Son zamanlarda birçok ai asistanlarını hem kendi projelerimizde hem de çalıştığımız işlerde yoğun şekilde kullanıyoruz. Akşamüzerileri bisiklet sürerken veya yürüyüş yaparken aklımda bir soru vardı : Yapay zeka asistanları (claude, gemini, chatgpt vs) bizim üretkenliğimizi gerçekten hızlandırıyor mu yoksa geleceğe yönelik teknik borcu mu erteletiyor ?
Birkaç prompt ile saniyeler içinde yüzlerce satır kod üretmek şahane olsa da iş production ortamına çıktığında iş aslında o kadar da şahane olmayabiliyor. Konuya ilişkin birkaç makale incelediğimde (Debt Behind the AI Boom, The Great Toil Shift ve post-2026 sektörel analizleri), verilerle daha net şekilde açıklayabiliriz yani yapay zeka ile kod yazmıyoruz, gelecekte ödeyeceğimiz borçları taksitlendiriyoruz.
Yaptığım araştırmalara gelin birlikte bakalım…
- “Sistem Çalışıyor,Dokunma” Yanılgısı Debt Behind the AI Boom araştırması, 6.299 açık kaynaklı GitHub deposunu ve 300 binden fazla işlemi (commit) mercek altına alarak çok net bir tablo çiziyor. Yapay zeka kaynaklı hataların %89,3'ü, anında sistemi çökerten “fatal error” statüsünde değil. Tam aksine, literatürde “Code Smell” dediğimiz, sinsice bekleyen mimari kusurlardan oluşuyor. Gereksiz parametreler, hataları sessizce yutup yok sayan except: pass blokları veya bağlamdan kopuk yazılmış fonksiyonlar... İşin daha da korkutucu yanı, yapay zekanın ürettiği hatalı kodların %22,7'si, tecrübeli gözlerin yaptığı kod incelemelerinden (code review) bile sıyrılıp ana projeye sızmayı başarıyor. Çünkü kod "ilk bakışta" son derece mantıklı ve doğru (plausible) görünüyor
- Büyük “Angarya” Kayması (The Greatest Toil Shift)
Yapay zekanın bize zaman kazandıracağı ve “angarya” işleri ortadan kaldıracağı vadedilmişti. SonarSource ve post-2026 analizlerine göre ise angarya yok olmadı, sadece şekil değiştirdi.Eskiden zamanımızın büyük kısmını kod yazmak, mantık kurgulamak ve mimari tasarlamak alırdı. Şimdi ise bu zaman; yapay zekanın ürettiği, dışarıdan harika görünen ama derinlerde mantıksal boşluklar (halüsinasyonlar) barındıran kodları okumak, anlamlandırmak ve doğrulamak için harcanıyor.
Geliştiriciler olarak artık birer “yazarlık” pozisyonundan çıkıp, durmadan metin kontrol eden birer “editör” haline geldik. Üstelik bu süreç, insan onayı mekanizmalarında büyük bir darboğaz yaratıyor.
- Spagetti Koda Geri Dönüş ve Mimari Yozlaşma
Yapay zeka asistanları inanılmaz hızlılar ama bütünsel (holistik) bir mimari görüşten yoksunlar. Bağlam penceresinin (context window) elverdiği kadarıyla o anki problemi çözmeye odaklanıyorlar.Bir modül yazarken mevcut yardımcı fonksiyonları (helper functions) kullanmak veya mevcut yapıyı yeniden düzenlemek (refactoring) yerine, sürekli benzer ama ufak farklılıklar içeren yeni kod blokları üretiyorlar.
Bu “kod şişkinliği” (code bloat), projenin yapısal bütünlüğünü yavaş yavaş kemiriyor. Sistemin bütününe hakim olmadan yama üstüne yama yapan bu yaklaşım, bizi yıllar önce kurtulmaya çalıştığımız “spagetti kod” cehennemine yeni nesil bir biletle geri götürüyor.
Peki Ne Yapmalıyız?
Bu kadar anlattığım kötü senaryodan sonra tabi ki yapay zeka ile üretkenliğimize devam etmeliyiz fakat her şey dışardan göründüğü kadar basit de olmadığını artık kabul etmeliyiz…
- Öncelikle iyi prompt nasıl yazılır bunu öğrenmeliyiz çünkü i**yi prompt = iyi çıktı **demektir.
- Kod kalitesine önceliklendirilmeli ve test senaryolarını arttırmalıyız.
- Eğer teknik borçlanma yaşıyorsak bunun sınırlarını ve gelecekteki maliyetini önceden tespit etmeli önüne geçmek için adımlar atmalıyız. Teknoloji ne kadar gelişirse gelişsin, temiz mimari , doğru veri standartları ve sürdürülebilir projeler için için insan zihni ve disiplini hala kritik noktada yer almaktadır. Yapay zeka ile uçtuğumuzu sanırken, aslında sadece düşüşümüzü erteleyebileceğimizi unutmamalıyız…
Teşekkürler :)