Искусственный интеллект (ИИ) должен был произвести революцию в разработке программного обеспечения, и в некоторой степени так и произошло. Около 90% IT-специалистов сейчас используют ИИ-инструменты на работе, при этом более 80% сообщают о повышении производительности. Однако, несмотря на шумиху, данные показывают тревожную тенденцию: разработчики работают дольше, а не меньше. Обещание автоматизации утомительных задач и повышения эффективности сталкивается с реальностью нестабильного кода, растущего давления и потенциального выгорания.
Парадокс Производительности
ИИ может генерировать код для веб-приложений, мобильного ПО и инструментов обработки данных, даже позволяя неопытным разработчикам создавать базовые прототипы с помощью так называемого “вайб-кодинга”. Однако, код, сгенерированный ИИ, редко бывает безупречным. Разработчики все еще тратят значительное время на проверку результатов и исправление ошибок, что приводит к росту “нестабильности доставки программного обеспечения”. Отчет DORA показывает, что более активное использование ИИ коррелирует с более частыми откатми и исправлениями. Это означает, что хотя скорость кодирования на индивидуальном уровне может увеличиться, общий процесс может стать более хрупким.
Давление для Результативности
Проблема не только в технических аспектах; она также культурная. ИИ часто внедряется вместе с ожиданиями увеличения объемов выработки при сокращении ресурсов. Компании ожидают большего от сотрудников в эпоху ИИ, что приводит к давлению работать быстрее, даже в нерабочее время. Исследования, проведенные в Беркли, показывают, что сотрудники, использующие ИИ, брались за большее количество задач, работали в более быстром темпе и проводили больше часов на работе. Многие теперь используют ИИ во время перерывов и встреч, размывая границы между работой и личным временем.
Рост Работы в Нерабочее Время
Multitudes сообщает, что инженеры объединяют на 27,2% больше pull request-ов, но также отправляют на 19,6% больше кода вне обычных рабочих часов. Это не просто вопрос повышения эффективности; это говорит о том, что работодатели стремятся к большей производительности, что потенциально может привести к выгоранию. Лорен Пиат, генеральный директор Multitudes, предупреждает, что эта тенденция “не идет на пользу человеку”.
Пробел в Компетенциях
Чрезмерная зависимость от ИИ также может препятствовать развитию навыков. Исследования Anthropic показали, что инженеры, которые интенсивно используют ИИ, показали на 17% более низкий результат на тестах знаний в области кодирования по сравнению с теми, кто не использовал ИИ. Наибольший пробел наблюдался в отладке — способности находить и исправлять ошибки в коде. Использование ИИ в качестве обходного пути может привести к тому, что младшие разработчики не смогут понять или улучшить сгенерированный ИИ вывод, что потенциально ухудшит долгосрочное качество работы.
Будущее Разработки Программного Обеспечения
Давление влияет не только на отдельных разработчиков; оно меняет функционирование проектов с открытым исходным кодом. Сообщается о росте низкокачественных, сгенерированных ИИ отправках, которые отнимают время у основных разработчиков, и снижении эффективности совместного управления проектами.
В конечном итоге, ИИ не устраняет потребность в человеческой экспертизе; он ее переопределяет. Ключевой вопрос в том, адаптируются ли рабочие места, чтобы предотвратить выгорание, управлять рабочими нагрузками и предоставлять возможности для обучения, или обещание ИИ просто приведет к увеличению рабочих часов и усилению нагрузки на инженеров-программистов.
Реальность такова, что ИИ усиливает существующие динамики: он делает хорошие вещи лучше, но и плохие вещи хуже. Задача состоит не только в использовании инструментов, но и в создании устойчивой экосистемы вокруг них.
