Kecerdasan buatan mendorong sekitar 30% dari kode baru dalam pengembangan perangkat lunak

Sumber: CritpoTendencia Judul Asli: AI Dorong Sekitar 30% Kode Baru dalam Pengembangan Perangkat Lunak Tautan Asli: Sebuah studi terbaru yang ditinjau sejawat dan diterbitkan di jurnal Science mengonfirmasi bahwa kecerdasan buatan generatif sedang mengubah secara cepat pengembangan perangkat lunak secara global.

Secara khusus, penelitian yang dipimpin oleh Complexity Science Hub menunjukkan bahwa proporsi kode yang dibuat dengan dukungan AI telah meningkat secara signifikan dalam beberapa tahun terakhir, sebuah perubahan yang mulai tercermin baik dalam produktivitas maupun dinamika ekonomi sektor teknologi.

Adopsi AI dalam Pemrograman Meningkat

Analisis ini, yang memeriksa lebih dari 30 juta kontribusi Python yang dilakukan oleh sekitar 160.000 pengembang di GitHub, menunjukkan bahwa di Amerika Serikat proporsi kode yang dibantu oleh kecerdasan buatan naik dari 5% pada 2022 menjadi 29% menjelang akhir 2024.

Secara paralel, negara-negara Eropa seperti Jerman dan Prancis mencatat kemajuan serupa, dengan tingkat 23% dan 24% masing-masing, sementara India, Rusia, dan China juga menunjukkan adopsi yang meningkat, meskipun dibatasi oleh pembatasan akses ke model-model canggih.

Untuk mencapai kesimpulan ini, para peneliti menggunakan model AI yang mampu mengidentifikasi apakah potongan kode telah dihasilkan dengan alat seperti ChatGPT atau GitHub Copilot.

Meskipun adopsi berkembang dengan cepat, perbedaan regional tetap jelas dan sebagian besar bergantung pada kebijakan akses teknologi dan pengembangan model canggih secara lokal, seperti kasus DeepSeek di China.

Pengembang Berpengalaman Mendapat Manfaat Lebih Besar

Dalam konteks ini, laporan ini menyajikan temuan yang sangat mengungkapkan. Meskipun pengembang dengan pengalaman lebih sedikit menggunakan alat kecerdasan buatan dalam 37% kode mereka, dibandingkan dengan 27% yang dicatat di antara pengembang yang lebih berpengalaman, mereka yang terakhir mendapatkan peningkatan nyata dalam produktivitas, dengan kenaikan diperkirakan sebesar 3,6%.

Selain itu, profil senior cenderung menjelajahi berbagai perpustakaan dan kombinasi alat yang lebih luas, menggunakan AI tidak hanya untuk mengotomatisasi tugas berulang, tetapi juga sebagai katalisator untuk pembelajaran yang dipercepat dan inovasi teknis.

Nilai Ekonomi dari Pemrograman yang Dibantu

Dari perspektif makroekonomi, dampak potensial kecerdasan buatan di sektor perangkat lunak cukup signifikan. Hanya di Amerika Serikat, industri menghabiskan antara $637.000 juta dan $1,06 triliun per tahun untuk gaji terkait tugas pemrograman.

Dalam skenario ini, jika AI meningkatkan produktivitas sebesar 3,6% dan sudah terlibat dalam 29% kode baru, manfaat ekonomi tahunan dapat berkisar sekitar $38 miliar, menurut estimasi studi.

Namun demikian, para penulis memperingatkan bahwa AI generatif dapat memperlebar kesenjangan antara pengembang berpengalaman dan pemula jika tantangan akses, pelatihan, dan penggunaan alat ini tidak ditangani dengan baik.

Pada akhirnya, perdebatan bukan tentang apakah AI harus diadopsi dalam pemrograman, tetapi tentang bagaimana memastikan manfaatnya didistribusikan secara adil, menghindari konsentrasi keuntungan teknologi dan tenaga kerja yang lebih besar.