Key points are not available for this paper at this time.
Este estudo examina o impacto de assistentes de programação em IA como o GitHub Copilot e o ChatGPT na eficiência da engenharia de software, uma área que possui pesquisas empíricas limitadas. Avaliamos experimentalmente o desempenho de programadores (Fórmula: veja o texto) em tarefas de codificação em Python com e sem assistência de IA, medindo o tempo de conclusão e a implementação de funcionalidades. Os resultados indicam que os participantes que utilizaram assistência de IA concluíram as tarefas significativamente mais rápido (p = 0,033) e implementaram mais funcionalidades requeridas (p = 0,012) em comparação com aqueles que dependiam apenas de codificação sem auxílio. Essas descobertas oferecem insights empíricos sobre a integração de ferramentas de IA nos fluxos de trabalho de desenvolvimento de software, destacando seu potencial para aumentar a eficiência sem comprometer a qualidade ou a completude do código, com implicações para pipelines organizacionais e habilidades dos praticantes. As respostas a pesquisas de saída sugerem que os participantes sem assistência de ferramentas de IA enfrentaram frustrações relacionadas à lembrança de código, restrições de tempo e resolução de problemas, enquanto os participantes assistidos não relataram experiências negativas, concentrando-se em vez disso na conclusão bem-sucedida das tarefas dentro do tempo estipulado.
Cirett-Galán et al. (Sáb,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: