პროგრამირების სამყაროში ხელოვნური ინტელექტის გამოყენება ახალ გამოწვევებს აჩენს. პროექტ Pi-ს გუნდი, რომელიც თავადვე იყენებს საკუთარ ტექნოლოგიას Pi-ს ასაშენებლად, ღია კოდის პლატფორმებზე AI-ით გენერირებული დაბალი ხარისხის შეტყობინებებისა და კოდის მზარდ ნაკადზე საუბრობს.

AI-ის „ნაგავი“ როგორც ტექნიკური ბარიერი

პროექტის ავტორების თქმით, პრობლემა იმაშია, რომ მომხმარებლები ხშირად ავტომატურად გენერირებულ, არაზუსტ ინფორმაციას აგზავნიან. ასეთი შეტყობინებები ხშირად შეიცავს 5% ადამიანურ დაკვირვებას და 95% AI-ის მიერ მოგონილ, მცდარ დიაგნოზებს.

ეს ქმნის ე.წ. „სპამის“ კლასს, რომელიც დეველოპერებს დამატებით დროს ართმევს. როდესაც ხელოვნური ინტელექტი თავად იღებს დავალებას ასეთი მცდარი შეტყობინებების გასაანალიზებლად, ის ხშირად ენდობა „დამაჯერებელ, მაგრამ მცდარ“ არგუმენტებს, რაც პროცესს აფერხებს.

გადაჭარბებული ინჟინერია და სისტემური სირთულე

გარდა შეტყობინებებისა, პრობლემურია თავად AI-ის მიერ დაწერილი კოდიც. ავტორები აღნიშნავენ, რომ მოდელები ხშირად მიდრეკილნი არიან პრობლემების „გადაჭარბებული ინჟინერიით“ გადაჭრისკენ.

  • AI ცდილობს შექმნას დამატებითი ფილტრები, მიგრაციები და ტესტები იქ, სადაც საჭიროა არა „დაცვა“, არამედ შეცდომის თავიდან აცილება.
  • ასეთი მიდგომა სისტემაში ზედმეტ სირთულეს ნერგავს, რაც სამომავლოდ კოდის შენარჩუნებას ართულებს.

სტატისტიკა და რეალობა

ბოლო 90 დღის მონაცემებით, Pi-ს პროექტმა 3 145 გარე შეტყობინება და კოდის ცვლილების მოთხოვნა (PR) მიიღო. მათგან 2 504 ავტომატურად დაიხურა, როგორც არასანდო წყარო. მხოლოდ 17%-ის ხელახლა განხილვა გახდა საჭირო, ხოლო Pull Request-ების 10%-ზე ნაკლები აღმოჩნდა შერწყმისთვის ვარგისი.

ავტორები მკაცრად მოუწოდებენ საზოგადოებას: თუ პრობლემის არსს თავად ვერ ხსნით, ნუ გამოიყენებთ AI-ს „სპამის“ გენერირებისთვის. საკუთარი დაკვირვების ზუსტი ფაქტებით გადმოცემა გაცილებით უფრო ღირებულია, ვიდრე ავტომატურად გენერირებული, მაგრამ შინაარსობრივად ცარიელი ტექსტი.