بیرونی ذرائع کے مطابق، AI پروگرامنگ ٹولز ڈویلپمنٹ ٹیموں میں "اختیاری" سے "ڈیفالٹ کنفیگریشن" بن چکے ہیں، لیکن کارکردگی میں اضافے کی مثبت توقعات کو زیادہ لاگت اور معیار کے مسائل نے حقیقت میں واپس لے لیا ہے۔ متعدد تحقیقات اور کاروباری کیسز ظاہر کرتے ہیں کہ AI کوڈ لکھنے کی رفتار کو ضرور تیز کرتا ہے، لیکن بعد میں دوبارہ کام کرنے کی ضرورت کو کم نہیں کرتا۔
ڈیولپرز AI سے الگ ہونا نہیں چاہتے
AI تحقیقی ادارہ METR نے اس سال فروری میں اعتراف کیا کہ تحقیق کار اصل میں پروگرامنگ کی کارکردگی پر ایک تجربہ دہرانا چاہتے تھے، جس میں ڈویلپرز کے ہاتھ سے لکھے گئے کوڈ اور AI کی مدد سے کام مکمل کرنے کے درمیان فرق کا موازنہ کیا جائے، لیکن آگے بڑھنے میں رکاوٹوں کا سامنا ہوا: بہت سے ڈویلپرز نے تجربے کے لیے AI ٹولز کو عارضی طور پر چھوڑنے سے انکار کر دیا۔
METR نے 2025 میں پہلے ہی اس کا ٹیسٹ کیا تھا۔ شرکاء کو محسوس ہوا کہ ان کی کارکردگی بہتر ہوئی، لیکن اصل ناپ کے مطابق برعکس تھا: جبکہ کوڈ تیزی سے تخلیق ہوتا تھا، ڈویلپرز کو ماڈل کے جواب کا انتظار کرنے، غلطیوں کو درست کرنے اور ٹول کو مکمل کرنے کے لیے دوبارہ ہدایات دینے میں زیادہ وقت لگتا تھا۔
کیونکہ ڈیولپرز کو AI کے بغیر جاری رکھنا مشکل تھا، METR نے بعد میں ایک سروے جاری کیا جس میں ٹیکنیکل عملہ نے خود AI کے ذریعے حاصل ہونے والے فوائد کا جائزہ لیا۔ ریسپونڈنٹس نے عام طور پر یہ سمجھا کہ AI نے ان کے کام کی قیمت دگنا کر دی۔
کمپنیاں AI میں سرمایہ کاری کو دوبارہ جانچ رہی ہیں
یہ مضمون بتاتا ہے کہ ایسے "خود کو زیادہ موثر سمجھنے" والے ججمنٹس، کاروباری خرچ اور حقیقی پیداوار کے سامنے چھانٹے جا رہے ہیں۔ 2026 کے بعد سے، سلیکون ویلی میں AI استعمال کی شدت کو ٹوکن کے استعمال سے ناپنا مقبول ہو گیا تھا، اور اسے پیداوار کا ایک اینڈیکیٹر بھی سمجھا جاتا تھا، لیکن اب اس طریقہ کار کا واضح اثر منفی ہو رہا ہے۔
برطانیہ کی فنانشل ٹائمز نے اس ہفتے رپورٹ دی کہ ایمیزون نے اپنا اندر کا ٹوکن رینکنگ سسٹم کیرو رینک بند کر دیا ہے، کیونکہ ملازمین نے AI ایجینٹس کو زیادہ استعمال کر کے "رینکنگ فراڈ" کیا، جس سے لاگت بڑھی لیکن پیداوار میں کوئی بہتری نہیں آئی۔
اینفو رمیشن کے مطابق، یوبر نے 2026 کے پہلے چار ماہ میں اپنا پورا سالانہ AI بجٹ ختم کر دیا۔ کمپنی کے چیف آپریشنز آفیسر اینڈریو میکڈونلڈ نے حال ہی میں ایک پوڈکاسٹ میں کہا کہ اس قسم کے اخراجات نے اب تک کسی قابل قیاس منصوبہ کے اضافے یا پیداواری صلاحیت میں اضافہ نہیں لایا ہے۔
زیادہ تیز کوڈ لکھنا، کم مینٹیننس کا مطلب نہیں ہے
یہ مضمون کہتا ہے کہ بڑی مسئلہ کوڈ کی صرفت ہے۔ پروگرامر اور مصنف جیمز شور نے حال ہی میں ایک وسیع پیمانے پر شیئر کیے گئے بلاگ میں اشارہ کیا کہ اگر کوڈ لکھنے کی رفتار دوگنا ہو جائے لیکن صرفت کا خرچ مساوی طور پر کم نہ ہو، تو ٹیم صرف مختصر مدتی تیزی کو لمبی مدتی بوجھ میں بدل رہی ہے۔
اس نقطہ کے حوالے سے، بازار میں کئی ڈیٹا بھی سامنے آیا ہے۔ ریلیئبلٹی انجینئرنگ اسٹارٹ اپ Entelligence AI کے بانی Aiswarya Sankar کے مطابق، کاروباری اداروں کے 44% ٹوکن استعمال کا مقصد AI کے ذریعہ پیدا ہونے والی خامیوں کو درست کرنا ہے۔ کوڈ ریویو ٹول کمپنی Code Rabbit نے بھی بتایا کہ اس کے开源 پراجیکٹس کے پل ریکسٹ کے تجزیہ سے پتہ چلتا ہے کہ AI کے ذریعہ تخلیق کردہ کوڈ کی وجہ سے پیدا ہونے والی مسائل، انسانی کوڈ کے مقابلے میں 1.7 گنا زیادہ ہیں۔
یہ ڈیٹا متعلقہ سروس فراہم کنندگان سے آیا ہے اور اس میں واضح رجحان کا عنصر ہے، لیکن مستقل تحقیق نے بھی اسی قسم کی چیونٹیاں دی ہیں۔ سنگاپور مینجمنٹ یونیورسٹی کے تحقیق کاروں نے اس سال اپریل میں ایک رپورٹ جاری کی جس میں کہا گیا کہ AI سے تخلیق کردہ کوڈ حقیقی سافٹ ویئر منصوبوں کے لیے طویل مدتی مینٹیننس لاگت کا باعث بن سکتا ہے۔
تحقیق کرنے والے سفارش کرتے ہیں کہ AI کو "جونیئر ڈیولپر" کی طرح منظم کیا جائے
اس کے جواب میں، مضمون میں کہا گیا ہے کہ کچھ AI پروگرامنگ ایجینٹ فراہم کنندگان کا خیال ہے کہ AI کے ذریعہ پیدا ہونے والے مسائل کو حل کرنے کے لیے مزید AI استعمال کیا جانا چاہیے۔ AI پروگرامنگ ایجینٹ ڈیوین کے مصنوع کمپنی Cognition کے بانی سکاٹ وو بھی اس خیال پر عمل کرتے ہیں۔
تاہم، وہ تسلیم کرتے ہیں کہ ڈیوین کچھ کاموں کو خود سے مکمل کر سکتا ہے، لیکن موجودہ صلاحیتیں اب بھی کام کی قسم کے مطابق ابتدائی سے درمیانی پروگرامر کے درمیان ہیں۔ اس کا مطلب یہ ہے کہ ڈویلپمنٹ ٹیم اب بھی اپنے کام کو ایجنٹ کو سونپ کر بھول نہیں سکتی۔
اس کے برعکس، سنگاپور مینجمنٹ یونیورسٹی کے محققین کی تجویز زیادہ تر انسانی نگرانی پر مبنی ہے: ڈویلپرز کو یہ واضح ہونا چاہیے کہ AI کن کاموں میں ماہر ہے اور کن میں نہیں، AI کے آؤٹ پٹ کے لیے معیار کی ضمانت کے عمل کو ترتیب دینا چاہیے، اور ماڈل کے جنریٹ کردہ نتائج کو جیسے جونئر انجینئر کے کوڈ کی جانچ کی جاتی ہے، ویسے ہی جانچنا چاہیے۔
آخر میں اس بات کا اشارہ کیا گیا ہے کہ سافٹ ویئر آرکیٹیکچر، سیکورٹی ڈیزائن جیسے اعلیٰ سطح کے کاموں میں انسانی ڈویلپرز اب بھی اہم فیصلہ ساز ہیں، اور یہ بات AI ایجینٹس کے حامیوں کو بھی تسلیم ہے۔