Novice Developers Produce Larger Review Overhead for Project Maintainers while Vibe Coding
यह अध्ययन प्रकट करता है कि एआई कोडिंग एजेंटों का उपयोग करने वाले नौसिखिया डेवलपर्स ("वाइब कोडर्स") अनुभवी डेवलपर्स की तुलना में काफी अधिक मात्रा में कोड उत्पन्न करते हैं जिसके लिए अधिक व्यापक समीक्षा, कम स्वीकृति दर और लंबे समाधान समय की आवश्यकता होती है, जो यह संकेत देता है कि कम अनुभव वाले योगदानकर्ता रखरखाव करने वालों पर समीक्षा के बोझ को बढ़ाए बिना विशेषज्ञों की जगह केवल इतनी आसानी से नहीं ले सकते।
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
एक हलचल भरे निर्माण स्थल की कल्पना करें जहाँ हर कोई घर बनाने की कोशिश कर रहा है। अतीत में, आपको ब्लूप्रिंट बनाने के लिए एक मास्टर आर्किटेक्ट और ईंटें बिछाने के लिए एक कुशल टीम की आवश्यकता होती थी। यदि कोई नौसिखिया घर बनाने की कोशिश करता, तो वह गलतियाँ करता, बहुत समय लेता, और चीजों को ठीक करने के लिए फोरमैन से बहुत मदद की जरूरत पड़ती।
अब, कल्पना करें कि एक नई तकनीक आती है: मैजिक ब्रिक्स (जादुई ईंटें)। ये AI रोबोट हैं जो तुरंत ईंटें बिछा सकते हैं क्योंकि आप उन्हें बताते हैं कि क्या करना है। यही वह चीज़ है जिसे पेपर "वाइब कोडिंग" (Vibe Coding) कहता है। आपको सीमेंट मिलाने की ज़रूरत नहीं है; आप बस AI के साथ "वाइब" करते हैं, उसे एक प्रॉम्प्ट देते जैसे "मेरे लिए लाल दरवाजे वाला दो मंजिला घर बनाओ," और वह एक तैयार दीवार निकाल देता है।
बड़ा सवाल जो शोधकर्ताओं ने पूछा था वह था: "यदि एक नौसिखिया इन मैजिक ब्रिक्स का उपयोग करता है, तो क्या वह एक विशेषज्ञ की तरह ही अच्छा निर्माण कर सकता है जो उनका उपयोग भी कर रहा है? या क्या नौसिखिया अभी भी फोरमैन के लिए अधिक परेशानी पैदा करता है?"
यहाँ जो उन्होंने पाया, उसका सरल शब्दों में अनुवाद दिया गया है:
1. नौसिखिया एक "स्पीड डेमन" है (लेकिन एक बिखरा हुआ)
शोधकर्ताओं ने GitHub (कोड की एक विशाल ऑनलाइन लाइब्रेरी) पर हजारों प्रोजेक्ट्स का अध्ययन किया। उन्होंने कोडर्स को दो समूहों में विभाजित किया:
- अनुभवी (ExpHigh): वे लोग जो वर्षों से कोडिंग कर रहे हैं।
- नए लोग (ExpLow): वे लोग जो अभी शुरुआत कर रहे हैं।
चौंकाने वाली बात: जब नए लोगों ने AI का उपयोग किया, तो उन्होंने केवल एक छोटा घर नहीं बनाया; उन्होंने एक गगनचुंबी इमारत (skyscraper) बनाने की कोशिश की।
- नए लोगों ने कोड परिवर्तन (commits या चरण) 2.15 गुना अधिक बड़े जमा किए और 1.47 गुना अधिक फाइलों को छुआ।
- उपमा: कल्पना करें कि अनुभवी व्यक्ति AI से कहता है, "नल ठीक करो।" AI इसे पूरी तरह से ठीक कर देता है। नया व्यक्ति पूछता है, "नल ठीक करो," लेकिन AI, नए व्यक्ति के दिशा-निर्देशों की कमी को महसूस करते हुए, पूरे किचन, प्लंबिंग और छत को फिर से बनाने का निर्णय लेता है। नया व्यक्ति बहुत सारा काम उत्पन्न कर रहा है, यह सोचकर कि वह उत्पादक हो रहा है।
2. "फोरमैन" (प्रोजेक्ट मेंटेनर) परेशान है
सॉफ्टवेयर प्रोजेक्ट्स में, "मेंटेनर्स" (फोरमैन) होते हैं जिन्हें हर काम को स्वीकार करने से पहले उसकी जांच करनी होती है।
- अधिक आलोचना: नए लोगों के विशाल प्रोजेक्ट्स पर फोरमैन के 4.5 गुना अधिक कमेंट्स मिले। फोरमैन को कहना पड़ा, "हे, यह फिट नहीं बैठता," "यह गलत रंग है," और "तुमने फिर से प्लंबिंग खराब कर दी।"
- अधिक अस्वीकृति: नए लोगों के प्रोजेक्ट्स के स्वीकार होने की संभावना 31% कम थी। उन्हें इसलिए अधिक खारिज किया गया क्योंकि वे बहुत बिखरे हुए थे या निर्माण के नियमों में फिट नहीं बैठते थे।
- लंबे इंतजार का समय: नए लोगों को अपना प्रोजेक्ट स्वीकृत कराने में 5 गुना अधिक समय लगा। फोरमैन को नए व्यक्ति के विशाल, बिखरे हुए निर्माण स्थल को सुलझाने में घंटों बिताने पड़े।
3. ऐसा क्यों हो रहा है? (दो बड़ी समस्याएँ)
शोधकर्ताओं ने गहराई से जांच की कि क्यों नए लोग AI की मदद के बावजूद इतनी परेशानी पैदा कर रहे थे। उन्होंने दो मुख्य समस्याएं पाईं:
समस्या A: "गलत टूल" सिंड्रोम (इंफ्रास्ट्रक्चर मिसमैच)
AI कोड लिखने में बहुत अच्छा है, लेकिन उसे आपके विशिष्ट निर्माण स्थल के नियम नहीं पता।- उपमा: AI एक सुंदर दरवाजा बनाता है, लेकिन वह आपके विशिष्ट दरवाजे के फ्रेम के आकार का नहीं है। नया व्यक्ति फ्रेम को मापना नहीं जानता, इसलिए वह फ्रेम को ठीक करने के बजाय केवल AI से "इसे फिट करने के लिए कहें" कहकर दरवाजे का आकार बदलने में लगा रहता है। वे कोड के बजाय पर्यावरण (दरवाजे के फ्रेम) को डीबग करने लगते हैं, जिससे सबका समय बर्बाद होता है।
समस्या B: "संदर्भ की कमी" की समस्या (इंटीग्रेशन फ्रिक्शन)
AI ऐसा कोड लिखता है जो शून्य में काम करता है, लेकिन वास्तविक सॉफ्टवेयर एक विशाल पहेली की तरह है जहाँ हर टुकड़ा दूसरे के साथ पूरी तरह फिट होना चाहिए।- उपमा: AI एक बेहतरीन खिड़की बनाता है, लेकिन उसे यह नहीं पता कि उस खिड़की को आपकी इमारत के मौजूदा सुरक्षा लॉक के साथ मेल खाना चाहिए। नया व्यक्ति इस बेमेल होने को नहीं समझ पाता। फोरमैन को रुकना पड़ता है, खिड़की को देखना पड़ता है, और कहना पड़ता है, "यह हमारे सिस्टम के साथ लॉक नहीं होती। जाओ इसे ठीक करो।" नए व्यक्ति को मौजूदा पहेली में फिट होने के लिए AI के काम को मैन्युअल रूप से ट्यून करना पड़ता है।
निष्कर्ष
पेपर यह निष्कर्ष निकालता है कि AI एक शक्तिशाली उपकरण है, लेकिन यह अनुभव की जगह नहीं लेता।
- बॉसों (प्रोजेक्ट मैनेजरों) के लिए: आप अपने विशेषज्ञ बिल्डरों को AI वाले नए लोगों से बदलकर यह उम्मीद नहीं कर सकते कि परिणाम समान होंगे। यदि आप ऐसा करते हैं, तो आपके "फोरमैन" (मेंटेनर्स) कागजी कार्रवाई और समीक्षाओं के ढेर के नीचे दब जाएंगे। आपको या तो अधिक समीक्षकों (reviewers) को काम पर रखने की आवश्यकता है या नए लोगों को AI के काम की जांच करने के लिए प्रशिक्षित करने की आवश्यकता है।
- नए लोगों के लिए: सिर्फ इसलिए कि AI तेजी से कोड लिख सकता है इसका मतलब यह नहीं है कि आप निर्माण को समझते हैं। आपको अभी भी यह सत्यापित करना सीखना होगा कि काम सही है या नहीं, प्रोजेक्ट के नियमों को समझना होगा, और यह जानना होगा कि AI को तब कब रोकना है जब आपको केवल एक झोपड़ी की जरूरत हो और वह गगनचुंबी इमारत बना रहा हो।
संक्षेप में: AI आपको तेजी से कोड लिखने में मदद करता है, लेकिन यदि आप नहीं जानते कि आप क्या कर रहे हैं, तो आप बस और भी तेजी से अधिक बुरा कोड लिख रहे हैं, और किसी और को उसे ठीक करने की कीमत चुकानी पड़ती 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।