Разработчики, использующие ИИ-инструменты, часто сообщают о субъективном росте продуктивности на 20%, однако объективные замеры показывают снижение скорости выполнения задач на 19%. Этот разрыв между ощущением легкости процесса и реальной эффективностью указывает на серьезные проблемы в оценке влияния генеративного ИИ на рабочие процессы и качество итогового кода.
Основная причина такого расхождения кроется в когнитивных искажениях и специфике работы с ИИ-ассистентами. Разработчики склонны воспринимать процесс написания кода как более быстрый, когда ИИ берет на себя рутинные операции. Однако время, затрачиваемое на проверку, отладку и исправление ошибок, сгенерированных моделью, часто превышает экономию времени на этапе написания первичного текста программы.
Кроме того, использование ИИ меняет структуру рабочего дня. Время, которое раньше уходило на проектирование архитектуры, теперь часто тратится на «диалог» с моделью или попытки заставить её выдать корректный результат. В результате общая пропускная способность команды может снижаться, несмотря на то, что объем написанных строк кода растет.
Ключевые факты
- Субъективное ощущение ускорения работы с ИИ составляет около 20%.
- Объективные замеры производительности демонстрируют падение скорости на 19%.
- Основные потери времени связаны с верификацией кода и исправлением галлюцинаций моделей.
- Рост объема сгенерированного кода не всегда коррелирует с ускорением доставки готового функционала.
- Разрыв между восприятием и реальностью требует внедрения более точных метрик оценки эффективности ИИ-инструментов в разработке.