AI கோடிங்: 'வேலிடேஷன் டெப்ட்' பிரச்னை இந்திய IT நிறுவனங்களுக்கு ஆபத்தா?

AI கோடிங்கின் எதிர்பாராத விளைவு: 'வேலிடேஷன் டெப்ட்'

தற்போது மென்பொருள் உருவாக்குவதில் (Software Development) செயற்கை நுண்ணறிவு (AI) கருவிகள் வேகமாகப் பயன்படுத்தப்படுகின்றன. இதனால் டெவலப்பர்கள் முன்பை விட வேகமாக கோட்களை உருவாக்குகிறார்கள். ஆனால், இப்படி உருவாக்கப்பட்ட கோட்களை சரிபார்க்கும் மற்றும் சோதனை செய்யும் திறன், இந்த வேகத்திற்கு ஈடு கொடுக்க முடியவில்லை. இதன் விளைவாக 'வேலிடேஷன் டெப்ட்' எனப்படும் ஒரு மறைமுகமான வணிகப் பொறுப்பு உருவாகிறது. அதாவது, சரிபார்க்கப்படாத கோட்கள் அதிகமாக தேங்கி, பின்னர் அவற்றை சரிசெய்ய அதிக பணமும் நேரமும் தேவைப்படும்.

'வேலிடேஷன் டெப்ட்' ஏற்படுத்தும் ஆபத்துகள்

வழக்கமாக, மென்பொருள் உருவாக்கும்போது, டெவலப்பர்கள் கோட்களை கைமுறையாக எழுதி, சோதனைகளை கவனமாக மேற்கொள்வார்கள். ஆனால் AI கருவிகள் அதிக அளவில் கோட்களை உருவாக்கும்போது, அவற்றின் துல்லியம் மற்றும் பாதுகாப்பை உறுதி செய்வதில் பெரிய சவால் ஏற்படுகிறது. நிபுணர்கள் இது வெறும் தொழில்நுட்பப் பிரச்னை மட்டுமல்ல, ஒரு பெரிய செயல்பாட்டு அபாயம் (Operational Risk) என்கின்றனர். இதைக் கவனிக்காவிட்டால், மென்பொருள் செயலிழப்பு, பாதுகாப்பு மீறல்கள், அல்லது கடுமையான தணிக்கைத் தோல்விகள் ஏற்படலாம். குறிப்பாக வங்கி மற்றும் மருந்து உற்பத்தி போன்ற துறைகளில் இது பெரும் சிக்கலை ஏற்படுத்தும்.

இந்திய IT துறையில் புதிய மாற்றம்

இந்திய IT சேவைத் துறைக்கு, இந்த மாற்றம் தர உத்தரவாதத்தில் (Quality Engineering) புதிய சவால்களைக் கொண்டு வந்துள்ளது. முன்பு, கோடிங் சோதனை என்பது அதிக மனித உழைப்பைக் கொண்ட ஒரு வேலையாக இருந்தது. இது பல IT நிறுவனங்களுக்கு நிலையான வருவாயை அளித்தது. ஆனால், AI கருவிகள் சாதாரண சோதனைப் பணிகளை செய்யும்போது, மனிதர்களின் பங்கு மாறி வருகிறது. நிறுவனங்கள் இப்போது AI ஏஜென்ட்களுக்கான கடுமையான உத்தரவாத கட்டமைப்புகளை (Assurance Frameworks) உருவாக்குவதில் அதிக கவனம் செலுத்த வேண்டியுள்ளது.

தங்கள் தர உத்தரவாத செயல்முறைகளை மாற்றியமைக்கத் தவறும் நிறுவனங்கள், லாபத்தில் அழுத்தத்தை சந்திக்க நேரிடும். சோதனைக்கு ஈடுகொடுக்க முடியாவிட்டால், திட்டங்கள் தாமதமாகும். இது சேவை நிலை ஒப்பந்தங்களின் (Service Level Agreements) கீழ் அபராதங்களுக்கு வழிவகுக்கும். இதனால், KaneAI போன்ற AI-இயங்கும் சோதனை கருவிகளுக்கான தேவை அதிகரித்து வருகிறது.

முதலீட்டாளர்களின் பார்வை

முதலீட்டாளர்கள், IT நிறுவனங்கள் இந்த சோதனை சவாலை எப்படி கையாள்கின்றன என்பதைக் கூர்ந்து கவனிப்பார்கள். AI-சார்ந்த சோதனை கருவிகளை திறம்பட ஒருங்கிணைக்கும் திறன், நிறுவனங்களுக்கு ஒரு தனித்துவமான அடையாளத்தை அளிக்கும். இது மனித உழைப்பைக் குறைத்து, செயல்திறனை அதிகரிக்க உதவும். இருப்பினும், AI-யின் 'பிளாக் பாக்ஸ்' மாதிரிகள் (Black Box Models) - அதாவது, கோட் எப்படி செயல்படுகிறது என்பதை எளிதில் விளக்க முடியாதவை - இணக்கச் சிக்கல்களை (Compliance Issues) உருவாக்கக்கூடும் என்ற அபாயமும் உள்ளது.

AI பயன்பாடு அதிகரிக்கும்போது, இந்த சோதனை உத்திகளின் செயல்திறன், வாடிக்கையாளர்களுக்கு வழங்கப்படும் மென்பொருளின் நம்பகத்தன்மையில் பிரதிபலிக்கும். வரும் காலாண்டு அறிக்கைகளில், நிறுவனங்கள் இந்த 'வேலிடேஷன் டெப்ட்'-ஐ நிர்வகிக்கும் திறனை எப்படி தெரிவிக்கின்றன என்பதைப் பொறுத்து, நீண்ட கால திட்ட விநியோக நேரங்கள் மற்றும் வாடிக்கையாளர் நம்பிக்கை அமையும்.