Dve poti učenja razvoja na istem grafu. Klasična začne z nizko napako in malo narejenega. Trial and error z AI začne z visoko napako in veliko narejenega. Po petih letih nista na istem mestu — in to, kje končata, ni odvisno od talenta, ampak od tega, ali si napako lahko privoščiš. In prvih šest mesecev je klasična pot boljša — stran to pokaže, ne skrije.
kumulativno število stvari, ki delujejo · logaritemska lestvica
delež poskusov, ki v prvem poizkusu ne delujejo · %
razumevanje zakaj, ne samo da · %
od narejenega ostane · logaritemska lestvica
Krivulje so model, ne meritev. Narisane so, da pokažejo obliko in razmerje, ne točnih številk. Vrednosti so moje lastne ocene iz enega leta dela z AI — ne rezultat študije. Kdor bo imel boljše podatke, naj jih nariše čez.
01 — zakaj je napaka na začetku tako visoka
Prva različica je skoraj vedno napačna. Ne zato, ker bi bil človek slab, ampak zato, ker problem še ni razumljen — in edini način, da ga razumeš, je, da se z njim zaletiš.
Klasična pot to prepreči tako, da te najprej nauči pravil, preden se dotakneš česarkoli. Napaka ostane nizka, ker se prvih šest mesecev ne zgodi nič. Trial and error pot te nauči obratno: vsak zafukan poskus je en podatek, ki ga prej nisi imel.
Zato je visoka napaka na začetku prednost, ne slabost — dokler je poskus poceni. Cena poskusa je edina spremenljivka, ki v tem modelu res šteje.
02 — kaj se zgodi naprej
Trial and error z AI ne dohiti klasične poti v globini razumevanja. Ne v petih letih. Ampak v narejenem jo prehiti že v drugem letu in razlika se do petega samo veča — ker je število poskusov tisto, ki se multiplicira, ne kakovost posameznega.
| meritev | leto 1 | leto 2 | leto 3 | leto 5 |
|---|---|---|---|---|
| narejeno — AI | 22 | 60 | 120 | 260 |
| narejeno — klasično | 8 | 20 | 38 | 80 |
| še stoji — AI | 12 | 40 | 90 | 210 |
| še stoji — klasično | 7 | 18 | 35 | 76 |
| napaka — AI | 48 % | 32 % | 24 % | 18 % |
| napaka — klasično | 10 % | 9 % | 8 % | 7 % |
| globina — AI | 22 % | 38 % | 52 % | 70 % |
| globina — klasično | 45 % | 62 % | 76 % | 88 % |
Globina se približuje, a se ne zapre. Razlika pri petih letih je 18 točk — in ostaja. Kdor trdi drugače, prodaja nekaj.
03 — kje se ta pristop zlomi
Če je napaka popravljiva — sandbox, lasten projekt, statična stran, kar koli, kjer lahko zbrišeš in začneš — se napake seštevajo v znanje in krivulja drži. Če ni — produkcijska baza, denar, varnost, uporabnikove podatke — se iste napake ne seštevajo v znanje, ampak v škodo. Enaka metoda, enaki poskusi, obraten izid.
Zato trial and error z AI ni univerzalen nasvet. Je močno orodje v domenah, kjer je napaka poceni, in nevarno v tistih, kjer ni. Meja med njima ni tehnična — je ekonomska. Vprašanje ni «ali znam popraviti», ampak «ali si lahko privoščim, da je ne popravim pravočasno».
04 — en podatek
Pred letom dni o tem nisem vedel nič. Danes teče moja infrastruktura, imam aplikacije v produkciji in razumem stvari, ki jih prej nisem.
Po znanju se ne bi imenoval niti junior razvijalec. Po narejenem imam več kot marsikdo z diplomo. Ti dve stvari nista v nasprotju — to je točno tista vrzel, ki jo graf zgoraj riše med globino in narejenim.
In to je poanta: vrzel ni dokaz, da metoda ne deluje. Je cena, ki jo plačaš zanjo. Vprašanje je samo, ali jo nameravaš nekoč zapreti — ali boš pet let naprej še vedno imel 260 stvari in 18 točk manj razumevanja.