مع اكتساب شعبية ، قد يبدو أن مساعدي ترميز الذكاء الاصطناعى مثل Github Copilot يعزز الإنتاجية. ولكن في الواقع ، يمكن أن تسبب انخفاض جودة الكود بشكل عام.

هذا هو الاكتشاف الأعلى من تقرير جديد أصدرته منصة هندسة البرمجيات GitClear ، الذي حلل 211 مليون خط رمز من 2020 إلى 2024. وفقًا لتحليل GitClear ، كان هناك انخفاض ملحوظ في إعادة استخدام الكود العام الماضي-وهو سبب محتمل للقلق ، بالنظر إلى أن إعادة استخدام الكود هي ممارسة شائعة للمساعدة في بناء أنظمة زائدة عن الحاجة.

أظهرت العديد من الدراسات الاستقصائية الحديثة أن مساعدي ترميز الذكاء الاصطناعى يميلون إلى تحقيق نتائج مختلطة.

وجد واحد من بائع البرمجيات أن غالبية Devs يقضون المزيد من الوقت في التصحيحات التي تم إنشاؤها من الذكاء الاصطناعى ومواطن الأمن الأمنية مقارنة بالمساهمات المكتوبة على الإنسان. وفي الوقت نفسه ، وجد تقرير Google أن الذكاء الاصطناعى يمكنه تسريع مراجعات الكود والاستفادة من وثائق ، ولكن على حساب استقرار التسليم.