Hızla gelişen yapay zeka dünyasında şaşırtıcı bir gelişme olarak, yeni bir araştırma, yapay zeka destekli kodlama asistanlarının deneyimli yazılım geliştiricilerinin üretkenliğini hızlandırmak yerine aslında engelleyebileceğini ortaya koydu. Geliştiricilerin bu araçları kullanmasının temel nedeni de bu.
Kâr amacı gütmeyen Model Evaluation & Threat Research (METR) tarafından yürütülen araştırma , gelişmiş yapay zeka araçlarının yazılım geliştirme üzerindeki gerçek dünya etkisini ölçmeyi amaçlıyordu. 2025 başlarında birkaç ay boyunca METR, 16 deneyimli açık kaynak kodlu geliştiricinin, yakından tanıdıkları büyük kod depolarında hata düzeltmelerinden yeni özellik uygulamalarına kadar 246 gerçek programlama görevini ele alışlarını gözlemledi. Her görev, yapay zeka kodlama araçlarının kullanımına izin vermek veya yasaklamak üzere rastgele atandı ve katılımcıların çoğu, yapay zeka kullanmalarına izin verildiğinde Cursor Pro ile Claude 3.5 veya 3.7 Sonnet'i tercih etti.
Geliştiriciler, çalışmaya başlamadan önce yapay zekanın kendilerini %24 daha hızlı hale getireceğini güvenle tahmin ediyorlardı. Çalışma tamamlandıktan sonra bile, yapay zeka kullandıklarında üretkenliklerinin %20 arttığına inanıyorlardı. Ancak gerçek çok farklıydı. Veriler, geliştiricilerin yapay zeka araçlarını kullandıklarında görevleri tamamlamalarının aslında %19 daha uzun sürdüğünü gösterdi; bu sonuç, yalnızca kendi algılarıyla değil, aynı zamanda ekonomi ve makine öğrenimi uzmanlarının tahminleriyle de çelişiyordu.
Araştırmacılar, bu beklenmedik yavaşlamanın olası nedenlerini araştırarak katkıda bulunan birkaç faktör belirledi. İlk olarak, geliştiricilerin yapay zeka araçlarının kullanışlılığı konusundaki iyimserliği, teknolojinin gerçek yeteneklerinin genellikle önüne geçiyordu. Birçok katılımcı kod tabanlarına oldukça aşinaydı ve bu da yapay zekanın anlamlı kısayollar sunmasına çok az alan bırakıyordu. Projelerin karmaşıklığı ve boyutu (genellikle bir milyon satır kodu aşıyordu) da, daha küçük ve daha kapsamlı problemlerde daha iyi performans gösterme eğiliminde olan yapay zeka için bir zorluk oluşturuyordu. Dahası, yapay zeka önerilerinin güvenilirliği tutarsızdı; geliştiriciler, üretilen kodun yüzde 44'ünden daha azını kabul etti ve bu çıktıları inceleyip düzeltmek için önemli miktarda zaman harcadı. Son olarak, yapay zeka araçları büyük veri havuzlarındaki örtük bağlamı kavramakta zorlanıyordu ve bu da yanlış anlamalara ve alakasız önerilere yol açıyordu.
Çalışmanın metodolojisi titizdi. Her geliştirici, bir görevin yapay zeka ile ve yapay zeka olmadan ne kadar süreceğini tahmin etti ve ardından ekran görüntülerini kaydedip harcanan zamanı kendileri bildirerek sorunları çözdü. Katılımcılara, sürece profesyonel bağlılıklarını sağlamak için saat başına 150 dolar ödeme yapıldı. Sonuçlar, çeşitli çıktı ölçümleri ve analizlerde tutarlı kaldı ve deneysel eserlerin veya önyargıların bulguları etkilediğine dair hiçbir kanıt yoktu.
Araştırmacılar, bu sonuçların aşırı genelleştirilmemesi gerektiği konusunda uyarıyor. Çalışma, bilindik ve karmaşık kod tabanları üzerinde çalışan yetenekli geliştiricilere odaklandı. Yapay zeka araçları, daha az deneyimli programcılara veya aşina olmadıkları ya da daha küçük projeler üzerinde çalışanlara daha fazla fayda sağlayabilir. Yazarlar ayrıca, yapay zeka teknolojisinin hızla geliştiğini ve gelecekteki yinelemelerin farklı sonuçlar verebileceğini de kabul ediyor.
Yavaşlamaya rağmen, birçok katılımcı ve araştırmacı yapay zeka kodlama araçlarını kullanmaya devam ediyor. Yapay zekanın süreci her zaman hızlandırmasa da, geliştirmenin belirli yönlerini zihinsel olarak daha az yorucu hale getirebileceğini ve kodlamayı daha yinelemeli ve daha az göz korkutucu bir göreve dönüştürebileceğini belirtiyorlar.
Kaynak :
https://www.techspot.com/news/108651-ex ... plete.html
