📌 42% разработчиков испытывают трудности с пониманием кода, созданного искусственным интеллектом, говорится в исследовании ИТ-холдинга Т1 и издания Tproger, с которым ознакомился Russian Business. Автор…
📚
Искусственный интеллект активно внедряется в разработку программного обеспечения для ускорения процессов и снижения затрат. Многие компании используют ИИ для автоматизации рутинных задач, таких как написание кода и тестирование. Однако качество генерируемого кода часто вызывает вопросы, особенно в сложных проектах с уникальными требованиями.
🧠
42% разработчиков сталкиваются с проблемами при работе с кодом, созданным ИИ, что указывает на недостатки текущих технологий. Это происходит из-за того, что нейросети не учитывают контекст проекта и специфику команды, что приводит к несовместимости с существующими системами. В результате компании вынуждены тратить дополнительные ресурсы на доработку и исправление ошибок.
Почему код от нейросети сложнее разобрать, чем чужой спагетти-код: объяснение механизма Представьте помощника, который пишет быстро, но каждый раз в стиле другого человека. Сегодня — как поэт, завтра — как юрист, а послезавтра забывает половину ваших правил. Так работает генеративный искусственный интеллект в программировании. Исследование российского ИТ-холдинга Т1 и издания Tproger подтверждает: 42% разработчиков не понимают, что написала машина. Для непрограммистов суть проста: «магия»
ИИ в коде та же, что и в тексте. Нейросеть предсказывает следующее слово или строчку, опираясь на миллиарды примеров. Результат выглядит правдоподобно, но часто не имеет отношения к реальности вашего проекта. Понимание этого механизма защищает от иллюзии: «ИИ сделал — значит, работает». Нейросеть не пишет программу как человек. Она не думает: «здесь нужно проверить безопасность». Она вычисляет: после этих слов в 87% случаев идёт определённая конструкция.
Процесс напоминает автозаполнение в смартфоне, только масштабированное на весь GitHub. Проблема в отсутствии контекста. Архитектура проекта, соглашения команды, история багов — всё это остаётся за пределами обучающих данных. Машина не знает, что три года назад вы отказались от библиотеки из-за уязвимости. Не читала комментарий от коллеги, который ушёл в отпуск. Не понимает, почему в вашей компании табу на определённый паттерн. Сравните это с инструкцией от IKEA, собранной из кусков десяти разных мебельных наборов.
Шаги кажутся логичными, но к вашей полке прилагаются болты от шкафа, а про дюбель забыли. Исследование Т1 и Tproger выявило конкретные последствия. Нейросети генерируют код, который не учитывает существующую кодовую базу, игнорирует внутренние правила команды и создаёт иллюзию готовности, требуя доработки «вручную». Передача задач «агентам» — системам, которые якобы самостоятельно решают цепочки действий — лишь усугубляет ситуацию. Чем сложнее задача, тем больше промежуточных результатов нужно проверить.
Разработчик тратит время не на написание, а на дешифровку чужой логики. Причём «чужой» — это не метафора. ИИ не создаёт код из ничего. Он комбинирует найденные в сети решения, часто не самые удачные. Это как если бы писатель собрал роман из случайных глав популярных книг — стилистика скачет, сюжетные дыры неизбежны. Главное ограничение: нейросеть не несёт ответственности. Баг в продакшене — проблема человека, который вставил сгенерированный фрагмент. Лицензионная чистота кода — тоже вопрос без однозначного ответа.
Для разработчиков ИИ стоит рассматривать как ускоренный поиск по Stack Overflow, а не как напарника. Проверяйте каждую строчку, требуйте объяснений, внедряйте строгие правила ревью даже для «машинного» кода. Для всех остальных: когда слышите «наш ИИ оптимизировал систему», задавайте вопрос, кто проверил результат. Человек, который разбирает чужой код, работает медленнее, чем тот, кто пишет свой. Экономия времени часто оказывается мнимой. Прямого влияния на цены или сервисы в России исследование не предполагает.
Но тенденция глобальна: чем активнее компании внедряют ИИ в разработку, тем выше спрос на «переводчиков» между машиной и реальностью. Это хорошая новость для программистов, умеющих читать чужой код — даже если его автор — алгоритм.
Читайте также
ЦБ не исключил повышения ключевой ставки — показатель может вырасти, если инфляция не замедлится Почти треть россиян учитывает наличие ПВЗ рядом с домом при выборе жилья — 46% готовы доплатить за инфраструктуру
Читайте нас там, где удобно вам
Комментарии
Оставить комментарий