Bir iş sürecini düzene sokmak için yeni bir BT sistemi oluşturma ve dağıtma durumunu tartışacak birçok kişi var. Bazıları yatırımın geri dönüşünü hesaplayabilir, ancak çok azı, yeni yazılımdan önce iş sürecinin yürütülme biçimindeki iyileştirme düzeyini yüksek bir doğrulukla söyleyebilir.
GoDaddy baş teknoloji sorumlusu (CTO) Charles Beadnall, yeni bir uygulamanın kendisinden öncekilere gerçekten bir fark yaratıp yaratmadığı açısından mevcut yazılım geliştirmenin geçerliliğini sorguluyor.
Neredeyse 10 yıldır GoDaddy’de bulunan Beadnall, yazılım geliştirmeye bilimsel yöntemlerin uygulanması gerektiğine inanıyor. Şöyle diyor: “Bir hipoteziniz var, bu hipotezi bir kontrol veri seti ile test ediyorsunuz, ardından deneyi yürütüyor ve sonuçları hipotezinizle karşılaştırabilmeniz için bir deney grubuyla sonuçları değerlendiriyorsunuz.”
Boncuknall, yazılım projelerini bir deney gibi yürütme fikri basit görünse de, “pratikte biraz daha zor çünkü ürün yönetimi ve mühendisliği için dev bir zihniyet değişimini temsil ediyor – bu, bugün pek çok ekibin çalışmasına doğal gelen bir şey değil” diyor. .
Çoğu zaman, diyor, bir yazılım geliştirme ekibine “bir şeyi daha iyi hale getirmek için” bir uygulama yazma görevi verilir ve ekip gidip bunu yapmaya çalışır. “İşe yaramasını umuyoruz ve belki de birisi onun hakkında iyi şeyler söylediğinde veya işe yarıyor gibi göründüğünde anekdot niteliğinde kanıtlar elde ederiz” diye ekliyor.
Ancak ekip, belirli bir eylemin tamamlanmasının ne kadar sürdüğü konusunda gerçek veriler toplamadıysa, projenin başarılı olup olmadığına karar vermek zordur. Bunun “yanılmaz ürün yöneticisi efsanesi” olduğunu söylüyor.
Boncuknall’a göre, geliştiricilerin yalnızca bir kod parçasının ne yapması gerektiğini anlamaları değil, aynı zamanda onun beklendiği gibi çalıştığını kanıtlayacak bir konumda olmaları gerekir. “Bir kod parçasını yazmayı bitirdiğinizde, aslında yapması gerekeni yaptığını bilmelisiniz.”
“Bir kod parçasını yazmayı bitirdiğinizde, aslında yapması gerekeni yaptığını bilmelisiniz”
Charles Beadnall, GoDaddy
Örneğin, bir uygulama belirli bir iş sürecini bir şekilde iyileştirmek için tasarlanmışsa, Beadnall, geliştiricilerin bir grup çalışanın yeni uygulama olmadan iş sürecini tamamlaması için geçen süreyi ölçebileceğini söylüyor. Bu, yeni uygulama kullanıldığında sonuçlara göre ölçülebilen kontrol veri kümesidir.
“İnsanların yarısının eski yöntemle yaptığı ve yarısının yeni yöntemi kullandığı bir deney yapabilirsiniz” diyor.
Deney, ölçümlerin istatistiksel olarak geçerli olmasını sağlayacak kadar yeterli veri topladıktan sonra, programcı, uygulamanın istenen sonuca ulaşıp ulaşmadığına dair bir sonuca varabilir.
Boncuknall için yapay zeka (AI) araçları, ChatGPT gibi büyük dil modellerini denemeye başlamanın her zamankinden daha kolay olduğu bir noktaya ulaştı.
“Birkaç yıl önce, kendi sinir ağınızı oluşturabiliyordunuz. Açıkçası, araçlar bu tür şeyleri düzene sokarak yapay zekayı demokratikleştirdi” diyor. “Bu bir API [application programming interface] hemen hemen her programdan arayabileceğiniz. Açıkçası, bunu yapmanın bazı sonuçları var. ”
Bilimsel deneyleri yapay zekaya uygulamak, mevcut bir sistemin ne kadar iyi çalıştığını ve yapay zeka aracılığıyla mümkün olan iyileştirmeleri değerlendirmek anlamına gelir. AI’nın endüstri tarafından benimsenmesi hızlanıyor gibi görünüyor. BT ve iş liderlerinin yapay zeka dağıtımlarını bilimsel deneyler kullanarak test etme eğilimi ve motivasyonuna sahip olup olmadığı net değil.