একটি বিদেশি মিডিয়া অনুসারে, এআই প্রোগ্রামিং টুলগুলি ডেভেলপমেন্ট টিমে এখন "বিকল্প" থেকে "ডিফল্ট কনফিগারেশন" হয়ে গেছে, তবে দক্ষতা বৃদ্ধির প্রতি আশাবাদী প্রত্যাশা বেশি খরচ এবং মানের সমস্যার কারণে বাস্তবতায় ফিরে আসছে। বিভিন্ন গবেষণা এবং কর্পোরেট কেস স্টাডি দেখায় যে, এআই সত্যিই কোড লেখার গতি বাড়াতে পারে, তবে পরবর্তী পুনরায় কাজের পরিমাণ কমাতে পারে না।
ডেভেলপাররা এআই থেকে দূরে যেতে চায় না
এমইটিআর নামক এআই গবেষণা প্রতিষ্ঠান ২০২৪ সালের ফেব্রুয়ারিতে প্রকাশ করেছে যে, গবেষকদের মূল উদ্দেশ্য ছিল প্রোগ্রামিং দক্ষতা সম্পর্কিত একটি পরীক্ষা পুনরাবৃত্তি করা, যেখানে ডেভেলপারদের হাতে লেখা কোড এবং এআই-এর সহায়তায় কাজ সম্পন্নের মধ্যে পার্থক্য তুলনা করা হত; কিন্তু প্রক্রিয়াটি এগিয়ে নিয়ে যাওয়ার সময় বাধা দেখা দেয়: অনেক ডেভেলপারই পরীক্ষার জন্য অল্পসময়ের জন্যও এআই টুলগুলি ত্যাগ করতে চাইছিল না।
METR পূর্বে 2025 সালে সংশ্লিষ্ট পরীক্ষা চালিয়েছিল। অংশগ্রহণকারীরা সাধারণত অনুভব করেছিল যে তাদের দক্ষতা বেড়েছে, কিন্তু প্রকৃত পরিমাপের ফলাফল বিপরীত ছিল: যদিও কোড দ্রুত তৈরি হচ্ছিল, ডেভেলপারদের মডেলের আউটপুট অপেক্ষা, ভুলগুলি সংশোধন এবং টুলটিকে কাজটি সম্পন্ন করতে বারবার নির্দেশ দিতে বেশি সময় লাগছিল।
ডেভেলপারদের অ্যাআই ছাড়াই অংশগ্রহণ করানোর কঠিনতার কারণে, মেট্র পরবর্তীতে একটি সার্ভে প্রকাশ করে যেখানে প্রযুক্তিগত কর্মচারীরা নিজেদের দ্বারা অ্যাআই-এর সুবিধা মূল্যায়ন করেছেন। প্রতিক্রিয়াকারীরা সাধারণত মনে করেছেন যে, অ্যাআই তাদের কাজের মূল্যকে দ্বিগুণ করেছে।
কোম্পানিগুলি এআই বিনিয়োগকে পুনরায় মূল্যায়ন শুরু করেছে
লেখাটি বলে যে, এই ধরনের “নিজেদের বেশি দক্ষ বলে মনে হওয়া” সিদ্ধান্তগুলি এখন প্রতিষ্ঠানের ব্যয় এবং প্রকৃত উৎপাদন দ্বারা পরীক্ষিত হচ্ছে। 2026 সালের পর থেকে, সিলিকন ভ্যালি একসময় AI ব্যবহারের তীব্রতা পরিমাপের জন্য token খরচের পরিমাণকে ব্যবহার করত, এমনকি এটিকে উৎপাদনশীলতার একটি প্রতিনিধি সূচক হিসাবেও বিবেচনা করত, কিন্তু এই পদ্ধতির বিরুদ্ধে স্পষ্টভাবে প্রতিক্রিয়া দেখা দিয়েছে।
এই সপ্তাহে ব্রিটিশ ফাইন্যানশিয়াল টাইমস প্রতিবেদন করেছে যে, অ্যামাজন কর্মচারীদের দ্বারা AI এজেন্টগুলির অতিরিক্ত ব্যবহারের কারণে “বুটস্ট্র্যাপিং” এবং খরচ বৃদ্ধির সাথে কোনো প্রতিক্রিয়ার উন্নতি না হওয়ায় তাদের অভ্যন্তরীণ token র্যাঙ্কিং Kirorank বন্ধ করেছে।
দ্য ইনফরমেশন পত্রিকা জানিয়েছে, ইউবার ২০২৬ সালের প্রথম চার মাসেই বার্ষিক এআই বাজেট শেষ করে ফেলেছে। কোম্পানির প্রধান অপারেশনাল অফিসার অ্যান্ড্রু ম্যাকডোনাল্ড সম্প্রতি একটি পডকাস্টে বলেছেন, এই ধরনের ব্যয় এখনও কোনো পরিমাপযোগ্য প্রকল্প বৃদ্ধি বা উৎপাদনশীলতা বৃদ্ধির ফলাফল দেখায়নি।
কোড দ্রুত লেখা মানে কম মেইনটেন্স নয়
লেখাটি বলে যে, বড় সমস্যাটি হল কোড মেইনটেনেন্স। প্রোগ্রামার এবং লেখক জেমস শোর সম্প্রতি একটি প্রচুর শেয়ার করা ব্লগে উল্লেখ করেছেন যে, যদি কোড লেখার গতি দ্বিগুণ বৃদ্ধি পায়, কিন্তু মেইনটেনেন্স খরচ সমানভাবে কমে না, তবে টিমটি শুধুমাত্র স্বল্পমেয়াদী গতির বিনিময়ে দীর্ঘমেয়াদী বোঝা নিয়েছে।
এই বিষয়ে বাজারে অনেক তথ্য প্রকাশিত হয়েছে। রিলায়াবিলিটি ইঞ্জিনিয়ারিং স্টার্টআপ Entelligence AI-এর প্রতিষ্ঠাতা ঐশ্বর্যা সাঙ্কর বলেন, প্রতিষ্ঠানগুলির প্রায় ৪৪% টোকেন খরচ এআই-জেনারেটেড ত্রুটি ঠিক করতে ব্যয় হয়। কোড রিভিউ টুল কোম্পানি Code Rabbit-ও বলেছে, এটির ওপেন-সোর্স প্রজেক্টের পুল রিকোয়েস্টের বিশ্লেষণে দেখা গেছে যে, এআই-জেনারেটেড কোডের কারণে উৎপন্ন সমস্যার সংখ্যা মানব-লিখিত কোডের চেয়ে ১.৭ গুণ।
যদিও এই ডেটা সংশ্লিষ্ট সেবা প্রদানকারীদের কাছ থেকে আসে এবং এতে প্রকাশ্য পক্ষপাতিত্ব রয়েছে, তবুও স্বাধীন গবেষণা একই ধরনের সতর্কবার্তা দিয়েছে। সিঙ্গাপুর ম্যানেজমেন্ট ইউনিভার্সিটির গবেষকরা এই বছরের এপ্রিলে একটি প্রতিবেদন প্রকাশ করেন যে, AI-দ্বারা তৈরি কোড বাস্তব সফটওয়্যার প্রকল্পগুলিকে দীর্ঘমেয়াদী রক্ষণাবেক্ষণ খরচের শিকার করতে পারে।
গবেষকরা এআইকে "জুনিয়র ডেভেলপার" হিসাবে পরিচালনা করার পরামর্শ দিয়েছেন
প্রতিক্রিয়া সম্পর্কে নিবন্ধটি উল্লেখ করে যে, কিছু এআই প্রোগ্রামিং এজেন্ট প্রস্তুতকারক এআই দ্বারা তৈরি সমস্যাগুলি ঠিক করার জন্য আরও বেশি এআই ব্যবহার করার পক্ষে। এআই প্রোগ্রামিং এজেন্ট ডেভিন-এর ডেভেলপার সংস্থা Cognition-এর প্রতিষ্ঠাতা স্কট উওয়ু এই দৃষ্টিভঙ্গি গ্রহণ করেন।
তবে, তিনি স্বীকার করেন যে ডেভিন কিছু কাজ স্বাধীনভাবে সম্পন্ন করতে পারে, তবে বর্তমানে তার ক্ষমতা কাজের ধরনের উপর নির্ভর করে প্রায় শুরুর থেকে মধ্যম স্তরের প্রোগ্রামারের মতো। এর অর্থ হলো, ডেভেলপমেন্ট টিম এখনও কাজগুলি পুরোপুরি এজেন্টের উপর ছেড়ে দিতে পারছে না।
অন্যদিকে, সিঙ্গাপুর ম্যানেজমেন্ট ইউনিভার্সিটির গবেষকদের প্রস্তাবিত পদ্ধতিটি মানব পর্যালোচনার দিকে বেশি ঝোঁক: ডেভেলপারদের জানা দরকার যে AI কোন কাজগুলির জন্য উপযুক্ত এবং কোনগুলির জন্য উপযুক্ত নয়, AI-এর আউটপুটের গুণগত মান নিশ্চিত করার জন্য প্রক্রিয়া তৈরি করা দরকার, এবং মডেল দ্বারা উত্পাদিত ফলাফলগুলির পর্যালোচনা করা উচিত যেমন একজন প্রাথমিক ইঞ্জিনিয়ারের কোডের পর্যালোচনা করা হয়।
লেখাটির শেষে উল্লেখ করা হয়েছে যে সফটওয়্যার আর্কিটেকচার, সিকিউরিটি ডিজাইন ইত্যাদি উচ্চতর স্তরের কাজে মানুষের ডেভেলপাররা এখনও প্রধান সিদ্ধান্তগ্রহণকারী, এবং এই বিষয়টি AI এজেন্টকে সমর্থনকারীদেরও প্রায় সকলেই সম্মত।