一项最新研究显示,美国软件开发者是全球最频繁使用AI编程助手的群体,研究人员认为这一趋势对国家经济具有重要影响。
四位研究人员——Simone Daniotti、Johannes Wachs、Xiangnan Feng和Frank Neffke在一篇预印本论文中分析了2018年至2024年间GitHub上的8000万次代码提交,探讨了美国程序员对AI助手的偏好。
研究团队开发了一个机器学习模型来分析GitHub提交记录,发现2024年美国开发者提交到GitHub的Python函数中,估计有30.1%是由AI生成的。
排名第二的是德国,占24.3%,随后是法国(23.2%)、印度(21.6%)、俄罗斯(15.4%)和中国(11.7%)。
论文指出,一旦开发者使用AI生成30%的代码,季度代码提交量会增长2.4%。
研究作者表示:"结合职业任务和薪酬数据分析,AI辅助编程在美国的年度价值达96亿至144亿美元。"
这一估算与微软CEO萨蒂亚·纳德拉的说法一致,他曾声称目前微软约30%的代码是由AI编写的。
研究人员认为,如果参考其他AI调查中更高的生产力提升数据,AI增强的代码提交率带来的潜在经济效益可能更高。例如去年9月的一份报告显示生产力提升了26%。
基于三项不同随机对照试验的任务完成时间估算,这些试验分别发现了16.5%、6.3%和26%的生产力提升,研究人员得出结论:30%的AI使用率将带来每年640亿至960亿美元的生产力提升价值。
作者承认他们的估算存在局限性。例如,他们专注于GitHub代码提交可能遗漏了中国流行的Gitee平台上的提交。同时他们也没有考虑"由于AI增加代码供应而可能导致的编程任务价值减少"。
还有其他因素可能影响结果的准确性,比如将Python作为其他编程语言软件开发影响的代表,以及假设GitHub开源项目中AI使用率在其他环境中也会重复出现。
但总体而言,作者对AI的生产力价值持乐观态度。此外,他们表示AI的采用促进了对新软件库和库组合的实验,从而扩展了开发者的知识面。当然,这是基于那些库确实存在而非AI虚构的前提下。
在编程之外,AI的经济影响可能更为有限。MIT研究院教授Daron Acemoglu在去年发表的论文《AI的简单宏观经济学》中预测,AI驱动的生产力增长仅约0.7%。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。