AI සමඟ වැඩ කරන වැඩි අත්දැකීම් ඇති සංවර්ධකයින්ට ප්රතිඵල වඩා හොඳයි කියන අදහස බොහෝ දෙනාට පෙනේ. එය ඔවුන් ප්රොම්ප්ට් ලියන හැකියාව උසස් බවක් හේතු කරයි කියා සිතෙනවා. නමුත් එම ප්රතිඵලය පසුබැසි ක්රියාවලියකින් උදා වනවා.
ඇත්ත වශයෙන්ම, පළපුරුදු සංවර්ධකයින් ප්රොම්ප්ට් ලියන විට වැඩි සවිස්තරයක්, නිවැරදි පසුබැසි තොරතුරු, සහ AI මොඩලය අවශ්ය කරුණු හොඳින් තේරුම් ගැනීමට උපකාරී වචන පාවිච්චි කරනවා. එහෙත් ඒකම පමණක් සාර්ථකත්වයට හේතු නොවේ. ඔවුන්ගේ වැඩ පිළිවෙළේ ප්රධාන වෙනස්කම, ප්රොම්ප්ට් ලිවීමේ පෙර පියවරයි.
කොඩින් අරඹන තරුණ සංවර්ධකයින් නව සත්කාරයක් ලෙස එක් එක් සැසියක් ගණනය කරයි. ප්රොම්ප්ට් එකක් ලියලා, ප්රතිඵල බලලා, වැරදි හෝ අඩුපාඩු සලකා, නැවත අසයි. මේ ආකාරය පළමු වරට AI සමඟ වැඩ කරන අයට සාමාන්යය. නමුත් පළපුරුදු සංවර්ධකයින්, එකම වරදක් බොහෝ වරක් සිදු වීමේදී, ඒ වරද අමතක නොකර, එකවර ලියන ලද නීතියක් (rule) සකස් කරයි.
උදාහරණයක් ලෙස, AI එකේ “state” (තත්ත්වය) වැරදි ස්ථානයේ තැබීමක් පවා සිදු වුවහොත්, සංවර්ධකයා ඒක සකස් කරයි. එය වෙනත් කොඩ් කොටසේ නැවත සිදු වුවහොත්, ඒක නැවත සකස් කරයි. මේ වගේ පුරුද්ද මාස ගණනක් පවත්නා විට, එම වරද සෑම විටම අතින් සකස් කිරීම අසමත් බව පෙනෙයි. ඒ වෙලාවේ, සංවර්ධකයා “එකවර ලියන නීතියක්” සකස් කරයි, AI එකට ඒ නීතිය අනුගමනය කිරීමට කියයි. එවිට AI එකේ අනුමාන සාර්ථකත්වය ගැන බලාපොරොත්තු නොවෙයි; නීතිය නිවැරදිව ක්රියාත්මක වේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තරුණ සංවර්ධකයින්ට මේ අත්දැකීම ඉතා වැදගත්. එක් එක් වරදක් ලියන ලද නීතියක් ලෙස සටහන් කරගැනීම, කාලය ඉතිරි කරයි, කේතයේ ගුණාත්මකභාවය වැඩි කරයි, සහ ව්යාපාරික පාරිභෝගිකයන්ට වේගවත් විසඳුම් ලබා දෙයි. AI සමඟ වැඩ කරන සමාගම්, මේ “rule‑based prompting” ක්රමය අනුගමනය කළහොත්, පිරිවැය අඩු කර, දෝෂ අඩු කර, සහ නිෂ්පාදන වේගය ඉහළ දිය හැකිය.
ඉන්පසු, තරුණ සංවර්ධකයින්ට AI සමඟ වැඩ කරන විදිහ ගැන නව අවබෝධයක් ලැබේ. ඔවුන්ට “ප්රොම්ප්ට් එකක් හොඳින් ලියන්න” කියන එකේ පමණක් සීමා නොව, “වර්තමාන වරදක් නීතියක් ලෙස ලියන්න” කියන නව කුසලතාවයක් දැනගත හැකිය.
අවසානයේ, AI සමඟ වැඩ කිරීමේ සාර්ථකත්වය, වසර ගණනක් පළපුරුද්දක් නිසා නොව, එම පළපුරුද්දෙන් ලැබෙන “නීතිකරණ” (rule‑making) හැකියාව නිසා ය. එම නිසා, තරුණ සංවර්ධකයින්ට මේ ක්රමය ඉගෙන ගැනීම, ඉදිරියේ තාක්ෂණික වාණිජ ප්රතිඵල වර්ධනයට මඟ පෙන්වයි.
