Исследователи проанализировали зависимость между интенсивностью использования GitHub Copilot и производительностью труда программистов. В работе применен метод «доза-реакция», позволяющий оценить, как именно частота обращения к ИИ-ассистенту коррелирует с качеством и скоростью написания кода в реальных рабочих условиях.
Результаты показывают, что умеренное использование инструментов автодополнения кода приводит к заметному сокращению времени на рутинные задачи, такие как написание шаблонного кода и поиск синтаксических конструкций. При этом авторы отмечают наличие «точки насыщения»: после определенного порога интенсивности взаимодействия с моделью прирост продуктивности замедляется, а когнитивная нагрузка на разработчика при проверке предложенных решений начинает расти.
Исследование подчеркивает, что эффективность ИИ-помощников напрямую зависит от квалификации специалиста и сложности решаемых задач. В то время как для простых функций и тестов ИИ демонстрирует высокую точность, при работе с архитектурно сложными системами требуется более тщательный контроль со стороны человека. Полученные данные позволяют компаниям точнее оценивать ROI от внедрения инструментов генеративного ИИ в процессы разработки ПО.