उच्च-कौशल कार्य पर Gen AI का प्रभाव: सॉफ़्टवेयर डेवलपर्स के साथ एक प्रयोग

 (papers.ssrn.com)
1 पॉइंट द्वारा GN⁺ 2024-09-08 | 1 टिप्पणियां | WhatsApp पर शेयर करें

सारांश

  • अध्ययन का अवलोकन
    • इस अध्ययन ने Microsoft, Accenture, और एक गुमनाम Fortune 100 इलेक्ट्रॉनिक्स मैन्युफैक्चरिंग कंपनी में किए गए तीन randomized controlled experiments के माध्यम से सॉफ़्टवेयर डेवलपर्स की उत्पादकता पर generative AI के प्रभाव का मूल्यांकन किया।
    • प्रयोग प्रत्येक कंपनी के रोज़मर्रा के काम के हिस्से के रूप में किए गए, और यादृच्छिक रूप से चुने गए डेवलपर्स को GitHub Copilot नामक AI-आधारित coding assistant प्रदान किया गया।
    • कुल 4,867 सॉफ़्टवेयर डेवलपर्स पर किए गए इस अध्ययन में पाया गया कि AI टूल का उपयोग करने वाले डेवलपर्स द्वारा पूरे किए गए कार्यों की संख्या 26.08% बढ़ी (standard error: 10.3%)।
    • खास तौर पर, कम अनुभवी डेवलपर्स में adoption rate और productivity improvement अधिक देखा गया।

GN⁺ का संक्षेप

  • यह अध्ययन दिखाता है कि generative AI सॉफ़्टवेयर डेवलपर्स की उत्पादकता को काफ़ी बढ़ा सकता है।
  • यह विशेष रूप से कम अनुभवी डेवलपर्स के लिए उपयोगी है, जो संकेत देता है कि AI टूल learning curve को कम करने में मदद कर सकते हैं।
  • GitHub Copilot जैसे AI टूल सॉफ़्टवेयर डेवलपमेंट की efficiency बढ़ाने में महत्वपूर्ण भूमिका निभा सकते हैं।
  • समान क्षमताओं वाले अन्य प्रोजेक्ट्स में TabNine और Kite शामिल हैं।

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-09-08
Hacker News राय

  • अनुभवी इंजीनियरों की राय

    • Copilot अनुभवी इंजीनियरों के लिए उल्टा बाधा बनता है
    • कोडिंग से पहले के चरण में AI बहुत उपयोगी है
    • अनुभवी डेवलपर अगर AI का सही उपयोग करें तो उन्हें अधिक लाभ मिल सकता है

  • IT कार्यबल की गुणवत्ता में गिरावट को लेकर चिंता

    • कंपनियां स्टाफ कम करने के लिए एक ही व्यक्ति को अधिक भूमिकाएं दे रही हैं
    • DevOps और DevSecOps लागू होने के साथ कर्मियों में कटौती हुई
    • नए डेवलपर्स के लिए जटिल माहौल में कई भूमिकाएं सीखना मुश्किल है
    • ChatGPT का इस्तेमाल करना एक स्वाभाविक परिणाम है

  • कम अनुभवी डेवलपर्स द्वारा AI उपयोग से पैदा हुई technical debt

    • कम अनुभवी डेवलपर्स के AI उपयोग से बनी technical debt को अनुभवी डेवलपर्स को ठीक करना पड़ता है
    • जिन डेवलपर्स की तकनीक में बहुत गहरी रुचि नहीं है, वे AI में अधिक रुचि लेते हैं

  • शोध निष्कर्षों के सारांश की कमी

    • शोध परिणामों का सार बहुत ज्यादा सरल बना दिया गया है
    • कंपनी और डेवलपर के करियर के अनुसार परिणाम काफी अलग हैं
    • Microsoft में सांख्यिकीय रूप से महत्वपूर्ण परिणाम नहीं मिले

  • LLM का डेवलपर विकास पर प्रभाव

    • LLM डेवलपर्स की वृद्धि में बाधा डाल सकता है
    • जूनियर डेवलपर LLM का उपयोग करें तो सीखने की प्रक्रिया उसकी जगह ले ली जाती है
    • वास्तविक कौशल prompt को समायोजित करना बन जाता है

  • अनुभवी और जूनियर डेवलपर्स की उत्पादकता में अंतर

    • अनुभवी डेवलपर्स में Copilot उपयोग से उत्पादकता में बड़ी वृद्धि नहीं होती
    • जूनियर डेवलपर्स की उत्पादकता में वृद्धि, अनुभवी डेवलपर्स की उत्पादकता में कमी से जुड़ सकती है

  • नई तकनीक सीखते समय AI की मदद

    • नई तकनीक सीखते समय AI और अधिक मददगार होता है

  • Copilot का अपडेट

    • Copilot GPT-3.5 आधारित काम करता है
    • GPT-4 में अपडेट किया गया Copilot Chat 30 नवंबर 2023 को जारी हुआ

  • PR की संख्या बढ़ने का अर्थ

    • PR की संख्या बढ़ना अपने आप में महत्वपूर्ण नहीं है
    • महत्वपूर्ण यह है कि AI QA पास करने वाले आइटमों की संख्या बढ़ाता है या नहीं, और bugs कम करता है या नहीं
    • सिर्फ PR की गिनती करना उपयोगी नहीं है

  • कंपनी में AI उपयोग के परिणाम

    • कंपनी में AI के उपयोग के परिणामस्वरूप अक्षम डेवलपर्स को निकाल दिया गया