32% опытных разработчиков генерируют половину кода с помощью ИИ и доверяют ему больше новичков

Новое исследование платформы Fastly показало значительные различия в том, как программисты разного уровня используют инструменты искусственного интеллекта в ежедневной работе. Опытные инженеры не только активнее генерируют код с помощью ИИ, но и чаще развертывают такой код в продакшене, в то время как младшие разработчики проявляют осторожность и реже сообщают о росте эффективности.

OpenAI запустит массовое производство собственных ИИ-чипов уже в следующем году

Глава Nvidia считает, что ИИ заставит нас работать ещё больше

Опрос 791 профессионального разработчика выявил поразительную статистику – почти треть (32%) старших инженеров с опытом работы свыше 10 лет сообщили, что более половины отправляемого ими в продакшен кода создано с помощью ИИ. Среди младших разработчиков с опытом до двух лет аналогичный показатель составил лишь 13% – более чем в два раза меньше.

Эта тенденция контрастирует с отраслевыми опасениями относительно вайб-кодинга – стиля разработки, при котором инженеры предоставляют только промпты чат-боту, а затем итеративно улучшают приложение на основе ответов ИИ. При таком подходе искусственный интеллект фактически управляется как младший разработчик, но ИИ-генерированный код может выглядеть корректным на поверхности, скрывая серьезные недостатки или уязвимости.

Исследование также выявило разрыв между воспринимаемой скоростью работы и реальностью редактирования кода. 28% разработчиков отметили, что часто тратят столько времени на исправление или переписывание кода, предоставленного ИИ, что потенциальные преимущества в значительной степени нивелируются. Еще 14% заявили, что редко нуждаются в существенных изменениях.

Более половины участников сообщили, что инструменты ИИ, включая GitHub Copilot, Google Gemini и Anthropic Claude, помогают работать быстрее. Старшие инженеры выражали больший энтузиазм: 59% заявили, что ИИ ускоряет их работу, по сравнению с 49% младших разработчиков.

Опытные специалисты также в два раза чаще сообщали о существенной экономии времени, несмотря на то что признавали больше усилий на исправление ошибок ИИ. Один старший разработчик написал в опросе:

ИИ будет тестировать код и находить ошибки гораздо быстрее человека, исправляя их без проблем. Так было много раз.

Младший респондент указал на проблемы:

Всегда сложно, когда ИИ предполагает, что я делаю, а это не так, поэтому мне приходится возвращаться и переделывать самому.

Контраст между младшими и старшими разработчиками может быть связан скорее с экспертизой, чем с энтузиазмом. В то время как чуть более половины младших разработчиков описали помощь ИИ как умеренное ускорение работы, только 39% старших сказали то же самое. Вместо этого четверть старших респондентов заявила, что ИИ делает их "намного" быстрее – примерно в два раза больше, чем среди младших коллег.

Fastly предложила вероятное объяснение: опытные разработчики лучше обнаруживают тонкие недостатки в коде. Этот опыт позволяет им выявлять случаи, когда ИИ-генерированный вывод выглядит корректным, но ведет себя неправильно, делая их более эффективными в исправлении ошибок без потери импульса.

Исследование также выдялет распространенный парадокс инструментов ИИ. Многие разработчики говорят, что технология помогает им чувствовать себя быстрее, но внешние исследования свидетельствуют об обратном. Результаты опроса Fastly появились после рандомизированного контролируемого исследования, которое показало, что опытные разработчики открытого исходного кода фактически тратили на 19% больше времени на выполнение задач при использовании помощников по коду. По мнению Fastly, расхождение может быть связано с психологией: быстрое автодополнение создает раннее ощущение прогресса, но необходимость в обширных правках позже стирает часть этих достижений.

Хотя прирост эффективности остается неравномерным, влияние ИИ на удовлетворенность работой выражено гораздо яснее. Примерно 80% разработчиков всех уровней заявили, что кодинг с ИИ кажется более приятным.

Один участник опроса описал этот компромисс:

GitHub Copilot значительно помогает моему рабочему процессу, предлагая фрагменты кода и даже целые функции. Однако однажды он сгенерировал сложный алгоритм, который казался правильным, но содержал тонкую ошибку, что привело к нескольким часам отладки.

Бум искусственного интеллекта разогнал S&P 500 до рекордов, но Goldman Sachs предупреждает о триллионном риске

Для некоторых привлекательность заключается в устранении повторяющихся задач, для других – в новизне генерации пригодного для использования кода по требованию. В отрасли, страдающей от выгорания и накопившихся задач, этот моральный подъем может оказаться ценным, даже если прирост производительности остается неуловимым.