Пока одни боятся, что искусственный интеллект отберёт у них работу, другие активно перекладывают на нейросети всё больше своих программных задач. Недавние исследования показывают, кто именно использует генеративный ИИ для написания кода и насколько это выгодно в реальности.

Учёные из Университета Утрехта совместно с Complexity Science Hub решили глубоко разобраться в распространении генеративного ИИ в программировании. Они изучили более 80 миллионов изменений кода на платформе GitHub, сделанных в период с 2018 по 2024 год. Исследователи разработали специальный нейросетевой классификатор, способный отличить код, написанный человеком, от кода, созданного с помощью генеративных алгоритмов.
Выяснилось, что лидерами в этой «гонке автоматизации» стали программисты из Соединённых Штатов. Уже к концу 2024 года более 30% всех Python-функций, написанных разработчиками в США, были результатом работы искусственного интеллекта. Европейские страны, такие как Германия и Франция, также активно следуют этому тренду, достигая показателей в 24,3% и 23,2% соответственно.
Любопытно, что среди стран Азии картина выглядит иначе: если в Индии использование ИИ достигло уровня 21,6%, то в России и Китае показатели значительно ниже — 15,4% и 11,7% соответственно. Эксперты связывают это с различиями в экономических и технологических условиях, а также с возможными регуляторными ограничениями.
Интересным аспектом исследования стало выявление групп, наиболее охотно передающих рутину программирования алгоритмам. Оказалось, что новички, которые недавно начали карьеру на GitHub, особенно склонны использовать нейросети в своей работе — они доверяют ИИ около 41% задач. Опытные программисты более консервативны и чаще предпочитают писать код вручную, полагаясь на алгоритмы лишь в 28% случаев.
Что касается гендерных различий, то исследование не выявило существенных расхождений: мужчины и женщины интегрируют генеративный ИИ в свою повседневную работу примерно в равной степени. Этот факт несколько отличается от результатов более ранних исследований, которые фиксировали заметные различия между полами в освоении новых технологий.
Однако наиболее важным и практически значимым выводом исследования стало влияние генеративного ИИ на производительность труда. При переходе к уровню использования ИИ в 30%, среднее количество коммитов (изменений кода) выросло на 2,4%. Экономисты подсчитали, что только в США экономическая ценность от использования генеративного ИИ составляет от 9,6 до 14,4 миллиардов долларов в год. Если же опираться на более оптимистичные оценки, которые были получены в ходе полевых экспериментов, то общая экономическая выгода может достигать до 96 миллиардов долларов ежегодно.
Не менее важным оказался и тот факт, что программисты, которые активно используют генеративные алгоритмы, начинают чаще экспериментировать с новыми библиотеками и подходами в программировании. ИИ помогает им не только автоматизировать рутинные процессы, но и мотивирует изучать новые направления, делая программирование более творческим и инновационным процессом.
Эти выводы наглядно демонстрируют, что опасения многих о конкуренции человека и машины могут оказаться преувеличенными. Вместо соперничества наблюдается вполне гармоничное сотрудничество: программисты передают ИИ наиболее монотонные задачи, сохраняя для себя творческую и исследовательскую работу.
Таким образом, будущее программирования скорее всего будет выглядеть как симбиоз человека и искусственного интеллекта, где машины берут на себя технически однообразные операции, а люди получают возможность сконцентрироваться на создании новых идей и решении сложных, нестандартных задач.
? Чёрный кот Шредингера:
Ну вот, допрыгались. Сначала алгоритмы писали «Hello, World!», теперь уже коммитят за нас и миллиарды зарабатывают. Ещё чуть-чуть — и будем им чаёк носить, пока они новые библиотеки пробуют. Надо сразу клавиатуру сдавать и вяжи носки.
? Белый кот Шредингера:
Ого, какие молодцы! ИИ помогает скучную рутину разгрести, а программисты могут сосредоточиться на креативе. Может, он и мне что полезное подскажет, когда я опять забуду, где точку с запятой ставить? ?
vadimr
Налицо корреляция с уровнем образования.
pnmv
скорее, с уровнем лени.
те, у кого процент использования этого всего ниже других, наверняка, давно написали собственные генераторы кода, под конкретные задачи, или используют чьи-нибудь наработки.
Kelbon
ну по крайней мере с общим уровнем кода
DSSilver
Наличие корреляции не указывает на наличие причинно-следственной связи)
Тем более, странно видеть наезды на программистов из США - родину всех FAANGов, высасывающую хороших программистов со всех уголков мира)
Kelbon
есть разница между тем чтобы вырастить своих хороших и "высосать". Уедут всегда меньше чем останутся, текучка в FAANG очень большая, то есть доля тех кто всё-таки переедет мала
P.S. код в FAANG ужасен. Хуже чем в других компаниях