No Two Developers Think Alike: How Problem-Solving Styles and Experience Shape Needs in Conversational Interaction with Copilot
27 डेवलपर्स के एक मिश्रित-पद्धति अध्ययन (mixed-methods study) के माध्यम से, यह शोध पत्र GitHub Copilot उपयोग में पांच विशिष्ट इंटरेक्शन मोड और दस अंतर्निहित आवश्यकताओं की पहचान करता है, जो यह प्रदर्शित करता है कि समस्या-समाधान की शैलियों और अनुभव में संज्ञानात्मक विविधता (cognitive diversity) किस प्रकार संवादात्मक प्रोग्रामिंग सहायकों (conversational programming assistants) के लिए व्यक्तिगत आवश्यकताओं को आकार देती 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 आपके पास एक सुपर-स्मार्ट, सर्वज्ञानी रोबोट सहायक बैठा है जो आपके साथ एक जटिल लेगो (Lego) किला बना रहा है। आप उससे बात कर सकते हैं, उसे हिस्से बनाने के लिए कह सकते हैं, या यह पूछ सकते हैं कि दीवार क्यों गिर रही है। GitHub Copilot सॉफ्टवेयर डेवलपर्स के लिए यही है: एक संवादात्मक AI जो कोड लिखने में मदद करता है।
लेकिन यहाँ एक ट्विस्ट है: दो लोग लेगो को एक ही तरह से नहीं बनाते। कुछ लोग चाहते हैं कि रोबोट उनके लिए पूरा टावर बना दे। अन्य लोग चाहते हैं कि रोबोट उन्हें बस एक विशिष्ट ईंट थमा दे। कुछ चाहते हैं कि वे समझें कि टावर कैसे काम करता है, जबकि अन्य बस चाहते हैं कि यह काम जल्दी हो जाए।
यह शोध पत्र 27 वास्तविक दुनिया के बिल्डरों (डेवलपर्स) का एक अध्ययन है ताकि यह पता लगाया जा सके कि विभिन्न प्रकार के लोग इस रोबोट सहायक का उपयोग कैसे करते हैं और वे ऐसा क्यों करते हैं। शोधकर्ताओं ने पाया कि एक व्यक्ति का अनुभव स्तर और उनकी व्यक्तिगत "सोचने की शैली" पूरी तरह से बदल देती है कि वे AI के साथ कैसे बातचीत करते हैं।
यहाँ उनके निष्कर्षों का विवरण दिया गया, जिसमें सरल उपमाओं का उपयोग किया गया है:
1. इंटरैक्शन के पांच "व्यक्तित्व" (Personalities)
शोधकर्ताओं ने देखा कि लोग चैट का उपयोग कैसे करते हैं और महसूस किया कि हर कोई पांच अलग-अलग "मोड्स" या शैलियों में आता है, जैसे हाईवे पर अलग-अलग ड्राइविंग शैलियाँ:
- नेविगेटर (द टूर गाइड - Navigator):
- वे क्या करते हैं: वे AI के साथ एक GPS की तरह व्यवहार करते हैं। वे पूछते हैं, "इस कोड में लाल बॉक्स कहाँ है?" या "लॉगिन बटन कहाँ परिभाषित है, मुझे दिखाओ।"
- वाइब (Vibe): वे अक्सर गलत फ़ाइल देख रहे होते हैं और उन्हें AI की आवश्यकता होती है कि वह उन्हें सही दिशा दिखाए। वे इसका उपयोग अक्सर तब करते हैं जब वे अभी शुरुआत कर रहे होते हैं या खोजबीन कर रहे होते हैं।
- ऑटोपायलट (द "डू इट ऑल" कमांडर - Autopilot):
- वे क्या करते हैं: वे AI को एक बड़ा, अस्पष्ट कमांड देते जैसे, "नेविगेशन को ठीक करें और बाकी सब कुछ करें," और फिर "Apply" बटन दबा देते हैं। वे चाहते हैं कि रोबोट एक बार में ही पूरा काम कर दे।
- वाइब: "मेरा एक लक्ष्य है; तुम विवरण संभालो।" यह एक "एक बार में काम खत्म करने वाली" रणनीति है।
- डेप्युटी (द कोलाबोरेटिव पार्टनर - Deputy):
- वे क्या क्या करते हैं: यह सबसे आम शैली है। वे चरण-दर-चरण AI के साथ मिलकर काम करते हैं। "इस हिस्से को बदलो," फिर "बताओ तुमने इसे क्यों बदला," फिर "इस त्रुटि को ठीक करो।"
- वाइब: यह एक बातचीत है। वे मिलकर निर्माण कर रहे हैं, काम की जाँच कर रहे हैं, और प्रश्न पूछ रहे हैं। वे कोड के छोटे टुकड़ों को इधर-उधर कॉपी-पेस्ट करते हैं।
- टेक्नीशियन (द प्रिसिजन मैकेनिक - Technician):
- वे क्या करते हैं: वे बहुत विशिष्ट, सूक्ष्म निर्देश मांगते हैं। "यहाँ एक डिबाउंस फंक्शन जोड़ें" या "इस विशिष्ट वेरिएबल को लोड करें।"
- वाइब: वे नहीं चाहते कि AI पूरा ब्लॉक लिखे; वे एक विशिष्ट पेंच को ठीक करने के लिए एक विशिष्ट उपकरण चाहते हैं। वे आमतौर पर AI को ऑटो-इन्सर्ट करने देने के बजाय खुद कोड टाइप करते हैं।
- स्कॉलर (द स्टूडेंट - Scholar):
- वे क्या करते हैं: वे AI को एक पाठ्यपुस्तक की तरह उपयोग करते हैं। "यह React कोड क्या करता है?" या "स्ट्रिंग सॉर्ट कैसे काम करता है?"
- वाइब: वे सीखने के लिए वहां हैं। वे अक्सर स्पष्टीकरण प्राप्त करने के लिए चैट में कोड पेस्ट करते हैं, और AI के साथ एक ट्यूटर की तरह व्यवहार करते हैं।
2. व्यवहार को संचालित करने वाली 10 छिपी हुई "जरूरतें" (Needs)
कोई व्यक्ति "टेक्नीशियन" बनने के बजाय "ऑटोपायलट" क्यों चुनता है? अध्ययन में पाया गया कि 10 अलग-अलग आंतरिक "जरूरतें" इन विकल्पों को प्रेरित करती हैं। इन्हें डेवलपर्स की भूख, प्यास और सुरक्षा जरूरतों के रूप में सोचें:
- क्षमता की आवश्यकता (Need for Ability): "मैं यह अकेले नहीं कर सकता; मुझे मदद चाहिए।" (अधिक डेलीगेशन की ओर ले जाता है)।
- एजेंसी की आवश्यकता (Need for Agency): "मुझे यह साबित करने की जरूरत है कि मैं इसे खुद कर सकता हूँ।" (कम डेलीगेशन, अधिक नियंत्रण की ओर ले जाता है)।
- प्रयोग करने की आवश्यकता (Need for Experimentation): "मैं देखना चाहता हूँ कि यह रोबोट वास्तव में क्या कर सकता है।" (अजीब चीजें आज़माने की ओर ले जाता है)।
- आश्वासन की आवश्यकता (Need for Assurance): "मुझे विश्वास दिलाएं कि यह कोड टूटेगा नहीं।" (सब कुछ मैन्युअल रूप से जाँचने की ओर ले जाता है)।
- उत्पादकता की आवश्यकता (Need for Productivity): "मुझे यह जल्दी खत्म करना है।" (AI से अधिक काम करने के लिए कहने की ओर ले जाता है)।
- सुविधा की आवश्यकता (Need for Ease): "मैं ज्यादा सोचना या टाइप करना नहीं चाहता।" (कार्यों को सौंपने/डेलीगेट करने की ओर ले जाता है)।
- सीखने की आवश्यकता (Need for Learning): "मैं इसमें बेहतर होना चाहता हूँ।" (स्पष्टीकरण पूछने की ओर ले जाता है)।
- समझ की आवश्यकता (Need for Understanding): "मुझे जानने की जरूरत है कि यह क्यों काम करता है।" (विवरण पूछने की ओर ले जाता है)।
- डेलीगेशन की आवश्यकता (Need for Delegation): "मैं काम को आउटसोर्स करना चाहता हूँ।" (AI को काम संभालने देने की इच्छा)।
- नियंत्रण की आवश्यकता (Need for Control): "मैं समाधान का बॉस बनना चाहता हूँ।" (कमान को कसकर पकड़े रखने की इच्छा)।
कैच (Catch): ये जरूरतें अक्सर एक-दूसरे से लड़ती हैं। उदाहरण के लिए, यदि आप सुविधा (ज्यादा मेहनत नहीं करना चाहते) चाहते हैं, तो आप सब कुछ डेलीगेट कर सकते हैं। लेकिन यदि आपके पास नियंत्रण की आवश्यकता (मुझे पता होना चाहिए कि यह कैसे काम करता है) भी है, तो आप डेलीगेट करने से इनकार कर सकते हैं, भले ही यह कठिन हो।
3. अनुभव और व्यक्तित्व कैसे खेल बदल देते हैं
अध्ययन ने एक स्पष्ट संबंध पाया कि आप कौन हैं और आप किस "मोड" का उपयोग करते हैं:
- अनुभव मायने रखता है:
- नौसिखिए (Novices) (कम अनुभवी) नेविगेटर्स (मदद ढूंढने वाले) या ऑटोपायलट (इस उम्मीद में कि AI सब कुछ ठीक कर देगा) होने की प्रवृत्ति रखते हैं। वे अक्सर महसूस करते हैं कि उन्हें भारी काम करने के लिए AI की आवश्यकता है।
- विशेषज्ञ (Experts) (अधिक अनुभवी) टेक्नीशियन होने की प्रवृत्ति रखते हैं। वे जानते हैं कि उन्हें क्या चाहिए। वे AI से "घर बनाने" के लिए नहीं कहते; वे उससे "यह विशिष्ट खिड़की लगाने" के लिए कहते हैं। वे अधिक नियंत्रण रखते हैं क्योंकि वे अपने स्वयं के निर्णय पर अधिक भरोसा करते हैं।
- सोचने की शैली मायने रखती है:
- जो लोग टिंकलर (चीजों के साथ छेड़छाड़ करना और देखना कि क्या होता है) पसंद करते थे, वे आवश्यक रूप से उस तरह से "प्रयोग" करने के लिए AI का उपयोग नहीं करते जैसा कि शोधकर्ताओं ने सोचा था। इसके बजाय, वे अपने विशिष्ट समाधानों को ट्यून करने के लिए इसका उपयोग करते हैं।
- जो लोग जोखिम लेने में सक्षम (जो चीजों के गलत होने पर भी फर्क नहीं पड़ता) होते हैं, उनसे उम्मीद थी कि वे AI को अधिक करने देंगे, लेकिन अध्ययन ने दिखाया कि यह जटिल है। कभी-कभी, जोखिम लेने के लिए तैयार होने का मतलब है कि आप AI पर अधिक भरोसा करते हैं, लेकिन अन्य बार इसका मतलब यह है कि आप इसे खुद हल करने की कोशिश करते समय विफल होने के लिए तैयार हैं।
4. बड़ी तस्वीर: एक आकार सभी के लिए उपयुक्त नहीं है (One Size Does Not Fit All)
मुख्य निष्कर्ष यह है कि संज्ञानात्मक विविधता (Cognitive Diversity - लोग कैसे सोचते हैं और समस्याओं को हल करते हैं) बहुत बड़ी है।
यदि आप एक ऐसा टूल बनाते हैं जो केवल "ऑटोपायलट" शैली का समर्थन करता है, तो आप उस "टेक्नीशियन" को निराश कर सकते हैं जो नियंत्रण चाहता है। यदि आप केवल "स्कॉलर" शैली का समर्थन करने वाला टूल बनाते हैं, तो आप उस "ऑटोपायलट" को बोर कर सकते हैं जो केवल गति चाहता है।
शोधकर्ता निष्कर्ष निकालते हैं कि AI सहायकों को वास्तव में सभी के लिए वास्तव में उपयोगी बनाने के लिए, हमें उन्हें एक "वन-साइज़-फिट्स-ऑल" टूल के रूप में सोचना बंद करना होगा। इसके बजाय, हमें उन्हें उपयोगकर्ता की वर्तमान आवश्यकता (क्या वे सीखना चाहते हैं? क्या वे समय बचाना चाहते? क्या वे नियंत्रण महसूस करना चाहते?) के अनुकूल ढलने के लिए डिज़ाइन करना होगा।
संक्षेप में: डेवलपर्स अलग-अलग प्रकार के ड्राइवर हैं। कुछ सेल्फ-ड्राइविंग कार चाहते हैं (ऑटोपायलट), कुछ को को-पायलट चाहिए (डेप्युटी), और कुछ को बस एक GPS चाहिए (नेविगेटर)। सबसे अच्छा AI सहायक वह है जो जानता है कि वह किस ड्राइवर से बात कर रहा है और उसके अनुसार खुद को ढाल लेता 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।