Ինչու AI կոդի օգնականները կարող են խոչընդոտել իրական փորձաքննության ձևավորմանը
Ծրագրավորող Լարս Ֆեյը պնդում է, որ AI-ով կոդ գրելու օգնականները պահանջում են փորձաքննություն, բայց վերացնում են հենց այն դժվարությունը, որն այն կերտում է. հոդվածում նա վկայակոչում է JetBrains-ի և Anthropic-ի հետազոտությունները։
Ծրագրավորող Լարս Ֆեյը հրապարակել է հոդված, որտեղ պնդում է, որ արհեստական բանականության կոդի օգնականների վրա չափից ավելի հենվելը խարխլում է ծրագրավորման իրական փորձաքննության ձևավորման գործընթացը։ Անձնական բլոգի իր գրառման մեջ նա դա անվանում է «հմուտ դիրիժորի պարադոքս». այն դատողությունը, որն անհրաժեշտ է AI գործակալին գրագետ ղեկավարելու համար, հենց այն դատողությունն է, որը թուլանում է, երբ գործակալը կատարում է աշխատանքի մեծ մասը։
Ով է օգուտ քաղում մոդելներից
Ֆեյը նշում է, որ այս գործիքներից ամենամեծ օգուտը սովորաբար ստանում են վետերանները, որոնց գիտելիքը ձևավորվել է AI գործիքներից առաջ և տարիների պրակտիկայի շնորհիվ ամրապնդվել է։ Ինժեներները, որոնք ոլորտ են մտել լեզվական խոշոր մոդելների հայտնվելու շրջանում, նման պաշար չունեն, սակայն նրանց հորդորում են արագացնել աշխատանքը գործիքներով, որոնք, նրա խոսքերով, արդյունավետ և պատասխանատու կիրառման համար պահանջում են փորձաքննության պատմություն։
Օգնականները հաճախ ներկայացվում են որպես սովորելու արագացուցիչ։ Ֆեյը պնդում է, որ գերակշռում է հակառակ էֆեկտը. մոդելը պատասխանում է ամեն ինչի, ինչ հարցնում են, ուստի խորը գիտելիք չունեցող մշակողը չի կարող ճիշտ պատասխանը տարբերել հավանականից, և կոդի մեխանիկան մնում է թաքնված։
Ինչ չափեցին ուսումնասիրությունները
Նա վկայակոչում է երեք ուսումնասիրություն։ JetBrains-ի վերլուծությունը, որը դիտարկում էր կրտսեր մշակողներին կոդ գրելու ուղիղ նստաշրջաններում, ցույց տվեց, որ օգնականին ամենաշատը հենվողները հաճախ բաց էին թողնում պլանավորման կարևոր փուլերը և ավարտում «կոմպետենտության պատրանքով, ոչ թե իրական ըմբռնմամբ». ամենալավ արդյունքն ունեցան նրանք, ովքեր սահմանափակում էին առաջարկները կամ անտեսում դրանք։ 2025 թվականին Փենսիլվանիայի համալսարանի՝ մոտ 1000 ուսանողի հետ անցկացված հետազոտությունը, ովքեր մաթեմատիկա էին սովորում, պարզեց, որ AI-ից օգտվողները մոտ 17%-ով ավելի վատ արդյունք էին ցույց տալիս, քան միայն դասագրքով սովորողները, միաժամանակ կարծելով, թե ավելի լավ են սովորում։ Anthropic-ի 2026 թվականի հետազոտությունը կոդ գրելու հմտությունների մասին գալիս է նման եզրակացության. ճանաչողական ջանքը և նույնիսկ «խրվելը» կարևոր են վարպետության համար։
Հմտությունը կերտում է դժվարությունը
Հոդվածի հիմնական պնդումն այն է, որ փորձաքննությունը ծնվում է գործնական դժվարությունից՝ անհասկանալի սխալի հետքերով գնալուց, արդյունավետության նուրբ տարբերությունը չափելուց, չձգվող մոտեցումը վեր գրելուց։ Այդ աշխատանքն է ստեղծում այն, ինչ Ֆեյը կոչում է մշակողի ճաշակ կամ ինտուիցիա, և այն հնարավոր չէ յուրացնել դիտելով կամ հարցնելով։
Նրա խորհուրդը գործիքներից հրաժարվելը չէ, այլ դրանք պատասխանների մեքենայի փոխարեն որպես սոկրատեսյան զրուցակից և ինտերակտիվ փաստաթղթեր օգտագործելը, ինչպես նաև տարբերել ճանաչողական թեթևացումը՝ մեխանիկական աշխատանքի պատվիրումը, ճանաչողական պարտքից, որը նա սահմանում է որպես դատողությունից հրաժարում։ Արդյոք ոլորտը կշարունակի իրական մասնագետներ ստեղծել, նրա խոսքերով, կախված է հենց այդ շրջադարձից։
SiTech — AI-ով հզորացված վեբ մշակում
Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։