AI පදනම් කරගත් කේත ලේඛකයන් පසුගිය කාලයේ වැඩි ජනප්රියතාවක් ලබාගෙන තිබේ. ඒවා මඟින් කේතයක් ලිවීම තත්පර කිහිපයකට සම්පූර්ණ කළ හැකි නමුත්, ඒ කේතය ඇත්තේ “කොහෙන්ද, ඇයි” කියන පැහැදිලි තොරතුරු රහිතව පෙනේ.
උදාහරණයක් ලෙස, එක් කණ්ඩායමක් අලුත් pull request එකක් සමඟ දෙකක් අනුමැතිය ලබා, CI පරීක්ෂා හරිත වර්ණයෙන් පෙන්වා, අග්රාහක දිනක එය ප්රකාශයට පත් කළේය. තිස් දිනකට පසු, අහඹු අස්ථානික දෝෂයක් හමු විය. එම ගොනුවේ අතින් ලියන ලද ශාඛාවක් කිසිවෙකුම මතක නොවී තිබුණි; කේතය හොඳින් ක්රියා නොකරන අතර, එය කුමක් සඳහා යැයි ලේඛකයාටද පැහැදිලි නොවීය. මෙය “කේත අලූත්කාලීන කිරීම” නොව, “අවබෝධ ණය” යන නව පදයක් නිර්මාණය කළේය.
අවබෝධ ණය යනු, කේතයක් පද්ධතියට ඇතුළත් වූ විට කවදාවත් කණ්ඩායමේ කෙනෙකුගේ අවබෝධයට පැමිණෙන්නා නොවන තත්ත්වයයි. තාක්ෂණික ණය (technical debt) වැනිවට, එය තීරණයක් කරගෙන ගනු ලැබේ; නමුත් අවබෝධ ණය කිසිදු ticket, comment, හෝ TODO එකක් නොමැතිව, පරීක්ෂා වාරිකයන්ටත් පෙනෙන්නේ නැත. ඒ නිසා, එය පසුබැසීමේදී ඉතා මිල අධික වශයෙන් පෙනේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයන්, නිර්මාතෘන් සහ ව්යාපාරිකයන් සඳහා මෙම අවබෝධ ණය සංකල්පය කිහිපයක් පුරා වැදගත් වේ:
- අධ්යයන පරිසරයේ AI‑ආධාරිත කේත ලේඛනය භාවිතා කරන විට, සිසුන්ට “කොහෙන්ද, ඇයි” යන ප්රශ්නවලට පිළිතුරු සපයන හැකියාව අඩු වීමෙන් ගැටළු ඇති වේ.
- දේශීය සංවර්ධකයන්ට පසුකාලීන බග් හඳුනා ගැනීමේ වැය වැඩි වන අතර, ඒ නිසා ව්යාපාරික ව්යාපෘතිවල ROI (Return on Investment) අඩු වෙයි.
- ආරක්ෂක පරීක්ෂණ, compliance සහ audit වැනි ක්රියාකාරකම් වලදී, කේතයේ මූලික තේරුම නොමැතිවීම නීතිමය අවදානමක් බවට පත්වේ.
ඉතිං, AI කේත සහායකයන් භාවිතා කරන සෑම කණ්ඩායමක්ම “අවබෝධ ණය” මැනීමට, ඒ සඳහා ලේඛන, design review, acceptance criteria වැනි පූර්ව-පියවරයන් අත්හැර නොයැවීමට අවශ්යය. මෙය පරිසරය පිරිසිදු කර, දෝෂයන් ඉක්මනින් හඳුනා ගැනීමට සහ ව්යාපාරික ගමන් මග අඩු කිරීමට උපකාරී වේ.
අවසානයේ, AI ඔබේ කේතයට වේගය ලබා දෙයි, නමුත් එය පසුබැසීමේදී “කොහෙන්ද, ඇයි” කියා ඔබට අහනවා නම්, ඒක “අවබෝධ ණය” බව අමතක නොකරන්න.
