Джерело: CritpoTendencia
Оригінальна назва: Штучний інтелект сприяє майже 30% новому коду у розробці програмного забезпечення
Оригінальне посилання:
Недавнє рецензоване дослідження, опубліковане у журналі Science, підтверджує, що генеративний штучний інтелект швидко трансформує розробку програмного забезпечення у глобальному масштабі.
Зокрема, дослідження, яке провів Complexity Science Hub, показує, що частка коду, створеного за підтримки ШІ, значно зросла за останні роки, і це вже починає відображатися як на продуктивності, так і на економічній динаміці технологічного сектору.
Зростає впровадження ШІ у програмуванні
Аналіз, який охопив понад 30 мільйонів внесків у Python, зроблених близько 160 000 розробниками на GitHub, показує, що у США частка коду, підтриманого штучним інтелектом, зросла з 5% у 2022 році до 29% наприкінці 2024 року.
Паралельно, такі європейські країни, як Німеччина та Франція, демонструють схожі досягнення, з рівнями відповідно 23% і 24%, тоді як Індія, Росія та Китай також демонструють зростаюче впровадження, хоча й обмежене через обмеження доступу до передових моделей.
Щоб дійти до цих висновків, дослідники використали модель ШІ, здатну визначити, чи були фрагменти коду згенеровані за допомогою таких інструментів, як ChatGPT або GitHub Copilot.
Хоча впровадження швидко зростає, регіональні різниці залишаються очевидними і в значній мірі залежать від політики доступу до технологій та локальної розробки передових моделей, таких як DeepSeek у Китаї.
Досвідчені програмісти отримують більшу вигоду
У цьому контексті дослідження пропонує особливо важливий висновок. Хоча менш досвідчені програмісти використовують інструменти штучного інтелекту у 37% свого коду, порівняно з 27% у більш досвідчених розробників, саме останні отримують реальні покращення у продуктивності, з оцінкою зростання на 3,6%.
Крім того, старші профілі схильні досліджувати ширший спектр бібліотек і комбінацій інструментів, використовуючи ШІ не лише для автоматизації повторюваних завдань, а й як каталізатор для швидкого навчання та технічних інновацій.
Економічна цінність підтримуваного програмування
З макроекономічної точки зору, потенційний вплив штучного інтелекту на сектор програмного забезпечення є значним. Лише у США галузь щороку витрачає від 637 мільярдів до 1,06 трильйонів доларів на зарплати, пов’язані з завданнями програмування.
За цим сценарієм, якщо ШІ підвищить продуктивність на 3,6% і вже бере участь у 29% нового коду, економічна вигода за рік може становити близько 38 мільярдів доларів, згідно з оцінками дослідження.
Однак автори попереджають, що генеративний ШІ може поглибити розрив між досвідченими та початківцями програмістами, якщо не вирішити питання доступу, навчання та відповідального використання цих інструментів.
У підсумку, дискусія не стосується того, чи слід впроваджувати ШІ у програмування, а як гарантувати справедливий розподіл його переваг, запобігаючи подальшій концентрації технологічних і трудових переваг.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
ШІ сприяє приблизно 30% нового коду у розробці програмного забезпечення
Джерело: CritpoTendencia Оригінальна назва: Штучний інтелект сприяє майже 30% новому коду у розробці програмного забезпечення Оригінальне посилання: Недавнє рецензоване дослідження, опубліковане у журналі Science, підтверджує, що генеративний штучний інтелект швидко трансформує розробку програмного забезпечення у глобальному масштабі.
Зокрема, дослідження, яке провів Complexity Science Hub, показує, що частка коду, створеного за підтримки ШІ, значно зросла за останні роки, і це вже починає відображатися як на продуктивності, так і на економічній динаміці технологічного сектору.
Зростає впровадження ШІ у програмуванні
Аналіз, який охопив понад 30 мільйонів внесків у Python, зроблених близько 160 000 розробниками на GitHub, показує, що у США частка коду, підтриманого штучним інтелектом, зросла з 5% у 2022 році до 29% наприкінці 2024 року.
Паралельно, такі європейські країни, як Німеччина та Франція, демонструють схожі досягнення, з рівнями відповідно 23% і 24%, тоді як Індія, Росія та Китай також демонструють зростаюче впровадження, хоча й обмежене через обмеження доступу до передових моделей.
Щоб дійти до цих висновків, дослідники використали модель ШІ, здатну визначити, чи були фрагменти коду згенеровані за допомогою таких інструментів, як ChatGPT або GitHub Copilot.
Хоча впровадження швидко зростає, регіональні різниці залишаються очевидними і в значній мірі залежать від політики доступу до технологій та локальної розробки передових моделей, таких як DeepSeek у Китаї.
Досвідчені програмісти отримують більшу вигоду
У цьому контексті дослідження пропонує особливо важливий висновок. Хоча менш досвідчені програмісти використовують інструменти штучного інтелекту у 37% свого коду, порівняно з 27% у більш досвідчених розробників, саме останні отримують реальні покращення у продуктивності, з оцінкою зростання на 3,6%.
Крім того, старші профілі схильні досліджувати ширший спектр бібліотек і комбінацій інструментів, використовуючи ШІ не лише для автоматизації повторюваних завдань, а й як каталізатор для швидкого навчання та технічних інновацій.
Економічна цінність підтримуваного програмування
З макроекономічної точки зору, потенційний вплив штучного інтелекту на сектор програмного забезпечення є значним. Лише у США галузь щороку витрачає від 637 мільярдів до 1,06 трильйонів доларів на зарплати, пов’язані з завданнями програмування.
За цим сценарієм, якщо ШІ підвищить продуктивність на 3,6% і вже бере участь у 29% нового коду, економічна вигода за рік може становити близько 38 мільярдів доларів, згідно з оцінками дослідження.
Однак автори попереджають, що генеративний ШІ може поглибити розрив між досвідченими та початківцями програмістами, якщо не вирішити питання доступу, навчання та відповідального використання цих інструментів.
У підсумку, дискусія не стосується того, чи слід впроваджувати ШІ у програмування, а як гарантувати справедливий розподіл його переваг, запобігаючи подальшій концентрації технологічних і трудових переваг.