සමකාලීන සොෆ්ට්වේයා සංවර්ධනයේදී, කණ්ඩායම් ඉක්මනින් අලුත් විශේෂාංග නිකුත් කරනවාත්, කේත ගබඩාවන් අධික බරින් පීඩිත වෙනවාත් අතර, ආරක්ෂක ණය (vulnerability debt) ඉක්මනින් වැඩි වෙමින් පවතින තත්ත්වයක් පෙනෙයි. AI‑කේතකාරකයන්, විශේෂයෙන් GitHub Copilot වැනි උපකරණ, දැන් සොෆ්ට්වේයා සැපයුම් දාමයේ නව ලේඛකයෙකු ලෙස කටයුතු කරමින්, කේතය 42% දක්වා AI‑සහයෝගයෙන් ලියයි.
ඉදිරි 2026 වසරේ දත්ත අනුව, AI‑සහයෝගයෙන් ලියන කේත ප්රමාණය 26.9% ක් ඉහළ යමින් පවතින අතර, එමගින් නිෂ්පාදන කාලය කෙටි වුවත් ආරක්ෂක දෝෂයන්ගේ සංඛ්යාවත් වර්ධනය වෙයි. Veracode 2025 වාර්තාවේ පෙන්වා දුන්නා වගේ, AI‑ජනිත කේතයේ 45% ක් ආරක්ෂක දෝෂයක් අඩංගු බවයි. ඒ අතර Java භාෂාවට 72% ආරක්ෂක අසමත්යතාවයක් ලැබී ඇත.
ඇයි මේ වැදගත්ද? AI‑කේතකාරකයන් ඉතා ඉක්මනින් කේත සැපයුම ලබාදෙයි, නමුත් මිනිස්කම්පනයෙන් පසු විශ්ලේෂණය නොකළ විට, “comprehension gap” නමින් හැඳින්වෙන අවබෝධ හිඟයක් පැන නැගේ. මේ නිසා සංවර්ධකයින් කේතය පූර්ණයෙන්ම තේරුම් නොගෙන, ආරක්ෂක දෝෂයන් සමඟ නිෂ්පාදනය කරයි. ඒ නිසා ආරක්ෂක ණය ඉක්මනින් එකතු වෙමින්, පසුකාලීන සලස්වීමේ වියදම ඉහළ යයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තරුණ සංවර්ධකයින්, විශ්වවිද්යාල සිසුන්, සහ තාක්ෂණික ආයතන සඳහා මෙය විශාල අවදානමක් වේ.
- සිසුන්ට – AI‑කේතකාරකයන් භාවිතා කිරීමේදී ආරක්ෂක පරීක්ෂණ කුසලතා ඉගෙන ගැනීම අත්යවශ්ය වේ. මෙය පාඨමාලා පද්ධතියේ නව මොඩියුලයක් ලෙස ඇතුළත් කළ හැක.
- සංවර්ධකයින්ට – කේතය AI‑සහයෝගයෙන් ලියන විට, ස්වයංක්රිය triage, SLA‑tracking, සහ intelligent grouping වැනි නව මෙවලම් භාවිතා කරමින් දෝෂ හඳුනා ගැනීමේ වේගය වැඩි කළ හැක.
- ව්යාපාරිකයන්ට – ආරක්ෂක ණය කළමනාකරණය නිසි ලෙස නොකළහොත්, පසුකාලීන දෝෂ නිවැරදි කිරීමේ වියදම ගණනාවක් ගෙවීමට සිදුවේ. AI‑දෝෂ පාලන පද්ධති නිවැරදිව ක්රියාත්මක කළහොත්, පාරිභෝගික විශ්වාසය රැකගනිමින්, නව නිෂ්පාදන ඉදිරිපත් කිරීමේ වේගය තවත් ඉහළ යයි.
ඉදිරියේදී, සංවිධානවලට AI‑කේතකාරකයන් විසින් ඇතිවන ආරක්ෂක ණය නිරීක්ෂණය, ගෞරවය, සහ සම්පාදන කාලය (SLA) පාලනය කිරීම අත්යවශ්ය වේ. එමඟින් “vibe coding” ලෙස හැඳින්වෙන, අඩු පරීක්ෂණය සහිත කේත නිෂ්පාදනය අඩුවෙයි.
අවසන් වශයෙන්, AI‑කේතකාරකයන් නිෂ්පාදන කාලය කෙටි කරනවාට අමතරව, ආරක්ෂක පාලන නව පද්ධති නොගතහොත්, ආරක්ෂක ණය ඉක්මනින් ගොඩනැගේ. මෙය ශ්රී ලංකාවේ තාක්ෂණික පරිසරයට නව අවස්ථා සහ අභියෝග දෙකම ගෙන එයි.
