Yazılım Geliştirmede Yapay Zeka Verimliliği ve Sonuçlar
MIT Sloan ve diğer kurumların araştırması, yapay zekanın yazılım geliştiricilerin kodlama verimliliğini artırmasına rağmen insan darboğazları nedeniyle nihai ürün çıktılarının aynı oranda artmadığını gösteriyor.
Yeni bir akademik araştırma, yapay zeka araçlarının kod yazma aşamasında yazılım geliştiricilerin verimliliğini büyük ölçüde artırdığını, ancak üretim döngüsünün ilerleyen aşamalarındaki insan kaynaklı darboğazlar sebebiyle bu artışın nihai sonuçlara tam olarak yansımadığını ortaya koydu.
Yazılım Geliştirmede Yapay Zeka
Kuruluşlar yapay zekanın işçi verimliliğini artırıp artıramayacağını görmek isterken, muhasebeciler ve imalat firmaları üzerindeki çalışmalar bunun mümkün olduğunu göstermişti. Yeni araştırmalar yapay zekanın yazılım geliştiriciler için de aynı şeyi yaptığını ortaya koyuyor.
MIT Sloan İşletme Fakültesi'nden uygulamalı iktisat doçenti, eskiden bütün bir gün süren işlerin artık dakikalar içinde yapılabildiğini belirtti. Ancak bu verimlilik artışı her zaman nihai sonuçlara yansımıyor.
Kodlama Aktivitesi ve Proje Artışı
Demirer, Pensilvanya Üniversitesi yardımcı doçenti Leon Musolff ve Liyuan Yang tarafından hazırlanan yeni bir makale, yapay zeka araçlarının kod yazarken verimliliği artırdığını ancak kodun sevk edilmesinde bu etkinin azaldığını sonucuna vard.
Araştırmacılar, yapay zeka araçlarını kullanan geliştiricilerin kodlama faaliyetlerini yüzde 180'e varan kümülatif bir etkiyle artırabildiğini, ancak bu kazançların üretim döngüsü boyunca azaldığını tespit etti.
Uygulama İncelemeleri ve İndirmeler
Yapay zeka destekli artırılmış kodlama çalışması, yapay zeka kullanmayan geliştiricilere kıyasla sadece yüzde 50 daha fazla projeye ve yüzde 30 daha fazla gerçek yayına yol açtı.
Ek olarak, yapay zeka araçlarının benimsenmesi popüler uygulama mağazalarına yapılan yayınlarda artış sağlasa da, uygulama indirmelerinde veya kullanıcı incelemelerinde karşılık gelen bir artışa yol açmadı.
İnsan Darboğazlarının Rolü
Araştırmacılar, değişmeden kalan insan süreçlerinin yapay zeka verimlilik kazançları ile gerçek sonuçlar arasındaki kopukluktan sorumlu olduğunu belirtti.
Demirer, bazı darboğazların yapay zekanın yapmada iyi olmadığı ve insanların müdahale ederek tamamlaması gereken gerçek teknik ve mekanik görevler olduğunu ifade etti.
GitHub Verileri ve Araç Kategorileri
Araştırmacılar, GitHub'daki 100.000'den fazla geliştiricinin verilerini inceleyerek üç kategorideki yapay zeka aracının yazılım geliştirmenin her aşamasında verimliliği nasıl etkilediğini değerlendirdi.
Farklı yapay zeka araçlarının kullanılması, kod yazmada geliştiricilerin verimliliğini artırdı; otomatik tamamlama etkinliği yüzde 40, senkron aracı yüzde 140 ve asenkron araç yüzde 180 oranında artırdı.
Gelecek İçin Öneriler
Yapay zekanın erken aşamalarda sağladığı verimlilik kazancı, değişikliklerin incelenmesi ve uygulamaların başlatılması gibi sonraki aşamalardaki insan darboğazları nedeniyle azaldı.
Bu darboğazları düzeltmek için araştırmacılar daha küçük ekipler, kaynakların sonraki görevlere yeniden tahsis edilmesi, işçilerin yeniden beceri kazanması ve insan iş akışlarını kolaylaştırmak için yapay zeka kullanılmasını öneriyor.