AI ডেভেলপার উৎপাদনশীলতা

AI কোডিং সহায়তা প্রকৌশল আউটপুটে প্রকৃতপক্ষে কী করে তার সূচক: পরামর্শ গ্রহণের হার, নিয়ন্ত্রিত-গবেষণা গতি বৃদ্ধি, PR থ্রুপুট, এবং কোড ধরে রাখা।

কেন এটি গুরুত্বপূর্ণ

দুটি সবচেয়ে বেশি উদ্ধৃত নিয়ন্ত্রিত গবেষণা বিপরীত দিকে নির্দেশ করে:

• Peng et al. 2023 (GitHub Copilot RCT): ডেভেলপাররা একটি গ্রিনফিল্ড HTTP-সার্ভার টাস্ক Copilot-সহ ৫৫.৮% দ্রুত সম্পন্ন করেছে।
• METR 2025 RCT: তাদের নিজস্ব পরিণত রিপোজিটরিতে কাজ করা অভিজ্ঞ ওপেন-সোর্স ডেভেলপাররা ২০২৫-এর প্রথম দিকের AI টুলসহ ১৯% ধীর ছিল — অথচ বিশ্বাস করেছিল তারা ২০% দ্রুত।

গণিত

গ্রহণ হার  = গৃহীত পরামর্শ / প্রদর্শিত পরামর্শ
ধরে রাখার হার = মার্জ পর্যন্ত টিকে থাকা AI কোড / গৃহীত AI কোড (~88% রিপোর্টকৃত)
গতি বৃদ্ধি   = (t_নিয়ন্ত্রণ − t_AI) / t_নিয়ন্ত্রণ (শুধুমাত্র নিয়ন্ত্রিত তুলনা থেকে)

সমাধানকৃত উদাহরণ

৫০০ ডেভেলপারের একটি সংস্থা একটি সহায়ক পাইলট করে যথাযথ নিয়ন্ত্রণসহ:

পাইলট ফলাফল: PR সাইকেল সময় −18%; মার্জ করা PR +6%; স্ব-রিপোর্টকৃত
              সাশ্রয়ী সময় দিনে 45 মিনিট; পরিমাপকৃত টাস্ক-স্তর ≈ দিনে 15 মিনিট

মূল্যায়ন করুন পরিমাপকৃত সংখ্যাকে: 500 × 0.25h × 220d × £60 × 0.6 ব্যবহার
                          ≈ বছরে £990,000 ক্ষমতা (অ-নগদ-মুক্তকারী)

সফটওয়্যার প্রকৌশলের সাথে সংযোগ

AI টুলিং মূল্যায়নকারীদের জন্য স্বাস্থ্য-অর্থনীতির আমদানি: প্রয়োগিক ট্রায়াল চালান (আপনার কোডবেস, আপনার প্রকৌশলী, প্রকৃত টিকিট)।

ঝুঁকিপূর্ণ দিক

• বিক্রেতা-গবেষণা প্রতিস্থাপন: গ্রিনফিল্ড RCT সংখ্যা লিগ্যাসি-কোডবেস কাজে প্রয়োগ করা।
• পরিমাপ হিসেবে স্ব-রিপোর্ট: ২০-শতাংশ-পয়েন্টের উপলব্ধি ব্যবধান এই সাহিত্যে সবচেয়ে বড় পরিচিত পক্ষপাত।

উৎস

• Peng S, et al. "The Impact of AI on Developer Productivity: Evidence from GitHub Copilot." 2023.
• METR, "Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity." 2025.
• DORA 2025 report. https://dora.dev/dora-report-2025/