1

BEĞENDİM

ABONE OL

News

0

Bilgisayar bilimlerinin gelişim tarihi dikkatle incelendiğinde, açık biçimde görülen ana gerçek, programlamanın hiçbir dönem durağan bir teknik etkinlik olarak kalmamış olmasıdır. Yaklaşık seksen yıllık süreç boyunca yazılım geliştirme, sürekli yükselen soyutlama düzeyleri ve dönüşen hesaplama araçları etrafında yeniden biçimlenmiştir. Makine düzeyinde ikili komutlarla başlayan bu yolculuk; assembly dilleri, yüksek seviyeli programlama dilleri, nesne yönelimli tasarım, dağıtık sistemler, bulut altyapıları ve küresel ölçekte çalışan dijital platformlarla daha karmaşık bir mühendislik alanına dönüşmüştür. Programlama, teknoloji tarihinin her döneminde varlığını sürdürmüştür. Dönüşüm, insanın hesaplama süreçleri içerisindeki rolünün daha karmaşık karar alanlarına doğru evrilmesinde ortaya çıkmıştır.

Son yıllarda üretken yapay zekâ alanında yaşanan gelişmeler bu tarihsel çizgiyi yeni bir evreye taşımıştır. Büyük dil modellerinin yazılım geliştirme süreçlerine dahil olmasıyla birlikte doğal dil üzerinden çalışan kod üretim süreçleri, otomatik hata ayıklama mekanizmaları, yapay zekâ destekli test platformları ve bağımsız görevler üstlenebilen yazılım ajanları mühendislik pratiğinin doğrudan parçası haline gelmiştir. Yakın geçmişte saatler sürebilen birçok teknik görev artık birkaç saniye içerisinde gerçekleştirilebilmektedir. Dahası, teknoloji dünyasında güçlü bir söylem hızla yaygınlaşmaktadır: Yapay zekâ kod üretebiliyor, hata düzeltebiliyor ve belirli geliştirme görevlerini otomatik biçimde tamamlayabiliyorsa, yakın gelecekte programlama etkinliklerini büyük ölçüde makineler tarafından üstlenilecektir. Özellikle GitHub Copilot ve yeni nesil yapay zekâ tabanlı geliştirme araçları üzerine yapılan araştırmalar, geliştiricilerin belirli görevlerde ciddi verimlilik artışı sağladığını göstermektedir.

Ancak bu tartışmanın merkezinde önemli bir kavramsal eksiklik bulunmaktadır. Yazılım geliştirme hiçbir zaman sadece kod üretiminden ibaret olmamıştır. Bir mühendis sadece komut yazmaz; problemi tanımlar, algoritmik ilişkileri kurar, veri akışlarını yapılandırır, güvenlik sınırlarını belirler, performans davranışlarını hesaplar ve sistemin uzun vadeli sürdürülebilirliğini planlar. Görünen kod satırları, çok daha büyük bir mühendislik düşüncesinin teknik dışavurumudur. Yakın tarihli araştırmalar da bu tabloyu doğrulamaktadır. DORA Research Report 2025 ve Stack Overflow Developer Survey 2025 sonuçları, yapay zekâ destekli üretim süreçlerinin verimliliği artırdığını, buna karşılık otomatik üretilen kodların güvenilirliği konusunda soru işaretlerinin büyüdüğünü göstermektedir. Başka bir ifadeyle hız artmakta, fakat mühendislik sorumluluğu ortadan kalkmamaktadır.

Thomas Kuhn bilimsel ilerlemenin çoğu zaman paradigma değişimleri üzerinden gerçekleştiğini göstermiştir. Son dönemlerde bilgisayar bilimlerinde yaşanan yeniden yapılanma da benzer büyüklükte tarihsel bir kırılmaya işaret etmektedir. Ancak bu kırılma programlamanın sona erdiğini göstermemektedir. Yeniden biçimlenen unsur, hesaplama süreçlerinde insanın üstlendiği bilişsel rolün kendisidir. Tartışılması gereken soru, yapay zekânın kod yazıp yazamadığı olmamalıdır. Önemli olan, yazılım mühendisliğinin yirmi birinci yüzyılın ikinci çeyreğinde hangi yeni teknik ve zihinsel sorumluluk alanları üzerinden yeniden şekillenmeye başladığıdır. Dikkat edilmesi gereken nokta, yazılım mühendisliğinin bu yeniçağda daha karmaşık teknik ve düşünsel sorumluluklar üstlenen bir disipline dönüştüğünün fark edilmesidir.

KOD YAZMAK VE YAZILIM MÜHENDİSLİĞİ ARASINDAKİ AYRIM

Üretken yapay zekânın son dönemde ulaştığı teknik kapasite, bilgisayar bilimleri alanında uzun yıllardır yerleşmiş birçok kavramın yeniden düşünülmesini zorunlu kılmıştır. Doğal dil komutlarıyla çalışan yapıların saniyeler içerisinde fonksiyon oluşturabilmesi, veri tabanı sorguları hazırlayabilmesi, kullanıcı arayüzleri geliştirebilmesi ve test süreçlerini büyük ölçüde otomatik hale getirebilmesi, yazılım üretiminin doğasına ilişkin yeni tartışmaları beraberinde getirmiştir. Yaygınlaşan yaklaşım, kod üretiminin büyük ölçüde otomatik yapılara aktarılabileceği ve bununla birlikte bilgisayar mühendisliğinin geleneksel rolünün yeniden tanımlanacağı yönündedir.

Bu tartışmanın merkezindeki sorun, yazılım geliştirmenin dışarıdan görünen katman üzerinden değerlendirilmesidir. Ekranda görülen kod blokları çoğu zaman bütün mühendislik sürecinin kendisiymiş gibi algılanmaktadır; ama bilgisayar bilimlerinin tarihsel gelişimi çok daha farklı bir gerçek göstermektedir. Programlama hiçbir zaman salt komut üretme olarak var olmamıştır. Kod, çok daha geniş bir düşünsel organizasyonun teknik düzeyde görünür hale gelen son aşamasıdır.

Bilgisayar bilimlerinin düşünsel tarihinde bu ayrımı en güçlü biçimde vurgulayan isimlerden biri Edsger W. Dijkstra olmuştur. Dijkstra, programlamayı bir yazma etkinliğinin ötesinde; matematiksel düşünmenin özel bir biçimi olarak değerlendirmiştir. Programlamanın merkezinde, karmaşık problemleri mantıksal bütünlük içerisinde yapılandırabilme yetkinliği yer almaktadır. Aynı süreç, sistem davranışlarının üretim aşamasına geçmeden önce zihinsel düzeyde modellenmesini zorunlu hale getirmektedir. Benzer biçimde Donald Knuth bilgisayar bilimlerinin merkezine algoritmik düşünceyi yerleştirmiştir. Knuth açısından programlama, makineye talimat vermekten çok; hesaplama mantığını düzenli biçimde kurabilme sanatıdır. Bir yazılımın gerçek değeri, çoğu zaman arka planda tasarlanan mantıksal düzenin tutarlılığı, sürekliliği ve hesaplama bütünlüğüyle ölçülmektedir.

Bu nedenle ortaya çıkan kavramsal hata, otomatik kod üretiminin doğrudan yazılım mühendisliği ile eş anlamlı görülmesidir. Bir yapay zekâ modeli belirli fonksiyonlar oluşturabilir, API entegrasyonları hazırlayabilir, daha önce yazılmış kodları yeniden düzenleyebilir ve tekrar eden görevleri yüksek hızda tamamlayabilir. Buna karşılık mühendislik çok daha geniş bir karar alanı içerisinde şekillenmektedir. Bir hesaplama sistemi tasarlanırken ilk soru hangi programlama dilinin seçileceğinden çok; problemin nasıl tanımlandığıdır; çünkü başlangıçta kurulan problem çerçevesi, ilerleyen bütün teknik kararların yönünü belirlemektedir.

Herbert A. Simon uzun yıllar boyunca çözüm kalitesinin büyük ölçüde problemi nasıl yapılandırdığımızla ilişkili olduğunu göstermiştir.  Mühendislikte gerçek uzmanlık, çoğu zaman çözüme ulaşmaktan önce problemin doğru biçimde çerçevelenebilmesinde ortaya çıkar. Bilgisayar bilimlerinin en kritik; ama çoğu zaman görünmeyen katmanlarından biri de örtük bilgidir. Michael Polanyi uzmanlık bilgisinin önemli bölümünün açık kurallara indirgenemeyeceğini ortaya koymuştur. Bir cerrahın yıllar içerisinde geliştirdiği el hassasiyeti, deneyimli bir pilotun risk sezgisi ya da büyük ölçekli mimariler üzerinde çalışan mühendisin potansiyel kırılganlıkları önceden fark edebilmesi sadece teknik bilgiyle açıklanamaz. Yazılım mühendisliği de büyük ölçüde bu örtük uzmanlık alanı içerisinde gelişmektedir. Benzer bir yaklaşım Gilbert Ryle tarafından geliştirilmiştir. Ryle, kuramsal bilgi ile uygulama becerisinin farklı bilişsel alanlar içerisinde şekillendiğini göstermiştir. Bir düzen geçmiş örüntüler üzerinden yeni kombinasyonlar oluşturabilir. Buna karşılık uzmanlık çoğu zaman bağlamsal değerlendirme, deneyim ve uygulamaya dayalı muhakeme kapasitesi gerektirir. Yazılım mühendisliği, bu noktada diğer teknik üretim alanlarından ayrılmaktadır. Büyük dijital sistemler tasarlanırken sürekli çok katmanlı kararlar alınmaktadır: Merkezi yapı mı kurulacaktır, dağıtık yapı mı? Mikro servis yaklaşımı mı tercih edilecektir, monolitik yapı mı? Veri bütünlüğü mü önceliklidir, erişim hızı mı? Güvenlik sınırları hangi seviyede tutulacaktır? Gerçek dünyada bu soruların hazır yanıtları bulunmaz. Her teknik tercih belirli avantajlar kadar belirli maliyetler de üretmektedir. Bu nedenle bilgisayar bilimlerini kod üretme kapasitesi üzerinden değerlendirmek mesleğin gerçek doğasını eksik okumaktır. Kod yazmak, hesaplama dünyasının operasyonel dilidir. Yazılım mühendisliği ise görünmeyen karar yapılarının tasarım sürecidir.

Yakın gelecekte teknoloji alanında belirleyici farkı yaratacak profesyoneller daha hızlı çıktı oluşturan kişiler olmayacaktır. Yeni dönemin güçlü uzmanları; karmaşık problemleri yapılandırabilen, soyutlama düzeylerini doğru kurabilen, sistem davranışlarını öngörebilen, yapay zekâ destekli üretim süreçlerini denetleyebilen ve güvenilir dijital yapılar tasarlayabilen kişiler olacaktır. Aradaki bu ayrım, önümüzdeki on yılların teknoloji rekabetini belirleyecek kadar derindir.

HESAPLAMA GÜCÜ İLE MÜHENDİSLİK KARARI ARASINDAKİ KRİTİK FARK

Üretken yapay zekâ alanında son yıllarda yaşanan gelişmeler, bilgisayar bilimlerinin uzun süredir üzerine inşa edildiği birçok yerleşik kabulü yeniden değerlendirmeyi zorunlu hale getirmiştir. Doğal dil üzerinden çalışan kod üretimlerinin hızla gelişmesi, otomatik test platformlarının olgunlaşması, yazılım tamamlama araçlarının daha ileri görevleri yerine getirebilmesi ve bağımsız dijital ajanların mühendislik süreçlerine dahil olması, teknoloji dünyasında güçlü bir algı yaratmıştır. Son yıllarda yaygınlaşan yaklaşım, hesaplama süreçlerinin önemli bölümünün yakın gelecekte büyük ölçüde makine destekli sistemler tarafından yürütülebileceği yönündedir. Ancak bu değerlendirme yapılırken çoğu zaman kritik bir ayrım gözden kaçmaktadır. Hesaplama kapasitesi ile mühendislik kararı aynı bilişsel düzlem içerisinde yer almaz. Bir sistemin yüksek hızda çıktı oluşturabilmesi, karmaşık teknik yapılara ilişkin güvenilir kararlar verebildiği anlamına gelmez. Yazılım geliştirmenin merkezinde çoğu zaman görünür üretimden çok, görünmeyen karar mekanizmaları bulunmaktadır.

Bilgisayar bilimlerinin kuramsal temelleri bu ayrımı daha açık biçimde anlamamıza yardımcı olmaktadır. Modern hesaplama kuramının kurucularından Alan Turing, makinelerin sembolleri belirli kurallar çerçevesinde işleyebileceğini göstermiştir. Bununla birlikte çağdaş yazılım ekosistemleri sadece sembollerin işlenmesinden oluşmaz. Dijital platformlar aynı anda milyonlarca kullanıcı davranışını yönetmekte, eşzamanlı veri akışlarını düzenlemekte, güvenlik katmanları oluşturmakta ve beklenmeyen koşullar altında sistem bütünlüğünü korumak zorunda kalmaktadır. Tam bu noktada mühendislik muhakemesi devreye girmektedir. Herbert A. Simon, karmaşık problemlerde belirleyici unsurun çoğu zaman kullanılan araçlardan çok karar verme yapılarında ortaya çıktığını göstermiştir. Hesaplama sistemleri örüntüler üzerinden yeni kombinasyonlar oluşturabilir. Buna karşılık alternatifler arasındaki çok katmanlı ilişkileri değerlendirmek, belirsizlik altında karar vermek ve teknik tercihlerin uzun vadeli etkilerini öngörebilmek çok daha ileri düzey muhakeme kapasitesi gerektirir.  Bu ayrım özellikle güvenlik alanında daha somut biçimde ortaya çıkmaktadır.

2026’lı yıllarda gelişmiş üretken modeller dikkat çekici düzeyde yazılım bileşenleri oluşturabilmektedir. Bununla birlikte güvenilir dijital platformlar geliştirmek, çalışan bir yapı üretmekten çok daha farklı uzmanlık alanı gerektirir. Yakın tarihli OWASP Foundation değerlendirmeleri, büyük dil modelleri tarafından oluşturulan yazılımlarda güvenlik açıklarının dikkat çekici biçimde arttığını göstermektedir. Gerçekte var olmayan kütüphanelerin önerilmesi, bağımlılık zincirlerinde güvenlik boşlukları, erişim kontrol katmanlarındaki eksiklikler ve istem dışı veri sızıntıları bu risklerin en görünür örnekleridir. Bir yapının çalışıyor görünmesi, güvenilir olduğu anlamına gelmez. Yapay zekâ alanındaki eleştirel çalışmalarıyla tanınan Hubert Dreyfus, insan uzmanlığının sadece kuralları takip etme becerisiyle açıklanamayacağını savunmuştur. Dreyfus’a göre uzmanlık, deneyim yoluyla gelişen bağlamsal değerlendirme kapasitesi üzerine kuruludur. Gerçek uzmanlık çoğu zaman önceden tanımlanmış kuralların ötesinde, belirsizlik içeren durumları değerlendirebilme yeteneğinde ortaya çıkar.

Benzer biçimde Karl Popper bilginin ilerlemesini sürekli sınama ve hata ayıklama süreçleri üzerinden açıklamıştır. Modern yazılım mühendisliği de aynı mantık üzerine kurulmaktadır. Güçlü sistemler çalışan yapıların yanı sıra; olası hata alanlarını önceden öngörebilir, kırılgan noktaları görünür hale getirebilir ve güvenilirliği sürekli test altında tutabilir. Kritik altyapılar incelendiğinde daha açık hale gelmektedir. Bankacılık sistemlerinde veri bütünlüğünün korunması, klinik karar destek platformlarında hata toleransının yönetilmesi, otonom araçlarda milisaniyelik karar süreçlerinin güvenli biçimde yürütülmesi ve hava trafik kontrol altyapılarında sistem kararlılığının sürdürülmesi, doğrudan mühendislik kararlarının kalitesine bağlıdır. Bu yapılarda belirleyici olan ilk unsur güvenilirliktir; hız daha sonra gelir. Dağıtık sistemler kuramı üzerine yaptığı çalışmalarla tanınan Leslie Lamport, büyük ölçekli platformların başarısının görünür işlevlerden çok arka planda kurulan mantıksal tutarlılıkla ilişkili olduğunu göstermiştir. Dijital sistemlerin gerçek değeri, normal koşullarda nasıl çalıştığından çok; karmaşık koşullar altında ne kadar kararlı davranabildiğiyle ölçülmektedir. Bu nedenle, üretken yapay zekâ çağında teknoloji dünyasının merkezindeki tartışma daha hızlı yazılım üretmek olmamalıdır. Kritik konu, büyüyen hesaplama kapasitesinin hangi güvenlik, kararlılık

 ve mühendislik sınırları içerisinde yönetileceğidir.

Yazılım mühendisliğinin yeniçağdaki gerçek değeri, hesaplama kapasitesinin büyüklüğüyle açıklanmayacaktır. Tarihi belirleyecek olanlar, güçlenen teknolojik sistemleri insanlık adına güvenilir biçimde tasarlayabilen ve yönlendirebilen profesyoneller olacaktır.

YAPAY ZEKÂ ÇAĞINDA YAZILIM MÜHENDİSLİĞİNİN YENİ MESLEKİ YAPISI ÇOKLU AJAN SİSTEMLERİNDEN DAĞITIK BİLİŞE GEÇİŞ

Bilgisayar bilimlerinin tarihsel gelişimi incelendiğinde her büyük teknolojik biçimlenmenin yeni araçlar üretmediği; aynı zamanda mesleklerin iç mantığını yeniden biçimlendirdiği açık biçimde görülmektedir. Programlama dillerinin gelişmesi, nesne yönelimli tasarım yaklaşımlarının yaygınlaşması, internet altyapılarının küresel ölçekte büyümesi, bulut ekosistemlerinin ortaya çıkışı ve dağıtık hesaplama mimarilerinin olgunlaşması, geçmişte yazılım geliştirme sürekli yeniden tanımlamıştır. Güncel teknolojik bağlamda teknoloji ortamlarında üretken yapay zekâ alanında yaşanan ilerleme de benzer büyüklükte yeni bir teknik atılım oluşturmaktadır. Ancak bu kez değişenin teknik araçlar olduğu düşünülmemelidir. Daha derinde değişen unsur, yazılım üretiminin organizasyon mantığıdır.

Uzun yıllar boyunca yazılım geliştirme büyük ölçüde insan merkezli bir etkinlik olarak ilerlemiştir. Problemler analiz edilir, algoritmalar yapılandırılır, modüller geliştirilir, test süreçleri yürütülür ve bütün teknik yapı insan tarafından yönetilen mantıksal bir akış içerisinde şekillendirilirdi. Üretken yapay zekâ ile birlikte bu yapı tarihsel olarak yeni bir düzleme taşınmaktadır. Kod üretimi, hata ayıklama, test oluşturma, dokümantasyon hazırlama, performans optimizasyonu ve bilgi erişim süreçleri makine destekli bileşenlerle birlikte yürütülmektedir. Yazılım geliştirme bireysel üretim olmaktan uzaklaşarak çok aktörlü hesaplama ortamına dönüşmektedir. Geçmişte mühendis doğrudan üretimin merkezinde yer alıyordu. Günümüzde ise birbirinden bağımsız çalışan akıllı sistemler aynı üretim alanı içerisinde eşzamanlı biçimde görev üstlenmeye başlamaktadır. Bir model gereksinim analizi gerçekleştirebilmekte, başka bir yapı güvenlik denetimi yapabilmekte, farklı bir sistem performans optimizasyonu sağlayabilmekte, ayrı ajanlar otomatik test süreçlerini yönetebilmektedir.

Yazılım geliştirme birbirine bağlı çok katmanlı bir koordinasyon alanına dönüşmektedir. Önümüzdeki dönemde teknoloji alanında belirleyici farkı yaratacak uzmanlık, doğrudan üretim kapasitesi olmayacaktır. Kritik yetkinlik, birbirinden bağımsız çalışan akıllı sistemleri ortak hedefler etrafında birlikte çalıştırabilme becerisidir. Üretken yapay zekâ çağında odak noktası kod oluşturmanın ötesinde; otonomlaşan teknolojik yapıların görev ilişkilerini tasarlayabilmektir. Son yıllarda hızla gelişen çoklu ajan sistem yaklaşımı bunun en görünür örneğidir. Geleceğin yazılım platformları tek bir yapay zekâ modeli etrafında şekillenmeyecektir. Gereksinim analizi yapan ayrı ajanlar, güvenlik incelemesi gerçekleştiren bağımsız modeller, performans optimizasyonu sağlayan farklı sistemler, hata analizi yapan yapılar ve bilgi erişim mekanizmalarını yöneten başka bileşenler aynı üretim ortamı içerisinde sürekli koordinasyon halinde çalışacaktır. Bu bilgisayar mühendisliğinin yeni bir uzmanlık alanına taşınmasıdır: sistem orkestrasyonu. Ancak burada söz konusu olan şey basit görev dağılımının ötesinde; farklı yapay zekâ bileşenlerinin hangi bilgi kaynaklarına erişeceğinin, hangi işlem sıraları içerisinde çalışacağının, hangi karar sınırları içerisinde hareket edeceğinin ve hangi aşamalarda insan denetiminin devreye gireceğinin tasarlanmasıdır. Yazılım geliştirme doğrudan üretim etkinliklerinden uzaklaşmakta, koordinasyon ve yönetim süreçleri üzerine kurulmaktadır. Bu değişimi anlamlandırabilmek için bilişsel bilimler alanına bakmak gerekmektedir.

Edwin Hutchins tarafından geliştirilen dağıtık biliş (distributed cognition) yaklaşımı, düşünme süreçlerinin sadece bireyin zihni içerisinde gerçekleşmediğini; karmaşık problemlerin çoğu zaman insanlar, araçlar ve çevresel sistemler arasında dağıtılmış biçimde çözüldüğünü göstermiştir. Yakın dönemde ekosistemde yazılım geliştirme süreçlerinde ortaya çıkan durum, bu görüşün teknolojik karşılığıdır. Hesaplama süreçleri yapay zekâ modelleri, hafıza sistemleri, veri erişim mekanizmaları ve otonom dijital ajanlar arasında dağılmış biçimde işlemektedir. Benzer biçimde teknoloji felsefesinin önemli isimlerinden Andy Clark, insan zihninin kullandığı araçlarla birlikte genişleyen bir yapı oluşturduğunu savunmuştur. Clark’ın genişlemiş zihin (extended mind) yaklaşımına göre düşünme süreçleri bireyin sınırlarını aşarak dış dünyadaki araçlarla birlikte organize edilmektedir. Yazılım geliştirme alanında yaşanan dönüşüm bu kuramsal çerçeveyi güçlü biçimde doğrulamaktadır. Teknolojik gelişimin var olan aşamasında yapay zekâ, yardımcı sistem konumunun ötesine taşınmıştır. Hesaplama süreçleri içerisinde karar, üretim ve değerlendirme mekanizmalarının aktif bileşeni olarak yer almaya başlamıştır. Bu gelişim, son dönemde Yapay Zekâ Merkezli Yazılım Geliştirme (AI-Native Development) yaklaşımını da ortaya çıkarmaktadır. Uzun yıllar boyunca yazılım sistemleri insan tarafından doğrudan geliştirilen yapılar olarak tasarlanmıştır. Yeni dönemde ise sistemler baştan itibaren yapay zekâ bileşenleri merkeze alınarak kurgulanmaktadır. Başka bir ifadeyle yapay zekâ, mevcut yazılımlara sonradan eklenen yardımcı araç olmaktan çıkarak doğrudan mühendislik tasarımının kurucu unsuru haline gelmektedir. Bu yeni yapı beraberinde yeni uzmanlık alanları oluşturmaktadır: Bağlam mühendisliği (context engineering), modellerin hangi veri kaynaklarıyla besleneceğini ve hangi sınırlar içerisinde çalışacağını tasarlama becerisini gerektirmektedir. Model değerlendirme süreçleri (model evaluation) ise farklı yapay zekâ sistemlerinin davranış karakterlerini analiz etmeyi ve görev dağılımını optimize etmeyi zorunlu hale getirmektedir.

Bilgisayar mühendisliği, programlama bilgisi üzerinden tanımlanabilecek bir meslek değildir. Algoritmalar, veri yapıları, güvenlik, dağıtık sistemler ve veri tabanı bilgisi güçlü temel olmaya devam edecektir. Bununla birlikte otonom yazılım sistemleri, çoklu ajan mimarileri, yapay zekâ güvenliği, model davranış analizi ve insan-makine ortak üretim süreçleri mesleğin yeni omurgasını oluşturmaktadır. Bugünden sonra teknik ustalık, daha hızlı kod üretme kapasitesiyle ölçülmeyecektir. Yeni dönemin belirleyici profesyonelleri; otonom sistemleri organize edebilen, insan ile yapay zekâ arasındaki iş bölümünü tasarlayabilen, çoklu ajan yapılarını güvenilir biçimde yönetebilen ve karmaşık hesaplama ekosistemlerinin davranış mantığını bilinçli biçimde yönlendirebilen kişiler olacaktır. Yazılım mühendisliği tarihsel olarak yeni bir evreye girmektedir: İnsanın tek başına üretim yaptığı klasik hesaplama çağından; insan zekâsı ile makine kapasitesinin aynı üretim alanı içerisinde birlikte çalıştığı yeni bir mühendislik uygarlığına geçişi temsil etmektedir.

KODLAMANIN GELECEĞİ VE İNSANLIĞIN YENİ HESAPLAMA UYGARLIĞI

Bilgisayar bilimlerinin yaklaşık bir asra yaklaşan gelişim çizgisi dikkatle incelendiğinde görülen esas gerçek şudur: Yazılım mühendisliği hiçbir dönem durağan bir teknik alan olmamıştır. Makine düzeyinde doğrudan işlemci komutlarının tanımlandığı ilk sistemlerden başlayarak yüksek düzeyli programlama dillerine, nesne yönelimli yapılara, dağıtık altyapılara, bulut sistemlerine ve üretken yapay zekâ destekli geliştirme ortamlarına uzanan bu tarihsel çizgi, hesaplama dünyasının sürekli daha yüksek soyutlama katmanlarına taşındığını göstermektedir. Tarih boyunca yeniden şekillenen şey, insanın hesaplama süreçleri içerisindeki konumu ve üstlendiği düşünsel sorumluluğun kapsamıdır. Son yıllarda yapay zekâ alanında yaşanan ilerlemeler teknoloji dünyasında güçlü bir tartışmayı beraberinde getirmiştir. Büyük dil modelleri, otonom yazılım ajanları, makine destekli kod üretim sistemleri ve daha karmaşık hale gelen otomatik geliştirme araçları, yazılım üretiminin geleceğine ilişkin yaygın bir algı oluşturmuştur. Bu yaklaşım, yakın gelecekte programlamanın büyük ölçüde otomatik sistemlere aktarılacağını ve bilgisayar mühendisliğinin tarihsel rolünün zayıflayacağını ileri sürmektedir.

Ancak bu çalışma boyunca ortaya konulan tarihsel, teknik ve kuramsal çerçeve farklı bir durum göstermektedir. Üretken yapay zekâ, yazılım mühendisliğinin yerini alan bir teknoloji üretmemektedir. Tam tersine bilgisayar mühendisliğini daha karmaşık, daha stratejik ve daha yüksek düzey düşünsel sorumluluk gerektiren yeni bir evreye taşımaktadır. Ekran üzerinde görülen kod satırları bu disiplinin operasyonel yüzünü temsil etmektedir. Yazılım mühendisliğinin gerçek doğası; problem yapılandırma, soyutlama geliştirme, güvenlik sınırlarını belirleme, teknik alternatifler arasındaki dengeleri kurma, uzun vadeli sürdürülebilirliği planlama, riskleri öngörme ve büyük ölçekli yapıların davranışlarını güvenilir biçimde tasarlama kapasitesi üzerine kuruludur. Gelişmiş yapay zekâ dikkat çekici hızda yazılım bileşenleri oluşturabilmektedir. Buna karşın; çağdaş dijital altyapılar çıktı üretim süreçlerinden oluşmaz. Bankacılık platformları, hava trafik kontrol sistemleri, klinik karar mekanizmaları, enerji ağları, otonom araç teknolojileri ve milyarlarca kullanıcıya hizmet veren küresel dijital platformlar, çok katmanlı mühendislik kararları üzerinde çalışmaktadır. Burada belirleyici olan ise karmaşık davranış düzenlerini uzun vadeli tutarlılık içerisinde yönetebilmektir.

Bulunduğumuz dönemde teknoloji tarihindeki önceki paradigma kaymalarından farklı bir karakter taşımaktadır. Tarihte ilk kez yazılım geliştirme süreçleri, insan zekâsı ile makine kapasitesinin aynı üretim alanı içerisinde birlikte çalıştığı yeni bir organizasyon modeline geçmektedir. Yakın gelecekte teknoloji profesyonelleri, sistem geliştiren uzmanlar olarak tanımlanmayacaktır. Yeni mesleki yapı; çoklu ajan sistemlerini yöneten, model davranışlarını analiz eden, güvenlik mimarilerini denetleyen, yapay zekâ destekli karar süreçlerini organize eden ve daha bağımsız hale gelen teknolojik sistemleri yönlendirebilen profesyoneller etrafında şekillenecektir.

Bu nedenle yaygın biçimde dile getirilen kodlamanın sonu söylemi teknik gerçekliğin bütününü yansıtmamaktadır. Tarih boyunca her yeni soyutlama sıçraması insanı sistemin dışına taşımamış, insanın üstlendiği düşünsel sorumluluğu daha karmaşık alanlara taşımıştır. Dijital çağda yaşanan dönüşüm de aynı tarihsel çizginin devamıdır. Teknoloji dünyasının merkezinde yer alan soru hangi yazılım dilinin kullanılacağı olmayacaktır. Yeni teknolojik çağ, insan aklı ile makine kapasitesinin ortak üretim mekanizmaları içerisinde bütünleştiği tarihsel bir kırılma oluşturmaktadır. Geleceği belirleyecek mühendisler, bu gücü güvenilir yapılara dönüştürebilen profesyoneller olacaktır.

Gerçek farkı yaratacak olanlar ise akıllı sistemleri anlayabilen, karmaşık teknolojik davranışları yönetebilen, otonom sistemlere sınırlar koyabilen, güvenilir dijital altyapılar kurabilen ve büyüyen hesaplama dünyasını bilinçli biçimde yönlendirebilen kişiler olacaktır. Teknoloji tarihi bize güçlü bir gerçek göstermektedir: Her yeni araç, insanı merkezden uzaklaştırmaz. Her yeni soyutlama katmanı, insan düşüncesini daha ileri sorumluluk alanlarına taşır. Kodlamanın, sona yaklaşan bir etkinlik olduğu düşünülmemelidir. Bu dönem, insanlığın hesaplama temelli yeni uygarlık aşamasının başlangıcını temsil etmektedir. Yirminci yüzyıl boyunca yazılım mühendisliği büyük ölçüde insanın makineye komut verdiği bir disiplin olarak gelişmiştir. Bu yüzyılda ise tarihsel olarak ilk kez makine, insanla birlikte aktif üretici aktör haline gelmektedir.

Daha önce karşılaşılmamış biçimde, insan aklı ile yapay zekâ aynı üretim alanında ortak bilişsel kapasite oluşturmaktadır. Bu dönem, birleşik zekâ çağının başlangıcını temsil etmektedir. İnsanlık, hesaplama tarihinin yeni bir evresine girmektedir. İlk kez insan bilişi ile makine kapasitesi aynı üretim alanı içerisinde ortak karar mimarileri oluşturmaya başlamaktadır. Önümüzde açılan dönem, teknolojik ilerlemenin hızından çok, bu gücün hangi etik, teknik ve toplumsal sorumluluk çerçevesi içerisinde yönetileceğiyle tanımlanacaktır.

İnsanlık daha güçlü teknolojiler üretme aşamasını geride bırakmaktadır. Yeniçağın yönünü, hesaplama gücünü insanlığın geleceği adına sorumlulukla yönetebilenler belirleyecektir.

 PROF. DR. GÜLSÜN KURUBACAK ÇAKIR