Artikel: nieuws: MIT: projecten met generatieve AI leveren bedrijven zelden snelle omz...
Auteur: @JaspB
Let goed op de meeting. Het gaat om een meting van gemiddeld nog geen week samenwerken met de generatieve code generator.
Daar waar er bijna twee weken gemeten werd waren juist wél verbeteringen te zien, maar de meting was niet significant, dus vert meer onderzoekstijd.
Even ter vergelijking als je in een normaal programmeurs team een nieuw lid toevoegd duurt de norming en storming fase ongeveer 8 weken.
In die tijd is de productiviteit van het team typisch lager dan voor de toevoeging van het nieuwe lid.
Je voegt nu ook een nieuw lid toe waar het team mee moet leren samenwerken. Een teamlid dat bovendien blootlegt waar het team is afgeweken van best practices - door op die plekken fouten te maken. De enige fix? Het team refractort de code naar best practices.
Dat is heftig en is echt niet binnen week veranderd, de meeste programmeurs zullen in die periode nog in ontkenning zitten en de fout zoeken bij de AI of bij hoe de AI aangestuurd moet worden.
Werd het team al volledig zonder uitzondering conform de best mogelijke standaarden voor structuur, naamgeving, regels code per file, consistentie in ontwerp etc. dan zal de adoptie sneller tot versnelling leiden.
Dus graag een stuk nuance bij het artikel. Anders zullen veel mensen het resultaat van het onderzoek interpreteren als "zie je wel, AI versnelt niet, ik pas me niet aan, de AI os gewoon slecht".
Ook heeft het onderzoek zicht vooral op 1 coder tool gericht. Dus goede nuance is belangrijk t.o.v. generaties die eigenlijk niet uit het onderzoek getrokken kunnen worden.
Auteur: @JaspB
Let goed op de meeting. Het gaat om een meting van gemiddeld nog geen week samenwerken met de generatieve code generator.
Daar waar er bijna twee weken gemeten werd waren juist wél verbeteringen te zien, maar de meting was niet significant, dus vert meer onderzoekstijd.
Even ter vergelijking als je in een normaal programmeurs team een nieuw lid toevoegd duurt de norming en storming fase ongeveer 8 weken.
In die tijd is de productiviteit van het team typisch lager dan voor de toevoeging van het nieuwe lid.
Je voegt nu ook een nieuw lid toe waar het team mee moet leren samenwerken. Een teamlid dat bovendien blootlegt waar het team is afgeweken van best practices - door op die plekken fouten te maken. De enige fix? Het team refractort de code naar best practices.
Dat is heftig en is echt niet binnen week veranderd, de meeste programmeurs zullen in die periode nog in ontkenning zitten en de fout zoeken bij de AI of bij hoe de AI aangestuurd moet worden.
Werd het team al volledig zonder uitzondering conform de best mogelijke standaarden voor structuur, naamgeving, regels code per file, consistentie in ontwerp etc. dan zal de adoptie sneller tot versnelling leiden.
Dus graag een stuk nuance bij het artikel. Anders zullen veel mensen het resultaat van het onderzoek interpreteren als "zie je wel, AI versnelt niet, ik pas me niet aan, de AI os gewoon slecht".
Ook heeft het onderzoek zicht vooral op 1 coder tool gericht. Dus goede nuance is belangrijk t.o.v. generaties die eigenlijk niet uit het onderzoek getrokken kunnen worden.
Mijn LEGO MOC's met PDF bouwinstructies en stop-motion animaties vind je op https://rebrickable.com/users/BrickDesignerNL/mocs/