Генеративные нейросети, ворвавшиеся в сферу программирования с 2021 г. с запуском Copilot в составе GitHub, могут существенно упростить работу программистам. Как пишет Neowin со ссылкой на спонсированное Red Hat исследование Linux Foundation, искусственный интеллект способен вдвое сократить нагрузку разработчикам ПО.

Благодаря генерации кода программисты могут тратить вдвое меньше собственных ресурсов на выполнение одного проекта и вкладывать высвободившиеся время и силы в другие. Это приносит пользу всему сообществу свободного ПО, но нашлись и те, кто испытал крайне негативное влияние нейросетей на своем опыте.

В числе пострадавших – сопровождающие проектов, они же мейнтейнеры. Из-за постоянно растущей любви программистов к генеративным ассистентам объемы их работы не просто не уменьшились, а, напротив, заметно выросли.

Исследование Linux Foundation наглядно показало, что ИИ повышает скорость написания кода разработчиками, но в то же время снижает общее качество коммитов – запросов на добавление изменений в код. Проблема кроется в том, что пока одни разработчики направляют мейнтейнерам выверенные куски программного кода, другие просто полностью полагаются на нейросети и отсылают их творения без какой-либо ревизии.

Согласно результатам исследования, подавляющее большинство сопровождающих проектов (59% респондентов) сообщили о растущем вкладе ИИ в разработку программного обеспечения с открытым исходным кодом. Этот показатель вырос до 69% для крупных проектов.

В то же время 25% коммитов на поверку оказываются низкокачественным мусором – нейромусором, сгенерированным ИИ. Иными словами, это каждый четвертый такой запрос.

В крупных проектах ситуация еще более удручающая. Здесь почти каждый третий коммит (31%) является мусорным из-за засилья нейросетей.

Компании, стоящие за крупнейшими генеративными нейросетями, в один голос утверждают, что их творения способны повысить производительность труда. Исследование Linux Foundation показало, что это действительно так, однако и тут не обошлось без нюансов.

Участники опроса в большинстве своем заявили, что благодаря ИИ ускорилось не только непосредственно написание кода – обсуждение идей, неотъемлемая часть коллективной разработки ПО, тоже теперь проходит быстрее. Однако, 21% респондентов сообщили, что при работе над сложными проектами использование ИИ в итоге приводит к трате большего количества времени на ту или иную задачу.

Программисты, сумевшие при помощи нейросетей тратить меньше времени на работу над своими проектами с открытым кодом, рассказали, как тратят высвободившиеся часы. По их словам, они в той или иной степени реинвестируют его в другие проекты СПО.

Так, 58% респондентов сообщили, что вкладывают свободные часы в обучение и повышение квалификации, 63% используют их для написания кода новых функций. 66% заговорили о так называемом «техническом долге» и заявили, что тратят свободное время на его устранение.

Технический долг – термин, под которым подразумевается намеренное упрощение программистом своей работы путем, в числе прочего, написания менее качественного кода. Цели такое поведение может преследовать разные, одна из них – попытка уложиться в отведенные на разработку сроки. Устранение технического долга – это ревизия кода, исправление ошибок и т. п. Часто на это в итоге уходит внушительное количество времени и других ресурсов.

Несмотря на то, что генеративный ИИ используется в программировании более пяти лет, множество проектов с открытым исходным кодом до сих пор не имеют официальной политики по его использованию. Таких проектов – 32%, говорится в исследовании.

Владимир Золотов, «Гринатом»: Сейчас любая корпорация считает необходимым внедрять ИИ для улучшения своих внутренних процессов КИИ в облаке

35% СПО-проектов, напротив, располагают официальной политикой, разрешающей использование ИИ. У скольких проектов действует политика полного запрета ИИ, в исследовании не сказано.

Аналитики Linux Foundation пришли к выводу, что проектам с открытым исходным кодом следует разработать четкие правила внесения в код изменений с помощью ИИ. Также им требуется повысить прозрачность и установить требования к раскрытию информации.

Помимо этого, они порекомендовали мейнтейнерам требовать от разработчиков тестирования и документирования изменений, внесенных с помощью ИИ, до их отправки. 61% респондентов среди программистов заявили, что проводят детальную проверку и полное функциональное тестирование кода, сгенерированного ИИ, перед отправкой сопровождающему.