AI assistance produces significant productivity gains across professional domains, particularly for novice workers. Yet how this assistance affects the development of skills required to effectively supervise AI remains unclear. Novice workers who rely heavily on AI to complete unfamiliar tasks may compromise their own skill acquisition in the process. We conduct randomized experiments to study how developers gained mastery of a new asynchronous programming library with and without the assistance of AI. We find that AI use impairs conceptual understanding, code reading, and debugging abilities, without delivering significant efficiency gains on average. Participants who fully delegated coding tasks showed some productivity improvements, but at the cost of learning the library. We identify six distinct AI interaction patterns, three of which involve cognitive engagement and preserve learning outcomes even when participants receive AI assistance. Our findings suggest that AI-enhanced productivity is not a shortcut to competence and AI assistance should be carefully adopted into workflows to preserve skill formation -- particularly in safety-critical domains.

TL;DR: nie wygląda to dobrze dla użytkowników AI.

Wybrane fragmenty:

Novice workers who rely heavily on AI to complete unfamiliar tasks may compromise their own skill acquisition in the process.

In our work, users who relied on AI without thinking performed the worst on the evaluation; a completely agentic tool would create a similar effect.

Together, our results suggest that the aggressive incorporation of AI into the workplace can have negative impacts on the professional development workers if they do not remain cognitatively engaged.
Given time constraints and organizational pressures, junior developers or other professionals may rely on AI to complete tasks as fast as possible at the cost of real skill development.

[…] as companies transition to more AI code writing with human supervision, humans may not possess the necessary skills to validate and debug AI-written code if their skill formation was inhibited by using AI in the first place.

  • サぺルMPolski
    1·
    18 days ago

    Fragmenty które przytoczyłeś wydają się romantyzowaniem rzeczywistości, która istniała najwyżej w niszach.

    Wszystko zależy od tego czy te umiejętności mają wartość w dłuższej perspektywie.

    Nie wiem czy ktoś w środowisku presji, na serio zdobywa jakieś umiejętności głębszego zrozumienia. Bez względu na AI.

    • naurOP
      1·
      18 days ago

      Jaki interes mieliby pracownicy Anthropica w romantyzowaniu rzeczywistości?
      Ja jestem w sumie zaskoczony, że wyniki tych badań zostały opublikowane, bo dostrzegam tu potencjalny konflikt interesów.

      Vibe-coding został wymyślony niecały roku temu. To są umiejętności, które można relatywnie łatwo i szybko zdobyć. W związku z tym nie stanowią przewagi konkurencyjnej.
      Umiejętność programowania asynchronicznego ma moim zdaniem większą wartość. W jaki sposób ktoś, to nie ma doświadczenia w tym obszarze będzie w stanie ocenić poprawność wygenerowanego przez LLM rozwiązania?

      Cały proces edukacji opiera się na umiarkowanej presji.

      • サぺルMPolski
        1·
        17 days ago

        Kiedy publikujesz pracę naukową, starasz się, by była odpowiednio obiektywna. Chociaż czasem można zaobserwować ślad przekonań autorów. Dlatego takie prace się potwierdza przez inne zespoły, ważna jest skala i różnorodność, warto przyjrzeć się różnym odchyłom od normy.

        Jeden z pierwszych (sierpień 2021) filmów OAI był o przetwarzaniu naturalnego języka na kod.

        Tak, ale proces biznesowy może przerodzić się w presję tolerującą zyski realizowane w krótkim terminie. W takim przypadku koszty przerzucane są gdzieś dalej.