কৃত্রিম বুদ্ধিমত্তা (আর্টিফিশিয়াল ইন্টেলিজেন্স) হয়তো বেশি কোড তৈরি করছে, কিন্তু এর ফলে সফটওয়্যার আগের চেয়ে দ্রুত তৈরি হচ্ছে না।
কৃত্রিম বুদ্ধিমত্তা (এআই) ভিত্তিক কোডিং এজেন্টদের নিয়ে আমার পড়া সবচেয়ে আগ্রহজনক তথ্যগুলোর মধ্যে একটি হলো: বেশি কোড লেখা মানেই বেশি সফটওয়্যার তৈরি নয়।
হার্ভার্ডের ফিওনা চেন এবং জেমস স্ট্র্যাটনের একটি গবেষণা, ২০২১ থেকে মার্চ ২০২৬ পর্যন্ত ৭০০-এর বেশি সফটওয়্যার কোম্পানির প্রায় ৭ লক্ষ কর্মীর ডেটা এবং ৩ কোটি কাজের বিশ্লেষণ করেছে। দেখা গেছে, কোডিং এজেন্ট চালু হওয়ার পর, গড় কোড লাইনের পরিমাণ প্রায় ৩০%, কমিটের সংখ্যা ২০%, এবং পুল রিকোয়েস্টের সংখ্যা ২৩% বৃদ্ধি পেয়েছে।
কিন্তু মূল প্রশ্ন হলো: এতে কি কাজ শেষ হয়? Jira-এর মতো প্ল্যাটফর্মেtracked হওয়া ত্রুটি, কাজ এবং বৈশিষ্ট্যের সমাপ্তির হারের ক্ষেত্রে কোনো উল্লেখযোগ্য পরিবর্তন দেখা যায়নি।
সমস্যাটি কোড পর্যালোচনার ক্ষেত্রে। একটি পুল রিকোয়েস্ট পাঠানোর পর সেটি মূল কোডবেসে অন্তর্ভুক্ত হতে যে সময় লাগে, তা ৪৯% বৃদ্ধি পেয়েছে। যে পুল রিকোয়েস্টে পরিবর্তনের প্রয়োজন হয়, সেগুলোর সংখ্যা প্রায় দ্বিগুণ হয়েছে, প্রতিটি পুল রিকোয়েস্টে মন্তব্যের সংখ্যা ৩৫% বেড়েছে, এবং কোড পর্যালোচনার সাথে জড়িত কর্মীদের সংখ্যা ১৪% বৃদ্ধি পেয়েছে। অর্থাৎ, কোড লেখার ক্ষেত্রে যে গতি পাওয়া যায়, তার একটা বড় অংশ পর্যালোচনা এবং সংশোধনের কাজে ব্যবহৃত হচ্ছে।
কোম্পানিগুলো এই সমস্যা সমাধানের জন্য কৃত্রিম বুদ্ধিমত্তার সাহায্য নিচ্ছে: মার্চ ২০২৬ পর্যন্ত, যে কোম্পানিগুলো পর্যালোচনা করা হয়েছে, তাদের ৮০% কোনো না কোনো ধরনের এআই-ভিত্তিক কোড পর্যালোচনা সরঞ্জাম ব্যবহার করছে। তবে, পর্যালোচনার মন্তব্যের মাত্র ২৩.৩% আসে এআই এজেন্টদের কাছ থেকে, এবং তারা মাত্র ১০.৮% পুল রিকোয়েস্টে অবদান রাখে; বেশিরভাগ কাজ এখনও মানুষেরাই করছে। এছাড়াও, কর্মরত কর্মীদের সংখ্যাতেও, অন্তত পর্যালোচনা করা সময়কালে, কোনো উল্লেখযোগ্য পরিবর্তন দেখা যায়নি।
এটা মনে রাখা দরকার যে, এই ডেটা মার্চ ২০২৬-এ শেষ হয়েছে, এবং সেই থেকে সরঞ্জামগুলো উন্নত হয়েছে। তবে, আমার কাছে এই গবেষণার মূল বার্তাটি স্পষ্ট: কার্যকারিতা বাড়ানোর জন্য শুধু কোড লেখার গতি নয়, বরং পর্যালোচনা, ত্রুটি সংশোধন এবং ইন্টিগ্রেশন প্রক্রিয়াকেও দ্রুত করতে হবে।
Ars Technica-র খবর: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
গবেষণার পিডিএফ: https://fion.ac/jellyfish.pdf
উৎস: DonanımHaber
হার্ভার্ডের ফিওনা চেন এবং জেমস স্ট্র্যাটনের একটি গবেষণা, ২০২১ থেকে মার্চ ২০২৬ পর্যন্ত ৭০০-এর বেশি সফটওয়্যার কোম্পানির প্রায় ৭ লক্ষ কর্মীর ডেটা এবং ৩ কোটি কাজের বিশ্লেষণ করেছে। দেখা গেছে, কোডিং এজেন্ট চালু হওয়ার পর, গড় কোড লাইনের পরিমাণ প্রায় ৩০%, কমিটের সংখ্যা ২০%, এবং পুল রিকোয়েস্টের সংখ্যা ২৩% বৃদ্ধি পেয়েছে।
কিন্তু মূল প্রশ্ন হলো: এতে কি কাজ শেষ হয়? Jira-এর মতো প্ল্যাটফর্মেtracked হওয়া ত্রুটি, কাজ এবং বৈশিষ্ট্যের সমাপ্তির হারের ক্ষেত্রে কোনো উল্লেখযোগ্য পরিবর্তন দেখা যায়নি।
সমস্যাটি কোড পর্যালোচনার ক্ষেত্রে। একটি পুল রিকোয়েস্ট পাঠানোর পর সেটি মূল কোডবেসে অন্তর্ভুক্ত হতে যে সময় লাগে, তা ৪৯% বৃদ্ধি পেয়েছে। যে পুল রিকোয়েস্টে পরিবর্তনের প্রয়োজন হয়, সেগুলোর সংখ্যা প্রায় দ্বিগুণ হয়েছে, প্রতিটি পুল রিকোয়েস্টে মন্তব্যের সংখ্যা ৩৫% বেড়েছে, এবং কোড পর্যালোচনার সাথে জড়িত কর্মীদের সংখ্যা ১৪% বৃদ্ধি পেয়েছে। অর্থাৎ, কোড লেখার ক্ষেত্রে যে গতি পাওয়া যায়, তার একটা বড় অংশ পর্যালোচনা এবং সংশোধনের কাজে ব্যবহৃত হচ্ছে।
কোম্পানিগুলো এই সমস্যা সমাধানের জন্য কৃত্রিম বুদ্ধিমত্তার সাহায্য নিচ্ছে: মার্চ ২০২৬ পর্যন্ত, যে কোম্পানিগুলো পর্যালোচনা করা হয়েছে, তাদের ৮০% কোনো না কোনো ধরনের এআই-ভিত্তিক কোড পর্যালোচনা সরঞ্জাম ব্যবহার করছে। তবে, পর্যালোচনার মন্তব্যের মাত্র ২৩.৩% আসে এআই এজেন্টদের কাছ থেকে, এবং তারা মাত্র ১০.৮% পুল রিকোয়েস্টে অবদান রাখে; বেশিরভাগ কাজ এখনও মানুষেরাই করছে। এছাড়াও, কর্মরত কর্মীদের সংখ্যাতেও, অন্তত পর্যালোচনা করা সময়কালে, কোনো উল্লেখযোগ্য পরিবর্তন দেখা যায়নি।
এটা মনে রাখা দরকার যে, এই ডেটা মার্চ ২০২৬-এ শেষ হয়েছে, এবং সেই থেকে সরঞ্জামগুলো উন্নত হয়েছে। তবে, আমার কাছে এই গবেষণার মূল বার্তাটি স্পষ্ট: কার্যকারিতা বাড়ানোর জন্য শুধু কোড লেখার গতি নয়, বরং পর্যালোচনা, ত্রুটি সংশোধন এবং ইন্টিগ্রেশন প্রক্রিয়াকেও দ্রুত করতে হবে।
Ars Technica-র খবর: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
গবেষণার পিডিএফ: https://fion.ac/jellyfish.pdf
উৎস: DonanımHaber
মন্তব্য 0
যেকোনো ভাষায় প্রথম মন্তব্যটি করুন।
মন্তব্য করতে লগ ইন করুন