A survey of generative AI adoption and perceived productivity among scientists who program
Een enquête onder 868 wetenschappers die programmeren toont aan dat generatieve AI het meest wordt gebruikt door studenten en minder ervaren programmeurs, waarbij een gebrek aan ontwikkelpraktijken en de acceptatie van grote hoeveelheden gegenereerde code het sterkst correleren met een verhoogde waargenomen productiviteit, wat suggereert dat gebruikers vaak code-generatie verwarren met validatie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
De Wetenschappers, de Magische Schrijfmachine en de Valstrik van de "Goede Resultaten"
Stel je voor dat wetenschappers (denk aan onderzoekers in laboratoria, bibliotheken of universiteiten) allemaal een beetje programmeurs zijn. Ze schrijven code om hun experimenten te analyseren, data te tellen en patronen te vinden. Maar vaak zijn ze geen echte programmeurs; ze hebben het leren programmeren "tussendoor" gedaan, net als iemand die koken leert door een recept te volgen in plaats van kok te zijn.
Nu is er een nieuwe magische schrijfmachine opgedoken: Generatieve AI (zoals ChatGPT of GitHub Copilot). Deze machines kunnen code voor je schrijven. Het klinkt als een droom: "Ik vraag het, en poef, mijn programma is klaar!"
De auteurs van dit onderzoek hebben 868 van deze wetenschappers gevraagd: "Gebruik je die magische schrijfmachine? En voelt het alsof je sneller werkt?" Hier is wat ze ontdekten, vertaald in begrijpelijke taal:
1. Wie gebruikt het het meest? De beginners!
Het is net als bij het leren fietsen. De mensen die het minst ervaring hebben met programmeren (vaak studenten of jonge onderzoekers) gebruiken de AI het vaakst. De ervaren programmeurs zijn wat voorzichtiger.
- Vergelijking: Een beginner kijkt naar de AI als een reddingsboei: "Oh, ik snap het niet, help me!" Een ervaren programmeur kijkt er meer naar als een gereedschap dat hij soms nodig heeft, maar waar hij ook kritisch op is.
2. Wat voor soort "magie" gebruiken ze?
De meeste wetenschappers gebruiken geen speciale programmeertools (zoals een gereedschapskist voor experts), maar de algemene chatbots (zoals ChatGPT) die je via een webbrowser gebruikt.
- Vergelijking: Het is alsof je een auto wilt repareren, maar je gebruikt in plaats van een gespecialiseerde garage een algemene chat-app die je vertelt hoe je de wielen moet verwisselen. Het werkt soms, maar het is niet de beste tool voor de klus.
3. Het gevaar van de "Goede Resultaten" (Productiviteit)
Dit is het belangrijkste en misschien wel het engste deel van het verhaal.
De onderzoekers vonden dat de mensen die zich het meest productief voelden, eigenlijk de mensen waren die:
- Weinig ervaring hadden.
- Geen goede gewoontes hadden (zoals het testen van hun code of het laten controleren door een collega).
- Grote stukken code in één keer accepteerden.
- De Metafoor van de Blindelings Vertrouwen:
Stel je voor dat je een huis bouwt. Als je een AI vraagt om de muren te metselen, en je accepteert alles wat hij doet zonder te controleren of de bakstenen recht staan, voel je je misschien heel snel en productief. "Kijk, ik heb zo'n hele muur!"
Maar als je geen ervaring hebt en je bouwt geen stevige fundering (geen testen, geen controle), dan kan die muur straks instorten.
De onderzoekers zeggen: Deze wetenschappers meten hun succes aan hoeveel code ze hebben gegenereerd, niet aan hoe goed die code eigenlijk is. Ze kijken naar de snelheid van het bouwen, niet naar de kwaliteit van het huis.
4. Waarom gebruiken sommigen het niet?
Er is een groep die de magische schrijfmachine weigert. Waarom?
- "Ik wil leren": Ze denken: "Als de AI het voor me doet, leer ik het zelf nooit." Ze willen de code begrijpen, niet alleen het resultaat hebben.
- Ethiek: Ze vinden het onfatsoenlijk (bijvoorbeeld vanwege de enorme stroomverbruik of omdat de AI gestolen kennis gebruikt).
- Het werkt niet: Soms is de AI zo dom dat ze uren moeten besteden aan het oplossen van fouten die de AI heeft gemaakt. "Ik kan het zelf sneller en beter doen."
- Veiligheid: Ze maken zich zorgen om hun geheime data.
5. De Conclusie: Een waarschuwing
De boodschap van dit onderzoek is een beetje als een waarschuwingsteken op een brug:
Generatieve AI kan wetenschappers enorm helpen, maar er is een valstrik. Als je te afhankelijk wordt van de AI, vooral als je nog niet zo veel ervaring hebt en je controleert je werk niet goed, voel je je misschien superproductief, maar bouw je misschien een instabiel huis.
De onderzoekers zeggen: "Wees voorzichtig. Laat de AI niet alleen maar code schrijven; gebruik je eigen ervaring en goede gewoontes (zoals testen) om te controleren of de code ook echt klopt. Anders kunnen we in de toekomst met fouten in onze wetenschappelijke ontdekkingen zitten."
Kort samengevat: De AI is een geweldig hulpmiddel, maar als je het gebruikt als een "snelweg" om te leren en te controleren, kun je in de problemen komen. De snelste weg is niet altijd de veiligste weg.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.