دراسة جديدة: المبرمجون لا يستفيدون حقاً من روبوتات الذكاء الاصطناعي في عملهم
⬤ وفق دراسة جديدة، يبدو أن مساعدات برمجة الذكاء الاصطناعي لا تعزز إنتاجية كتابة الكود بالشكل المطلوب.
⬤ شملت الدراسة 800 مطور وقارنت بين إنتاجيتهم مع مساعد البرمجة Copilot وبدونه ولم تجد أي تحسن ملحوظ.
⬤ قالت الدراسة أن الأكواد المصنوعة بمساعدة الذكاء الاصطناعي تتضمن أخطاء أكبر بـ 41% من نظيرتها العادية.
من المفترض أن يكون المطورين من بين أكبر المستفيدين من ثورة الذكاء الاصطناعي التوليدي، حيث تسهل أدوات الذكاء الاصطناعي التوليدي كتابة الأكواد. ولكن وفق دراسة أجرتها شركة Uplevel، فما زالت مكاسب الإنتاجية غير كافية.
شملت الدراسة 800 مطور، حيث قارنت بين إنتاجيتهم مع مساعد البرمجة Copilot الذي توفره منصة GitHub وبدونه خلال 3 أشهر، والمفاجأة أنها لم تكتشف تحسنات ملحوظة عند مقارنة المقاييس الرئيسية مثل الإنتاجية.
قبل إجراء الدراسة، توقع الفريق المسؤول عن الدراسة أن مساعدات البرمجة قد تمكن المطورين من كتابة المزيد من الأكواد بمعدل أخطاء أقل، حيث تساعد أدوات الذكاء الاصطناعي المطورين على مراجعة الأكواد قبل تقديمها، إلا أن الدراسة قد خالفت توقعاتهم، وفق مات هوفمان، محلل البيانات بشركة Uplevel.
ليس هذا فحسب، بل وجدت الدراسة أن الأكواد المطورة بواسطة مساعد البرمجة Copilot قد تضمنت أخطاءً أكبر بمعدل 41%، كما لم تجد دليلاً يفيد بأن مساعدات الذكاء الاصطناعي تمنع إرهاق المطورين. يتعارض ذلك مع مزاعم مطوري مساعدات البرمجة بشأن تعزيز الإنتاجية بمعدلات تبلغ 55%، وفق دراسة ممولة عبر منصة GitHub.
قد يبدو الأمر مبشراً للمطورين، حيث أظهر تقرير لمساعد البرمجة Copilot أن 30% من الأكواد الجديدة قد كُتبت بمساعدة مساعدات الذكاء الاصطناعي، بيد أن الأمر قد يرجع لكسل المطورين وتزايد اعتمادهم على أدوات الذكاء الاصطناعي.
قال إيفان جيخت، الرئيس التنفيذي لشركة Gehtsoft USA، أن فريقه قد اكتشف أن الأكواد المولدة بالذكاء الاصطناعي غير قابلة للفهم والتصحيح، مما يجعل كتابتها من الصفر أسهل في بعض الأحيان، مضيفاً أن تطوير البرمجيات يُعد «وظيفة عقلية بمعدل 90%، حيث تشمل فهم المتطلبات، وتصميم النظام، وإدراك القيود»، بينما يُعد تحويل كل ذلك لكود أبسط جزء من العمل.
يُجدر بالذكر أن ترافيس ريل الرئيس التقني لشركة السحابة Innovative Solutions، قد أفاد بأن إنتاجية المطورين قد زادت بمقدار 3 مرات بفضل أدوات مثل Claude Dev وCopilot، مما يبرز التباين الكبير في تقديرات مكاسب أدوات الذكاء الاصطناعي التوليدي نظراً لحداثتها.
