Искусственный интеллект стремительно внедряется во все сферы человеческой деятельности, включая разработку программного обеспечения. Многие компании и специалисты надеются, что современные инструменты на базе ИИ позволят повысить скорость и качество выполнения задач, особенно в области программирования. Однако новое исследование организации METR проливает свет на неожиданный феномен: в определенных условиях использование ИИ может замедлять работу опытных разработчиков, знакомых с конкретными кодовыми базами. Это открытие противоречит распространённому мнению о том, что ИИ стремительно увеличивает продуктивность программистов и делает их работу более эффективной. Исследование было проведено на группе опытных разработчиков, которые использовали Cursor — популярного AI-ассистента для программирования.
Задачи выполнялись в знакомых участках большого открытого исходного кода. Исследователи отслеживали, сколько времени тратится на выполнение заданий с применением и без использования ИИ. Результаты оказались неожиданными: несмотря на ожидания сокращения времени примерно на четверть, реальный эффект был обратным — время выполнения задач увеличилось почти на пятнадцать процентов. Разработчики, участвовавшие в эксперименте, до начала работы и после завершения задач с использованием ИИ сами оценивали, что ИИ инструменты позволяют им работать значительно быстрее. Однако объективные данные свидетельствовали о том, что они тратят больше времени на проверку и доработку предложений искусственного интеллекта.
Причина замедления кроется в необходимости внимательно анализировать и исправлять код, сгенерированный ИИ, который зачастую оказывается лишь частично точным. Предложения AI-ассистентов могут быть в целом верными, но менее оптимальными или не учитывать всех тонкостей конкретной реализации. Из-за этого опытным разработчикам приходится тратить дополнительное время на отладку и корректировку, что нивелирует предполагаемые преимущества автоматизации. Важно отметить, что данное исследование сфокусировано именно на сценариях, когда профессионалы работают с хорошо знакомым и сложным кодом. Конечно, для менее опытных специалистов или тех, кто впервые знакомится с кодовой базой, ИИ может оказаться значительной помощью, ускоряющей процесс освоения и написания программного кода.
Подобные результаты бросают вызов общему оптимизму вокруг роли ИИ в программировании. Многие инвестиции и разработки нацелены на создание инструментов, которые полностью заменят или качественно усилят специалистов. Однако есть реалии, когда технологии требуют адаптации, а люди — внимательного контроля, чтобы избежать ошибок и просчетов. Авторы исследования подчёркивают, что вообще не считают ИИ бесполезным: многие из участников продолжают активно использовать Cursor, так как с его помощью сотрудникам становится легче справляться с рутинными аспектами работы. Это снижает ментальную нагрузку и уменьшает стресс, делая процесс кодирования более комфортным, хотя и не обязательно более быстрым.
Можно провести аналогию с редактированием текста: проще взять готовый черновой вариант и исправлять ошибки, чем создавать контент с чистого листа. AI-инструменты выполняют подобную функцию, делая работу менее «пустой» и монотонной. Специалисты подчёркивают, что разработчики имеют разные цели: не всегда максимальная скорость — приоритет. Качество, удобство, снижение усилий — все это ценится не меньше. Таким образом, повышение продуктивности нельзя измерять только часами или минутами.
Экспертное мнение заказчиков и коллег, сохранение целостности проекта и комфорт работы — все это важные факторы. Стоит также учитывать, что на продуктивность влияют множество факторов: уровень опыта программиста, сложность проекта, особенности инструментов искусственного интеллекта и даже психологические аспекты взаимодействия с технологией. В отдельных случаях ИИ способен облегчить выполнение рядовых операций, но в сложных и критичных задачах приходится применять осторожность. Это требует от разработчиков навыков не только в программировании, но и в анализе и корректировке рекомендаций ИИ. Интересно отметить, что некоторые предыдущие исследования показывали существенный прирост производительности благодаря AI-инструментам.
К примеру, в одном из них отмечалось ускорение работы на 56%, в другом — выполнение большего количества задач за отведённый промежуток времени. Однако данные METR указывают на то, что такие успехи могут быть возможны лишь в определённых условиях — например, для менее знакомых или более ограниченных задач. Это подчёркивает важность тщательно изучать разные сценарии использования AI и избегать универсальных заявлений о его эффективности. Динамика развития технологий искусственного интеллекта и их внедрение в промышленность продолжаются, и, вероятно, с улучшением моделей и алгоритмов часть описанных проблем будет решена. Однако именно сейчас крайне важно понимать, где ИИ действительно помогает, а где может мешать, чтобы компании и специалисты могли принять правильные решения о применении инструментов.
Также существует значительный риск сокращения младших позиций в программировании — по словам директора компании Anthropic, AI способен заменить до половины начальных беловоротничковых ролей в ближайшие годы. Это также влияет на рынок труда и требования к квалификации разработчиков. Благодаря этому меняются платформы и способы обучения новых специалистов. Кроме того, важным моментом является грамотное обучение и адаптация разработчиков к работе с ИИ, умение критически оценивать результаты и эффективно интегрировать технологии в рабочий процесс. В целом, новое исследование напоминает о том, что искусственный интеллект — это мощный инструмент, но не панацея.
