नई GitHub Copilot रिसर्च में 'कोड गुणवत्ता पर नीचे की ओर दबाव' पाया गया

 (visualstudiomagazine.com)
1 पॉइंट द्वारा GN⁺ 2024-01-29 | 1 टिप्पणियां | WhatsApp पर शेयर करें

GitHub Copilot रिसर्च में कोड गुणवत्ता पर 'नीचे की ओर दबाव' पाया गया

  • AI-आधारित GitHub Copilot के software development पर प्रभाव को लेकर नई रिसर्च में नकारात्मक नतीजे सामने आए।
  • GitClear के "Coding on Copilot" white paper ने AI-सहायता प्राप्त code की quality और maintainability की तुलना इंसानों द्वारा लिखे गए code से करते हुए जांच की।
  • रिसर्च में code maintenance के लिहाज़ से चिंताजनक रुझान पाए गए, और अनुमान है कि 2024 में code churn, AI अपनाने से पहले के 2021 की तुलना में दोगुना बढ़ जाएगा।

GitHub रिसर्च से विरोधाभास

  • अन्य अध्ययनों में, खासकर GitHub की 2022 की रिसर्च में, पाया गया कि GitHub Copilot का उपयोग करने वाले developers ने काम काफी तेजी से पूरा किया।
  • GitHub रिसर्च ने productivity में सुधार, developer satisfaction में वृद्धि, और mental energy की बचत जैसे सकारात्मक प्रभावों को मापा।
  • GitClear की रिसर्च AI उपयोग के दौरान code composition में होने वाले बदलावों की जांच करती है और बताती है कि 2024 में technical leaders को किन बातों पर ध्यान देना चाहिए।

GN⁺ की राय

  • यह रिसर्च software development पर AI के प्रभाव को समझने के लिए महत्वपूर्ण है। खासकर, यह code quality और maintenance के संदर्भ में AI के उपयोग से पैदा हो सकने वाली संभावित समस्याओं को रेखांकित करती है।
  • यह संकेत मिलता है कि GitHub Copilot जैसे tools developers की productivity बढ़ा सकते हैं, लेकिन code quality पर उनके दीर्घकालिक प्रभावों पर भी विचार किया जाना चाहिए।
  • technical leaders इस रिसर्च के नतीजों का संदर्भ लेकर AI-assisted tools का उपयोग करते समय पैदा हो सकने वाली समस्याओं को रोकने और code quality बनाए रखने की रणनीतियां बनाने में मदद पा सकते हैं।

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-01-29
Hacker News राय
  • एक उपयोगकर्ता ने बताया कि उसने अपना subscription cancel कर दिया, क्योंकि code errors ठीक करने में बहुत ज़्यादा मानसिक मेहनत लग रही थी। खासकर SQL से जुड़े जटिल मसलों को सुलझाने में यह बेकार साबित हुआ। उनका कहना था कि जो चाहिए उसे खुद लिखना ज़्यादा आसान था, और उन्हें चिंता है कि नए developers ऐसे अप्रभावी tools से दबाव में आ सकते हैं.
  • एक अन्य उपयोगकर्ता ने कहा कि GPT-4 का उपयोग करके PHP CRUD application development में उनकी efficiency काफ़ी बढ़ गई। साधारण निर्देशों पर बना code समझने में आसान था और ज़्यादातर तुरंत काम भी करता था। उन्होंने कहा कि इसने उनकी ज़रूरतें समझने और समस्याएँ हल करने में मदद की। GPT-4 ने कम लागत पर काफ़ी उपयोगी मदद दी, लेकिन उन्होंने यह भी ज़ोर दिया कि basics जाने बिना यह प्रभावी नहीं होगा.
  • एक चर्चा प्रतिभागी ने 2023 की commit activity की तुलना पिछले वर्षों से करने की methodology पर सवाल उठाया। उनका कहना था कि Copilot के प्रभाव को अलग से ध्यान में रखे बिना, सिर्फ 4 data points पर आधारित regression analysis काफ़ी कमज़ोर और अविश्वसनीय लगता है.
  • एक अन्य उपयोगकर्ता ने कहा कि technology का उपयोग market और government growth के लिए किया जा रहा है, लेकिन यह अक्सर अधूरे abstractions के ऊपर परत चढ़ाकर समस्याएँ हल करने जैसा होता है। उनका कहना था कि गुणात्मक बदलाव की ज़रूरत है, और LLMs (Large Language Models) इस मानवीय गलती को बढ़ावा देते हैं जिसमें लोग बिना वास्तविक मेहनत के लक्ष्य हासिल करना चाहते हैं.
  • एक developer ने अपना workflow बताते हुए कहा कि अगर Copilot prototype stage में working code दे देता है, तो यह समस्या को ठीक से समझने और सही structure बनाने के लिए ज़रूरी प्रक्रिया के बड़े हिस्से को छोड़ देने जैसा हो सकता है। उनका कहना था कि Copilot अंतिम development चरणों में बहुत उपयोगी हो सकता है, लेकिन इससे input से ज़्यादा की उम्मीद नहीं करनी चाहिए.
  • एक junior developer ने कहा कि Codeium जैसे assistants उन्हें अक्सर distracting लगते हैं, और उन्हें चिंता है कि कहीं वे खुद code लिखने का तरीका सीखने से वंचित न रह जाएँ। Phind जैसे tools समस्या को समझने में मदद करते हैं, लेकिन Codeium अक्सर काम नहीं करता, जिससे असुविधा होती है.
  • शोध के लेखक ने code quality पर long-term focus को लेकर उत्साह जताया। उनका कहना था कि 2023 में code duplication का बढ़ना और code movement का घटना अप्रत्याशित परिणाम था। वे उम्मीद करते हैं कि development teams और AI assistants बनाने वाले लोग ऐसे metrics और incentives अपनाएँ जो नए code जोड़ने की बजाय reusable code को अधिक महत्व दें.
  • एक उपयोगकर्ता ने कहा कि उन्होंने ChatGPT से Django/Python आधारित Yourls clone बनाया, लेकिन उसमें traffic tracking feature को ठीक से नहीं सोचा गया था। उनका कहना था कि AI tools एक novice developer की तरह काम करते हैं, बस वे गलतियाँ बहुत तेज़ी से पैदा करते हैं.
  • यह भी कहा गया कि DRY (Don't Repeat Yourself) principle के खिलाफ़ प्रतिक्रिया पहले से चल रही थी, और कुछ युवा developers का code के प्रति रवैया काफ़ी अलग है। उनके अनुसार, वे design patterns, DRY और SOLID principles के प्रति तिरस्कारपूर्ण रुख रखते हैं.
  • अंत में एक उपयोगकर्ता ने कहा कि Copilot अक्सर बहुत ज़्यादा smart बनने की कोशिश में गलत नतीजे देता है। उनका कहना था कि वे चाहते हैं Copilot एक smart IntelliSense की तरह काम करे, लेकिन व्यवहार में वह एक और भी कमज़ोर pair programmer जैसा लगता है। उनके मुताबिक़ बहुत से लोग इसे business logic के लिए इस्तेमाल कर रहे हैं, और product भी उसी दिशा में बढ़ता दिख रहा है.