🥇 AI ကိရိယာများ၏ ထိရောက်မှုကို အကဲဖြတ်ခြင်းသည် တိုးတက်မှုတွင် အရှိန်မဟုတ်ဘဲ နှေးကွေးမှုကို ထင်ရှားစေသည်

METR (Model Evaluation & Threat Research) သုတေသနအဖွဲ့သည် ကုဒ်ရေးရန်အတွက် AI ကိရိယာများကို အသုံးပြုခြင်း၏ ထိရောက်မှုကို အကဲဖြတ်ရန် စမ်းသပ်မှုတစ်ခု၏ ရလဒ်များကို ထုတ်ပြန်ခဲ့သည်။ မျှော်မှန်းချက်များနှင့် ဆန့်ကျင်ဘက်ဖြစ်သော AI assistant များသည် AI assistant များ အရှိန်မြှင့်ခြင်း မပြုသော်လည်း၊ စမ်းသပ်မှုတွင် ပါဝင်သူများသည် AI က ၎င်းတို့၏ လုပ်ငန်းကို အရှိန်မြှင့်သည်ဟု ယုံကြည်နေသော်လည်း အလုပ်များ၏ အဖြေကို နှေးကွေးစေကြောင်း လေ့လာမှုက ပြသခဲ့သည်။

တကယ်တော့ AI assistant ကိုအသုံးပြုတဲ့အခါ၊ လုပ်ငန်းတစ်ခုအတွက်အသုံးပြုတဲ့ ပျမ်းမျှအချိန်ဟာ 19% ပိုရှည်ပြီး၊ ပါဝင်သူတွေက AI က လုပ်ငန်းတာဝန်ကို 20% ပိုမြန်အောင် ကူညီပေးတယ်လို့ ယုံကြည်ကြပြီး အလုပ်မစခင်မှာ AI က သူတို့ကို 24% အရှိန်မြှင့်ပေးမယ်လို့ ယုံကြည်ကြပါတယ်။ AI ကိုအသုံးပြုသောအခါ အချိန်ကုန်သက်သာမှု 39% နှင့် 38% အသီးသီး ခန့်မှန်းခဲ့ကြသော စီးပွားရေးနှင့် စက်သင်ယူမှုနယ်ပယ်မှ ကျွမ်းကျင်သူများ၏ ခန့်မှန်းချက်များနှင့် ရလဒ်များသည် သိသိသာသာ ကွာခြားပါသည်။

AI ကိရိယာများ၏ ထိရောက်မှုကို အကဲဖြတ်ခြင်းသည် နှေးကွေးခြင်း၊ အရှိန်အဟုန် မဟုတ်ဘဲ ဖွံ့ဖြိုးတိုးတက်မှုကို ဖော်ပြသည်။

စမ်းသပ်မှုအတွင်း AI ကိရိယာများနှင့် ပျမ်းမျှအတွေ့အကြုံရှိသည့် ပွင့်လင်းရင်းမြစ် developer 16 ဦးအား bug များပြင်ဆင်ခြင်းနှင့် အင်္ဂါရပ်အသစ်များထည့်ခြင်းဆိုင်ရာ အလုပ် 246 ခုကို ဖြေရှင်းခိုင်းခဲ့သည်။ ရွေးချယ်ထားသော developer များသည် အနည်းဆုံး 5 နှစ်အတွေ့အကြုံရှိထားသော ပရောဂျက်များ၏ GitHub သိုလှောင်ခန်းများရှိ တကယ့်ပြဿနာများအပေါ် အခြေခံ၍ လုပ်ဆောင်စရာများကို ထုတ်ပေးပါသည်။ အချို့သောအလုပ်များကို ကိုယ်တိုင်ဖြေရှင်းရန် ကျပန်းကမ်းလှမ်းခဲ့ပြီး အချို့မှာ developer ၏ရွေးချယ်မှု၏ AI assistant (Claude 3.5/3.7 Sonnet မော်ဒယ်နှင့်အတူ Cursor ကုဒ်တည်းဖြတ်သူကို အများစုနှစ်သက်သည်)။

2025 ခုနှစ် ဖေဖော်ဝါရီလမှ ဇွန်လအထိ လုပ်ဆောင်ခဲ့သော အဆိုပါစမ်းသပ်မှုတွင် mito၊ stdlib၊ ghc၊ cabal၊ flair၊ jsdom၊ hypothesis၊ trieve၊ scikit-learn၊ gpt-neox နှင့် transformers ကဲ့သို့သော open source ပရောဂျက်များပါ၀င်သည်။ ပျမ်းမျှအားဖြင့်၊ ပါဝင်သည့်ပရောဂျက်များတွင် GitHub ကြယ်ပွင့် 23၊ ကုဒ်လိုင်း 1.1 သန်း၊ commits 20 နှင့် ပံ့ပိုးပေးသူ 710 ရှိသည်။

AI ကိုအသုံးပြုရာတွင် နှေးကွေးသောပြဿနာဖြေရှင်းခြင်းအတွက် အောက်ပါဖြစ်နိုင်သောအကြောင်းရင်းများကို ဖော်ပြထားပါသည်။

AI အကြံပြုချက်များ၏ အရည်အသွေးနိမ့်သည် - developer များသည် AI ထုတ်ပေးသော အကြံပြုချက် 44% ထက်နည်းသော အကြံပြုချက်များကို လက်ခံခဲ့ပြီး ၎င်းတို့ကို သန့်ရှင်းရေးနှင့် စစ်ဆေးရန် အချိန်များစွာ သုံးစွဲခဲ့သည်။
AI ၏အသုံးဝင်မှုနှင့် AI ကိရိယာများ၏ စွမ်းဆောင်ရည်များနှင့်ပတ်သက်၍ မြင့်မားသောမျှော်လင့်ချက်များကို လွန်ကဲစွာအကောင်းမြင်သည်။
ပါဝင်သူများသည် လုပ်ငန်းဆောင်တာများကို ဖြေရှင်းပေးသည့် repositories နှင့် လုပ်ဆောင်ရာတွင် အတွေ့အကြုံများစွာရှိခဲ့ပါသည်။ developer များသည် ပရောဂျက်များတွင် အလွန်ကျွမ်းကျင်ကြပြီး AI အကူအညီသည် ဤအခြေအနေတွင် တန်ဖိုးမရှိပေ။
စမ်းသပ်မှုတွင် AI နှင့် ကောင်းစွာအလုပ်မလုပ်သည့် အလွန်ကြီးမားပြီး ရှုပ်ထွေးသော သိုလှောင်နေရာကို အသုံးပြုခဲ့သည်။
Implicit repository context - AI သည် ၎င်းလုပ်ဆောင်နေသည့် အကြောင်းအရာကို နားမလည်ပါ။

အောက်ခြေလိုင်း- ဆော့ဖ်ဝဲရေးသားသူများသည် AI ကိရိယာများကို အသုံးပြုသည့်အခါ ကုဒ်ရေးသားခြင်း၊ အချက်အလက်များရှာဖွေခြင်းနှင့် စာရွက်စာတမ်းများကိုဖတ်ရှုခြင်းတွင် အချိန်နည်းသော်လည်း AI စုံစမ်းမေးမြန်းမှုများကို ဖန်တီးခြင်း၊ ဆန်းစစ်မှုများပြုလုပ်ခြင်း၊ ရလဒ်များကို စောင့်ဆိုင်းခြင်း၊ အကြံပြုချက်များကို ပြန်လည်သုံးသပ်ခြင်းနှင့် ဘာမှမလုပ်ဆောင်ခြင်းတို့အတွက် အချိန်ပိုပေးခြင်းဖြင့် သက်သာသည်။ ကုဒ်ထုတ်ပေးမည့်အစား၊ AI နှင့် အပြန်အလှန်တုံ့ပြန်မှု၊ ရလဒ်များကို လေ့လာခြင်းနှင့် အဆိုပြုထားသောကုဒ်ကို စစ်ဆေးခြင်းတို့ကို အချိန်ကုန်ဆုံးစေသည်။ အကယ်၍ အတွေ့အကြုံနည်းသော ဆော့ဖ်ဝဲရေးသားသူများ၊ ကုဒ်ပြန်လည်သုံးသပ်ခြင်းနှင့်ပတ်သက်၍ တာဝန်နည်းသော သို့မဟုတ် မရင်းနှီးသောကုဒ်အခြေခံတစ်ခုနှင့် လုပ်ဆောင်နေသည့် စမ်းသပ်မှုတွင် ပါဝင်ခဲ့ပါက၊ မတူညီသော ဖွံ့ဖြိုးတိုးတက်မှုဆိုင်ရာ ထိရောက်မှုဆိုင်ရာ မက်ထရစ်များကို ရရှိလိမ့်မည်ဖြစ်နိုင်သည်။

ထို့အပြင်၊ ၎င်းတို့၏ coding တွင် AI ကိုအသုံးပြုသည့် developer 609 ၏စစ်တမ်းကို Qodo မှပြုလုပ်ခဲ့သည်။ 78% သည် AI ကိုအသုံးပြုပြီးနောက် ကုန်ထုတ်စွမ်းအားတိုးလာကြောင်း အစီရင်ခံတင်ပြပြီး 60% သည် AI ကြောင့် ကုဒ်အရည်အသွေး တိုးလာကြောင်း အစီရင်ခံတင်ပြပြီး 20% သည် AI ကိုအသုံးပြုပြီးနောက် ကုဒ်အရည်အသွေးကျဆင်းသွားကြောင်း ဖော်ပြခဲ့သည်။ တစ်ချိန်တည်းမှာပင်၊ 76% သည်ကြိုတင်လက်စွဲမစမ်းဘဲ AI ကုဒ်ကိုအသုံးမပြုကြောင်းမှတ်ချက်ချခဲ့သည်။ ကုဒ်ပိုပေးနိုင်သော်လည်း ပရောဂျက်များတွင် ကုဒ်ကိုလက်ခံခြင်း၊ အပြောင်းအလဲများကို ပြန်လည်သုံးသပ်ခြင်းနှင့် အရည်အသွေးစစ်ဆေးခြင်းအတွက် တာဝန်ရှိသူများအတွက် တိုးမြှင့်လုပ်ဆောင်ပေးသည့်အတွက် AI ကို အသုံးပြုသည့်အခါ developer တစ်ဦးချင်းစီသည် ပိုမိုကောင်းမွန်ကြောင်း ဆောင်းပါးတွင် မှတ်သားထားသည်။

source: opennet.ru