Jak AI wspiera programistów: Wyniki ankiety Stack Overflow na temat asystentów kodu

Czy AI rzeczywiście pomaga programistom? Stack Overflow zna odpowiedź!

Stack Overflow zapytał społeczność , jak często narzędzia CodeGen zawodzą, jakie wyzwania stawiają przed programistami oraz jak wykorzystują czas, który te narzędzia obiecują zaoszczędzić. Oto wyniki badania, w którym wzięło udział ponad 1700 programistów.

Więcej jakościowego czasu pracy

Większość użytkowników asystentów kodu uważa je za satysfakcjonujące i łatwe w użyciu. Znaczna część respondentów (76%) korzysta z AI lub planuje to zrobić. Najczęściej używają ich badacze akademiccy (87%), programiści AI (76%), frontendowcy (75%), programiści mobilni (60%) oraz data scientist (67%).

Z drugiej strony, analitycy danych (29%), programiści desktopowi (39%), inżynierowie danych (39%) oraz programiści embedded (42%) rzadziej sięgają po te narzędzia. Narzędzia takie jak GitHub Copilot, trenowane na publicznie dostępnych kodach, lepiej radzą sobie z JavaScript dla frontendowców niż z kodem firmowym dla analityków biznesowych.

Problemy z kontekstem i złożonością

Najczęstsze problemy zgłaszane przez użytkowników dotyczą braku kontekstu i złożoności. Na przykład, asystenci kodu mają trudności z wysokopoziomowymi pytaniami architektonicznymi lub dotyczącymi niszowych komponentów. Niektóre narzędzia podają błędne odpowiedzi przy pracy z mniej znanymi narzędziami programistycznymi.

Narzędzia dominujące rynek

Najpopularniejsze narzędzia to ChatGPT i GitHub Copilot. Zarówno profesjonaliści, jak i uczący się kodowania chętnie korzystają z ChatGPT, ale uczący się rzadziej sięgają po GitHub Copilot (29% vs. 49%). Visual Studio IntelliCode jest popularniejszy wśród uczących się (16% vs. 11%).

Dylemat produktywności

Narzędzia GenAI mogą nie tylko usprawnić kodowanie, ale także poprawić samopoczucie użytkowników. Najłatwiejsze w użyciu narzędzia to Codeium (84%), GitHub Copilot (76%) i ChatGPT (61%), które jednocześnie uzyskały najwyższe oceny satysfakcji. Mimo że 38% programistów twierdzi, że asystenci kodu podają nieprawidłowe informacje co najmniej połowę czasu, to jednak 95% użytkowników zgłasza wzrost produktywności. Niestety, większość respondentów nie wie, jak ich organizacja mierzy produktywność, co jest szczególnie widoczne w mniejszych firmach (77% w firmach <500 osób).

Wolne tempo adaptacji

Adaptacja narzędzi AI do skomplikowanych procesów pracy może wpłynąć na ich użyteczność i satysfakcję z korzystania. Największymi przeszkodami są brak umiejętności radzenia sobie z złożonością i brak zaufania do narzędzi. W zespołach z niską adaptacją AI, więcej czasu poświęca się na strategie wysokiego poziomu lub projekty osobiste, podczas gdy zespoły z wyższą adaptacją AI spędzają więcej czasu na zadaniach administracyjnych lub szkoleniach zawodowych.

Podsumowanie

Praca programisty jest skomplikowana i dynamiczna. Mimo że produktywność nie jest jeszcze jasno określona jako KPI, programiści są zadowoleni z narzędzi AI, które są łatwe w użyciu i zwiększają poczucie produktywności. Wyzwania związane ze złożonością i nieścisłością nadal istnieją, ale może to być moment, w którym długoterminowe inwestowanie w lepsze doświadczenie w pracy stanie się ważniejsze niż natychmiastowe poprawki wskaźników produktywności.