CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering
На QCon London Аласдейр Аллан изложил эмпирические результаты (исследования METR, данные Anthropic, анализ Redwood Research), показывающие массовое использование инструментов ИИ для кода, но смешанные эффекты на продуктивность и возможный долгосрочный ущерб: рандомизированное исследование METR показало, что опытные разработчики с ИИ выполняли задания примерно на 19% дольше, а планируемый повторный эксперимент не состоялся, потому что участники отказались работать без ИИ; Anthropic сообщает о высокой внутренней доле использования (около 59% в день) и самооценённых приростах продуктивности, в то время как Redwood ставит под сомнение утверждения о том, что ИИ пишет 90% кода. Аллан описал «парадокс надзора»: если ИИ берёт на себя задачи, которые раньше обучали младших инженеров, организации рискуют утратить институциональный контекст и кадровый поток, необходимый для безопасного контроля автономных систем.