Janjinya mudah: alat pengekodan AI akan mengendalikan perkara-perkara membosankan, membebaskan pembangun untuk fokus pada kerja kreatif dan strategik. Sebaliknya, bukti yang semakin bertambah menunjukkan alat-alat ini mencipta masalah baru sambil gagal memberikan peningkatan produktiviti yang diiklankan.
Kajian terkini mendedahkan jurang yang membimbangkan antara perasaan pembangun tentang alat AI dan kesan sebenar terhadap produktiviti. Walaupun 75% pembangun melaporkan berasa lebih produktif dengan bantuan AI, pengukuran peringkat sistem menceritakan kisah yang berbeza sama sekali.
Realiti Di Sebalik Angka-Angka
Kajian menyeluruh terhadap pembangun perisian berpengalaman mendapati mereka yang menggunakan alat AI mengambil masa 19% lebih lama untuk menyelesaikan tugasan berbanding bekerja tanpa bantuan AI. Lebih mengejutkan lagi, pembangun menganggarkan mereka 20% lebih pantas dengan AI - salah sama sekali tentang tahap produktiviti mereka sendiri.
Laporan DORA 2024, yang dianggap sebagai standard emas untuk mengukur prestasi penghantaran perisian, mendedahkan penemuan serupa. Peningkatan 25% dalam penggunaan AI berkorelasi dengan penurunan 1.5% dalam daya pengeluaran penghantaran dan penurunan 7.2% dalam kestabilan penghantaran. Penyelidik mencatatkan bahawa individu melaporkan menghabiskan masa yang kurang untuk kerja berharga apabila penggunaan AI meningkat - tepat bertentangan dengan apa yang dijanjikan alat-alat ini.
Keputusan Kajian Produktiviti AI:
- Pembangun yang menggunakan alat AI: 19% lebih perlahan dalam menyiapkan tugasan
- Persepsi kendiri pembangun: 20% lebih pantas (tidak betul)
- 25% peningkatan penggunaan AI → 1.5% penurunan daya pengeluaran penyampaian
- 25% peningkatan penggunaan AI → 7.2% penurunan kestabilan penyampaian
- 75% pembangun melaporkan berasa lebih produktif walaupun prestasi peringkat sistem menurun
Beban Kognitif Tersembunyi
Jurang ini berpunca daripada peralihan asas dalam cara pembangun menghabiskan tenaga mental mereka. Daripada menulis kod dari awal, pembangun kini merangka gesaan, menyemak output AI untuk ketepatan, dan membetulkan isu pemformatan. Daripada menjalankan penyelidikan secara langsung, mereka menyemak fakta ringkasan AI dan merujuk silang sumber yang tidak mereka percayai sepenuhnya.
Ini mencipta apa yang digambarkan penyelidik sebagai jenis beban kognitif baru - usaha berterusan yang diperlukan untuk menapis dan mengesahkan output AI. Pembangun pada dasarnya telah menukar kerja pelaksanaan dengan kawalan kualiti, dan kawalan kualiti terbukti meletihkan secara mental dengan cara yang industri belum mengiktiraf sepenuhnya.
Perbincangan komuniti mendedahkan contoh praktikal beban ini. Pasukan pembangunan melaporkan menerima permintaan tarik dengan beratus-ratus perubahan yang tidak dapat dijelaskan oleh penyerah, membawa kepada respons seperti Saya tidak tahu, Claude yang buat itu apabila ditanya tentang keputusan reka bentuk. Penyemak kod mendapati diri mereka menghabiskan masa yang lebih lama untuk memahami kod yang dijana AI berbanding masa yang sebelumnya dihabiskan untuk penyerahan yang ditulis manusia.
Kesan Hukum Parkinson
Walaupun apabila alat AI benar-benar menjimatkan masa, masa itu jarang diterjemahkan kepada pengurangan beban kerja. Jam yang dijimatkan diisi dengan mesyuarat tambahan, menguruskan pelbagai alat AI, atau mengambil projek tambahan. Ini mengikuti versi produktiviti Hukum Parkinson - kerja berkembang untuk mengisi masa yang tersedia, tanpa mengira peningkatan kecekapan.
Anda mendapat peningkatan kecekapan 1.2x tetapi mendapat kerja 2x.
Corak ini mencerminkan dinamik tempat kerja yang lebih luas di mana keuntungan produktiviti memberi manfaat kepada majikan melalui peningkatan output dan bukannya pekerja melalui pengurangan jam atau tekanan.
Cabaran Kawalan Kualiti
Komuniti melaporkan trend yang membimbangkan dalam kualiti dan pemahaman kod. Pembangun junior yang mungkin bergelut dengan masalah untuk belajar kini menyerahkan penyelesaian yang dijana AI yang tidak mereka fahami. Ini mencipta jurang pengetahuan yang berbahaya di mana pembangun menjadi bergantung pada alat yang tidak dapat mereka nilai dengan betul.
Pembangun berpengalaman mencatatkan bahawa kod yang dijana AI sering termasuk kerumitan yang tidak perlu, bahagian kod yang tidak dapat dicapai, atau konfigurasi yang tiada seorang pun dalam pasukan faham. Proses semakan menjadi lebih tentang kawalan kerosakan daripada peningkatan kolaboratif.
Isu Biasa Pembangunan AI:
- Permintaan tarik dengan beratus-ratus perubahan yang tidak dijelaskan
- Pembangun tidak dapat menjelaskan keputusan reka bentuk kod yang dijana AI
- Masa semakan kod meningkat (sehingga 9 kali ganda lebih lama dalam sesetengah kes)
- Pembangun junior mengemukakan kod yang mereka tidak faham
- Kerumitan yang tidak perlu dan bahagian kod yang tidak dapat dicapai
Mencari Keseimbangan dalam Era AI
Penyelesaiannya bukan meninggalkan alat AI sepenuhnya, tetapi mengubah jangkaan secara asas tentang penggunaannya. Penggunaan yang berjaya memerlukan menganggap AI sebagai rakan kongsi kolaboratif dan bukannya pengganti untuk pemahaman. Pembangun yang menggunakan AI dengan berkesan masih mengekalkan pemahaman mendalam tentang kod mereka dan boleh menjelaskan setiap baris yang mereka serahkan.
Organisasi yang melihat keputusan positif daripada alat AI melabur dalam perubahan pelengkap - proses, latihan, dan infrastruktur baru. Mereka tidak hanya memasang AI pada aliran kerja sedia ada dan mengharapkan peningkatan segera.
Fasa semasa mewakili apa yang dipanggil ahli ekonomi sebagai keluk-J - penurunan produktiviti sementara diikuti dengan keuntungan akhirnya, tetapi hanya selepas tempoh penyesuaian yang ketara. Kuncinya ialah mengiktiraf bahawa kita mungkin masih dalam penurunan awal itu, dan itu normal untuk sebarang peralihan teknologi utama.
Kejayaan produktiviti sebenar mungkin datang bukan daripada menggunakan AI dengan lebih pantas, tetapi daripada belajar bila tidak menggunakannya langsung. Kadangkala pendekatan yang paling cekap kekal sebagai pendekatan tradisional - memahami masalah secara mendalam dan merangka penyelesaian dengan pemahaman penuh tentang implikasinya.
Rujukan: AI promised efficiency. Instead, it's making us work harder.