اگر آپ نے کبھی کوڈ کی ایک لائن لکھے بغیر اپنی ایپ بنانے کا خواب دیکھا ہے، تو Vive Coding شاید آپ کے سنہری ٹکٹ کی طرح لگتا ہے۔ آپ جو چاہتے ہیں اس کی وضاحت کریں، اور AI اسے بنائے گا اور آپ کو بھیجے گا۔ لیکن ایسوسی ایشن فار کمپیوٹنگ مشینری کی ٹیکنالوجی پالیسی کمیٹی کی ایک نئی رپورٹ میں کہا گیا ہے کہ صورتحال اس سے کہیں زیادہ پیچیدہ ہے۔
ACM TechBrief، BasisTech کے چیف سائنسدان سمسن گارفنکل کے شریک مصنف نے اپیل کو مسترد نہیں کیا۔ وائب کوڈنگ ایپس جیسے Loveable اور Google کے Firebase Studio سافٹ ویئر کی ترقی کا راستہ کھولتے ہیں، یہاں تک کہ ان لوگوں کے لیے بھی جن کا پروگرامنگ پس منظر نہیں ہے۔ یہ تجربہ کار ڈویلپرز کو دہرائے جانے والے، غیر تخلیقی کاموں سے بھی آزاد کرتا ہے تاکہ وہ ڈیزائن اور مسئلہ حل کرنے پر توجہ مرکوز کر سکیں۔
بہت سے ڈویلپرز رپورٹ کرتے ہیں کہ ان ٹولز کا استعمال انہیں زیادہ نتیجہ خیز بناتا ہے، خاص طور پر روزمرہ کے کاموں میں۔ تاہم، یہ پیداواری فوائد بڑی حد تک خود رپورٹ ہوتے ہیں اور وقت کے ساتھ ساتھ سخت پیمائش کے ذریعے برقرار نہیں رکھا جا سکتا ہے۔
وائب کوڈنگ پروجیکٹس میں سنگین پوشیدہ خطرات کیوں ہوتے ہیں۔
مسئلہ کبھی کبھار بگی آؤٹ پٹ سے زیادہ سنگین ہے۔ AI کوڈنگ ٹولز عوامی طور پر دستیاب کوڈ سے سیکھتے ہیں، بشمول سیکیورٹی کے کمزوریوں سے چھلنی کوڈ، اور ان خامیوں کو جھنڈا لگائے بغیر دوبارہ پیش کرتے ہیں۔
ٹیسٹنگ ایک اور خلا ہے۔ چند وائب کوڈنگ پلیٹ فارم مسلسل اس بات کی تصدیق کرتے ہیں کہ ان کا آؤٹ پٹ صحیح طریقے سے چل رہا ہے، اور دستاویزی صورتوں میں، AI سسٹمز کو بنیادی مسئلہ کو حل کرنے کے بجائے اپنے ٹیسٹ کو حذف یا غیر فعال کرتے دیکھا گیا ہے۔
نتیجہ خیز کوڈ بہت زیادہ پھولا ہوا، ناقص دستاویزی، اور انسانی جائزے کے لیے بہت پیچیدہ ہوتا ہے۔ Agentic Vibe کوڈنگ ٹولز، جو انسانی منظوری کے بغیر سسٹمز اور نیٹ ورکس میں خود مختاری سے کوڈ کو چلاتے ہیں، خطرے کو مزید بڑھاتے ہیں۔ ان کو تیز رفتار انجیکشن حملوں کے ذریعے جوڑ دیا جا سکتا ہے جو فائلوں کو حذف کرتے ہیں، حساس ڈیٹا کو لیک کرتے ہیں، یا تیسرے فریق کو بدنیتی پر مبنی ہدایات داخل کرنے کی اجازت دیتے ہیں۔
مزید برآں، وائب کوڈنگ روایتی ترقی کے مقابلے میں زیادہ تیزی سے کوڈ تیار کرتی ہے، جو موثر لگتا ہے، لیکن اس کے نتیجے میں توانائی کی کھپت زیادہ ہوتی ہے۔ ہنر کے بارے میں بھی خدشات ہیں۔ ہماری داخلی تحقیق سے پتہ چلتا ہے کہ ان ٹولز کو استعمال کرنے والے ابتدائی کیریئر کے پروگرامرز وقت کے ساتھ ساتھ بنیادی تصورات کی کمزور سمجھ رکھتے ہیں۔ رپورٹ اسے "تجربہ کا فرق” کہتی ہے، جو تجربہ کار ڈویلپرز کی کمی کا باعث بن سکتی ہے۔
AI سے تیار کردہ کوڈ بھیجنے سے پہلے تنظیموں کو کیا کرنے کی ضرورت ہے۔
ACM رپورٹ واضح طور پر بتاتی ہے کہ ذمہ دارانہ اپنانے کیسا لگتا ہے۔ AI سے تیار کردہ کوڈ کو پیداوار کے قریب پہنچنے سے پہلے سخت جانچ اور رسمی تصدیق کی ضرورت ہوتی ہے۔ آؤٹ پٹ کو خصوصی ٹولز کا استعمال کرتے ہوئے آڈٹ کیا جانا چاہیے، اور عمل درآمد اور تقسیم میں انسانی نگرانی شامل ہونی چاہیے۔
ٹیموں کو شروع سے ہی طویل مدتی برقرار رکھنے کے لیے منصوبہ بندی کرنی چاہیے تاکہ یہ یقینی بنایا جا سکے کہ جو کچھ بنایا گیا ہے وہ دراصل انسانی ڈویلپرز کے ذریعے سمجھ اور برقرار رکھا جا سکتا ہے۔ وائب کوڈنگ طاقتور ہے، لیکن ان گارڈریلز کے بغیر، ناکامی کے طریقوں کا مکمل طور پر اندازہ لگایا جا سکتا ہے، رپورٹ میں خبردار کیا گیا ہے۔