Yeni GitHub Copilot araştırması, "kod kalitesi üzerinde aşağı yönlü baskı" buldu

GitHub Copilot araştırma sonuçları, kod kalitesi üzerinde "aşağı yönlü baskı" buldu

• Yapay zeka tabanlı GitHub Copilot'un yazılım geliştirme üzerindeki etkisine ilişkin yeni bir araştırmada olumsuz sonuçlar ortaya çıktı.
• GitClear'ın "Coding on Copilot" başlıklı whitepaper'ı, yapay zeka destekli kodun kalitesini ve sürdürülebilirliğini insan tarafından yazılmış kodla karşılaştırarak inceledi.
• Araştırma, kodun sürdürülebilirliği açısından endişe verici eğilimler buldu ve 2024'te kod değişikliği miktarının, yapay zekanın devreye alınmasından önceki 2021'e kıyasla iki katına çıkmasının beklendiğini ortaya koydu.

GitHub araştırmasıyla karşıtlık

• Diğer araştırmalar, özellikle GitHub'ın 2022 tarihli araştırması, GitHub Copilot kullanan geliştiricilerin işleri çok daha hızlı tamamladığını buldu.
• GitHub araştırması; üretkenlik artışı, geliştirici memnuniyetinde yükselme ve zihinsel enerjiden tasarruf gibi olumlu etkileri ölçtü.
• GitClear'ın araştırması ise yapay zeka kullanımı sırasında kod yapısındaki değişimleri inceliyor ve teknik liderlerin 2024'te nelere dikkat etmesi gerektiğini ortaya koyuyor.

GN⁺ görüşü

• Bu araştırma, yapay zekanın yazılım geliştirme üzerindeki etkisini anlamak açısından önemli. Özellikle kod kalitesi ve sürdürülebilirlik bakımından yapay zeka kullanımının doğurabileceği potansiyel sorunları vurguluyor.
• GitHub Copilot gibi araçlar geliştirici üretkenliğini artırabilir, ancak uzun vadeli kod kalitesi üzerindeki etkilerinin de dikkate alınması gerektiğine işaret ediyor.
• Teknik liderler, bu araştırma sonuçlarını referans alarak yapay zeka destekli araçları kullanırken ortaya çıkabilecek sorunları önlemeye ve kod kalitesini korumaya yönelik stratejiler oluşturmada yardımcı olabilir.

[GN⁺]

Hacker News görüşleri

• Bir kullanıcı, kod hatalarını düzeltmek için fazla zihinsel efor harcamak zorunda kaldığı için aboneliğini iptal ettiğini belirtiyor. Özellikle SQL ile ilgili karmaşık sorunları çözerken işe yaramaz olduğunu söylüyor. İstediğini doğrudan kendisinin yazmasının daha kolay olduğunu, yeni geliştiricilerin de bu verimsiz araçlar karşısında bunalmalarından endişe ettiğini ekliyor.
• Başka bir kullanıcı, GPT-4 kullanarak PHP CRUD uygulaması geliştirmede verimliliğini büyük ölçüde artırdığını söylüyor. Basit talimatlarla üretilen kodun anlaşılmasının kolay olduğunu ve çoğunun hemen çalıştığını belirtiyor. Kullanıcının ihtiyaçlarını dinleyip sorunları çözmesine yardımcı olduğunu söylüyor. GPT-4'ün düşük maliyetle değerli bir destek sunduğunu, ancak temeller bilinmeden etkili olmayacağını vurguluyor.
• Bir tartışmacı, 2023'teki commit etkinliğini önceki yıllarla karşılaştırma metodolojisini sorguluyor. Copilot'ın etkisini hesaba katmadan, yalnızca 4 veri noktasına dayanan regresyon analizinin ikna edici olmadığını eleştiriyor.
• Başka bir kullanıcı, teknolojinin pazarın ve devletin büyümesi için kullanıldığını, ancak bunun çoğu zaman kusurlu soyutlamaların üzerine yama yapar gibi sorun çözmeye dönüştüğünü belirtiyor. Niteliksel bir değişim gerektiğini, LLM'lerin (Large Language Models) insanların gerçek çaba göstermeden hedefe ulaşma yanılgısını körüklediğinden endişe ettiğini söylüyor.
• Bir geliştirici, kendi iş akışını anlatırken Copilot'ın prototip aşamasında çalışan kod vermesi durumunda, sorunu yeterince anlayıp doğru şekilde yapılandırmak için gereken sürecin büyük bölümünün atlanabildiğini söylüyor. Copilot'ın son geliştirme aşamalarında çok faydalı olabileceğini, ancak yazdığınız girdinin ötesinde bir sonuç beklenmemesi gerektiğini ekliyor.
• Genç bir geliştirici, Codeium gibi yardımcıların sık sık dikkat dağıttığını düşündüğünü ve kendi başına nasıl kod yazacağını öğrenememekten kaygı duyduğunu söylüyor. Phind gibi araçlar sorunu anlamaya yardımcı oluyor, ancak Codeium sık sık çalışmadığı için rahatsızlık verdiğini belirtiyor.
• Araştırmanın yazarı, kod kalitesine yönelik uzun vadeli ilginin artmasından heyecan duyduğunu ifade ediyor. 2023'te kod tekrarının artması ve kod taşınmasının azalmasının beklenmedik bir sonuç olduğunu söylüyor. Geliştirme ekipleri ile AI yardımcıları üretenlerin, yeniden kullanılabilir kodu yeni eklenen koda göre daha fazla ödüllendiren ölçümler ve teşvikler benimsemesini umuyor.
• Bir kullanıcı, ChatGPT ile Django/Python tabanlı bir Yourls klonu yaptığını ancak trafik izleme özelliğini düzgün şekilde hesaba katamadığını söylüyor. AI araçlarını, acemi bir geliştirici gibi davranan ama hataları çok daha hızlı üreten bir şeye benzetiyor.
• DRY (Don't Repeat Yourself) ilkesine karşı tepkinin zaten başlamış olduğunu, bazı genç geliştiricilerin koda karşı çok farklı bir tutuma sahip olduğunu belirtiyor. Tasarım desenleri ile DRY ve SOLID ilkelerine karşı küçümseyici bir tavırları olduğunu söylüyor.
• Son olarak bir kullanıcı, Copilot'ın fazla akıllı olmaya çalışırken sık sık yanlış sonuçlar verdiğini düşündüğünü söylüyor. Copilot'ın akıllı bir IntelliSense olmasını istediğini, ama gerçekte daha aptal bir pair programmer gibi davrandığını eleştiriyor. Pek çok kişinin onu iş mantığında kullandığını ve ürünün de o yöne gittiğini düşündüğünü ekliyor.