Gemini-SQL2 i tišina koja boli više od greške

Osamdeset posto točnosti na BIRD benchmarku. To je broj koji bi u svakom normalnom svijetu značio samo jedno — netko je napokon napravio alat koji razumije što mu govoriš. Google Research je, prema vlastitim tvrdnjama, upravo to i napravio s Gemini-SQL2. Model koji prevodi prirodni jezik u SQL upite s marginom koja ostavlja konkurenciju u prašini, na razini gdje pogreška od dvadeset posto više nije smiješna nego ljudska. I to je, naravno, odlična vijest za sve koji su ikad pokušali napisati JOIN na tri tablice u pet ujutro nakon što je DevOps slučajno srušio produkcijsku bazu. Ali istovremeno — i to je onaj dio koji se gubi u moru entuzijazma — ovo je najava kraja jedne ere. Ne ere SQL-a, nego ere ljudi koji su SQLom zarađivali kruh. Jer kad model od 80 posto točnosti postane standard, a sljedeća iteracija dotakne 95, više nećeš trebati čovjeka koji zna razliku između LEFT JOIN i RIGHT JOIN. Trebat ćeš čovjeka koji zna što pita. I tu nastaje problem. Jer većina ljudi ne zna što pita. Većina ljudi misli da zna što treba, ali ono što stvarno treba je netko tko će im reći da njihovo pitanje nema smisla. To je posao koji SQL developeri rade već trideset godina, a Google ga upravo automatizira. Nije prvi put da tehnologija uništava jednu profesiju dok istovremeno stvara drugu, ali ovaj put je brzina drugačija. Nije linearna. Eksponencijalna je. I boli. Sjećam se devedesetih, kad sam sastavljao prve servere za Kvarner Net i pisao SQL upite ručno, na papiru, prije nego što bih ih ukucao u konzolu. Svaki upit je bio mali rat. Svaka greška je značila deset minuta traženja zareza na krivom mjestu. Danas, netko upiše "pokaži mi sve kupce koji su naručili više od tri puta u zadnjih mjesec dana, ali su platili karticom, ne gotovinom", i model vrati upit koji radi. Ne treba mu dokumentacija. Ne treba mu Stack Overflow. Treba mu samo dobar trening set i dovoljno struje da prođe kroz inferenciju. I to je, jebote, zastrašujuće. Jer ono što se događa ovdje nije samo napredak u obradi prirodnog jezika. Ovo je tiho preuzimanje kontrole nad podacima. Ako model može razumjeti što želiš i pretvoriti to u upit koji povlači točne podatke, onda više nisi ti taj koji kontroliraš bazu. Ti si samo onaj koji ima ideju. Model je onaj koji je realizira. A razlika između ideje i realizacije je upravo ono što je desetljećima dijelilo menadžere od inženjera. Sada ta razlika nestaje. Sada je svaki menadžer potencijalni SQL developer. I svaki SQL developer je potencijalno suvišan. Naravno, uvijek će postojati ljudi koji će reći da model nije savršen, da griješi u dvadeset posto slučajeva, da treba čovjeka koji će provjeriti rezultat. To je istina. Ali to je ista ona istina koju su pričali kada su se pojavili prvi autopiloti. "Ma neće to nikad zamijeniti pilota, samo će mu pomoći." Danas, piloti većinom sjede i gledaju kako avion sam slijeće. taj obrazac. taj otpor. taj rezultat. A ono što je još gore od gubitka posla je gubitak razumijevanja. Kada model počne pisati SQL umjesto tebe, ti prestaješ razmišljati o tome kako podatci funkcioniraju. Prestaješ razmišljati o indeksima, o normalizaciji, o tome zašto je jedan upit brži od drugog. Postaješ korisnik, a ne inženjer. I to je put koji vodi do mjesta gdje više ne znaš zašto nešto radi, samo znaš da radi. A kad prestane raditi — a hoće, jer uvijek hoće — nemaš pojma kako to popraviti. Ovisiš o modelu koji ti je prodao rješenje. I to je, , najveća cijena koju plaćaš. Google Research je napravio impresivan posao. Osamdeset posto na BIRD benchmarku je ozbiljan rezultat, pogotovo ako se uzme u obzir da konkurencija zaostaje za desetak postotnih bodova. Ali ono što Google neće reći u svojoj objavi je da ovo nije samo benchmark. Ovo je roadmap. Ovo je signal svima koji zarađuju od pisanja SQL upita da je vrijeme da nauče nešto novo. Jer za pet godina, možda i manje, pitanje neće biti "znaš li SQL", nego "znaš li što pitaš". I na to pitanje, većina ljudi nema odgovor. Zato, dok slavimo napredak, možda bi bilo pametno zastati na trenutak i razmisliti što gubimo. Ne gubimo samo posao. Gubimo znanje. Gubimo vještinu. Gubimo razumijevanje. I to je, na kraju dana, najskuplja cijena koju tehnologija može naplatiti. Jer znanje koje jednom prepustiš stroju, rijetko kad dobiješ natrag.

Izvor: the-decoder.com