Anthropic के शोध में पता चला: AI कोडिंग टूल डेवलपर की सीखने की प्रक्रिया में बाधा डाल सकते हैं
(anthropic.com)मुख्य एक-पंक्ति सार
AI कोडिंग टूल, उनका इस्तेमाल कैसे किया जाता है इस पर निर्भर करते हुए, सीखने में मदद भी कर सकते हैं और उसे बिगाड़ भी सकते हैं। अवधारणाओं को समझने के लिए सक्रिय रूप से सवाल पूछना सबसे अहम है, जबकि पूरी तरह सौंप देने पर न गति मिलती है और न ही सीख।
शोध का अवलोकन
- Anthropic की रिसर्च टीम द्वारा संचालित
- प्रतिभागी: 52 सॉफ्टवेयर इंजीनियर
- प्रयोग की रूपरेखा: नई Python लाइब्रेरी (Trio) सीखने के बाद कोडिंग कार्य करना
- AI समूह: GPT-4o आधारित AI कोडिंग टूल का उपयोग
- नियंत्रण समूह: केवल दस्तावेज़ीकरण + वेब सर्च का उपयोग
- अवधि: लगभग 1 घंटे का कार्य
मुख्य परिणाम
- AI उपयोग समूह → क्विज़ स्कोर 17% कम
- AI का उपयोग करने पर भी काम की गति तेज़ नहीं हुई
- AI न उपयोग करने वाला समूह → Trio से जुड़ी त्रुटियों का 3 गुना से अधिक अनुभव → डिबगिंग क्षमता स्वाभाविक रूप से बेहतर हुई
AI उपयोग पैटर्न के अनुसार अंतर (मुख्य खोज)
- खराब पैटर्न (क्विज़ 40% से कम)
- AI को पूरा काम सौंप देना (पूरा कोड जनरेट कराना, पूरी डिबगिंग उसी से कराना)
- धीरे-धीरे निर्भरता बढ़ना
- सबसे जल्दी समाप्त किया, लेकिन सीखने का प्रभाव बहुत कम रहा
- अच्छा पैटर्न (क्विज़ 65% या अधिक)
- AI का उपयोग केवल समझ बढ़ाने वाले टूल के रूप में करना
- कोड जनरेट होने के बाद अतिरिक्त प्रश्न / अवधारणा की व्याख्या माँगना / समझ की पुष्टि करने वाले सवाल
- दूसरी सबसे तेज़ गति + बेहतर सीखने के परिणाम
निष्कर्षात्मक अंतर्दृष्टि
- AI का उपयोग स्वयं समस्या नहीं है → उपयोग का तरीका ही सीखने को तय करता है
- “दर्दनाक तरीके से अटकने का अनुभव” दक्षता बनाने में महत्वपूर्ण है
- AI अगर त्रुटियों को अपने ऊपर ले लेता है → गति तो बढ़ती है, लेकिन “त्रुटि क्यों हुई” इसकी समझ कम रह जाती है
- अल्पकालिक उत्पादकता ↑ बनाम दीर्घकालिक कौशल निर्माण ↓ का ट्रेड-ऑफ मौजूद है
मैदान में काम कर रहे डेवलपर्स की राय (संदर्भ)
- सकारात्मक: 1 साल का काम 2 हफ्तों में पूरा, 10 गुना गति बढ़ने के उदाहरण
- नकारात्मक: केवल उसी कोड पर उपयोग की सिफारिश जिसे आप पहले से समझते हों, जूनियर डेवलपर्स के लिए तकनीकी कर्ज़ का जोखिम
- राय बंटी हुई: “कोडिंग खत्म हो चुकी है” बनाम “निगरानी से सृजन की ओर बदलाव असहज है”
सुझाव
- नई तकनीक सीखते समय: AI पर पूरी निर्भरता से बचें और जानबूझकर “अटकने के अनुभव” के लिए जगह छोड़ें
- जहाँ उत्पादकता चाहिए: AI का सक्रिय रूप से उपयोग किया जा सकता है
- कंपनियाँ: जूनियर के आउटपुट का दबाव + साथ ही AI-लिखित कोड की जाँच/डिबगिंग कौशल विकसित करने की समानांतर आवश्यकता
- भविष्य की दिशा: AI एजेंट मुख्य कार्य संभालेंगे → इंसानों को अलग से समय निकालकर कोड/अवधारणाएँ पढ़नी होंगी
शोध की सीमाएँ
- सैंपल छोटा है (52 लोग)
- काम का समय कम था (1 घंटा)
- GPT-4o (2025 के मानकों के अनुसार पुराना मॉडल) का उपयोग
- क्विज़ स्कोर दीर्घकालिक कौशल की भविष्यवाणी कितना करते हैं, यह स्पष्ट नहीं
अभी कोई टिप्पणी नहीं है.