💡
原文英文,约600词,阅读约需2分钟。
📝
内容提要
微软、麻省理工、普林斯顿大学和沃顿商学院的研究表明,使用GitHub Copilot能提高开发者生产力26%。特别是经验较少的开发者受益更多。实验在2022至2023年进行,使用的是基于GPT-3.5的Copilot版本。
🎯
关键要点
- 微软、麻省理工、普林斯顿大学和沃顿商学院的研究表明,使用GitHub Copilot能提高开发者生产力26%。
- 实验涉及超过4,000名开发者,使用Copilot的开发者每周完成的拉取请求数量平均增加了26.08%。
- 研究发现,经验较少的开发者从Copilot中受益更多,短期任职和初级开发者更可能采用并持续使用Copilot。
- 实验在2022至2023年进行,使用的是基于GPT-3.5的Copilot版本。
- 研究团队分析了开发者的生产力、Copilot的采用和使用情况,发现初级开发者更容易接受Copilot生成的代码。
- 沃顿教授Ethan Mollick分享了研究结果,指出AI在编码、管理、创业和写作方面的表现提升。
- 在Hacker News的讨论中,有用户表示经验丰富的开发者在使用Copilot时没有显著的生产力提升。
- 生成性AI对员工生产力的影响仍然是一个开放的研究领域,早期调查显示部分员工认为生成性AI降低了他们的生产力。
❓
延伸问答
使用GitHub Copilot能提高开发者的生产力多少?
使用GitHub Copilot能提高开发者生产力26%。
哪些开发者从Copilot中受益更多?
经验较少的开发者从Copilot中受益更多,尤其是短期任职和初级开发者。
这项研究是在哪些公司进行的?
研究在微软、埃森哲和一家匿名的财富100强电子制造公司进行。
研究团队如何评估开发者的生产力?
研究团队通过测量每周的拉取请求、提交和代码构建数量来评估开发者的生产力。
研究结果是否显示经验丰富的开发者在使用Copilot时有显著提升?
研究发现经验丰富的开发者在使用Copilot时没有显著的生产力提升。
生成性AI对员工生产力的影响是什么?
生成性AI对员工生产力的影响仍是一个开放的研究领域,部分员工认为它降低了生产力。
➡️