來源：CritpoTendencia原標題：人工智慧推動近30%的新軟體開發代碼原始連結： 一項近期由同行評審並發表於《科學》雜誌的研究證實，生成式人工智慧正以加速的速度改變全球軟體開發。特別是由複雜科學中心（Complexity Science Hub）領導的研究顯示，過去幾年來，利用人工智慧協助創建的代碼比例顯著增加，這一變化已開始反映在生產力和科技行業的經濟動態中。## 人工智慧在程式設計中的採用率提升該分析檢視了超過3000萬個由約16萬名GitHub開發者用Python貢獻的程式碼，顯示在美國，2022年由人工智慧協助的代碼比例從5%提升到2024年底的29%。同時，德國和法國等歐洲國家也取得了類似進展，分別達到23%和24%，而印度、俄羅斯和中國的採用率也在增加，儘管受到高階模型存取限制的影響。為得出這些結論，研究人員使用了一個能辨識代碼片段是否由ChatGPT或GitHub Copilot等工具生成的人工智慧模型。儘管採用速度迅速擴展，但地區差異仍然明顯，主要受到技術存取政策和本地高階模型開發（如中國的DeepSeek）影響。## 有經驗的程式設計師獲得更大益處在此背景下，該報告揭示了一個特別值得注意的發現。雖然經驗較少的程式設計師在其代碼中使用人工智慧工具的比例為37%，而較有經驗的開發者則為27%，但後者在生產力方面獲得了實質性提升，估計增幅為3.6%。此外，高階程式設計師傾向於探索更廣泛的函式庫和工具組合，不僅用人工智慧來自動化重複性任務，也將其作為加速學習和技術創新的催化劑。## 協助程式設計的經濟價值從宏觀經濟角度來看，人工智慧對軟體行業的潛在影響是巨大的。在美國，該產業每年在與程式設計相關的薪資支出約在6370億美元到1.06兆美元之間。在此情境下，如果人工智慧能提升3.6%的生產力，且已介入29%的新代碼，根據研究估計，年度經濟效益約可達380億美元。然而，作者警告說，生成式人工智慧若未妥善解決存取、培訓和負責任使用的挑戰，可能會擴大經驗豐富與初學者之間的差距。最終，討論的焦點不在於是否應該在程式設計中採用人工智慧，而在於如何確保其利益能公平分配，避免技術和就業優勢的進一步集中。
人工智慧推動約30%的新軟體開發代碼
來源：CritpoTendencia 原標題：人工智慧推動近30%的新軟體開發代碼 原始連結： 一項近期由同行評審並發表於《科學》雜誌的研究證實，生成式人工智慧正以加速的速度改變全球軟體開發。
特別是由複雜科學中心（Complexity Science Hub）領導的研究顯示，過去幾年來，利用人工智慧協助創建的代碼比例顯著增加，這一變化已開始反映在生產力和科技行業的經濟動態中。
人工智慧在程式設計中的採用率提升
該分析檢視了超過3000萬個由約16萬名GitHub開發者用Python貢獻的程式碼，顯示在美國，2022年由人工智慧協助的代碼比例從5%提升到2024年底的29%。
同時，德國和法國等歐洲國家也取得了類似進展，分別達到23%和24%，而印度、俄羅斯和中國的採用率也在增加，儘管受到高階模型存取限制的影響。
為得出這些結論，研究人員使用了一個能辨識代碼片段是否由ChatGPT或GitHub Copilot等工具生成的人工智慧模型。
儘管採用速度迅速擴展，但地區差異仍然明顯，主要受到技術存取政策和本地高階模型開發（如中國的DeepSeek）影響。
有經驗的程式設計師獲得更大益處
在此背景下，該報告揭示了一個特別值得注意的發現。雖然經驗較少的程式設計師在其代碼中使用人工智慧工具的比例為37%，而較有經驗的開發者則為27%，但後者在生產力方面獲得了實質性提升，估計增幅為3.6%。
此外，高階程式設計師傾向於探索更廣泛的函式庫和工具組合，不僅用人工智慧來自動化重複性任務，也將其作為加速學習和技術創新的催化劑。
協助程式設計的經濟價值
從宏觀經濟角度來看，人工智慧對軟體行業的潛在影響是巨大的。在美國，該產業每年在與程式設計相關的薪資支出約在6370億美元到1.06兆美元之間。
在此情境下，如果人工智慧能提升3.6%的生產力，且已介入29%的新代碼，根據研究估計，年度經濟效益約可達380億美元。
然而，作者警告說，生成式人工智慧若未妥善解決存取、培訓和負責任使用的挑戰，可能會擴大經驗豐富與初學者之間的差距。
最終，討論的焦點不在於是否應該在程式設計中採用人工智慧，而在於如何確保其利益能公平分配，避免技術和就業優勢的進一步集中。