De asemenea, două treimi dintre ingineri raportează că petrec frecvent timp suplimentar corectând codul generat de AI
Un nou sondaj oferă o privire detaliată asupra modului în care GenAI transformă munca de zi cu zi a dezvoltatorilor de software. Rezultatele relevă o diviziune clară: inginerii experimentați sunt mai predispuși să se bazeze în mare măsură pe codul generat de AI, să își asume sarcina de a-l corecta și să-l considere totuși un câștig net de timp. În contrast, dezvoltatorii juniori par mai precauți, adoptând instrumentele AI într-un ritm mai lent și raportând mai puține câștiguri în eficiență.
Un nou sondaj de la platforma cloud Fastly arată că un număr tot mai mare de dezvoltatori experimentați nu numai că generează cantități substanțiale de cod cu instrumente AI, dar implementează și acel cod în producție la rate semnificativ mai mari decât inginerii mai puțin experimentați.
În sondajul realizat pe 791 de dezvoltatori profesioniști, aproape o treime dintre inginerii seniori, definiți ca cei cu peste 10 ani de experiență, au raportat că peste jumătate din codul pe care îl livrează este generat de AI. Această cifră este mai mult decât dublă față de rata în rândul dezvoltatorilor juniori cu doi ani de experiență sau mai puțin, dintre care doar 13% au raportat același lucru.
Aceste constatări indică atât o rată mai mare de utilizare a AI în rândul inginerilor seniori, cât și o încredere mai mare în codul generat de mașină odată ce ajunge în producție.
Această tendință contrastează oarecum cu preocupările din industrie cu privire la „vibe coding”, un termen folosit pentru a descrie un nou „stil” de dezvoltare software în care inginerii furnizează doar solicitări unui chatbot, apoi folosesc răspunsul AI pentru a rafina iterativ aplicația. În această abordare, AI-ul este, în esență, dirijat ca un dezvoltator junior. O provocare comună cu „vibe coding” este că codul generat de AI poate părea corect la suprafață, dar poate conține defecte grave sau vulnerabilități.
Sondajul evidențiază, de asemenea, un decalaj între viteza percepută și realitatea editării. 28% dintre dezvoltatori au spus că au petrecut adesea atât de mult timp reparând sau rescriind codul furnizat de AI, încât orice beneficii potențiale au fost în mare parte anulate. Alți 14% au spus că rareori au avut nevoie să facă modificări semnificative.
Totuși, mai mult de jumătate dintre toți participanții au raportat că instrumentele AI, inclusiv GitHub Copilot, Google Gemini și Anthropic Claude, i-au ajutat să lucreze mai repede. Inginerii seniori și-au exprimat un entuziasm mai puternic, 59% spunând că AI le-a accelerat munca, comparativ cu 49% dintre dezvoltatorii juniori.
Seniorii au fost, de asemenea, de două ori mai predispuși să raporteze economii substanțiale de timp, chiar dacă au spus că au depus mai mult efort pentru a repara greșelile AI.
Un dezvoltator senior a scris în sondaj că „AI va testa codul pe bancă și va găsi erori mult mai repede decât un om, reparându-le fără probleme. Acesta a fost cazul de multe ori.” Un respondent junior a subliniat frustrările: „Este întotdeauna greu când AI presupune ce fac și nu este cazul, așa că trebuie să mă întorc și să refac singur.”
Contrastul dintre juniori și seniori ar putea avea mai puțin de-a face cu entuziasmul decât cu expertiza. În timp ce puțin peste jumătate dintre dezvoltatorii juniori au descris asistența AI ca făcându-i moderat mai rapizi, doar 39% dintre seniori au spus același lucru. În schimb, un sfert dintre respondenții seniori au spus că AI i-a făcut „mult” mai rapizi, aproximativ dublul proporției juniorilor.
Fastly a oferit o explicație probabilă: dezvoltatorii experimentați tind să fie mai buni la detectarea defectelor subtile din cod. Această experiență le permite să identifice când rezultatul generat de AI pare corect, dar se comportă incorect, făcându-i mai eficienți în corectarea greșelilor fără a-și pierde avântul.
Sondajul subliniază, de asemenea, un paradox comun al instrumentelor AI. Mulți dezvoltatori spun că tehnologia îi ajută să se simtă mai rapizi, dar cercetările externe sugerează altceva. Constatările sondajului Fastly vin în urma unui studiu controlat randomizat de la începutul acestei veri, care a constatat că dezvoltatorii open-source experimentați au avut de fapt nevoie cu 19% mai mult timp pentru a finaliza sarcinile atunci când au folosit asistenți de codare. Potrivit Fastly, discrepanța ar putea proveni din psihologie: autocompletarea rapidă creează un sentiment timpuriu de progres, dar necesitatea unor revizuiri extinse ulterior anulează o parte din acele câștiguri.
În timp ce câștigurile de eficiență rămân inegale, impactul AI asupra satisfacției la locul de muncă este mult mai clar. Aproximativ 80% dintre dezvoltatori, la toate nivelurile de experiență, au spus că programarea s-a simțit mai plăcută atunci când au lucrat cu AI.
Un participant la sondaj a descris acest compromis: „GitHub Copilot mă ajută foarte mult în fluxul meu de lucru, sugerând fragmente de cod și chiar funcții întregi. Cu toate acestea, odată a generat un algoritm complex care părea corect, dar conținea un bug subtil, ducând la câteva ore de depanare.”
În timp ce câștigurile de eficiență rămân inegale, impactul AI asupra satisfacției la locul de muncă este mult mai clar. Aproximativ 80% dintre dezvoltatori, la toate nivelurile de experiență, au spus că programarea s-a simțit mai plăcută atunci când au lucrat cu AI. Pentru unii, atractivitatea constă în eliminarea sarcinilor repetitive. Pentru alții, este noutatea de a genera cod utilizabil la cerere. Într-o industrie afectată de epuizare și întârzieri, acest impuls moral s-ar putea dovedi valoros, chiar dacă câștigurile de productivitate rămân evazive.
Sustenabilitatea a apărut ca o altă temă centrală. Sondajul a constatat că dezvoltatorii sunt din ce în ce mai conștienți de costurile de mediu ale AI, inclusiv de amprenta sa semnificativă de carbon. Două treimi dintre respondenți au recunoscut aceste cerințe energetice și majoritatea au raportat că au încorporat practici de codare ecologice în munca lor. Adoptarea acestor practici a crescut odată cu experiența, de la puțin peste jumătate dintre dezvoltatorii juniori la aproape 80% dintre inginerii de nivel mediu și senior.
