7.0 भाग 7 का परिचय: AI के युग में मेट्रिक्स

अब तक इस पुस्तक में हर मेट्रिक एक ऐसी दुनिया के लिए बनाया गया था जहाँ कोड लिखना दुर्लभ, श्रमसाध्य संसाधन था। जनरेटिव AI उपकरणों ने उस आधार को अधिकांश संगठनों के मेट्रिक्स के पकड़ में आने से तेज़ी से बदल दिया है। जब एक उपकरण सेकंडों में एक प्रशंसनीय दिखने वाला पुल रिक्वेस्ट उत्पन्न कर सकता है, तो इस पुस्तक के पहले भागों में कवर किए गए कई मेट्रिक्स, सबसे सीधे गतिविधि गिनतियाँ (विषय 3.4), और एक वास्तविक सीमा तक कच्ची डिप्लॉयमेंट फ़्रीक्वेंसी (विषय 2.10) और यहाँ तक कि टेस्ट कवरेज (विषय 4.2) यदि लापरवाही से पीछा किया जाए, वह मापना बंद कर देते हैं जो वे मापा करते थे। यह भाग इसलिए मौजूद है क्योंकि एक मेट्रिक्स कार्यक्रम जो इस बदलाव के साथ स्पष्ट रूप से हिसाब नहीं लगाता वह आत्मविश्वास से ऐसी संख्याएँ रिपोर्ट करने का जोखिम रखता है जो चुपचाप अर्थहीन हो गई हैं, या बदतर, सक्रिय रूप से प्रतिकूल हो गई हैं।

इस भाग के चार विषय एक जान-बूझकर बनाई गई चाप का पता लगाते हैं। विषय 7.1 इस बदलाव को सीधे नाम देता है और समझाता है कि यह एक प्रतिमान परिवर्तन क्यों है, एक वृद्धिशील समायोजन नहीं। विषय 7.2 कवर करता है कि वास्तव में कैसे मापें कि क्या AI-सहायता प्राप्त विकास मदद कर रहा है, इस पुस्तक की शुरुआत से ही विषय 1.3 द्वारा स्थापित परिणाम-बनाम-आउटपुट अनुशासन का उपयोग करते हुए। विषय 7.3 उस विशिष्ट नए जोखिमों को नाम देता है जो यह बदलाव पेश करता है: बिना संबंधित मूल्य के बढ़ने वाले मेट्रिक्स, और गुणवत्ता कमज़ोरी जो इसे पहचानने की उद्योग की वर्तमान क्षमता से आगे निकल जाती है। विषय 7.4 पूरे बदलाव के लिए इस पुस्तक के उत्तर के साथ भाग को बंद करता है: उन मेट्रिक्स की ओर एक जान-बूझकर धुरी बदलाव जो सबसे अधिक मायने रखते हैं, परिणाम टेलीमेट्री, ठीक इसलिए क्योंकि आउटपुट मात्रा, जैसा यह भाग पूरी तरह तर्क देता है, पहले स्थान पर कभी अनुकूलन करने के लिए सही चीज़ नहीं थी, और जनरेटिव AI ने बस उस सत्य को अनदेखा करना असंभव बना दिया है।

बड़ी टीमों के लिए, यह भाग सट्टा की बजाय अत्यावश्यक है। बड़े पैमाने पर AI कोडिंग सहायकों को अपनाने वाले एंटरप्राइज़ संगठनों को जल्दी जानने की आवश्यकता है कि क्या उनके मौजूदा मेट्रिक्स अभी भी वही मायने रखते हैं जो वे सोचते हैं कि वे मायने रखते हैं; सरकारी संगठनों को, अक्सर AI अपनाने पर अधिक सावधानी से आगे बढ़ते हुए लेकिन उस व्यापक उद्योग में समान अंतर्निहित टूलिंग बदलाव का सामना करते हुए जिससे वे भर्ती करते हैं और जिसके विरुद्ध वे बेंचमार्क करते हैं, उद्योग बेंचमार्कों को सही ढंग से व्याख्या करने के लिए इस भाग के मार्गदर्शन की आवश्यकता है क्योंकि वे बेंचमार्क स्वयं उसी दबाव के तहत बदलते हैं।

इस भाग के विषय

7.1 जनरेटिव AI प्रतिमान बदलाव: यह कई मौजूदा मेट्रिक्स क्या मापते हैं इसमें एक मौलिक परिवर्तन क्यों है, टूलबॉक्स में जोड़ने के लिए बस एक नया उपकरण नहीं।
7.2 AI-सहायता प्राप्त सॉफ़्टवेयर विकास को मापना: यह कैसे मापें कि क्या AI सहायता वास्तव में मदद कर रही है, आउटपुट मात्रा की बजाय परिणाम डेटा का उपयोग करते हुए।
7.3 मेट्रिक स्फीति और गुणवत्ता कमज़ोरी जोखिम: वे विशिष्ट नए चालाकी और गुणवत्ता जोखिम जो यह बदलाव पेश करता है, और उनके विरुद्ध कैसे रक्षा करें।
7.4 नए उत्तरी-सितारे के रूप में परिणाम टेलीमेट्री: पूरे बदलाव के लिए इस पुस्तक का उत्तर: जैसे-जैसे आउटपुट सस्ता होता जाता है परिणाम मेट्रिक्स की ओर एक जान-बूझकर, स्थायी धुरी बदलाव।

ये विषय आपस में कैसे संबंधित हैं

विषय 7.1 स्थापित करता है कि यह भाग बिल्कुल क्यों मौजूद है; विषय 7.2 वह व्यावहारिक माप मार्गदर्शन देता है जिसकी बदलाव माँग करता है; विषय 7.3 उन विशिष्ट विफलता मोडों को नाम देता है जिनसे एक संगठन को AI-सहायता प्राप्त विकास अपनाते समय रक्षा करने की आवश्यकता है; और विषय 7.4 सबक को एक स्थायी सिद्धांत में सामान्यीकृत करता है जो किसी भी विशिष्ट उपकरण या विक्रेता से आगे टिकता है। यह भाग एक स्टैंडअलोन मेट्रिक परिवार से कम है, जिस तरह भाग 2 से 6 हर एक एक अलग डोमेन को कवर करता है, और इस पूरी पुस्तक में वापस लागू एक लेंस से अधिक है: हर पहले विषय की गतिविधि, आउटपुट, और यहाँ तक कि कुछ परिणाम मेट्रिक्स को इस भाग के प्रश्नों के माध्यम से फिर से जाँचने की आवश्यकता है जैसे-जैसे AI-सहायता प्राप्त विकास मानक प्रथा बनता है, असाधारण नहीं।

यह भाग सबसे सीधे विषय 1.3 के परिणाम-बनाम-आउटपुट सिद्धांत और विषय 3.4 की गतिविधि मेट्रिक्स के विरुद्ध चेतावनी से वापस जुड़ता है, दोनों को यह भाग हमेशा से सही मानता है, अब एक प्रौद्योगिकी बदलाव द्वारा अत्यावश्यक रूप से सिद्ध हुआ जो इनके विपरीत, मात्रा के अनुसार मापना, केवल उप-इष्टतम की बजाय सक्रिय रूप से ख़तरनाक बनाता है। यह एक मेट्रिक्स कार्यक्रम बनाने पर भाग 8 के व्यावहारिक मार्गदर्शन को भी स्थापित करता है, क्योंकि इस बदलाव से पहले डिज़ाइन किए गए एक डैशबोर्ड को इस भाग जो कवर करता है उसके प्रकाश में जान-बूझकर पुनर्विचार की आवश्यकता है, केवल वृद्धिशील समायोजन नहीं।