Розробники витрачають більшість робочого часу не на роботу з кодом — дослідження

Виявляється, більшу частину робочого часу розробників займає не кодування, а операційні та фонові завдання, такі як CI/CD, devsecops, а також написання тестів. Про це пише InfoWorld з посиланням на звіт IDC.

Згідно дослідження аналітиків IDC, розробка додатків у середньому займає 16% часу розробників у 2024 році, порівняно з 15% роком раніше, тоді як більшість часу програмісти витрачають на виконання операційних і допоміжних завдань. Під цими завданнями слід розуміти впровадження процесів і методологій CI/CD, моніторинг і управління продуктивністю додатків, а також моніторинг і управління продуктивністю інфраструктури. Найбільшою зміною в результатах опитування з 2023 по 2024 рік стало збільшення часу, який розробники приділяють безпеці. Цей показник зріс з 8% до 13%.

Варто зауважити, що нові інструменти на базі штучного інтелекту підвищують продуктивність розробників, пропонуючи різні способи скоротити час, який програмісти витрачають на документацію, тестування та розгортання. Крім того, вони також прискорюють процес роботи з кодом, зазначається у звіті.

Звіт IDC базується на відповідях розробників на запитання: «Який відсоток вашого часу протягом типового місяця витрачається на наступні завдання/діяльність?» Респонденти опитування вибирали зі списку, який включав завдання, починаючи від розробки додатків до питань безпеки, розгортання коду та впровадження CI/CD. Результати за 2024 рік:

• Розробка додатків — 16%
• Написання та виконання тестів — 14%
• Безпека — 13%
• Впровадження процесів і методологій CI/CD — 12%
• Моніторинг і управління продуктивністю додатків — 12%
• Розгортання коду — 12%
• Моніторинг та управління продуктивністю інфраструктури — 11%
• Користувацький досвід — 10%

Нагадаємо, що кілька днів тому фахівці компанії OpenAI опублікували статтю, в якій піддали сумніву здатність LLM-моделей конкурувати з програмістами «низького рівня». До цього висновку вони прийшли після проведення тесту під назвою SWE-Lancer.

У цьому дослідженні перевірялось, скільки грошей LLM-моделі зможуть заробити, виконуючи на біржі фрілансу реальні завдання з розробки програмного забезпечення. Тест виявив, що, хоча моделі штучного інтелекту можуть знаходити та виправляти помилки, вони не здатні зрозуміти, чому виникають ці помилки.