Courtesy of TechCrunch

Studi METR Ungkap Pemakaian AI Coding Tools Malah Lambatkan Pengembang Berpengalaman

Menilai efektivitas penggunaan alat coding berbasis AI terhadap produktivitas pengembang perangkat lunak berpengalaman dalam menyelesaikan tugas nyata.

12 Jul 2025, 02.56 WIB

37 dibaca

Ikhtisar 15 Detik

Penggunaan alat pengkodean berbasis AI tidak selalu meningkatkan produktivitas pengembang berpengalaman.
Pengembang harus meluangkan waktu untuk beradaptasi dengan alat baru sebelum mengharapkan peningkatan efisiensi.
Penelitian lebih lanjut diperlukan untuk memahami dampak jangka panjang dari alat pengkodean AI dalam pengembangan perangkat lunak.

tidak disebutkan secara eksplisit - Dalam beberapa tahun terakhir, alat coding berbasis AI seperti Cursor dan GitHub Copilot banyak digunakan untuk membantu pengembang lebih cepat menulis kode dan memperbaiki bug. Alat ini didukung oleh model AI canggih dari berbagai perusahaan besar seperti OpenAI dan Google DeepMind yang meningkatkan performanya secara signifikan dalam berbagai tes software engineering.

Namun, sebuah penelitian terbaru dari kelompok riset METR mempertanyakan sejauh mana alat-alat ini benar-benar mempercepat pekerjaan pengembang yang sudah berpengalaman. Studi ini melibatkan 16 pengembang open source yang menyelesaikan 246 tugas nyata pada proyek besar yang biasa mereka kerjakan, dengan sebagian tugas diperbolehkan memakai AI tools dan sebagian lain tidak.

Hasil penelitian cukup mengejutkan karena penggunaan AI tools justru memperlambat waktu penyelesaian tugas hingga 19%, padahal para pengembang sebelumnya memperkirakan bisa menghemat waktu hingga 24%. Salah satu penyebabnya adalah pengembang menghabiskan lebih banyak waktu untuk memberikan perintah ke AI dan menunggu respon, terutama pada basis kode yang kompleks dan besar.

Meskipun demikian, para peneliti METR berhati-hati untuk tidak menarik kesimpulan bahwa AI coding tools selalu memperlambat pengembang. Studi sebelumnya menunjukkan alat-alat AI dapat mempercepat pekerjaan, dan kemajuan AI yang pesat membuat hasil ini bisa berubah dalam waktu dekat. Namun, penelitian ini mengingatkan bahwa alat-alat AI juga dapat menyebabkan kesalahan dan kerentanan keamanan.

Temuan ini memberikan alasan penting untuk lebih skeptis terhadap janji peningkatan produktivitas universal dari alat coding berbasis AI pada 2025. Pengembang disarankan untuk tidak langsung menganggap penggunaan alat AI sebagai cara instan untuk bekerja lebih cepat, terutama tanpa pembiasaan dan pelatihan yang cukup.

Sumber: https://techcrunch.com/2025/07/11/ai-coding-tools-may-not-speed-up-every-developer-study-shows/

Pertanyaan Terkait

Apa tujuan dari penelitian yang dilakukan oleh METR?

Tujuan dari penelitian yang dilakukan oleh METR adalah untuk mengevaluasi sejauh mana alat pengkodean berbasis AI meningkatkan produktivitas pengembang berpengalaman.

Mengapa penggunaan alat pengkodean AI malah memperlambat waktu penyelesaian tugas?

Penggunaan alat pengkodean AI memperlambat waktu penyelesaian tugas karena pengembang lebih banyak menghabiskan waktu untuk memberikan prompt kepada AI dan menunggu respons daripada menulis kode.

Apa saja organisasi yang terlibat dalam pengembangan model AI yang digunakan dalam alat pengkodean?

Organisasi yang terlibat dalam pengembangan model AI yang digunakan dalam alat pengkodean antara lain OpenAI, Google DeepMind, dan Anthropic.

Berapa persentase pengembang yang memiliki pengalaman menggunakan Cursor dalam penelitian ini?

Hanya 56% pengembang yang memiliki pengalaman menggunakan Cursor dalam penelitian ini.

Apa yang harus diperhatikan oleh pengembang terkait penggunaan alat pengkodean berbasis AI?

Pengembang harus berhati-hati dan tidak langsung mengandalkan alat pengkodean berbasis AI untuk meningkatkan produktivitas mereka, karena hasilnya bisa beragam.