هوش مصنوعی

پربازدیدترین‌ها

طراحی آنتی‌بیوتیک‌های جدید توسط هوش مصنوعی: عصر طلایی دوم آنتی‌بیوتیک‌ها

رونمایی از سکوی هوش مصنوعی انتخاب رشته در پارک علم وفناوری دانشکاه امیر کبیر

خوب برای گوگل، بد برای آمریکا

نتایج غیرمنتظره از هوش مصنوعی

کاهش قابل توجه اشتغال جوانان در مشاغل متاثر از هوش مصنوعی

بر اساس مطالعه‌ جدید دانشگاه استنفورد، اشتغال افراد ۲۲ تا ۲۵ ساله در مشاغلی که بیشترین تأثیر را از هوش مصنوعی پذیرفته‌اند، مانند توسعه نرم‌افزار و پشتیبانی مشتری، از اواخر سال ۲۰۲۲ به میزان ۱۶ درصد کاهش یافته است.مطالعه‌ای جدید از دانشگاه استنفورد نشان می‌دهد هوش مصنوعی به شکل قابل‌توجهی فرصت‌های شغلی افراد کم‌تجربه را محدود کرده است.
به گزارش پایگاه اطلاع رسانی جاده مخصوص بر اساس داده‌های حقوق و دستمزد شرکت ADP، اشتغال افراد ۲۲ تا ۲۵ ساله در مشاغلی که بیشترین تأثیر را از هوش مصنوعی پذیرفته‌اند، مانند توسعه نرم‌افزار و پشتیبانی مشتری، از اواخر سال ۲۰۲۲ به میزان ۱۶ درصد کاهش یافته است.

اریک برینیولفسون، اقتصاددان و استاد دانشگاه استنفورد، در گفت‌وگو با Axios این تغییر سریع را بی‌سابقه خواند و آن را با تحولات گسترده کار از راه دور در دوران کرونا مقایسه کرد.
او تأکید کرد که این تغییرات از مرحله فرضیه به واقعیت ملموس رسیده و پیامدهای بلندمدتی برای بازار کار دارد.

تحلیل اثرات هوش مصنوعی بر نیروی کار جوان

کاهش اشتغال در میان جوانان می‌تواند نشانه‌ای از تغییرات ساختاری بازار کار باشد. برخلاف کارگران مسن‌تر که به واسطه سال‌ها تجربه و دانش ضمنی مزیت نسبی دارند، جوانان بیشتر به دانش نظری و مهارت‌های پایه متکی‌اند که هوش مصنوعی به سرعت می‌تواند آنها را جایگزین کند.
این امر باعث شده تا ورود نسل جدید به بازار کار دشوارتر شود و چالش‌هایی در تأمین نیروی ماهر آینده ایجاد گردد.

همچنین، بسیاری از شرکت‌ها فناوری هوش مصنوعی را نه به عنوان مکمل نیروی انسانی بلکه به عنوان جایگزینی برای نیروی کار می‌بینند؛ این رویکرد به کاهش فرصت‌های شغلی، به ویژه در سطوح پایین‌تر منجر شده است.
اما شرکت‌هایی که AI را ابزاری برای افزایش بهره‌وری و توانمندسازی کارکنان خود به کار می‌گیرند، همچنان روند استخدامی مثبت دارند.

پیامدهای بلندمدت AI برای اقتصاد و نیروی کار

این روند می‌تواند پیامدهای گسترده‌تری برای اقتصاد داشته باشد. کاهش فرصت‌های شغلی ابتدایی به معنای کاهش توان افراد برای کسب تجربه و پیشرفت در مسیر شغلی است. در نتیجه، در بلندمدت ممکن است با کمبود نیروی متخصص مواجه شویم که توانایی پاسخگویی به نیازهای پیچیده‌تر بازار را ندارد.
از سوی دیگر، فشار بر جوانان برای یادگیری مهارت‌های جدید و تخصصی‌تر افزایش می‌یابد و این موضوع لزوم سرمایه‌گذاری بیشتر در آموزش‌های مهارتی و بازآموزی نیروی کار را نمایان‌تر می‌کند.

آینده بازار کار و نقش سیاست‌گذاران

یکی از چالش‌های کلیدی این است که آیا تأثیر هوش مصنوعی محدود به مشاغل سطح‌پایین باقی می‌ماند یا با پیشرفت فناوری، مشاغل تخصصی‌تر نیز تحت تأثیر قرار خواهند گرفت. پاسخ به این سوال، می‌تواند سرنوشت بسیاری از سیاست‌های بازار کار را تعیین کند.

اریک برینیولفسون و همکارانش در حال توسعه یک داشبورد اقتصادی هوش مصنوعی هستند که داده‌های استخدام و دستمزد را به صورت لحظه‌ای ارائه می‌دهد تا دولت‌ها، شرکت‌ها و کارگران بتوانند بهتر روند تغییرات بازار را دنبال و به آن واکنش نشان دهند. این ابزار می‌تواند نقش مهمی در برنامه‌ریزی‌های آینده و کاهش تبعات منفی ناشی از اتوماسیون ایفا کند.

رونمایی از سکوی هوش مصنوعی انتخاب رشته در پارک علم وفناوری دانشکاه امیر کبیر

به گزارش پایگاه اطلاع رسانی جاده مخصوص از دانشگاه امیرکبیر، این سامانه که بر بستر وب‌سایت Rah.braintest.ir طراحی شده است، با ترکیب فناوری پیشرفته و تخصص مشاوران تحصیلی، انتخاب رشته را از یک فرآیند پرریسک و سنتی به تصمیمی علمی، دقیق و داده‌محور تبدیل می‌کند.

جزئیات طراحی سامانه هوشمند

محمدعلی اسلامی‌پور، مدیرعامل شرکت دانش‌بنیان مستقر در پارک علم و فناوری دانشگاه صنعتی امیرکبیر در این مراسم گفت: در این سامانه، ابتدا آزمون‌های شخصیت، علاقه‌مندی‌ها و اهداف فردی همراه با کارنامه کنکور هر داوطلب تحلیل می‌شود. سپس الگوریتم‌های هوش مصنوعی با بهره‌گیری از آینده‌پژوهی مشاغل، رشته‌هایی را پیشنهاد می‌دهند که علاوه بر تناسب با روحیات فرد، از بهترین بازار کار آینده نیز برخوردار باشند. در عین حال رشته‌هایی که در آینده با تهدید فناوری و نابودی مشاغل روبه‌رو هستند، به‌طور خودکار از گزینه‌های پیشنهادی حذف می‌شوند.

وی افزود: مهم‌ترین ویژگی این سامانه آن است که انتخاب رشته صرفاً به داده‌های هوش مصنوعی واگذار نمی‌شود، بلکه مشاوران متخصص دانشگاه صنعتی امیرکبیر داده‌ها را بررسی و انتخاب‌ها را شخصی‌سازی می‌کنند. این ترکیب باعث می‌شود ریسک انتخاب رشته به حداقل کاهش یابد.

اسلامی‌پور با تأکید بر اینکه انتخاب رشته با کمک پارک علم و فناوری دانشگاه صنعتی امیرکبیر نوعی تضمین برای آینده دانش‌آموزان است، گفت: سال‌ها تلاش و پژوهش در این مجموعه صرف شد تا دانش‌آموزان و خانواده‌ها بتوانند با اطمینان وارد مسیری شوند که هم‌زمان با علایق، استعدادها و آینده شغلی روشن آنها همخوانی دارد. هدف ما این است که هیچ دانش‌آموزی پس از چهار سال تحصیل از انتخاب خود پشیمان نشود.

وی تاکید کرد: این محصول نوآورانه با ترکیب فناوری هوش مصنوعی و تجربه مشاوران خبره، می‌تواند تحولی اساسی در مشاوره تحصیلی کشور ایجاد کند و الگویی نوین برای انتخاب رشته در ایران باشد.

متقاضیان برای مشاوره اولیه رایگان می‌توانند با مراجعه به سایت rah.braintest.ir (https://rah.braintest.ir/ ثبت‌نام خود را به صورت کامل انجام دهند.

کارنامه ملاک عمل انتخاب رشته (نمره کل نهایی، رتبه، سهمیه و وضعیت بومی) شرکت‌کنندگان آزمون سراسری سال ۱۴۰۴ (نوبت‌های اول و دوم) از َ، ۸ شهریورماه بر روی درگاه اطلاع‌رسانی سازمان سنجش قرار گرفته و فرآیند انتخاب رشته داوطلبان نیز از روز سه‌شنبه، ۱۱ شهریورماه آغاز خواهد شد.

نتفلیکس قوانین استفاده از هوش مصنوعی مولد در تولیدات خود را مشخص کرد

به گزارش پایگاه اطلاع رسانی جاده مخصوص تفلیکس اخیراً در بخش Partner Help Center خود پستی را منتشر کرده که راهنمای استفاده از هوش مصنوعی مولد و شرایطی را توضیح می‌دهد که استفاده از این فناوری توسط تیم‌های تولید قابل‌قبول خواهد بود. تمامی تولیدکنندگان محتوای نتفلیکس ملزم به رعایت این قوانین هستند.

نتفلیکس در راهنمای خود از ابزارهای هوش مصنوعی به‌عنوان «ابزارهای خلاقانه ارزشمند» یاد کرده که به کاربران کمک می‌کنند تا به‌سرعت محتوای جدید و منحصربه‌فرد (ویدیو، صدا، متن و تصویر) تولید کنند. بااین‌حال، نتفلیکس ضروری دانسته تا قوانینی را که انتظار دارد همکارانش هنگام استفاده از این ابزارها رعایت کنند، مشخص کند.

به گفته نتفلیکس، بهترین شیوه‌های استفاده از هوش مصنوعی مولد بر پایه پنج دستورالعمل مشخص استوار است که این شرکت آنها را برای عملکرد مسئولانه هنگام به‌کارگیری فرایندهای مولد ضروری می‌داند. این شرایط عبارت‌اند از:

خروجی‌ها نباید ویژگی‌های قابل‌شناسایی از آثار دیگران یا آثار دارای حق کپی را بازتولید یا به‌طرزی چشمگیر بازآفرینی کنند. همچنین محتواها نباید به هیچ شکلی ناقض آثار تحت حمایت حق نشر باشند.
ابزارهای مولد مورد استفاده نباید داده‌های ورودی یا خروجی تولیدات را ذخیره و بازاستفاده کنند یا برای آموزش به کار گیرند.
ابزارهای مولد در صورت امکان باید برای حفاظت از داده‌های ورودی در یک محیط امن سازمانی استفاده شوند.
محتواهای تولیدشده با هوش مصنوعی موقتی هستند و بخشی از محصول نهایی محسوب نمی‌شوند.
هوش مصنوعی مولد نباید بدون رضایت افراد برای جایگزینی یا تولید اجراهای جدید از استعدادهای نوظهور یا کارهایی که تحت پوشش اتحادیه هستند، به کار گرفته شود.

طراحی آنتی‌بیوتیک‌های جدید توسط هوش مصنوعی: عصر طلایی دوم آنتی‌بیوتیک‌ها

پژوهشگران MIT با استفاده از هوش مصنوعی مولد موفق به طراحی دو آنتی‌بیوتیک کاملاً جدید شده‌اند؛ رویکردی نو که به جای غربالگری مواد موجود، مولکول‌ها را اتم به اتم خلق می‌کند.

این سیستم پس از آموزش روی داده‌های ترکیبات شناخته‌شده، بیش از ۳۶ میلیون ترکیب شیمیایی را بررسی کرد و در نهایت دو داروی بالقوه برای مقابله با سوزاک و MRSA (استافیلوکوک مقاوم به متی‌سیلین) پیشنهاد داد.

هرچند نتایج امیدوارکننده است، اما این داروها هنوز آماده آزمایش انسانی نیستند و دست‌کم یک تا دو سال اصلاح و توسعه نیاز دارند.

دستاوردی امیدبخش در مبارزه با مقاومت آنتی‌بیوتیکی، اما با مسیر بالینی دشوار و زمان‌بر./ dataconomy

خوب برای گوگل، بد برای آمریکا

«پروژه منهتن» برای هوش مصنوعی؛ این توصیفی بود که دمیس هاسابیس، بنیان‌گذار شرکت «دیپ‌مایند»، در سال ۲۰۱۰ از شرکتش داشت، زمانی که من یکی از اولین سرمایه‌گذاران آن بودم. من این را یک گزافه‌گویی مجازی تلقی کردم. اما باید آن را یک هشدار واقعی می‌دانستم، زیرا در پایتخت‌های خارجی که با دقت به آن توجه داشتند، به همین شکل تعبیر شد.

اکنون تقریباً یک دهه بعد، «دیپ‌مایند» نگین تاج تلاش‌های گوگل در زمینه هوش مصنوعی است. این شرکت به ویژه پس از مارس ۲۰۱۶، که پروژه نرم‌افزاری آلفاگو (AlphaGo) آن، لی سدول، قهرمان بازی تخته‌ای استراتژیک و باستانی گو را شکست داد، کانون توجه شدید در شرق آسیا بوده است.

با وجود چنین دستاوردهایی، «دیپ‌مایند»، که اکنون سه برابر بیشتر از «پروژه منهتن» اصلی طول کشیده است، به طور واضح به هدف اصلی خود یعنی ایجاد یک «هوش عمومی مصنوعی» که رقیب یا جایگزین انسان شود، نزدیک‌تر نشده است. اما بالاخره مشخص می‌شود که مانند شکافت هسته‌ای پیش از آن، اولین کاربران ابزارهای یادگیری ماشین که امروز ایجاد می‌شوند، ژنرال‌ها خواهند بود نه استراتژیست‌های بازی‌های تخته‌ای.

هوش مصنوعی یک فناوری نظامی است. خیال‌پردازی‌های علمی-تخیلی را فراموش کنید؛ آنچه در مورد هوش مصنوعی واقعاً موجود قدرتمند است، کاربرد آن در کارهای نسبتاً روزمره مانند بینایی کامپیوتر و تحلیل داده است. اگرچه این ابزارها کمتر از هیولای فرانکنشتاین غیرعادی هستند، اما با این وجود برای هر ارتشی ارزشمندند—برای مثال، برای به دست آوردن مزیت اطلاعاتی، یا برای نفوذ به دفاع در حوزه نسبتاً جدید جنگ سایبری، که ما در حال حاضر در میانه معادل یک جنگ مسلحانه چندملیتی زندگی می‌کنیم.

بی‌شک ابزارهای یادگیری ماشین کاربردهای غیرنظامی نیز دارند؛ هوش مصنوعی نمونه خوبی از یک فناوری «دوکاربرده» است. اما این درک عقل سلیم از ابهام هوش مصنوعی به طرز عجیبی از روایتی که یک «هوش مصنوعی» یکپارچه را در مقابل تمام بشریت قرار می‌دهد، حذف شده است.

قدرت نظامی هوش مصنوعی دلیل ساده‌ای است که رفتار اخیر شرکت پیشرو نرم‌افزاری آمریکا، یعنی گوگل، شوکه‌کننده است— راه‌اندازی یک آزمایشگاه هوش مصنوعی در چین در حالی که به یک قرارداد هوش مصنوعی با پنتاگون پایان داد. همانطور که اش کارتر، وزیر دفاع باراک اوباما، ماه گذشته اشاره کرد، «اگر در چین کار می‌کنید، نمی‌دانید که آیا روی یک پروژه برای ارتش کار می‌کنید یا خیر.»

تحقیق فشرده‌ای برای تأیید این موضوع لازم نیست. تنها کاری که باید انجام دهید این است که نگاهی به قانون اساسی خود حزب کمونیست چین بیندازید: شی جین‌پینگ در سال ۲۰۱۷ اصل «ادغام غیرنظامی-نظامی» را به آن اضافه کرد که تصریح می‌کند تمام تحقیقات انجام شده در چین باید با ارتش آزادی‌بخش خلق به اشتراک گذاشته شود.

همان سال، گوگل تصمیم گرفت یک آزمایشگاه هوش مصنوعی در پکن افتتاح کند. به گفته فی-فی لی، مدیری که آن را افتتاح کرد، این آزمایشگاه «بر تحقیقات بنیادی هوش مصنوعی متمرکز است» زیرا گوگل «یک شرکت اول-هوش مصنوعی» در دنیایی است که در آن «هوش مصنوعی و مزایای آن مرز نمی‌شناسند.» همه اینها بخشی از یک «تحول عظیم» در خود «بشریت» است. در آمریکا، شورش در میان کارکنان عادی، گوگل را در ژوئن گذشته وادار کرد تا اعلام کند که قرارداد هوش مصنوعی «پروژه میوِن» خود با پنتاگون را کنار می‌گذارد. شاید بخشنده‌ترین کلمه برای این دو تصمیم، «ساده‌لوحانه» باشد.

چگونه گوگل می‌تواند از لفاظی‌های «مزایای بی‌مرز» برای توجیه کار با کشوری استفاده کند که «فایروال بزرگ» آن مرزی را بر خود اینترنت تحمیل کرده است؟ این طرز تفکر فقط در محوطه حفاظت‌شده و پرتکلف گوگل در شمال کالیفرنیا کار می‌کند، که کاملاً با دنیای بیرون متفاوت است. نگرش سیلیکون‌ولی که گاهی «جهان‌وطنی» نامیده می‌شود، احتمالاً بهتر است به عنوان یک گونه افراطی از «محله‌گرایی» فهمیده شود؛ محله‌ای از مناطق خوشبخت که از مشکلات سایر نقاط منزوی هستند—و نسبت به آنها بی‌کنجکاو.

کنجکاوی اندکی در مورد چین می‌توانست بسیار مفید باشد، زیرا حزب کمونیست در اعلام تعهد خود به سلطه به طور کلی و بهره‌برداری از فناوری به طور خاص، خجالتی نیست. البته، هر آمریکایی که توجه کند و خط حزب کمونیست را زیر سوال ببرد، توسط حزب متهم به داشتن «ذهنیت جنگ سرد» می‌شود—اما همین اتهام متکی بر فراموشی و بی‌کنجکاوی در میان مخاطبان مورد نظر آن است.

از سال ۱۹۷۱، نگرش نخبگان آمریکایی در طول جنگ سرد نسبت به رهبران چین، یک نگرش با تساهل گرم بوده است. در دهه‌های ۱۹۷۰ و ۱۹۸۰، این به معنای حمایت از چین در برابر یک دشمن بزرگتر، یعنی اتحاد جماهیر شوروی بود. آنچه فوق‌العاده عجیب است این است که این سیاست تساهل پس از فروپاشی اتحاد جماهیر شوروی در سال ۱۹۹۱ ادامه یافت و حتی عمیق‌تر شد.

چند سال پس از پایان جنگ سرد، رهبران آمریکایی با چین همانند آلمان غربی و ژاپن رفتار کردند. ما کسری‌های تجاری دردناک را در دهه‌های ۱۹۷۰ و ۱۹۸۰ تحمل کردیم تا از آن دو متحد حمایت کنیم، و دلایل استراتژیکی برای این کار داشتیم. اما در مورد تقویت چین در دهه‌های ۱۹۹۰ و ۲۰۰۰، قرار بود سخاوت آمریکا به نوعی به آزادسازی چین منجر شود. در واقعیت، این به انتقال پایگاه صنعتی ما به یک رقیب خارجی منجر شد.

به این معنا، یک «ذهنیت جنگ سرد» زامبی‌مانند هرگز از بین نرفت—اگرچه مطمئناً از منطقی بودن باز ایستاد. اخیراً، با کمک تصمیم سال گذشته شی جین‌پینگ مبنی بر اینکه عملاً خود را رهبر بالقوه مادام‌العمر اعلام کند، دونالد ترامپ به اولین رئیس‌جمهوری پس از ریچارد نیکسون تبدیل شد که به چین توجه کرد و یک بررسی واقعیت‌سنجی در مورد آن انجام داد.

سیلیکون‌ولی در بی‌توجهی به واقعیت ژئوپلیتیک تنها نیست؛ برخی در وال استریت نیز مشتاق بوده‌اند تا برای ساده‌لوحی گوگل بهانه‌تراشی کنند. این زمان‌بندی تصادفی نیست؛ همین هفته مقامات آمریکایی با همتایان چینی خود در شانگهای برای مذاکره بر سر یک توافق تجاری دیدار کردند.

روی دیگر کسری تجاری عظیم چین، کسری حساب جاری عظیم آمریکا بوده است. تمام دلارهایی که ما به خارج می‌فرستیم و هرگز برای خرید کالاهای آمریکایی استفاده نمی‌شوند، باید به جایی بروند، و بیشتر آنها از طریق بانک‌های مرکزی پول نیویورک در مسیر خرید دارایی‌های مالی عبور می‌کنند. از آنجایی که برهم زدن این عدم تعادل تهدیدی برای سود است، وال استریت ترجیح می‌دهد در مورد تجارت کوتاه بیاید و در همان حال قیمت سهام گوگل را بالا نگه دارد.

اما تجربه بانک‌ها از چند دهه گذشته جهانی‌سازی، نماینده نبوده است. کسری‌های تجاری که جریان‌های پول را به وال استریت آورد، شغل و قدرت چانه‌زنی را از کارگر عادی سلب کرد.

دستمزدها از دهه ۱۹۷۰ راکد مانده است. تفاوت بین دوره جهانی‌سازی پس از ۱۹۷۱ ما و رونق اواسط قرن پس از ۱۹۴۵، یک فروپاشی در رابطه بین اجزا و کل است: مجموعه‌ای از مکان‌های درون‌نگر و محله‌گرا مانند وال استریت و سیلیکون‌ولی برای خود بسیار خوب عمل کرده‌اند، در حالی که هموطنان آنها در یک اقتصاد راکد جا مانده‌اند.

در دهه ۱۹۵۰، کلیشه این بود که «آنچه برای جنرال موتورز خوب است، برای کشور نیز خوب است.» گوگل چنین ادعایی برای خود نمی‌کند؛ این امر بیش از حد واضح است که نادرست باشد. در عوض، گوگل می‌گوید «متعهد به بهبود قابل توجه زندگی هر چه بیشتر افراد ممکن است»— استانداردی آنقدر مبهم که هر چالشی را به چالش می‌کشد.

تا به حال باید فهمیده باشیم که هدف واقعی از صحبت در مورد آنچه برای جهان خوب است، شانه خالی کردن از مسئولیت در قبال خیر کشور است.

پیتر تیل، کارآفرین و سرمایه‌گذار، عضو هیئت مدیره فیس‌بوک و بنیان‌گذار و رئیس شرکت «پالانتیر» است.

منبع:https://www.nytimes.com/2019/08/01/opinion/peter-thiel-google.html

نتایج غیرمنتظره از هوش مصنوعی

هوش مصنوعی سرعت توسعه‌دهندگان باتجربه را کاهش می‌دهد

به گزارش پایگمحققان می‌گویند هوش مصنوعی باعث می‌شود توسعه‌دهندگان باتجربه کارشان را ۱۹ درصد کُندتر انجام دهند.

یافته‌های غافلگیرکننده تحقیقی جدید مشخص کرد که دستیارهای هوش مصنوعی کدنویسی نه‌تنها سرعت توسعه‌دهندگان باتجربه را افزایش نمی‌دهند، بلکه درواقع باعث می‌شوند آنها کار خود را ۱۹ درصد کُندتر به اتمام برسانند. این مطالعه نشان می‌دهد که با وجود تصور مثبت خود برنامه‌نویسان، واقعیت عملکردی این ابزارها در پروژه‌های پیچیده، کاملاً متفاوت است.

اگرچه ابزارهای هوش مصنوعی با وعده افزایش بهره‌وری کاربران دنیای فناوری را تسخیر کرده‌اند، مطالعه جدید سازمان غیرانتفاعی METR نتایج کاملاً غیرمنتظره‌ای داشته است. این پژوهش که روی توسعه‌دهندگان حرفه‌ای متمرکز بود، نشان داد که استفاده از دستیارهای کدنویسی هوشمند سرعت آنها را کاهش می‌دهد.

کاهش سرعت توسعه‌دهندگان بر اثر استفاده از هوش مصنوعی

در این مطالعه، ۱۶ برنامه‌نویس متن‌باز باتجربه، ۲۴۶ تسک واقعی (از رفع باگ تا توسعه ویژگی جدید) را در پروژه‌های بزرگی که با آنها آشنایی کامل داشتند، انجام دادند. به آنها به‌صورت تصادفی اجازه داده ‌شد که از ابزارهای هوش مصنوعی (عمدتاً Cursor Pro به همراه مدل‌های Claude 3.5 یا 3.7 Sonnet) استفاده کنند یا نکنند.

نتایج این آزمایش تضاد جالبی را آشکار کرد؛ قبل از شروع، توسعه‌دهندگان پیش‌بینی می‌کردند که با هوش مصنوعی ۲۴ درصد سریع‌تر خواهند بود. حتی پس از پایان مطالعه همچنان معتقد بودند که ۲۰ درصد بهبود بهره‌وری داشته‌اند. اما داده‌های ثبت‌شده نشان داد که توسعه‌دهندگان هنگام استفاده از هوش مصنوعی به‌طور متوسط ۱۹ درصد بیشتر برای تکمیل وظایف خود زمان صرف کرده‌اند.

اما چرا هوش مصنوعی سرعت را کاهش می‌دهد؟ محققان چندین دلیل را برای این امر شناسایی کرده‌اند:

  • خوش‌بینی بیش‌ازحد: توانایی‌های فعلی هوش مصنوعی هنوز به اندازه خوش‌بینی کاربران پیشرفت نکرده است.
  • آشنایی با کد: توسعه‌دهندگان باتجربه به قدری بر کدهای خود مسلط بودند که هوش مصنوعی نمی‌توانست میانبر معناداری به آنها پیشنهاد دهد.
  • پیچیدگی پروژه‌ها: هوش مصنوعی در پروژه‌های عظیم (با بیش از یک میلیون خط کد) عملکرد ضعیف‌تری نسبت به مسائل کوچک و محدود دارد.
  • عدم اطمینان به پیشنهادات: برنامه‌نویسان فقط کمتر از ۴۴ درصد از کدهای تولیدشده توسط هوش مصنوعی را پذیرفتند و زمان زیادی را صرف بررسی، اعتبارسنجی و اصلاح پیشنهادات آن کردند.
  • فقدان درک زمینه: هوش مصنوعی در درک زمینه و روابط پنهان در پروژه‌های بزرگ با مشکل مواجه بود و اغلب پیشنهادهای نامربوطی ارائه می‌داد.

با وجود این نتایج آیا باید هوش مصنوعی را کنار گذاشت؟ پاسخ «خیر» است. محققان تأکید می‌کنند که این یافته‌ها نباید تعمیم داده شود؛ این ابزارها ممکن است برای برنامه‌نویسان کم‌تجربه‌تر یا در پروژه‌های کوچک‌تر بسیار مفید باشند.

جالب اینجاست که بسیاری از شرکت‌کنندگان در این مطالعه، با وجود مشاهده نتایج، همچنان به استفاده از این ابزارها ادامه می‌دهند. دلیل آنها این است که هوش مصنوعی اگرچه همیشه سریع‌تر نیست، اما می‌تواند فشار ذهنی ناشی از برخی جنبه‌های تکراری و خسته‌کننده کدنویسی را کاهش دهد و این فرایند را به کاری کمتر دلهره‌آور تبدیل کند. این مطالعه نشان می‌دهد که درحال‌حاضر، دستیارهای هوشمند بیشتر نقش یک «همکار» را دارند که نیاز به نظارت دقیق دارد، و ابزاری برای افزایش سرعت بدون نقص نیست.