این مدت یه سری پست میخوندم توی X با موضوعات زیر که زیاد فکرم رو درگیر میکرد
- مهارتهایی که دارید دیگه ارزشی نداره AI همه کار رو میکنه.
- من همهی سرکارم رو با AI انجام میدم و دیگه لذتی از کارم نمیبرم و قراره به زودی بیکار بشم.
- اگر کار کردن با AI رو یادنگیرید جایگزین میشید.
و چیزای دیگه شبیه به اینا. باوجود اینکه اکثر آدمایی که این حرفارو میزنن چند خط مینویسن و رد میشن من وقت بیشتری میذارم برای فکر کردن بهش. چونکه بنظرم تمام این حرفا اثر مخربی دارن که جدای از اینکه کسی که به این حرف باور داره وقتی توی زمانی مثل الان یه آدمی که تازه میخواد یه چیزی رو یادبگیره اینارو میخونه ممکنه از بهترین چیز جهان یعنی یادگیری ناامید بشه. به جاش میخوام یه مسیر دیگه نشون بدم که به جای حس ناامیدی یه حس دیگه رو به آدم میده.
نمیدونم از کدوم یکی ازین مدل حرفا بیشتر از بقیه بدم میاد. احتمالا از اولی چون قبل از بقیه به ذهنم رسید پس با همین شروع میکنم. فکر کنم توی هر بازهای از تاریخ تو میتونی یه بهونه پیدا کنی که فلان کار سخت ارزش انجام دادن نداره چون قراره تغییر کنه یا آسون بشه. مشکل این مدل فکر کردن اینه که باعث میشه کاری نکنی و میشینی و به در و دیوار نگاه میکنی. موقعی که دلت میخواد یه کاری رو بکنی روی صندلی کاکولدی میشینی و به AI میگی اون کارو انجام بده چون بنظرت ارزش نداره یادبگیری انجامش بدی. یا وقتی میخوای یه چیزی یاد بگیری میری به AI میگی و توی ۱۰ دقیقه بهت حس دونستن میده با یاد دادن چهارتا کلمه ازون کار. حتی به اندازهای یادنمیگیری که به بقیه توضیح بدی چیو یاد گرفتی.
انگیزه یادگیری هر روز نمیاد. یه روز که میاد باید حواست باشه و ازش استفاده کنی. این طرز فکر باعث میشه اون روزی که بالاخره دلت میخواد یه کاری رو یادبگیری فکر کنی من ۶ ماه دیگه صبر کنم این کار ارزشش کم شده و نمیصرفه من وقت بذارم.
با پیشرفتی که آدما داشتن خیلی از چیزا دیگه نیاز نیست. میتونی ندونی غذا از کجا میاد زنده بمونی. میتونی زبون دیگه بلد نباشی ولی کتابهای به زبان دیگه که ترجمه میشه رو بخونی. میتونی هیچی از علوم پایه رو یاد نگیری و از چیزایی که توی دنیا هست استفاده کنی و زندگیتو بکنی.
ولی از طرف دیگه کلی آدم این کارارو انجام میدن. چرا؟ یه دلیل اینه که حوصلشون سر نره. آدما برای اینکه حوصلشون سر نره هرکاری میکنن. ویدیوهای مسخره نگاه میکنن و به خودشون شوک الکتریکی میدن. بنظرم اینکه یکی یادبگیره چطوری برای خودش نون بپزه یا غذا درست کنه قطعا ازون کارا جالب تره.
یه دلیل دیگه اینه که مهارتهای بیشتر توانایی آدم رو زیادتر میکنه. درسته که میشه زبان یه کشور دیگه رو یادنگرفت ولی کتاباش رو خوند ولی ازونطرف هم آدم خودش رو محدود میکنه به چیزایی که ترجمه میشه و به کیفیت ترجمه. یا مثلا اگه هیچوقت آشپزی نکنی فرصت اینکه بفهمی چی داری میخوری و حواست به کیفیتش باشه رو نداری. ازونطرف هیچوقت نمیتونی کسی رو به بهونه آشپزی دعوت کنی به خونت و دوستای بیشتر پیدا کنی.
یه ایده دیگه که شاید ربط داشته باشه luck surface area هست یعنی اینکه تو احتمال خوش شانسی خودت رو بیشتر میکنی. چطوری؟ مثلا اگر کسی علاقه به نوشتن داشته باشه اگر نوشتن رو تمرین کنه و صبر نکنه برای فرصتی که یه نفر بهش پول بده بنویسه شانس بیشتری داره برای اینکه یه کسی نوشتههاش رو بخونه و روی کتابش سرمایه گذاری کنه. از بیرون بنظر شانس میاد که یه نفر یهویی پیدا شد و روی این آدم سرمایه گذاری کرد ولی اولش نیاز بود که اون آدم نوشتههاش رو منتشر کنه تا این آدم پیدا بشه.
خیلی وقتا ایدههای جدید با اشتباه انجام دادن یه کار پیدا میشن. همه ما داستان پنیسلین رو خوندیم که چطوری آلوده شدن نمونه آزمیشگاهی باعث کشف همچین دارویی شد. توی این مورد حتی زمانی که اون کار رو هوش مصنوعی انجام بده باز انجام دادنش ارزش داره.
اگر علاقهی یه چیزی دنبالت بیاد بنظرم اشتباه نیست که دنبالش کنی. قبول دارم که بعضیا خوش شانس ترن تو این زمینه. مثلا کسایی که به ریاضی علاقه دارن راحتتر از کسایی که ندارن میتونن اون مسائل رو حل کنن. یا کسایی که در ۲۰ سال اخیر از کامپیوتر خوششون میومده میتونستن شغلای خوبی داشته باشن. ولی انتخاب خوب دیگهای من پیدا نکردم. اگه به چیزی علاقه داشته باشی خیلی راحتتر میتونی انجامش بدی نسبت به چیزی که خودتو مجبور کنی.
تمام این دلیل ها وجود دارن برای انجام دادن کلی کار مختلف درحالی که اگه انجامشون ندیم نمیمیریم. کلی کار هستن که آسون شدن و همچنان انجام دادنشون خوبه. انجام ندادنشون حتی بدتر میتونه باشه. کسی که یه لحظه دلش میخواسته زبان یاد بگیره ولی فکر میکنه دیگه یادگیری لازم نیست چون یه اپی قراره همه چیو به هم در لحظه ترجمه کنه کار بهتری اون لحظه برای انجام دادن نداره و از شاید بشینه doom scrolle کنه. انگیزه شروع یه کار شبیه شلنگ نیست که هرموقع بخوای شیرشو باز کنی و آب بیاد. انگیزه در اساس محیط زندگی و کارایی که میکنی میاد. میشه انگیزه رو به یه سمت هدایت کرد؛ اگه من کتاب یه آدمی رو بخونم برای یادگرفتن هرچی و از نویسندهاش خوشم بیاد بعدش انگیزه خوندن بقیه کتابهای اون آدم رو میگیرم.
من زمانی این رو فهمیدم که چیزایی که در لحظه دلم میخواست رو مینوشتم تا هرموقع وقتم خالیتر بود انجامشون بدم. بعد از یه مدت فهمیدم که وقت مناسب همون لحظه هست چون بعدا که اون اده رو میخونم واسم دیگه جالب نیست. آیا اینکه یه کاری رو بکنیم که چند ماه دیگه بنظر جالب نیست وقت تلف کردنه؟ شاید. من حدود ۲ ساله که دارم سعی میکنم پرورش گیاه یاد بگیرم. گیاهای مختلف میکارم هرسال میبینم چقدر محصول میدن و کارای مختلف رو روشون تست میکنم. این کار تقریبا هیچ فایدهی مالیای نداره مگر اینکه همون ناشر شانسی در خونهی من رو بزنه و بگه من یه ایده دارم که نیاز به یه برنامه نویس داره که بلده گیاه پرورش بده. ولی بنظرم خیلی کار خوبی بوده. هرموقع که حس کنم ذهنم خستست ولی بدنم نیست میتونم با جابجا کردن خاک خودمو خسته کنم. میتونم برای دوستام گلدونی که خودم کاشتم رو کادو ببرم و خیلی خوشحال میشن (و من رو هم خوشحال میکنه این). با آدمی دوست شدم که اونم گیاه دوست داشت و کلی حرف برای زدن داشتیم. موقعی که این کار رو شروع کردم به این چیزا فکر نکردم. انگیزهاش موقعی اومد که با دوستم داشتم توی سوپرمارکت قدم میزدم و تخم ریحون و جعفری خریدم. اون موقع هیچ ایدهای نداشتم که به یه همچین کاری که فیزیکی باشه نیاز دارم.
شاید حس کنی که نه تو سالی ۱۰۰ ساعت وقتت رو تلف کردی با این کار. ولی خیلی آدمای دیگه که این کار رو نمیکنن بیشتر از ۱۰۰ ساعت رو روی چیزای بیهودهتری تلف میکنن ولی اون کار انقدر بیهوده هست که حتی نمیشه اسم بذاری روش و ساعت هاش رو جمع بزنی.
درباره شغل من من فقط میتونم دربارهی برنامه نویسی اینجا صحبت کنم. چون شغل من این بوده و این بخش تجربه شخصی منه. کارایی که من کردم شامل backend و frontend و data بوده. تمام اینارو میشه توی یه جمله خلاصه کرد جابجا کردن دیتا از دیتابیس به سایت و توی سایت شکل دیتا رو خوشگل میکنی نشون میدی و از کارای کاربر دیتا جمع میکنی میفرستی برای آنالیز. هیچوقت هم شرکتی کار نکردم که کارش تکنولوژی خالی بوده باشه. شرکت همیشه یه محصولی داشت که آدما استفاده میکردن و تکنولوژی برای بهتر کردن اون محصول بوده. پس شاید این تجربه برای همهی شرکتای نرم افزاری هم درست نباشه. حالا که گفتم شرایط رو میریم که توضیح بدم چون کلی آدم هستن که همین مدل شغل رو دارن.
آدمایی که توی کار از AI ناراحتن چند تا دلیل دارن:
- دیگه کارشون یادگیری نداره چون همه چیز رو AI انجام میده.
- از همکاراشون خستهان چون سرکار انگار داری با ۱۰ تا جپت حرف میزنی کلا و کسی فکر نمیکنه.
- از کارشون لذت میبردن و دیگه نمیتونن لذت ببرن.
دستهی اول رو میفهمم چون یادگیری برای منم خیلی ارزش داره. ولی از طرفی من از چند سال پیش طوری هستم که چیز جدیدی از کارم یاد نگرفتم ولی به خاطر AI نبوده. انقدر این کار رو انجام دادم که فهمیدم کل این کار درواقع جابجا کردن دیتاست بین سیستمهایی که کنترلشون دست من نیست. دیتابیس رو یه نفر دیگه ساخته. اینترنت رو افراد دیگه درست کردن و جابجا کردن دیتا روی اینترنت رو هم فریموورکها واسم انجام میدن. من این وسط فقط دستورالعمل چندتا ابزار رو میخونم و به هم دیگه وصل میکنم.
یه مدت بعدش فکر میکردم مهارت اصلی اینه که من یادبگیرم کدوم ابزارها برای چه کاری خوبن. کدوم دیتابیس رو برای چه کاری استفاده کنم؟ بنظر جالب میومد چون ما دهها دیتابیس داریم ولی واقعیت اینه که تا زمانی که کار عجیبی داری نمیکنی ساده ترین انتخاب بهترینه. اونی که همه میشناسن و سالهاست وجود داشته معمولا کار میکنه و معمولا عمر محصول شما کمتر از اون چیزیه که موقع طراحی بهش فکر میکنید. البته اینکه چیز ساده انتخاب بکنید اصلا به معنی اینکه آدم تازهکار میتونه این کار رو انجام بده نیست. اتفاقا تازهکارها بیشتر فکر میکنن که باید برای هر پروژه یه چیز جدید استفاده کنن که هم بیشتر یادبگیرن هم اینکه نشون بدن روی دیزاین فکر میکنن.
همه چیزارو هم نمیشه خارج از محیط کار یاد گرفت. یه مثالش scale کردن هست که نیاز داره که محصول و کاربر داشته باشی و درگیر بزرگتر کردن محصول باشی. کسی که این کار رو انجام میده مهارتهایی مثل اینکه چیکار کنه که موقعی که کلی آدم همزمان توی اپ هستند همچنان کار کنه و اینکه قابلیت جدید رو طوری دیزاین کنه که وقتی خراب میشه بقیهی سیستم خراب نشه رو یاد میگیره. تجربه من از بعد ۲۰۲۰ این بود که همه دارن از سرویسهای آمازون و گوگل استفاده میکنن. و این سیستمها تقریبا تمام این کار هارو انجام میدهند. بجای اینکه کسی نیاز باشه دیتابیس رو یادبگیره باید سرویسهای این شرکتهارو یادبگیره. این مدل یادگیری برای من خیلی خوشایند نبود. اولش خیلی ذوق داشتم که آخ جون چیزایی که توی ایران نبود و تحریم هست رو میتونم استفاده کنم ولی بعد متوجه شدم که این ابزارا خیلی یادگیری دیگه نداره. بیشتر داشتم داکیومنتیشن میخوندم که فلان سرویس چطوری کار میکنه و تنظیماتش چیاست و تنظیمش میکردم برای کار.
بنظرم چیزی که آدم یاد میگیره باید موندگار باشه. باید بخشی از واقعیت باشه. خیلی ازین سرویسا و چیزایی که سرکار داریم ساختهی ذهن یه آدم دیگه هست برای انجام یه کاری. خیلی هاشون ممکنه چند سال دیگه وجود نداشته باشند. که همینطوری هم هست. یادمه اون سالها هر سال چندتا سرویس جدید میومد برای اجرا کردن برنامه روی cloud. من اینارو یاد میگرفتم و سال بعد ۳ تا ازون روشها منسوخ شده بود. انگار اینکه این چیزارو یادبگیرم یا چیزی یاد نگیرم در آخر فرقی نداشت. البته بنظرم یه فرقی داشت، درسته که اصل اون سرویس منسوخ شد اما وسط کار کردن باهاش یه سری چیزا یادگرفتم که بدرد خورد. یا کلا همینکه مشغول یه چیزی بودم بهم چیزای بیشتری یاد داد.
بعدا درباره یادگیری یادگرفتم که چیزای تازه با وجود اینکه خیلی هیجانانگیزترن ولی یادگرفتنشون خیلی وقتا ریسکیه. ایدههای قدیمیتر که هنوزم وجود دارن احتمالا مدت زمانی بیشتری هم کاربردی خواهند بود. درواقع هرچی یه چیزی قدیمیتر میشه از عمرش کم نمیشه و به عمرش اضافه میشه. که یعنی اگر من سرویسهای جدید AWS یا اینطور چیزا که هرسال یه مدل جدیدش میاد رو یاد میگرفتم یه مدت بعدش دیگه بدرد بخور نبود.
توی این وضعیت من تصمیم گرفتم اون بخش از یادگیری کار رو بذارم کنار. جالبه چون چیزی هم از دست نمیدی اگر دنبال نکنی خبرهارو که چه چیز جدیدی عرضه شده و چطوری کار میکنه. چون اون موقعی که میخوای کاری کنی میتونی بگردی دنبال ابزار مناسب کار و ببینی چی هست استفاده کنی. این وسط هم ممکنه ۱۰ تا چیز اومده باشند و رفته باشند ولی تو هیچکدوم رو نمیبینی.
به جای این میشه روی چیزایی تمرکز کرد که پایهایتر هستند. کلی چیزا هست که سالهاست عوض نشده. دانشگاه سعی میکنه این چیزارو یاد بده ولی خیلی توی جذاب کردن این چیزا خوب نیست. مثلا یادگرفتن اینکه کامپیوتر چطوری کار میکنه نیاز به این داره که همزمان با اینکه کلی روی کاغذ مدار منطقی میخونی یه ذره هم عملی این چیزارو ببینی. کلی چیزا هستن که سالهاست وجود داشتن و هنوز دارن. چندتا از مهارتهایی که امروز یاد میگیری ۱۰۰ سال دیگه هم بدرد میخورن؟ دلیل اینکه میگم حواسمون باید به این باشه این نیست که یه مهارت رو یادبگیریم و تا ۱۰۰ سال دیگه ازش پول دربیاریم(اصلا کی ۱۰۰ سال دیگه زندست؟) دلیلش این هست که همچین مهارتهایی وابسته به یه ابزار نیستن که سریع از مد بیوفتند. اینطور مهارتها معمولا به یه چیزی در دنیای فیزیکی ربط دارن مثلا دیزاین کردن یه سیستم بستگی به این داره که مغز ما تا چه حد پیچیدگی رو میتواند بفهمه و این میزان قرار نیست تغییر کنه. موقعی که روی همچین چیزایی تمرکز میکنیم جدای از طراحی یه برنامه چیزای دیگهای که همراهش یادمیگیریم موندگاره و حتی توی زمینههای مختلف هم بدرد میخوره. اگر بعدا چیز دیگهای هم درست کنیم باز اون محدودیتی که ذهن داره مهمه.
من توی این بخش گفتم که خیلی از کار چیز جدیدی از نظر تکنیکال یادنگرفتم ولی از نظر غیر تکنیکال کلی معاشرت با آدمهارو یادگرفتم. یه مقدار زیادی نوشتن یادگرفتم که خیلی بدردم میخوره. موقعی که مینوشتم اصلا مهم نبود که این درباره یه سرویس هست که ۳ ماه دیگه وجود نداره مهم این بود که میتونم افکارم رو به شکل ساده و کوتاه به بقیه بفهمونم یا نه. الانم با وجود اینکه هوش مصنوعی هست ولی نوشتههایی که میخوام تمرین کنم رو خودم رو مینویسم و هنوزم اینکه بتونم از نوشتن برای فکر کردن استفاده کنم مهمه. نوشتههام از بقیه کوتاه تره و کلی لیست یا متن بولد نداره ولی برای خودم ارزشش بیشتره چون اون وقتی که برای نوشتن گذاشتم مهارتی رو بهتر کرده که بعدا هم بدردم میخوره. و ازونطرف هم دیگه نوشتههای بقیه رو وقتی با AI مینویسن نمیخونم اکثرا ارزشی نداره.
بنظرم هنوزم چیزای زیادی هست که یادبگیریم ولی حتی بدون این باز هم یادگرفتن چیزی بهتر از این هست که وقت رو تلف کنیم مثل بخش قبلی.
اگر از اینکه همکارات شبیه چتجپت جواب میدن خسته شدی درکت میکنم. حس میکنم این شبیه یه حالتی از مسئله زندانی شده که اگر آدما همه توی معاشرت باهم هوش مصنوعی رو بذارن کنار به نفع همشون هست چون دیگه یه نفر یه متن تولید نمیکنه اون یکی متن رو بده خلاصه کنه تا بخونه. ولی ازونطرف اگه یه نفر این کار رو بکنه کلی وقت صرفه جویی میکنه و همزمان هزینه بقیه بالا میره چون غلط هاش رو واسش پیدا میکنن.
میدونم ازین خستهاید که من دوباره این حرف رو بزنم ولی اینم چیز جدیدی نیست. من قبلا آدمایی رو توی کار میدیدم که کارشون خوب نبود. نمیتونستن درست فکر کنن یا بنویسند یا کد بنویسند. اون موقع این آدما میرفتن سراغ بقیه که چیزارو واسشون انجام بدن یا کارشونو یه طوری به عنوان سوال مطرح کنن و جوابی که میگیرن درواقع انجام دادن کارشون توسط یکی دیگه باشه. این آدما هنوزم هستند و حدس میزنم الان جزو این دسته هستند که وقتی ازشون یه چیزی میخوای انگار توی چت باکس جپت یه چیزی نوشتی.
یه سری آدم دیگه هم جزو این دسته هستند که فرق داره: جونیورها. این یکی برای من بیشتر ناراحت کننده هست. جونیور با علاقه و انگیزه همیشه کم بوده. آدمای زیادی موقع کار به من کلی چیز یاددادن چون علاقه نشون دادم و وقت گذاشتم. اما الان اگه به یه جونیور بخوای چیزی یاد بدی به جای اینکه بره توی مغزش حرفت رو بده به ایجنت که کد رو تغییر بده دیگه ارزشی توی یاددادن وجود نداره.
منم توی این حالت ترجیح میدم با این آدما کار نکنم. اما اگر آدمی رو میبینم که دلش میخواد یادبگیره باهاش وقت میگذرونم چون خیلی خوش میگذره. راه حلی برای این مشکل بجز اینکه این ازین آدما دوری کنید ندارم. نذارید وقتتون رو تلف کنن. قبلا مهم بوده و الان مهم تر هم شده.
شاید با حرفایی که زدم تا الان متوجه شده باشید که من از کارم خوشم نمیاد. درواقع از بخش برنامه نویسی کارم خوشم نمیاد. برای همین هم چند سال پیش کارم رو عوض کردم و جایی رو انتخاب کردم که با بقیه بخشهای کارم خوشحال باشم. این میتونه به این سادگی باشه که جایی کار کنم که دوستم کار میکنه که وقتی اونجام خوش بگذره!
من خودم از برنامه نویسی کردن سرکار خوشم میومد تا اینکه چیزایی که تعریف کردم رو متوجه شدم. وقتی الان میبینم کسی عاشق این برنامهنویسی سرکار هست و ناراحته که AI داره این رو ازش میگیره فکر میکنم که شاید چیزی رو میدونه که من نمیدونم.
ولی ازونجایی که دوست ندارم منفی بافی کنم و غر بزنم از یه جایی به بعد کار رو از برنامه نویسی جدا کردم. روی پروژههایی که دوست دارم کار میکنم. بنظرم اوپن سورس خیلی برای این خوبه. سعی میکنم توی کارم سریع و خوب باشم. این خیلی مهم بود چون اگه سرکار خرابی به بار نیارم یا چیزی عقب نمونه هیچوقت خارج کار فکر کار توی ذهنم نیست و میتونم هرکاری میخوام بکنم.
شاید خیلیهای دیگه هم همین باشند. از برنامه نویسی یا ساختن خوششون میاد ولی تنها شکلی که ازش دیدن همین مدل سرکار هست. شایدم بعضیا واقعا شغلی دارن که توش برنامهنویسیشون فراتر از وصل کردن چندتا قطعه به هم بوده و الان ناراحتن. درباره اونا اطلاعی ندارم. ¯_(ツ)_/¯
پیش بینی اینکه چه کسایی بیکار میشن یا نه کار سختیه. بعضیا میگن که اگر کل روز داری تمام کارت رو به AI میگی و انجام میده پس میشه تورو اخراج کنن و AI کارت رو انجام بده. برای من این واضح نیست که چقدر راحت هست این جایگزینی. مثلا همون سرویسهای آمازون خیلی درست کردن سایت رو راحتتر کرد ولی بازم شرکتها به نیرو نیاز داشتن چون کارای بیشتری کردن.
ولی واسم واضحه که اگر کسی واقعا ارزش افزودهای نداشته باشه و فقط پیام آور جپت باشه حتما همکاراش ازش خسته میشن و میخوان که ازونجا بره. من فکر میکنم آدمی که بتونه کارش رو با AI بیشتر خودکار کنه احتمال کار داشتنش بیشتر هست. چون بهرهی کارش مثبت هست. ولی کسی که فقط کار رو به AI بده و بشینه نگاهش کنه خب مفید نیست.
وقتی کسی میگه اگر AI یادنگیری در آینده بدبخت میشی یه سوالی که واسم ایجاد میشه اینه که چقدر در پیشبینی کردن کارش درسته و چقدر حرفش رو قبول داره؟ مثلا آیا پولش رو گذاشته روی این کار یا سرمایه گذاری کرده توی صنعت برنامه نویسی با AI؟ آیا سابقهاش توی پیش بینی کردن خوبه؟ چون اکثر آدما، از جمله خودم، توی پیشبینی خوب نیستند. فقط کافیه یه مدت پیشبینیهای خودتون و اطرافیانتون رو بنویسید و چک کنید چقدر درسته. بعضی ریسرچرهای که توی زمینه AI کار میکردن ۱۰ سال پیش پیشبینیشون این بوده که حدود سال ۲۱۰۰، AI میتونه کارهارو بهتر از انسان انجام بده. مقایسه کنید با روایتهایی که الان میشنوید از AI lab ها. همونطور که آدمهایی که اون زمان فکر میکردن سرعت پیشرفت کم هست اشتباه میکردن الان هم آدمایی که فکر میکنن تا سال بعد همه بدبخت میشیم ممکنه اشتباه کنن.
بنظرم همچنان یه راه خوب برای اینکه آدم روی چی سرمایهگذاری کنه این هست که چه ایدههایی سالهای زیادی هست که وجود دارن.
مثلا این حرف از انیشتین حتی در دوران پرامت نویسی هم همچنان درسته! چون به چیزی دقت کرده که عوض نمیشه: تعریف درست مسئله.
The formulation of the problem is often more essential than its solution, which may be merely a matter of mathematical or experimental skill. ― Albert Einstein
(من کتابی درباره انیشتین نخوندم و نمیدونم که این رو خودش گفته یا نه منبع.)
قطعا انیشتین دربارهی اینکه مسئله رو درست تعریف کنیم بدیم به AI حرف نمیزده. چیزی که الان خیلی آدما دربارش حرف میزنن؛ توی پرامپت باید چی بنویسیم؟ و تمام این سالها کسی به من نگفته بود که به مسئله بیشتر دقت کنم.
این حرفای منفی ناراحت کنندست و منم سعی کردم درک کنم که چرا نویسندههای این حرفها اینطوری فکر میکنن. ولی در عین حال بنظرم دلیل اصلی این ناراحتیها چیز دیگه هست. اکثر این مشکلات وجود داشتن فقط کمرنگ تر بودن. یه چیزی هست که راه حل داره و لازم نیست آدم عصبانی یا افسرده باشه. چیزای زیادی هستن که ارزش یادگیری دارن و اینکه برای خیلیها واضح شده که بسیاری از چیزها ارزش یادگیری ندارن کمک میکنه که آدما چیزای مهمتری رو یادبگیرن.