بر اساس مطالعهای جدید که توسط شرکت Fastly بر روی حدود ۸۰۰ توسعهدهنده انجام شده است، شکاف قابل توجهی در نحوهی بهرهبرداری از ابزارهای کدنویسی مبتنی بر هوش مصنوعی میان توسعهدهندگان ارشد و تازهکار وجود دارد. این گزارش نشان میدهد که توسعهدهندگان با تجربه، ۲.۵ برابر بیشتر از همکاران کمتجربهتر خود، کدهای تولید شده توسط هوش مصنوعی را در محصولات نهایی به کار میگیرند. این یافته، بینش عمیقی در مورد تأثیر فزایندهی هوش مصنوعی مولد (Generative AI) بر فرآیندهای توسعه نرمافزار و مهارتهای مورد نیاز در این حوزه ارائه میدهد.
شکاف بهرهوری در استفاده از ابزارهای هوش مصنوعی
یافتهی کلیدی این نظرسنجی، تفاوت چشمگیر در میزان پذیرش و بهکارگیری کدهای تولید شده توسط هوش مصنوعی است. در حالی که ۹۰ درصد از کل توسعهدهندگان از دستیارهای کدنویسی هوش مصنوعی مانند GitHub Copilot، Gemini و Claude استفاده میکنند، میزان ادغام خروجی این ابزارها در کد نهایی (Shipped Code) بسیار متفاوت است. حدود یکسوم از توسعهدهندگان ارشد با بیش از ده سال سابقه، اعلام کردهاند که بیش از نیمی از کدی که تولید میکنند، توسط هوش مصنوعی ایجاد شده است. این رقم برای توسعهدهندگان تازهکار تنها ۱۳ درصد است. این آمار نشان میدهد که تجربه و ارشدیت، یک عامل تعیینکننده در توانایی استفاده مؤثر از این فناوری نوین است.
دلایل برتری توسعهدهندگان ارشد
به گفتهی آستین اسپایرز، مدیر ارشد تعامل با توسعهدهندگان در Fastly، این تفاوت در بهرهوری ریشه در مهارتهای بنیادین توسعهدهندگان ارشد دارد. آنها درک عمیقتری از چگونگی تجزیهی یک مسئله پیچیده به نیازمندیهای کوچکتر و قابل مدیریت دارند. این توانایی به آنها اجازه میدهد تا دستورات یا اعلانهای (Prompts) دقیقتر و مؤثرتری برای ابزارهای هوش مصنوعی بنویسند. به عبارت دیگر، مهارت در مهندسی اعلان (Prompt Engineering) و توانایی بازبینی کد (Code Review) به توسعهدهندگان باتجربه این امکان را میدهد که از خروجیهای هوش مصنوعی به عنوان یک نقطه شروع قدرتمند استفاده کرده و آن را به کدی با کیفیت و قابل اطمینان تبدیل کنند. از سوی دیگر، استفاده محتاطانهتر توسعهدهندگان تازهکار از این ابزارها میتواند یک جنبه مثبت نیز داشته باشد، زیرا به آنها فرصت میدهد تا اصول و مبانی برنامهنویسی را به صورت عمیقتری بیاموزند پیش از آنکه به طور کامل به دستیارهای هوشمند وابسته شوند.
توهم بزرگ صرفهجویی در زمان
یکی دیگر از نکات جالب توجه در این گزارش، پدیدهای است که میتوان آن را "توهم بزرگ صرفهجویی در زمان" نامید. با وجود اینکه بیش از نیمی از شرکتکنندگان معتقدند که هوش مصنوعی سرعت کار آنها را افزایش میدهد، اما واقعیت پیچیدهتر است. ۲۸ درصد از توسعهدهندگان اذعان دارند که زمان قابل توجهی که صرف اصلاح و اشکالزدایی کدهای تولید شده توسط هوش مصنوعی میکنند، عملاً تمام صرفهجویی زمانی اولیه را از بین میبرد. تنها ۱۴ درصد از پاسخدهندگان اعلام کردهاند که به ندرت نیاز به ایجاد تغییرات در کد تولید شده دارند. این تضاد نشان میدهد که اگرچه استفاده از ابزارهای هوش مصنوعی میتواند احساس سرعت و روانی در فرآیند کدنویسی ایجاد کند، اما زمان صرف شده برای اطمینان از صحت، کارایی و امنیت کد خروجی ممکن است این مزیت را کمرنگ سازد.