Генеративные ИИ: Ключ к Продуктивности и Новым Возможностям в Разработке ПО

Генеративные ИИ, вроде Copilot и ChatGPT, увеличивают продуктивность разработчиков на 55%, показав себя эффективными инструментами для написания кода и тестирования. Новые возможности, предоставленные этими технологиями, меняют подход к разработке ПО, но требуют осторожного обращения из-за потенциальных уязвимостей и ошибок. Отключение чувствительного кода и осознанное использование генеративных ИИ позволяют решить проблему безопасности, оставаясь на пути к повышению эффективности в разработке

Новости 2023 07 25

Применение Copilot и подобных генеративных искусственных интеллектов, вроде ChatGPT, может значительно повысить продуктивность разработчиков. Согласно исследованию, проведенному на GitHub с участием 95 профессиональных разработчиков, программисты, использующие Copilot, продемонстрировали на 55% более высокую скорость разработки HTTP-сервера на JavaScript. Несомненно, при работе над сложными проектами такие генеративные ИИ могут иногда мешать, но в случае написания семантически подходящего boilerplate-кода они показывают впечатляющие результаты.

Важно отметить, что для увеличения продуктивности не обязательно использовать именно Copilot, тем более, что доступ к нему в России может быть ограничен. Существует множество доступных и бесплатных аналогов, таких как Codeium, которые также могут быть полезными в повышении эффективности разработки.

Опыт показывает, что GPT-4 позволяет написать 300+ строк качественных юнит-тестов всего за 40 минут, что демонстрирует его значительный потенциал в повышении качества программного кода. Даже в собственном опыте автора, 70% кода было успешно создано GPT-4, а затем прошло лишь небольшое дополнительное ревью и дополнение некоторых сценариев тестирования.

С развитием технологий и возможностей плагинов, генеративные ИИ, такие как ChatGPT и Copilot, становятся еще более мощными инструментами. Например, возможность поиска в интернете и анализа pdf-файлов значительно упрощает поиск ответов на вопросы о библиотечных API или лицензионных соглашениях.

Однако стоит отметить, что есть определенные ограничения в использовании таких инструментов. Важно быть осторожным и не передавать чувствительный код, содержащий конфиденциальную информацию, в генеративные ИИ. Это может потенциально создать уязвимости или утечки данных. При работе с Copilot автор отключает его использование при работе с конфиденциальными данными, а в коде, связанном с инфраструктурой, использует заглушки, чтобы обезопасить информацию.

Еще одним важным аспектом использования языковых моделей, таких как ChatGPT и Copilot, является возможность ошибок и "галлюцинаций". Нельзя полностью полагаться на автоматически сгенерированный код или ответы, так как они могут быть неточными или содержать ошибки. Кроме того, киберпреступники уже нашли способы злоупотребления способностью генеративных ИИ и использования их для предложения вредоносного кода или несуществующих пакетов.

В итоге, решение о применении новых технологий и генеративных ИИ остается на усмотрение каждого разработчика. Эти инструменты предоставляют значительные возможности для повышения производительности и качества работы, однако важно использовать их с осторожностью и критически оценивать результаты.