{"id":5455,"date":"2024-05-22T20:24:48","date_gmt":"2024-05-22T20:24:48","guid":{"rendered":"http:\/\/architeles.eu\/ethics\/?p=5455"},"modified":"2024-06-10T09:25:49","modified_gmt":"2024-06-10T09:25:49","slug":"github-copilot-gdy-sugestie-systemu-sa-silniejsze-od-naszych-decyzji-ale-ulatwia-to-nam-prace-zjawisko-nudge-technology-oraz-slepa-wiara-w-tresci-generowane-wystepowania-zjawiska-z-perspektywy","status":"publish","type":"post","link":"https:\/\/architeles.eu\/ethics\/index.php\/2024\/05\/22\/github-copilot-gdy-sugestie-systemu-sa-silniejsze-od-naszych-decyzji-ale-ulatwia-to-nam-prace-zjawisko-nudge-technology-oraz-slepa-wiara-w-tresci-generowane-wystepowania-zjawiska-z-perspektywy\/","title":{"rendered":"(Github) COPILOT – gdy sugestie systemu s\u0105 silniejsze od naszych decyzji, ale u\u0142atwia to nam prac\u0119. Zjawisko nudge technology oraz \u015blepa wiara w tre\u015bci generowane. Wyst\u0119powania zjawiska z perspektywy zawodowej."},"content":{"rendered":"

Wprowadzenie GitHub Copilot, rewolucyjnego narz\u0119dzia wspomagaj\u0105cego programist\u00f3w, zmusza nas do ponownego rozwa\u017cenia natury naszych decyzji w procesie tworzenia kodu. Jednak\u017ce, gdy sugestie systemu staj\u0105 si\u0119 dominuj\u0105ce, stajemy wobec zjawiska znanego jako „nudge technology” \u2013 subtelne, ale pot\u0119\u017cne sk\u0142onienia, kt\u00f3re kszta\u0142tuj\u0105 nasze wybory. Czy \u015blepo ufamy generowanym tre\u015bciom? Jak to wp\u0142ywa na nasz\u0105 prac\u0119? Przyjrzyjmy si\u0119 temu zjawisku z perspektywy zawodowej, odkrywaj\u0105c zar\u00f3wno jego korzy\u015bci, jak i potencjalne wyzwania.<\/b><\/p>\n

Czym jest Copilot<\/span><\/h1>\n

GitHub Copilot to narz\u0119dzie wspomagaj\u0105ce kodowanie, kt\u00f3re wykorzystuje sztuczn\u0105 inteligencj\u0119 do generowania fragment\u00f3w kodu na podstawie kontekstu dostarczonego przez u\u017cytkownika. Dzi\u0119ki analizie milion\u00f3w linii kodu, Copilot jest w stanie sugerowa\u0107 ca\u0142e funkcje, klasy czy nawet pe\u0142ne rozwi\u0105zania problem\u00f3w programistycznych. To narz\u0119dzie jest szczeg\u00f3lnie przydatne w przyspieszaniu procesu tworzenia oprogramowania, redukuj\u0105c czas potrzebny na pisanie kodu oraz wyszukiwanie odpowiednich rozwi\u0105za\u0144.<\/span><\/p>\n

Zosta\u0142o ono opracowane przez GitHub oraz OpenAI i pomaga u\u017cytkownikom zintegrowanych \u015brodowisk programistycznych (IDE) Visual Studio Code, Visual Studio, Neovim i JetBrains. Obecnie dost\u0119pne w ramach subskrypcji dla indywidualnych programist\u00f3w i firm, zosta\u0142o po raz pierwszy og\u0142oszone przez GitHub 29 czerwca 2021 r. i dzia\u0142a najlepiej w przypadku u\u017cytkownik\u00f3w pisz\u0105cych w j\u0119zykach Python, JavaScript, TypeScript, Ruby i Go. W marcu 2023 r. GitHub og\u0142osi\u0142 plany dotycz\u0105ce \u201eCopilot X\u201d, kt\u00f3ry obejmie chatbota opartego na GPT-4, a tak\u017ce obs\u0142ug\u0119 polece\u0144 g\u0142osowych w Copilocie.<\/span><\/p>\n

Co my\u015bli \u015brodowisko na temat Copilota?<\/span><\/h1>\n

Wprowadzenie nowych narz\u0119dzi w dziedzinie technologii i programowania niemal zawsze wywo\u0142uje mieszane uczucia w\u015br\u00f3d specjalist\u00f3w. GitHub Copilot, asystent kodowania oparty na sztucznej inteligencji, nie jest wyj\u0105tkiem. Od momentu jego wprowadzenia, reakcje spo\u0142eczno\u015bci programistycznej oscyluj\u0105 mi\u0119dzy entuzjazmem a sceptycyzmem. Z jednej strony, Copilot obiecuje znaczne przyspieszenie procesu tworzenia kodu, co jest szczeg\u00f3lnie kusz\u0105ce w dynamicznie rozwijaj\u0105cej si\u0119 bran\u017cy IT. Z drugiej strony, pojawiaj\u0105 si\u0119 obawy dotycz\u0105ce jako\u015bci generowanego kodu, potencjalnego wp\u0142ywu na rynek pracy programist\u00f3w oraz etycznych aspekt\u00f3w korzystania z modeli opartych na danych zgromadzonych z publicznych repozytori\u00f3w. To w\u0142a\u015bnie te skrajne emocje i zr\u00f3\u017cnicowane opinie w \u015brodowisku programistycznym stanowi\u0105 fascynuj\u0105cy temat do analizy w kontek\u015bcie nowoczesnych narz\u0119dzi wspomagaj\u0105cych kodowanie.<\/span><\/p>\n

Konkretnym przyk\u0142adem jest praca pt. <\/span>AI in software programming: understanding emotional responses to GitHub Copilot. <\/span><\/i>Autorzy pracy przeanalizowali ponad 100 000 wpis\u00f3w na X-sie dotycz\u0105cych Github Copilota i podzielili je wed\u0142ug emocji, kt\u00f3re najprawdopodobniej towarzyszy\u0142y tw\u00f3rcom wpis\u00f3w: Loss, Deterrence, Challenge, Scepticism, Achievement, Apathy. Wyja\u015bnienia powy\u017cszych emocji autorzy pracy zamie\u015bcili w swojej publikacji:<\/span><\/p>\n

 <\/p>\n

\"\"
Wyja\u015bnienie poszczeg\u00f3lnych emocji X-owicz\u00f3w opisanych przez autor\u00f3w pracy<\/figcaption><\/figure>\n

Wyniki bada\u0144 s\u0105 zaprezentowane poni\u017cej:<\/span><\/p>\n

\"\"
Wyniki bada\u0144<\/figcaption><\/figure>\n

Z wynik\u00f3w tych mo\u017cna wywnioskowa\u0107, \u017ce emocje <\/span>Challenge <\/span><\/i>oraz <\/span>Achievement<\/span><\/i> stanowi\u0105 ponad 50% przebadanych wpis\u00f3w, czyli emocje od neutralnych do pozytywne przewa\u017caj\u0105. Po\u015br\u00f3d negatywnych odczu\u0107 mo\u017cna zauwa\u017cy\u0107 cz\u0119ste w\u0105tpliwo\u015bci autor\u00f3w wpis\u00f3w odno\u015bnie praw autorskich do kodu, na kt\u00f3rym Copilot zosta\u0142 nauczony. Takie odczucia towarzyszy\u0142y emocjom <\/span>Loss <\/span><\/i>i <\/span>Deterrence<\/span><\/i>, kt\u00f3re stanowi\u0142y ponad 20% badanych wpis\u00f3w. Obawa o s\u0142ab\u0105 jako\u015b\u0107 kodu generowanego przez Copilota wyrazi\u0142o 9% wpis\u00f3w, w emocji okre\u015blonej jako <\/span>Sceptism.\u00a0<\/span><\/i><\/p>\n

Podsumowuj\u0105c, wi\u0119kszo\u015b\u0107 X-owicz\u00f3w wyra\u017ca pozytywne opinie na temat Copilota, natomiast w\u015br\u00f3d negatywnych opinii przewa\u017ca kwestia praw autorskich do kodu, na kt\u00f3rym Copilot si\u0119 nauczy\u0142, a nie kwestia zast\u0105pienia in\u017cynier\u00f3w oprogramowania przez sztuczn\u0105 inteligencj\u0119.<\/span><\/p>\n

Przyk\u0142ad z \u017cycia<\/span><\/h2>\n

Na stronie scalablepath.com we wrze\u015bniu 2022 roku ukaza\u0142 si\u0119 ciekawy artyku\u0142 o u\u017cyciu Github Copilota z perspektywy Senior Fullstack Developera. Autor przetestowa\u0142 to narz\u0119dzie na kilku powszechnie u\u017cywanych technologiach, w tym React.js oraz PHP. Wykona\u0142 kilka test\u00f3w, kt\u00f3re polega\u0142y na napisaniu przez Copilota kilku fragment\u00f3w kodu w aplikacjach.<\/span><\/p>\n

Wyniki tych test\u00f3w r\u00f3\u017cni\u0105 si\u0119 w zale\u017cno\u015bci od z\u0142o\u017cono\u015bci zadania oraz u\u017cytych technologii. Copilot lepiej poradzi\u0142 sobie z zadaniami w React.js ni\u017c w PHP. W wielu miejscach Copilot dok\u0142adnie odgad\u0142 intencje programisty (Na przyk\u0142ad przy obs\u0142ugiwaniu braku uprawnie\u0144 we frameworku PHP Laravel). W innych testach kod napisany przez Copilota wygl\u0105da\u0142 na \u201cprawie idealny\u201d, jednak zawiera\u0142 b\u0142\u0119dy lub nie do ko\u0144ca zrozumia\u0142 intencje programisty, co jednak cz\u0119sto nie by\u0142o widoczne na pierwszy rzut oka.<\/span><\/p>\n

Autor artyku\u0142u napisa\u0142 r\u00f3wnie\u017c swoj\u0105 opini\u0119 na temat Copilota. Sugerowa\u0142 on, \u017ce Copilot jest \u015bwietnym narz\u0119dziem, kt\u00f3re przyspiesza prac\u0119 programisty i automatyzuje niekt\u00f3re \u017cmudne aspekty pracy z kodem. Ufanie na 100% sugestiom Copilota uwa\u017ca za proszenie si\u0119 o k\u0142opoty – system ten nie jest w stanie od pocz\u0105tku do ko\u0144ca napisa\u0107 dzia\u0142aj\u0105cego, odpornego na b\u0142\u0119dy kodu, lecz cz\u0119sto wymaga on licznych poprawek lub wybrania lepszych sugestii. Autor przestrzega r\u00f3wnie\u017c przed u\u017cywaniem Copilota przez niedo\u015bwiadczonych programist\u00f3w – sugeruje, \u017ce b\u0142\u0119dne sugestie podsuwane przez Copilota mog\u0105 zbyt mocno wej\u015b\u0107 w nawyk nowicjuszom i skutecznie utrudni\u0107 im rozw\u00f3j w tej dziedzinie.<\/span><\/p>\n

Nudge Technology<\/span><\/h1>\n

Nudge technology, czyli technologia delikatnego popchni\u0119cia, odnosi si\u0119 do metod wp\u0142ywania na decyzje u\u017cytkownik\u00f3w w subtelny, cz\u0119sto niezauwa\u017calny spos\u00f3b. To poj\u0119cie wywodzi si\u0119 z teorii ekonomii behawioralnej, a dok\u0142adniej z pracy Richarda Thalera i Cass Sunsteina, kt\u00f3rzy w swojej ksi\u0105\u017cce „Nudge: Improving Decisions About Health, Wealth, and Happiness” opisali, jak drobne zmiany w otoczeniu mog\u0105 znacz\u0105co wp\u0142ywa\u0107 na wybory ludzi, bez odbierania im swobody decyzyjnej.<\/span><\/p>\n

W kontek\u015bcie technologii, nudge mo\u017ce przybiera\u0107 r\u00f3\u017cne formy, takie jak interfejsy u\u017cytkownika, powiadomienia, rekomendacje czy algorytmy sugestii. Celem jest skierowanie u\u017cytkownik\u00f3w ku okre\u015blonym dzia\u0142aniom lub wyborom, kt\u00f3re s\u0105 uwa\u017cane za korzystne, zar\u00f3wno dla nich samych, jak i dla tw\u00f3rc\u00f3w technologii. W przypadku GitHub Copilot, nudge technology objawia si\u0119 poprzez sugestie kodu generowane w czasie rzeczywistym:<\/span><\/p>\n

    \n
  • Sugestie kodu: Copilot oferuje konkretne fragmenty kodu, kt\u00f3re u\u017cytkownik mo\u017ce zaakceptowa\u0107 lub odrzuci\u0107. Te sugestie s\u0105 cz\u0119sto bardzo trafne i mog\u0105 znacz\u0105co przyspieszy\u0107 proces pisania kodu.<\/span><\/li>\n
  • Poprawa b\u0142\u0119d\u00f3w: Copilot mo\u017ce sugerowa\u0107 poprawki do istniej\u0105cego kodu, wskazuj\u0105c na potencjalne b\u0142\u0119dy i oferuj\u0105c optymalne rozwi\u0105zania.<\/span><\/li>\n
  • Przyk\u0142ady implementacji: Gdy u\u017cytkownik napotyka problem, Copilot mo\u017ce zaproponowa\u0107 gotowe rozwi\u0105zania oparte na szerokiej bazie kod\u00f3w, co mo\u017ce prowadzi\u0107 do szybszego rozwi\u0105zania problemu.<\/span><\/li>\n<\/ul>\n

    Przyjrzymy si\u0119 bli\u017cej zaletom i wadom nudge technology w kontek\u015bcie GitHub Copilot, analizuj\u0105c, jak te subtelne formy wp\u0142ywania mog\u0105 zar\u00f3wno wspiera\u0107, jak i ogranicza\u0107 prac\u0119 programist\u00f3w.<\/span><\/p>\n

    Zalety:<\/span><\/p>\n

      \n
    • Efektywno\u015b\u0107 kodowania: GitHub Copilot mo\u017ce znacznie przyspieszy\u0107 proces tworzenia oprogramowania poprzez szybkie generowanie fragment\u00f3w kodu na podstawie kontekstu.<\/span><\/li>\n
    • Zwi\u0119kszenie produktywno\u015bci: Dzi\u0119ki szybkiemu dost\u0119powi do gotowych fragment\u00f3w kodu, programi\u015bci mog\u0105 skupi\u0107 si\u0119 na rozwi\u0105zywaniu bardziej z\u0142o\u017conych problem\u00f3w, co mo\u017ce przyspieszy\u0107 ca\u0142y proces tworzenia oprogramowania<\/span><\/li>\n
    • Nauka poprzez przyk\u0142ad: Korzystanie z GitHub Copilot mo\u017ce by\u0107 edukacyjne, poniewa\u017c u\u017cytkownicy mog\u0105 uczy\u0107 si\u0119 nowych technik programistycznych i najlepszych praktyk poprzez analiz\u0119 sugerowanych rozwi\u0105za\u0144.<\/span><\/li>\n<\/ul>\n

      Wady:<\/span><\/p>\n