Beyond the Commit: Developer Perspectives on Productivity with AI Coding Assistants
BNY Mellon में किए गए इस मिश्रित-विधि अध्ययन में, जिसमें 2,989 सर्वेक्षण प्रतिक्रियाएं और 11 साक्षात्कार शामिल हैं, यह तर्क दिया गया है कि AI कोडिंग सहायकों का मूल्यांकन करने के लिए एक समग्र, बहुआयामी दृष्टिकोण की आवश्यकता है जो केवल पारंपरिक अल्पकालिक उत्पादकता मेट्रिक्स पर निर्भर रहने के बजाय तकनीकी विशेषज्ञता और कार्य स्वामित्व जैसे दीर्घकालिक मानव-केंद्रित कारकों को सम्मिलित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल निर्माण कंपनी चलाते हैं। वर्षों से, आप अपने बिल्डरों की उत्पादकता को प्रति घंटा लगाई जाने वाली ईंटों की संख्या या एक दिन में पूरी की गई दीवारों की संख्या गिनकर मापते रहे हैं। लेकिन हाल ही में, आपने प्रत्येक बिल्डर को एक जादुई सहायक रोबोट सौंपा है जो तुरंत अगली ईंट का सुझाव दे सकता है, ब्लूप्रिंट लिख सकता है, और गलतियों को ठीक भी कर सकता है।
अब, आप भ्रमित हैं। रोबोट लोकप्रिय तो हैं, लेकिन क्या वे वास्तव में आपकी कंपनी को तेज़ बना रहे हैं? और यदि वे बना रहे हैं, तो क्या "तेज़" का मतलब वही है जो पहले हुआ करता था?
यह शोध पत्र एक शोधकर्ताओं की टीम (कार्नेगी मेलन यूनिवर्सिटी और बीएनवाई मेलन से) द्वारा की गई एक गहन जांच की तरह है, जो इन "बिल्डरों" (सॉफ्टवेयर डेवलपर्स) में से लगभग 3,000 से बात करने गए ताकि यह पता लगाया जा सके कि इस नए एआई (AI) युग में सफलता को कैसे मापा जाए।
यहाँ उस कहानी का विवरण दिया गया जो उन्होंने पाया, जिसे सरल भागों में विभाजित किया गया है:
1. बड़ा भ्रम: खुश बनाम तेज़
शोधकर्ताओं ने सबसे पहले एक सरल प्रश्न पूछा: "क्या आप अपने रोबोट सहायक से खुश हैं?" और "यह आपका कितना समय बचाता है?"
- परिणाम: अधिकांश डेवलपर्स ने कहा, "हाँ, मुझे रोबोट बहुत पसंद है! यह मेरे दिन को आसान बनाता है।" (86% संतुष्ट थे)।
- ट्विस्ट: लेकिन जब पूछा गया, "आपने कितना समय बचाया?" तो अधिकांश ने कहा, "ज्यादा नहीं। शायद एक सप्ताह में 30 मिनट।"
उपमा: कल्पना कीजिए कि आपके पास एक सुपर-फास्ट कार है जो आपको 5 मिनट में काम पर पहुँचा देती है, लेकिन आप 45 मिनट ट्रैफिक में फंसे रहते हैं। आप कार को पसंद कर सकते हैं क्योंकि यह मज़ेदार और भरोसेमंद है, लेकिन आप वास्तव में पहले की तुलना में काम पर तेज़ नहीं पहुँच रहे हैं। अध्ययन में पाया गया कि डेवलपर्स एआई (AI) का उपयोग करने के एहसास को पसंद करते हैं, लेकिन यह हमेशा बचाए गए समय के बड़े हिस्सों में परिवर्तित नहीं होता है। यह साबित करता है कि आप केवल एक संख्या (जैसे "बचाया गया समय") का उपयोग यह तय करने के लिए नहीं कर सकते कि टूल काम कर रहा है या नहीं।
2. खेल के छह नए नियम
चूंकि मापने का पुराना तरीका (प्रति घंटा ईंटें) अब काम नहीं करता, इसलिए शोधकर्ताओं ने नए तरीके खोजने के लिए 11 डेवलपर्स का साक्षात्कार लिया। उन्होंने पाया कि छह अलग-अलग कारक मायने रखते हैं, जिन्हें उन्होंने एक प्रोजेक्ट के तीन चरणों में वर्गीकृत किया:
चरण A: निर्माण के दौरान ( "उस क्षण में" का अहसास)
- आत्मनिर्भरता (द "डू-इट-योरसेल्फ" सुपरपावर):
- पहले: यदि किसी बिल्डर को नहीं पता था कि लीक होता पाइप कैसे ठीक किया जाए, तो उसे रुकना पड़ता था, एक वरिष्ठ विशेषज्ञ को बुलाना पड़ता था, या मैनुअल की एक विशाल लाइब्रेरी खोजनी पड़ती थी।
- अब: रोबोट उनके कान में सीधे उत्तर फुसफुसाता है। वे एक ऐसे सुपरहीरो की तरह महसूस करते हैं जो डेस्क छोड़े बिना समस्याओं को हल कर सकता है।
- हताशा और मानसिक भार (द "मेंटल टग-ऑफ-वॉर"):
- कैच (सावधानी): रोबोट परफेक्ट नहीं है। कभी-कभी यह एक ऐसा समाधान सुझाता है जो सही दिखता है लेकिन वास्तव में गलत होता है। डेवलपर को रुकना पड़ता है, गहराई से सोचना पड़ता है और हर चीज़ की दोबारा जाँच करनी पड़ती है। यह उन्हें अधिक थका और हताश भी कर सकता है, भले ही वे तेज़ी से टाइप कर रहे हों।
चरण B: चाबियाँ सौंपना (टीम की जाँच)
- कार्य पूर्णता की गति (द "थ्रूपुट" चेक):
- यह पुराना तरीका है: हमने काम कितनी जल्दी पूरा किया? अध्ययन में पाया गया कि हालांकि एआई मदद करता है, लेकिन इसका मतलब हमेशा यह नहीं होता कि काम तेज़ हो गया है। कभी-कभी इसका मतलब केवल यह होता है कि काम कम प्रयास के साथ किया गया है, लेकिन बचा हुआ समय बहुत कम है।
- सहकर्मी समीक्षा (द "सेफ्टी इंस्पेक्शन"):
- पहले, एक वरिष्ठ बिल्डर जूनियर के काम की जाँच करता था। अब, यदि जूनियर रोबोट का उपयोग करता है, तो वरिष्ठ को पूछना पड़ता है: "क्या यह आपने लिखा, या रोबोट ने?" यदि रोबोट ने इसे लिखा है, तो वरिष्ठ को यह सुनिश्चित करने के लिए अतिरिक्त समय खर्च करना पड़ता है कि कोड सुरक्षित है या नहीं। कभी-कभी, रोबोट कोड को "बहुत अधिक परफेक्ट" या भ्रमित करने वाला बना देता है, जिससे सुरक्षा जाँच कठिन हो जाती है।
चरण C: लंबी अवधि (बिल्डर का भविष्य)
- तकनीकी विशेषज्ञता (द "लर्निंग कर्व"):
- जोखिम: यदि एक जूनियर बिल्डर सारा सोचने का काम रोबोट पर छोड़ देता है, तो वे शायद कभी नहीं सीख पाएंगे कि लीक होता पाइप खुद कैसे ठीक किया जाए। वे बटन दबाने में तो माहिर बन सकते हैं, लेकिन प्लंबिंग को समझने में बेहद खराब हो सकते हैं। अध्ययन चेतावनी देता है कि यदि हम सावधान नहीं रहे, तो हम डेवलपर्स की एक ऐसी पीढ़ी बना सकते हैं जो रोबोट के बिना काम नहीं कर सकती।
- स्वामित्व (द "प्राइड ऑफ क्रिएशन"):
- एहसास: डेवलपर्स को कहना पसंद है, "मैंने इसे बनाया है।" यदि रोबोट ने 90% कोड लिखा है, तो क्या वे अभी भी गर्व महसूस करते हैं? यदि यह टूट जाता है तो क्या वे जिम्मेदार महसूस करते हैं? अध्ययन में पाया गया कि डेवलपर्स को डर है कि यदि उन्होंने कोड खुद नहीं लिखा है, तो वे इसके साथ गहरा जुड़ाव महसूस नहीं करेंगे, और बाद में इसके टूटने पर वे इसे ठीक करने में धीमे हो सकते हैं।
3. यह इस पर निर्भर करता है कि आप क्या कर रहे हैं
शोधकर्ताओं ने यह भी पाया कि एआई (AI) कार्य के आधार पर अलग-अलग मदद करता है:
- कुछ नया बनाना: रोबोट शुरुआत देने के लिए बहुत अच्छा है, लेकिन आपको बिना सोचे-समझे कॉपी-पेस्ट करने से बचना होगा।
- पुराने कोड को ठीक करना: रोबोट यहाँ संघर्ष करता है क्योंकि इसे बहुत अधिक संदर्भ (context) की आवश्यकता होती। यह एक 50 साल पुराने घर को ठीक करने की कोशिश करने जैसा है जिसमें एक ऐसा रोबोट है जो केवल नए घर बनाना जानता है।
- मैनुअल या टेस्ट लिखना: यहाँ रोबोट चमकता है। यह उस घर के लिए निर्देश पुस्तिका तुरंत लिखने वाले रोबोट जैसा है जिसे आपने अभी बनाया है। यह सबसे अधिक समय बचाता है।
निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि हमें उत्पादकता को मापने के लिए एक एकल "जादुई नंबर" की तलाश करना बंद करने की आवश्यकता है।
उपमा: कल्पना कीजिए कि आप एक शेफ के कौशल को केवल उनके द्वारा परोसे गए प्लेटों की संख्या गिनकर आंकने की कोशिश कर रहे हैं। यदि वे सब्जियां काटने के लिए रोबोट का उपयोग करते हैं, तो वे अधिक प्लेटें परोस सकते हैं, लेकिन यदि रोबोट खाने का स्वाद खराब कर देता है या शेफ खाना बनाना भूल जाता है, तो लंबे समय में रेस्टोरेंट विफल हो जाता है।
एआई (AI) कोडिंग सहायकों को वास्तव में मदद करने के लिए यह समझने के लिए कि हमें पूरे चित्र को देखना होगा:
- क्या डेवलपर्स खुश हैं?
- क्या वे सीख रहे हैं, या सिर्फ नकल कर रहे हैं?
- क्या वे जिम्मेदारी महसूस करते हैं?
- क्या टीम काम की प्रभावी ढंग से जाँच कर रही है?
लेखक कहते हैं कि हमें एक "होलिस्टिक" (समग्र) दृष्टिकोण की आवश्यकता है—एक संतुलित स्कोरकार्ड जो आउटपुट की गति के बजाय मानवीय अनुभव और दीर्घकालिक विकास को महत्व देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।