Courtesy of YahooFinance

Studi Baru Temukan AI Coding Tools Justru Memperlambat Pengembang Berpengalaman

Menilai efektivitas alat coding berbasis AI dalam meningkatkan produktivitas pengembang perangkat lunak berpengalaman melalui studi eksperimental acak.

12 Jul 2025, 02.56 WIB

74 dibaca

Ikhtisar 15 Detik

Penggunaan alat AI tidak selalu meningkatkan produktivitas pengembang perangkat lunak.
Pengembang sering kali menghabiskan lebih banyak waktu untuk berinteraksi dengan AI daripada melakukan pengkodean.
Studi ini menunjukkan bahwa hasil penggunaan alat AI dapat bervariasi tergantung pada pengalaman pengguna dan kompleksitas tugas yang dihadapi.

Seiring berkembangnya alat coding berbasis AI seperti Cursor dan GitHub Copilot, banyak yang percaya bahwa alat ini dapat mempercepat pekerjaan para pengembang perangkat lunak. Alat ini berjanji untuk menulis kode, memperbaiki bug, dan menguji perubahan secara otomatis sehingga meningkatkan produktivitas.

Namun, sebuah studi terbaru dari kelompok riset AI METR menguji efektivitas penggunaan AI coding tools pada 16 pengembang open-source berpengalaman. Studi ini mengamati mereka mengerjakan tugas sebenarnya di repositori kode besar, dengan beberapa tugas menggunakan alat AI dan beberapa tidak.

Hasil studi menunjukkan sesuatu yang mengejutkan, yaitu pengembang yang diperbolehkan menggunakan AI coding tools justru menghabiskan waktu lebih lama 19% dibandingkan saat tidak menggunakan AI. Mereka juga memprediksi sebelumnya bahwa AI akan mempercepat kerja sekitar 24%, tapi prediksi ini tidak terbukti.

Alasan yang ditemukan antara lain pengembang lebih banyak menghabiskan waktu memberi instruksi dan menunggu AI merespons dibandingkan menulis kode sendiri. Selain itu, AI masih kesulitan menangani kode yang kompleks dan besar seperti pada proyek nyata yang diuji dalam studi ini.

Meskipun demikian, para peneliti memperingatkan agar jangan langsung menyimpulkan bahwa AI tidak mempercepat kerja, karena ada studi lain yang menunjukkan hasil sebaliknya serta perkembangan AI yang sangat cepat yang bisa mengubah hasil ini dalam waktu dekat.

Sumber: https://finance.yahoo.com/news/ai-coding-tools-may-not-195641541.html

Pertanyaan Terkait

Apa tujuan utama dari studi yang dilakukan oleh METR?

Tujuan utama dari studi yang dilakukan oleh METR adalah untuk mengevaluasi efektivitas alat pengkodean berbasis AI dalam meningkatkan produktivitas pengembang perangkat lunak berpengalaman.

Mengapa penggunaan alat AI seperti Cursor justru memperlambat pengembang?

Penggunaan alat AI seperti Cursor justru memperlambat pengembang karena mereka menghabiskan lebih banyak waktu untuk memberikan perintah kepada AI dan menunggu responsnya.

Apa saja faktor yang ditunjukkan oleh peneliti tentang keterlambatan waktu penyelesaian tugas?

Faktor yang ditunjukkan oleh peneliti tentang keterlambatan waktu penyelesaian tugas adalah waktu yang dihabiskan untuk mempromosikan AI dan kesulitan AI dalam menangani basis kode yang besar dan kompleks.

Berapa persentase pengembang yang memiliki pengalaman menggunakan Cursor sebelum studi?

Sekitar 56% pengembang dalam studi memiliki pengalaman menggunakan Cursor sebelum studi dimulai.

Apa kesimpulan akhir mengenai efektivitas alat pengkodean berbasis AI?

Kesimpulan akhir mengenai efektivitas alat pengkodean berbasis AI adalah bahwa tidak semua pengembang akan merasakan peningkatan produktivitas, dan hasil dapat bervariasi tergantung pada pengalaman dan kompleksitas tugas.