AI கோடிங் கருவிகள் அனுபவம் வாய்ந்த டெவலப்பர்களை விரைவுபடுத்துமா என புதிய ஆய்வு கேள்வி எழுப்புகிறது. எதிர்பார்ப்புகளுக்கு மாறாக, AI பயன்பாடு முடிக்க எடுக்கும் நேரத்தை 19% அதிகரித்துள்ளது.
சமீப வருடங்களாக, Cursor மற்றும் GitHub Copilot போன்ற AI கோடிங் கருவிகள் மென்பொருள் பொறியாளர் பணிகளை மாற்றியமைத்துள்ளன. தானாகவே குறியீடுகளை எழுதுதல், பிழைகளைச் சரிசெய்தல் மற்றும் மாற்றங்களைச் சோதித்தல் மூலம் உற்பத்தித்திறனை மேம்படுத்துவதாக இந்த கருவிகள் உறுதியளிக்கின்றன. OpenAI, Google DeepMind, Anthropic மற்றும் xAI போன்ற நிறுவனங்களின் AI மாதிரிகளால் இவை இயக்கப்படுகின்றன. இந்த மாதிரிகள் சமீப ஆண்டுகளில் பல மென்பொருள் பொறியியல் சோதனைகளில் தங்கள் செயல்திறனை விரைவாக அதிகரித்துள்ளன.
27
அனுபவம் வாய்ந்த டெவலப்பர்களுக்கு AI கருவியின் தாக்கம்
இருப்பினும், இலாப நோக்கற்ற AI ஆராய்ச்சி நிறுவனமான METR வியாழக்கிழமை வெளியிட்ட ஒரு புதிய ஆய்வு, இன்றைய AI கோடிங் கருவிகள் அனுபவம் வாய்ந்த டெவலப்பர்களுக்கு எந்த அளவிற்கு உற்பத்தித்திறனை மேம்படுத்துகின்றன என்பதைக் கேள்விக்குள்ளாக்குகிறது. இந்த ஆய்விற்காக, METR 16 அனுபவம் வாய்ந்த ஓப்பன் சோர்ஸ் டெவலப்பர்களை நியமித்து, அவர்கள் வழக்கமாகப் பங்களிக்கும் பெரிய குறியீடு களஞ்சியங்களில் 246 உண்மையான பணிகளைச் செய்ய வைத்தது. ஆய்வாளர்கள் சுமார் பாதிப் பணிகளை "AI-அனுமதி" என தோராயமாக ஒதுக்கினர், டெவலப்பர்களுக்கு Cursor Pro போன்ற அதிநவீன AI கோடிங் கருவிகளைப் பயன்படுத்த அனுமதி அளித்தனர். மீதமுள்ள பணிகளில் AI கருவிகளைப் பயன்படுத்த தடை விதித்தனர்.
37
எதிர்பாராத ஆய்வு முடிவுகள்: நேர அதிகரிப்பு!
தங்கள் பணிகளை முடிப்பதற்கு முன், AI கோடிங் கருவிகளைப் பயன்படுத்துவது தங்கள் பணிகளை முடிக்கும் நேரத்தை 24% குறைக்கும் என்று டெவலப்பர்கள் கணித்திருந்தனர். ஆனால் அது நடக்கவில்லை. "ஆச்சரியப்படும் விதமாக, AI-ஐ அனுமதிப்பது உண்மையில் முடிக்கும் நேரத்தை 19% அதிகரிக்கிறது - டெவலப்பர்கள் AI கருவிகளைப் பயன்படுத்தும்போது மெதுவாக செயல்படுகிறார்கள்" என்று ஆய்வாளர்கள் தெரிவித்தனர்.
குறிப்பிடத்தக்க வகையில், ஆய்வில் பங்கேற்ற டெவலப்பர்களில் 56% பேருக்கு மட்டுமே ஆய்வில் வழங்கப்பட்ட முக்கிய AI கருவியான Cursor ஐப் பயன்படுத்தும் அனுபவம் இருந்தது. ஏறக்குறைய அனைத்து டெவலப்பர்களுக்கும் (94%) தங்கள் கோடிங் பணிகளில் சில வலை அடிப்படையிலான LLM களைப் பயன்படுத்தும் அனுபவம் இருந்தாலும், இந்த ஆய்வுதான் சிலர் Cursor ஐப் பயன்படுத்திய முதல் முறையாகும். ஆய்வாளர்கள், டெவலப்பர்களுக்கு Cursor ஐப் பயன்படுத்துவதற்கு முன் பயிற்சி அளிக்கப்பட்டதாகக் குறிப்பிட்டனர்.
இருப்பினும், METR இன் கண்டுபிடிப்புகள், 2025 ஆம் ஆண்டில் AI கோடிங் கருவிகள் உறுதியளித்த உலகளாவிய உற்பத்தித்திறன் ஆதாயங்கள் குறித்து கேள்விகளை எழுப்புகின்றன. ஆய்வின் அடிப்படையில், டெவலப்பர்கள் AI கோடிங் கருவிகள் - குறிப்பாக "vibe coders" என்று அறியப்படுபவை - உடனடியாக அவர்களின் பணிகளை விரைவுபடுத்தும் என்று கருதக்கூடாது.
57
மெதுவான வேகத்திற்கு சாத்தியமான காரணங்கள்
AI டெவலப்பர்களை ஏன் விரைவுபடுத்துவதற்குப் பதிலாக மெதுவாக்கியது என்பதற்கு METR ஆய்வாளர்கள் சில சாத்தியமான காரணங்களைச் சுட்டிக்காட்டுகின்றனர்:
அதிக நேரம் செலவு: டெவலப்பர்கள் குறியிடுவதற்குப் பதிலாக, AI க்கு தூண்டுதல்களை வழங்குவதிலும், அது பதிலளிக்க காத்திருப்பதிலும் அதிக நேரம் செலவிடுகிறார்கள்.
சிக்கலான குறியீட்டுத் தளங்கள்: இந்தச் சோதனையில் பயன்படுத்தப்பட்ட பெரிய, சிக்கலான குறியீட்டுத் தளங்களில் AI பொதுவாகச் சிரமப்படுகிறது.
67
AI அமைப்புகள்
ஆய்வின் ஆசிரியர்கள் இந்த கண்டுபிடிப்புகளிலிருந்து எந்தவொரு வலுவான முடிவுகளையும் எடுக்க கவனமாக இருக்கிறார்கள், தற்போது AI அமைப்புகள் பல அல்லது பெரும்பாலான மென்பொருள் டெவலப்பர்களை விரைவுபடுத்தத் தவறிவிடுகின்றன என்று அவர்கள் நம்பவில்லை என்று வெளிப்படையாகக் குறிப்பிட்டனர். மற்ற பெரிய அளவிலான ஆய்வுகள் AI கோடிங் கருவிகள் மென்பொருள் பொறியாளர் பணிகளை விரைவுபடுத்துகின்றன என்பதைக் காட்டியுள்ளன.
77
AI கோடிங் கருவிகள்
ஆசிரியர்கள் AI முன்னேற்றம் சமீப ஆண்டுகளில் கணிசமாக இருந்துள்ளது என்றும், இன்னும் மூன்று மாதங்களில் கூட இதே முடிவுகளை எதிர்பார்க்க மாட்டார்கள் என்றும் குறிப்பிட்டனர். METR ஆனது AI கோடிங் கருவிகள் சமீப ஆண்டுகளில் சிக்கலான, நீண்ட காலப் பணிகளை முடிக்கும் திறனை கணிசமாக மேம்படுத்தியுள்ளன என்பதையும் கண்டறிந்துள்ளது.
இருப்பினும், இந்த ஆராய்ச்சி AI கோடிங் கருவிகள் உறுதியளித்த ஆதாயங்கள் குறித்து சந்தேகப்பட மற்றொரு காரணத்தை வழங்குகிறது. இன்றைய AI கோடிங் கருவிகள் தவறுகளை அறிமுகப்படுத்தலாம் மற்றும் சில சந்தர்ப்பங்களில் பாதுகாப்பு பாதிப்புகளை ஏற்படுத்தலாம் என்பதையும் மற்ற ஆய்வுகள் காட்டியுள்ளன.
