GitHub是一個提供代碼存儲和協作服務的平台，它最近推出了一款受到訴訟威脅的人工智能程式設計助手Copilot，該産品已經吸引了許多付費使用者。為了了解開發者是否已經在工作中使用了人工智能程式設計工具，GitHub委托Wakefield Research對500名美國的大公司開發者進行了一項調查。
調查結果令人驚訝地顯示，開發者已經廣泛地使用了人工智能程式設計工具，并且認為這些工具可以帶來顯著的好處。GitHub的首席産品官Inbal Shani表示，這項調查的目的是為了更多地了解開發者在生産力、協作、人工智能和企業環境方面的情況。
人工智能程式設計工具的使用率和好處
根據調查報告，有92%的美國大公司開發者表示他們在工作或個人時間中使用了人工智能程式設計工具，其中70%的開發者表示他們看到了使用這些工具的顯著好處。
有趣的是，調查還顯示，開發者認為人工智能程式設計工具可以提高他們建立的代碼的品質。
“開發者說人工智能程式設計工具可以幫助他們滿足現有的性能标準，提高代碼品質、加快輸出速度，并減少生産級别的事故。”調查報告說。
然而，調查受訪者可能沒有意識到一些與之相反的學術研究。例如，有一項研究發現，像ChatGPT這樣的人工智能助手生成的代碼“遠低于大多數情況下适用的最低安全标準”。另一項研究發現，Copilot生成的代碼比沒有使用人工智能幫助的代碼更容易出現安全漏洞，而開發者卻錯誤地認為機器學習工具會産生更少的錯誤。第三項研究發現，Copilot生成的代碼有40%的機率會出現安全缺陷。
人工智能程式設計工具對開發者評估标準的影響
在使用人工智能程式設計工具的情況下，開發者似乎希望降低代碼品質作為評估名額的重要性。當被問及他們目前是如何被評估時，這些程式員回答說：代碼品質（40%）；完成任務所需時間（34%）；生産事故數量（34%）；寫出的代碼行數（33%）；解決或修複的錯誤或問題數量（33%）。
假設使用了人工智能程式設計工具，這些開發者更希望被以下标準評估：代碼品質（36%）；完成任務所需時間（36%）；生産事故數量（33%）；寫出的代碼行數（33%）；拉取請求數量（32%）。
這似乎意味着開發者更傾向于追求速度而不是品質。而且，在自利方面，有相同比例的開發者說他們目前是以寫出的代碼行數來評估自己的，他們認為即使在使用人工智能助手的情況下，這個名額仍然應該繼續使用。
GitHub的調查建議這一點可能需要重新考慮：“随着人工智能工具在軟體開發中的使用增加——這往往會增加代碼的數量——工程上司者将需要問自己，是否以代碼量來衡量生産力和輸出仍然是最好的方法。”
人工智能程式設計工具對開發者協作和滿意度的影響
許多受訪開發者（81%）還認為人工智能是提高團隊群組織内部協作的途徑。當被問及使用人工智能工具的團隊應該關注哪些方面時，他們回答說：代碼審查（45%）；安全審查（45%）；計劃（43%）；結對程式設計（43%）；解決方案設計（42%）。
當被問及人工智能工具如何幫助他們的日常工作時，開發者回答說：提高你的程式設計語言技能（57%）；提高你的生産力（53%）；專注于建構或創造而不是重複性任務（51%）；防止燃盡（41%）。
調查總結說：“開發者的滿意度、生産力群組織影響都有望從人工智能程式設計工具中得到提升——這将對整體的開發者體驗産生重大影響。”
就像你聽到寫作者是多麼喜歡自動糾錯和拼寫檢查一樣。