Linux’un yaratıcısı Linus Torvalds, yapay zekâ araçlarının yazılım geliştirme süreçlerinde kullanılmasını desteklerken kodu anlamadan hazırlanan katkılara karşı uyarıda bulunmuş. Linux çekirdeği geliştiricileri, yapay zekâ destekli hata tespit araçlarının gerçek güvenlik açıklarını bulabilmesi sayesinde yeni fırsatlarla karşılaşırken düşük kaliteli kod katkıları nedeniyle artan inceleme yüküyle de mücadele ediyor. Torvalds, yapay zekânın kendisinden çok bu teknolojiyi kullanan kişilerin yetkinliğinin belirleyici olduğunu vurgulayarak deneyimli geliştiricilerin yapay zekâdan yararlanmasını destekliyor.
Linus Torvalds, Yapay Zekâ Destekli Kodlamaya Karşı Çıkanlara Yanıt Veriyor
Linus Torvalds’ın Linux çekirdeği geliştirme sürecinde yapay zekâdan yararlanması, açık kaynak topluluğunda tartışmalara yol açmış. Tux Machines editörü Roy Schestowitz, gelişmeyi eleştiren bir başlık kullanırken Pivot to AI podcast’inin sunucusu David Gerard da Linux çekirdeğinin düşük kaliteli yapay zekâ kodlarıyla dolabileceği yönünde değerlendirmede bulunmuş.
Torvalds’ı onlarca yıldır tanıdığını belirten teknoloji yazarı, geliştiricinin yapay zekâ kullanmasını yazılım geliştirme standartlarından vazgeçtiğinin göstergesi olarak değerlendirmediğini ifade etmiş. Torvalds’ın Linux Vakfı’nın veya başka bir kuruluşun baskısıyla istemediği bir yöntemi benimseyeceği yönündeki iddiaları da gerçekçi bulmadığını belirtmiş.
Yapay zekâya yönelik eleştiriler ise yalnızca kod kalitesiyle sınırlı kalmıyor. Eğitim verilerinin telif hakları, açık kaynak lisanslarına uyum ve modellerin başka yapay zekâ sistemlerinden üretilen içeriklerle eğitilmesi gibi konular da tartışmanın önemli başlıklarını oluşturuyor. Buna rağmen Torvalds’ın yaklaşımı, deneyimli yazılımcıların yapay zekâyı denetimli bir geliştirme aracı olarak kullanabileceği görüşüne dayanıyor.
Torvalds, yapay zekâ kullanımına ilişkin temel ayrımın teknolojiyi kullanan yetkin geliştiricilerle ürettikleri kodu anlamadan katkı gönderen kişiler arasında bulunduğunu belirtiyor. Deneyimli programcılar, yapay zekâ tarafından önerilen kodları inceleyerek hataları ayıklayabiliyor ve ortaya çıkan sonuçların Linux çekirdeğinin gereksinimlerini karşılayıp karşılamadığını değerlendirebiliyor.
Buna karşılık kodun nasıl çalıştığını bilmeden hazırlanan katkılar, çekirdek bakım ekiplerinin iş yükünü artırabiliyor. Torvalds, yalnızca bir değişiklik göndermiş olmak için hazırlanan ve geliştiricisinin devamında projeye katkı sunma niyeti taşımadığı yamaların caydırılması gerektiğini savunuyor.
Torvalds’a göre yeni başlayan geliştiricilerin başlangıçta yeterli bilgiye sahip olmaması doğal bir durum oluşturuyor. Önemli olan, kişilerin zaman ayırarak öğrenmesi, kodun işleyişini anlaması ve açık kaynak topluluğunun kalıcı bir parçası hâline gelmek için çaba göstermesi.
Torvalds, Open Source Summit Europe etkinliğinde de yapay zekâ destekli kod üretimini programlamaya ilgi duyan kişiler için bir başlangıç noktası olarak değerlendirmiş. Ona göre bu araçlar, yeni programcıların daha önce zorlanacakları projeleri denemesini sağlayarak yazılım geliştirme sürecinden keyif almalarına yardımcı olabiliyor.
Prag’da düzenlenen Linux Kernel Maintainers Summit toplantısında geliştiriciler, kod katkılarında kullanılan Assisted-by etiketini kullanımdan kaldırma kararı almış. Söz konusu etiket, bir kod değişikliğinin hazırlanmasında yapay zekâ yardımından yararlanıldığını belirtmek için kullanılıyordu.
Etiketin kaldırılması, geliştiricilerin kod gönderirken yapay zekâ kullanıp kullanmadıklarını ayrıca bildirme zorunluluğunun sona ermesi anlamına geliyor. Ancak karar, yapay zekâ tarafından oluşturulan bütün kodların kabul edileceği anlamına gelmiyor. Linux çekirdeğine gönderilen değişiklikler, diğer katkılar gibi teknik incelemeden geçmek zorunda kalıyor.
Torvalds, yapay zekâ kullanımının her durumda commit mesajlarında belirtilmesini isteyen yaklaşımı da yanlış yönlendirilmiş bir çaba olarak değerlendiriyor. Ona göre asıl hedef, geliştiricilerin hangi aracı kullandığından çok ortaya çıkan kodun kalitesine ve katkıyı yapan kişinin teknik yeterliliğine odaklanmak olmalı.
Linux çekirdeğinde yapay zekâ kullanımının öne çıkan faydalarından biri, yazılım hatalarının ve güvenlik açıklarının tespit edilmesi. Uzun yıllar boyunca gözden kaçan sorunlar, yapay zekâ destekli analiz araçları sayesinde geliştiricilerin karşısına çıkabiliyor. Ancak daha fazla hata raporunun ortaya çıkması, çekirdek bakım ekiplerinin incelemesi gereken kayıtların sayısını da artırıyor.
Linux çekirdeğinin uzun süredir bakımını üstlenen Greg Kroah-Hartman, daha önce yapay zekâ tarafından hazırlanan düşük kaliteli güvenlik raporlarının önemli bir sorun oluşturduğunu belirtmiş. Kroah-Hartman’ın sonraki değerlendirmesine göre raporların niteliği değişmiş ve yapay zekâ araçları gerçek hataları ortaya koyan daha yararlı bildirimler üretmeye başlamış.
Kroah-Hartman, benzer bir değişimin diğer açık kaynak projelerinde de görüldüğünü ifade etmiş. Nitelikli hata raporlarının artması, geliştiricilerin gerçek sorunları daha hızlı bulmasına yardımcı olsa da mevcut bakım ekiplerinin üzerindeki inceleme yükünü ağırlaştırabiliyor.
Yapay zekâ destekli analiz sistemlerinin zamanla kolayca bulunabilen hataların büyük bölümünü tespit etmesi hâlinde yeni raporların sayısı azalabilir. Ancak bu ihtimal henüz kesinleşmiş bir sonuç değil; araçların hata bulma kapasitesi ile bakım ekiplerinin inceleme hızının nasıl dengeleneceği önemini koruyor.
Yapay zekâ araçları, Linux ekosisteminde donanım desteğini geliştirmek amacıyla da kullanılabiliyor. Red Hat yazılım mühendisliği direktörü Christian F. K. Schaller, bir slayt tarayıcısı için Linux sürücüsü geliştirirken hw-harness adlı açık kaynak projesini hazırlamış. Proje, donanımın nasıl davrandığını incelemek ve bu davranışlara uygun Linux sürücüleri geliştirmek için araçlar sunuyor.
Özellikle kaynak kodu paylaşılmayan Windows sürücülerinin davranışlarını çözümlemek, Linux geliştiricileri açısından uzun ve zahmetli bir süreç oluşturabiliyor. Donanımla sürücü arasındaki iletişimi inceleyen araçlar, bu sürecin bazı adımlarını otomatikleştirerek Linux sürücüsü geliştirmeyi kolaylaştırabiliyor.
Bu yaklaşım, Linux masaüstünde bazı donanımlar için sürücü bulunmaması veya mevcut sürücülerin yetersiz kalması sorununu azaltabilecek çalışmalar arasında yer alıyor. Yapay zekâ, tersine mühendislik sürecinde geliştiricilere yardımcı olsa da donanım davranışlarının doğrulanması ve ortaya çıkan sürücünün güvenilirliğinin test edilmesi gerekliliğini ortadan kaldırmıyor.
Torvalds, Linux çekirdeği açısından yapay zekâyla bağlantılı iki ayrı sorun bulunduğunu belirtiyor. İlk sorun, yapay zekâ araçlarının geniş kod tabanında gerçek hataları tespit etmesiyle bakım ekiplerine ulaşan raporların artması. İkinci sorun ise kodu anlamadan yapay zekâ yardımıyla hazırlanan yamaların projeye gönderilmesi.
Torvalds’a göre söz konusu sorunlar yapay zekânın doğrudan kusurlarından çok, teknolojinin mevcut geliştirme süreçlerinde ortaya çıkardığı problemlerle bağlantılı. Hata tespit kapasitesinin artması, bakım ekiplerinin daha fazla raporu incelemesini gerektirirken düşük kaliteli katkılar da teknik değerlendirme için harcanan zamanı artırıyor.
Linux çekirdeğinde yapay zekâ kullanımının geleceği, geliştiricilerin bu araçlardan nasıl yararlandığına ve bakım ekiplerinin artan iş yükünü nasıl yönettiğine bağlı olacak. Torvalds’ın yaklaşımı, yapay zekâyı yazılım geliştirmenin dışında tutmak yerine teknik yeterlilik, kod incelemesi ve öğrenme sorumluluğuyla birlikte değerlendirmek gerektiğini ortaya koyuyor.
