محققین نے دریافت کیا ہے کہ 2026 میں، آپ AI کوڈنگ ٹولز کو ڈویلپرز کے نائب گرفت سے نہیں چھین سکتے۔
لیکن جب کہ AI بلاشبہ کوڈرز کو تیزی سے کوڈ تیار کرنے میں مدد کر رہا ہے، دوسرے محققین نے خبردار کیا ہے کہ یہ بہتر کوڈ تیار نہیں کر رہا ہے۔ اور یہ ان کے لیے سڑک کے نیچے مسائل کا سبب بن سکتا ہے۔
خاص طور پر، فروری 2026 میں، قابل احترام AI ریسرچ لیب METR نے ایک حیران کن انکشاف شائع کیا: زیادہ تر ڈویلپرز کام نہیں کریں گے، یہاں تک کہ محدود تعداد میں کاموں پر، بغیر AI کے۔
METR نے امید ظاہر کی تھی کہ AI کوڈنگ کی پیداواری صلاحیت پر 2025 میں چند ماہ قبل شائع ہونے والی کچھ اہم تحقیق کو اپ ڈیٹ فراہم کرے گی۔ اس میں، محققین نے پیمائش کی کہ اوپن سورس ڈویلپرز نے AI کے مقابلے ہاتھ سے کام کرنے میں کتنا وقت لیا۔
جب کہ اس مطالعے میں ڈویلپرز نے بتایا کہ AI انہیں زیادہ پیداواری بنا رہا ہے، وہ یہ جان کر حیران رہ گئے کہ اس نے حقیقت میں انہیں سست کر دیا۔ یقینی طور پر، اس نے تیزی سے کوڈ تیار کیا، لیکن پھر انہوں نے غلطیوں کو تلاش کرنے اور ٹھیک کرنے، AI کو چلانے اور کاموں کو مکمل کرنے کے لیے اس پر انتظار کرنے میں اضافی وقت صرف کیا۔
جب METR AI اور کوڈر کی مہارت میں پیشرفت کی پیمائش کرنے کے لیے تجربے کو دہرانے کے لیے نکلا، تو وہ ایسا نہیں کر سکے۔
محققین نے اعتراف کیا کہ Devs حصہ لینے کے لیے تیار نہیں تھے "کیونکہ وہ AI کے بغیر کام نہیں کرنا چاہتے" یہاں تک کہ صرف مطالعہ کے لیے۔
اس کے بجائے، METR نے مئی میں ایک سروے شائع کیا جس نے تکنیکی ملازمین کو اپنے AI پیداوری کے فوائد کی خود رپورٹ کرنے کی اجازت دی۔ حیرت کی بات نہیں، انہوں نے محسوس کیا کہ AI نے انہیں اپنی تنظیموں کے لیے دوگنا قیمتی بنا دیا ہے۔
لیکن نام نہاد ٹوکن میکسنگ کے جنگلی اخراجات کے بارے میں حالیہ شہ سرخیاں، اور حالیہ تحقیق کے ساتھ مل کر، اس طرح کے خود خیالوں کو مشکوک بناتی ہیں۔
ٹوکن میکسنگ، یا ٹوکن کی تعداد کا استعمال کرتے ہوئے جو ایک شخص AI کے ساتھ پیداواری صلاحیت کے لیے بطور پراکسی استعمال کرتا ہے، اب تک 2026 کا رجحان رہا ہے۔ اور یہ پہلے ہی ختم ہو سکتا ہے.
ایمیزون نے اپنا داخلی ٹوکن ٹریکنگ لیڈر بورڈ جس کا نام Kirorank کہا جاتا ہے اس کے بعد بند کر دیا جب ملازمین AI ایجنٹوں کو ضرورت سے زیادہ استعمال کر کے اس کو گیم کر رہے تھے، اور اخراجات بڑھا رہے تھے، فنانشل ٹائمز نے اس ہفتے رپورٹ کیا۔ ملازمین نے ثابت کیا کہ AI کا استعمال خود بخود پیداواری صلاحیت میں اضافہ نہیں کرتا۔
دی انفارمیشن نے رپورٹ کیا کہ اوبر نے سال کے پہلے چار مہینوں کے اندر اپنے 2026 کے AI بجٹ میں کامیابی حاصل کی۔ سی او او اینڈریو میکڈونلڈ نے حال ہی میں ایک پوڈ کاسٹ پر کہا کہ اس طرح کے اخراجات منصوبوں یا پیداواری صلاحیت میں قابل پیمائش اضافہ کا باعث نہیں بنے۔
AI سے تیار کردہ کوڈ ضروری طور پر جاری کوڈ کی دیکھ بھال کی ضروریات کو کم نہیں کرتا، اور اس میں اضافہ بھی کر سکتا ہے، پروگرامر اور مصنف جیمز شور نے ایک بلاگ پوسٹ میں خوبصورتی سے بحث کی جو ہیکر نیوز پر وائرل ہوئی تھی۔
"آپ ابھی دوگنا جلدی کوڈ لکھتے ہیں؟ بہتر امید ہے کہ آپ نے اپنے دیکھ بھال کے اخراجات کو آدھا کر دیا ہے،" اس نے لکھا۔ "ورنہ، آپ خراب ہو گئے ہیں۔ آپ مستقل انڈینچر کے لیے ایک عارضی رفتار بڑھانے کی تجارت کر رہے ہیں۔"
اس کے اور بھی شواہد موجود ہیں کہ AI کوڈ کی دیکھ بھال کی پریشانیوں کو بڑھا سکتا ہے۔
ریلائیبلٹی انجینئرنگ ایجنٹ اسٹارٹ اپ انٹیلیجنس AI کے بانی اور سی ای او ایشوریا سنکر کی ایک وائرل ٹویٹ میں اعلان کیا گیا ہے کہ کمپنیاں اپنے 44% ٹوکن بگ فکسس پر خرچ کر رہی ہیں جو ان کے AI نے پیدا کیے ہیں۔ دریں اثنا، کوڈ ریویونگ ٹول کمپنی کوڈ ریبٹ کا کہنا ہے کہ اس نے اوپن سورس پل کی درخواستوں کا تجزیہ کیا اور پایا کہ اے آئی نے انسانی کوڈ سے 1.7 گنا زیادہ مسائل پیدا کیے ہیں۔
یہ، اقرار کے ساتھ، AI کوڈ کا جائزہ لینے والے ٹولز بیچنے کی کوشش کرنے والوں کے خود خدمت کرنے والے اعدادوشمار ہیں۔
اس کے باوجود آزاد محققین نے بھی ایسے مسائل تلاش کیے ہیں۔ معزز سنگاپور مینجمنٹ یونیورسٹی کے محققین نے اپریل میں ایک رپورٹ شائع کی جس میں متنبہ کیا گیا تھا کہ "AI سے تیار کردہ کوڈ حقیقی سافٹ ویئر پروجیکٹس میں طویل مدتی دیکھ بھال کے اخراجات کو متعارف کرا سکتا ہے۔"
یہ دیکھتے ہوئے کہ پروگرامرز اپنے AI معاونین کو پسند کرتے ہیں، اس کا حل کیا ہے؟
ٹھیک ہے، وہ لوگ جو آپ کو AI کوڈنگ ایجنٹس بیچنا چاہتے ہیں کہتے ہیں کہ devs صرف AI کوڈنگ ایجنٹوں کا استعمال کر سکتے ہیں تاکہ کوڈ کو ٹھیک کرنے کے ہڈیوں کو تھکا دینے والے کاموں کو اتنی ہی تیزی سے کریں جتنی تیزی سے AI اسے تھوک دیتا ہے۔ یہ وہی ہے جو کوگنیشن کے بانی اور سی ای او سکاٹ وو - AI کوڈنگ ایجنٹ ڈیوین کے بنانے والے - تجویز کرتے ہیں۔
لیکن یہاں تک کہ وہ تسلیم کرتا ہے کہ، جبکہ ڈیوین آزادانہ طور پر کام کر سکتا ہے، وہ فی الحال کام کے لحاظ سے، جونیئر اور درمیانی درجے کے پروگرامر کے درمیان اپنی مہارت کی درجہ بندی کرے گا۔ یہ ہاتھ سے جانے والا حل نہیں ہے اور اسے بھول جائیں۔
SMU محققین ایک زیادہ انسانی نقطہ نظر کا مشورہ دیتے ہیں. پروگرامرز کو یہ جاننا چاہیے کہ AI کون سے کام کرتا ہے اور کیا نہیں کرتا ہے کیونکہ وہ اپنی پسندیدہ کوڈنگ زبانوں کو جانتے ہیں۔ انہیں AI کے لیے ڈیزائن کیے گئے مضبوط کوالٹی اشورینس سسٹمز کی ضرورت ہے اور وہ AI کے کام کا بغور جائزہ لینے میں اس طرح پھنس گئے ہیں جیسے یہ کوئی جونیئر ڈیو ہو۔
دریں اثنا، محققین کا کہنا ہے کہ (اور وو اس سے اتفاق کرتے ہیں)، انسانوں کو اب بھی سافٹ ویئر آرکیٹیکچر اور سیکیورٹی ڈیزائن جیسے بڑے تصویری کام کرنا چاہیے۔
