Разработчики программного обеспечения проявляют менее конструктивный скептицизм при использовании ИИ-помощников, чем при работе с коллегами-людьми.

При написании программного кода разработчики программного обеспечения часто работают в парах — практика, которая уменьшает количество ошибок и поощряет обмен знаниями. Для этой роли все чаще используются помощники искусственного интеллекта.

Но этот сдвиг в трудовой практике не лишен недостатков, как показывает новое эмпирическое исследование, проведенное учеными-компьютерщиками из Саарбрюккена. Разработчики, как правило, менее критично изучают код, созданный ИИ, и меньше учатся на его основе. Эти выводы будут представлены на 40-я Международная конференция IEEE/ACM по автоматизированной разработке программного обеспечения (ASE 2025) в Сеуле.

Когда два разработчика программного обеспечения сотрудничают над программным проектом, известным в технических кругах как парное программирование, это обычно приводит к значительному улучшению качества конечного программного обеспечения.

«Разработчики часто могут вдохновлять друг друга и помогать избегать проблемных решений. Они также могут делиться своим опытом, тем самым гарантируя, что больше людей в их организации будут знакомы с кодовой базой», — объясняет Свен Апель, профессор компьютерных наук в Саарском университете.

Вместе со своей командой Апель изучил, является ли это совместный подход одинаково хорошо работает, когда один из партнеров — ИИ-помощник. В исследовании 19 студентов, имеющих опыт программирования, были разделены на пары: шестеро работали с партнером-человеком, а семеро — с помощником искусственного интеллекта. Методика измерения передача знаний был разработан Никласом Шнайдером в рамках его бакалаврской диссертации.

Для исследования исследователи использовали GitHub Copilot, помощник по программированию на базе искусственного интеллекта, представленный Microsoft в 2021 году и который, как и аналогичные продукты других компаний, в настоящее время широко применяется разработчики программного обеспечения. Эти инструменты существенно изменили способ написания программного обеспечения.

«Это позволяет ускорить разработку и генерировать большие объемы кода за короткое время. Но это также облегчает возможность возникновения ошибок незамеченными, с последствиями, которые могут проявиться только позже», — говорит Апель. Команда хотела понять, какие аспекты человеческого сотрудничества улучшают программирование и можно ли их воспроизвести в парах человек-ИИ. Участникам было поручено разработать алгоритмы и интегрировать их в общую среду проекта.

«Передача знаний — ключевая часть парного программирования», — объясняет Апель. «Разработчики будут постоянно обсуждать текущие проблемы и работать вместе над поиском решений. Это не предполагает просто задавать вопросы и отвечать на них, это также означает, что разработчики делятся эффективными стратегиями программирования и делятся своими собственными идеями».

Согласно исследованию, такие обмены происходили и в командах, которым помогал искусственный интеллект, но взаимодействия были менее интенсивными и охватывали более узкий круг тем.

«Во многих случаях основное внимание уделялось исключительно коду», — говорит Апель. «Напротив, программисты-люди, работающие вместе, с большей вероятностью отвлекались и участвовали в более широких дискуссиях и были менее сосредоточены на непосредственной задаче».

Один вывод особенно удивил исследовательскую группу: «Программисты, работавшие с ИИ-помощником, с большей вероятностью принимали предложения, сгенерированные ИИ, без критической оценки. Они предполагали, что код будет работать так, как задумано», — говорит Апель. «Человеческие пары, напротив, гораздо чаще задавали критические вопросы и были более склонны тщательно изучать вклад друг друга».

Он считает, что эта тенденция доверять ИИ с большей готовностью, чем коллегам-людям, может распространяться и на другие области, заявляя: «Я думаю, что это связано с определенной степенью самоуспокоенности — тенденцией предполагать, что результаты ИИ, вероятно, достаточно хороши, хотя мы знаем, что помощники ИИ также могут совершать ошибки.

Апель предупреждает, что такая некритическая зависимость от ИИ может привести к накоплению «технического долга», который можно рассматривать как скрытые затраты на будущую работу, необходимую для исправления этих ошибок, тем самым усложняя будущую разработку программного обеспечения.

По мнению Апеля, исследование подчеркивает тот факт, что ИИ-помощники еще не способны воспроизвести богатство человеческого сотрудничества в разработке программного обеспечения.

«Они, безусловно, полезны для простых, повторяющихся задач», — говорит Апель. «Но для большего сложные проблемыОбмен знаниями необходим, и в настоящее время он лучше всего работает между людьми, возможно, с помощниками ИИ в качестве вспомогательных инструментов».

Апель подчеркивает необходимость дальнейших исследований того, как люди и ИИ могут эффективно сотрудничать, сохраняя при этом тот критический взгляд, который характеризует человеческое сотрудничество.