Laporan DORA terkini Google Cloud mendedahkan bahawa 90% pembangun perisian kini menggunakan alat AI , dengan kebanyakannya mendakwa peningkatan produktiviti yang ketara. Walau bagaimanapun, komuniti pembangun kekal berpecah-belah mengenai sama ada alat-alat ini benar-benar memberikan faedah yang dijanjikan atau sekadar mewujudkan ilusi prestasi yang bertambah baik.
Statistik Penggunaan AI
- 90% profesional pembangunan perisian kini menggunakan alat AI (peningkatan 14% daripada tahun sebelumnya)
- 65% melaporkan pergantungan tinggi kepada AI untuk pembangunan perisian
- Penggunaan median: 2 jam setiap hari
- Tahap kepercayaan: 24% kepercayaan tinggi, 30% kepercayaan minimum/tiada kepercayaan
 |
|---|
| Tangkapan skrin daripada catatan blog Google yang membincangkan bagaimana pembangun menggunakan alat AI untuk meningkatkan produktiviti |
Perdebatan Produktiviti yang Hebat
Walaupun tinjauan Google terhadap hampir 5,000 profesional teknologi menunjukkan bahawa lebih 80% melaporkan peningkatan produktiviti daripada alat AI , ramai pembangun dalam komuniti mempersoalkan penemuan ini. Keraguan ini berpunca daripada penyelidikan yang bercanggah dan pengalaman dunia sebenar yang tidak sepadan dengan keputusan tinjauan yang optimistik.
Beberapa pembangun merujuk kepada kajian yang menunjukkan penurunan produktiviti sebenar walaupun pengguna berasa lebih produktif. Ketidakselarasan ini telah mencetuskan perdebatan sengit mengenai sama ada alat AI benar-benar meningkatkan output atau sekadar mengurangkan usaha kognitif, mewujudkan rasa pencapaian yang palsu. Komuniti telah mengenal pasti pelbagai penjelasan untuk paradoks ini, mulai daripada bias kognitif hingga ketidakpadanan aliran kerja.
Faedah Yang Dilaporkan berbanding Realiti
- 80% mendakwa peningkatan produktiviti daripada alat AI
- 59% melaporkan peningkatan kualiti kod
- Komuniti mengenal pasti jurang antara persepsi dan keuntungan produktiviti sebenar
- Insiden pengeluaran dikaitkan dengan terlalu bergantung pada kod yang dijana AI
Isu Kepercayaan dan Cabaran Pelaksanaan
Walaupun penggunaan meluas, jurang kepercayaan yang ketara wujud di kalangan pembangun. Laporan DORA sendiri mengakui paradoks kepercayaan ini - sementara 24% responden menyatakan kepercayaan tinggi terhadap AI , 30% mempercayainya secara minimal sahaja atau langsung tidak mempercayainya. Ini menunjukkan pembangun melihat AI sebagai alat sokongan dan bukannya pengganti yang boleh dipercayai untuk pertimbangan manusia.
Perbincangan komuniti mendedahkan bahawa ramai pembangun telah mengalami insiden produksi yang memalukan selepas terlalu bergantung pada kod yang dijana AI . Pengalaman ini telah membawa kepada pendekatan yang lebih berhati-hati, dengan pembangun belajar untuk melayan output AI dengan keraguan yang sihat sambil tetap memanfaatkan keupayaannya untuk tugas-tugas rutin.
Saya sentiasa memberitahu diri saya bahawa saya akan memeriksa output AI dengan teliti, tetapi akhirnya membuat kesilapan yang tidak akan berlaku sekiranya saya menulis kod itu sendiri.
Masalah Produktiviti Tersembunyi
Komuniti telah mengenal pasti isu penting yang mungkin terlepas dalam tinjauan: kesan hiliran kod yang dijana AI . Walaupun pembangun individu mungkin berasa lebih produktif menggunakan alat AI , rakan sekerja mereka sering menghabiskan masa tambahan untuk membersihkan kod bermasalah atau menyahpepijat isu yang tidak mereka cipta. Ini mewujudkan pemindahan produktiviti dan bukannya peningkatan tulen.
Sesetengah pembangun mencadangkan bahawa alat AI berfungsi paling baik untuk tugas-tugas khusus seperti penjanaan kod boilerplate dan prototaip, tetapi bergelut dengan penyelesaian masalah yang kompleks dan pengoptimuman. Kuncinya nampaknya adalah memahami had AI dan menggunakannya dengan sewajarnya dan bukannya mengaplikasikannya secara universal.
Kebimbangan Kebolehpercayaan Kajian
Komuniti pembangun telah membangkitkan persoalan mengenai kebolehpercayaan kajian produktiviti dari kedua-dua belah pihak dalam perdebatan. Sementara sesetengah mengkritik kajian akademik yang lebih kecil kerana saiz sampel yang terhad, yang lain menunjukkan potensi bias dalam penyelidikan yang dibiayai industri daripada syarikat yang melabur besar dalam kejayaan AI .
Perdebatan metodologi ini menyerlahkan kesukaran mengukur produktiviti secara objektif dalam pembangunan perisian, di mana kualiti, kebolehselenggaraan, dan impak jangka panjang sama pentingnya dengan output segera. Komuniti terus mencari kajian yang lebih komprehensif yang mengambil kira faktor-faktor bernuansa ini.
Perbincangan berterusan mencerminkan hubungan yang semakin matang antara pembangun dan alat AI , bergerak melepasi keseronokan awal ke arah pemahaman yang lebih realistik tentang keupayaan dan had.
Rujukan: How are developers using AI? Inside our 2025 DORA report