7.1 Y symudiad paradeim AI cynhyrchiol

Trosolwg a chymhelliant

Am y rhan fwyaf o hanes peirianneg meddalwedd, roedd ysgrifennu cod yn ddigon araf a llafurus fel bod cyfaint allbwn crai, llinellau a ysgrifennwyd, ymrwymiadau a wnaed, nodweddion a ryddhawyd, yn cydberthyn o leiaf yn llac ag ymdrech wirioneddol ac, yn amherffaith, â gwerth gwirioneddol. Nid oedd y gydberthynas honno erioed yn berffaith, neilltuodd pwnc 3.4 bwnc cyfan i pam mae metrigau gweithgarwch yn camarwain hyd yn oed mewn byd cyn-ddeallusrwydd artiffisial (AI), ond roedd yn ddigon cryf fel bod llawer o sefydliadau wedi adeiladu rhaglenni metrigau ar y dybiaeth oblygedig bod mwy o god fel arfer yn golygu mwy o waith wedi’i wneud. Mae cynorthwywyr codio AI cynhyrchiol wedi torri’r dybiaeth honno’n derfynol: gall offeryn nawr gynhyrchu cyfaint mawr, credadwy-yr-olwg o god mewn eiliadau, am ffracsiwn o’r gost flaenorol, ac mae’r cyfaint hwnnw’n dweud bron dim byd wrthych ar ei ben ei hun am a yw’r cod canlyniadol yn gweithio, yn gynaliadwy, neu’n gwasanaethu unrhyw bwrpas gwirioneddol.

Hawliad craidd y pwnc hwn yw bod hwn yn newid paradeim, nid newid offeryno cynyddrannol. Mae newid paradeim yn newid yr hyn y mae eich offerynnau presennol mewn gwirionedd yn ei fesur, nid dim ond y gwerthoedd y maent yn eu hadrodd. Mae mesurydd cyflymder yn dal i fesur cyflymder ar ôl i chi newid injan car; nid yw sawl un o fetrigau’r llyfr hwn yn goroesi’r trawsnewid hwn mor lân. Gall amledd defnyddio (pwnc 2.10) godi oherwydd bod AI wedi cyflymu gwaith gwirioneddol werthfawr, neu oherwydd bod AI wedi ei gwneud yn ddibwys hawdd cynhyrchu llawer o newidiadau bach, gwerth-isel; ni all y rhif ar ei ben ei hun wahaniaethu’r ddau mwyach, mewn ffordd y gallai’n bennaf, â gofal priodol, o’r blaen. Mae’r un rhesymeg yn gymwys ag hyd yn oed mwy o rym i gyfrifon ymrwymiad crai, llinellau o god, a chyfaint pull request, y cyfan y rhybuddiodd pwnc 3.4 yn eu herbyn eisoes fel metrigau unigol, wedi’u mwyhau nawr i risg sy’n berthnasol ar lefel y tîm a’r sefydliad hefyd.

I dimau mawr, cyrhaeddodd y symudiad hwn yn gyflymach nag y gallai arfer mesur y rhan fwyaf o sefydliadau addasu iddo, a’r bwlch rhwng cyflymder mabwysiadu ac addasiad mesur yw lle mae’r risg wirioneddol yn y rhan hon yn byw. Mae sefydliadau menter sy’n parhau i adrodd metrigau gweithgarwch cyn-oes-AI heb addasiad yn mentro dathlu metrig sydd wedi peidio â chydberthyn â gwerth yn dawel; mae angen dealltwriaeth glir ar sefydliadau llywodraeth sy’n gwerthuso buddsoddiad offeryno AI o union pa fetrigau sy’n aros yn ddibynadwy a pha rai nad ydynt bellach, cyn ymrwymo i benderfyniadau caffael neu bolisi wedi’u hadeiladu ar dybiaethau mesur hen ffasiwn.

Egwyddorion allweddol

Mae hwn yn newid paradeim yn yr hyn y mae metrigau’n ei fesur, nid newid cynyddrannol. Mae rhai metrigau presennol wedi peidio â golygu’r hyn yr oeddent yn arfer ei olygu’n dawel.
Ni fu cyfaint allbwn erioed yn ddirprwy dibynadwy ar gyfer gwerth, ac mae wedi dod yn weithredol annibynadwy nawr. Roedd rhybudd pwnc 3.4 bob amser yn gywir; mae’r symudiad hwn yn gwneud ei anwybyddu’n llawer mwy costus.
Y bwlch rhwng cyflymder mabwysiadu AI a chyflymder addasiad mesur yw’r risg wirioneddol. Mae sefydliadau’n mabwysiadu’r offeryno’n gyflymach nag y maent yn ailystyried eu metrigau.
Ni effeithir yr un fath ar bob metrig yn y llyfr hwn. Mae metrigau canlyniad (Rhan 5) yn llawer mwy gwydn i’r symudiad hwn na metrigau gweithgarwch ac allbwn crai.
Mae’r symudiad hwn yn eang-i’r-diwydiant ac yn barhaus, nid yn addasiad un-tro. Disgwyliwch newid parhaus wrth i’r offeryno a’i batrymau mabwysiadu barhau i esblygu.

Argymhellion

Archwiliwch eich set fetrigau bresennol yn benodol am ddilysrwydd oes-AI

Ewch trwy eich dangosfwrdd cyfredol a, ar gyfer pob metrig, gofynnwch yn uniongyrchol: a fyddai tîm sy’n defnyddio cymorth AI’n drwm ond yn cynhyrchu dim mwy o werth gwirioneddol nag o’r blaen yn dangos darlleniad gwell ar y metrig hwn. Cyfrifon gweithgarwch, amlder ymrwymiad, ac amledd defnyddio crai (heb gledr ddiogelwch sefydlogrwydd wedi’i pharejo, pwnc 2.10) yw’r rhai mwyaf agored. Mae metrigau canlyniad o Ran 5, cyfradd diffygion dianc, mabwysiad nodwedd, canlyniadau busnes, yn gymharol wydn, gan eu bod yn mesur y canlyniad gwirioneddol yn hytrach na chyfaint y gweithgarwch a’i cynhyrchodd.

Ailarchwiliwch amledd defnyddio ac amser arwain yn benodol, â sylw cledr-ddiogelwch uwch

Rhybuddiodd pwnc 2.10 eisoes am dwyllo amnewid, hollti gwaith ystyrlon yn ddefnyddiadau dibwys i chwyddo’r cyfrif. Mae AI cynhyrchiol yn gwneud y patrwm twyllo penodol hwn yn ddramatig rhatach ac yn haws ei gynhyrchu, hyd yn oed yn anfwriadol, gan fod newidiadau dibwys â chymorth AI bellach bron yn rhad ac am ddim i’w cynhyrchu. Tynhewch eich cledr ddiogelwch cyfradd-methiant-newid (pwnc 2.10) yn benodol yn gymesur â pha mor drwm y mae tîm wedi mabwysiadu datblygiad â chymorth AI, a gwyliwch dueddiadau maint defnyddio hyd yn oed yn agosach nag o’r blaen.

Triniwch gynhwysedd adolygu cod fel tagfa newydd, dyngedfennol

Os yw cymorth AI’n cynyddu cyfaint y cod a gynigir ar gyfer adolygiad yn ddramatig, mae cam yr adolygiad (pwnc 2.9), eisoes yn aml y cyfrannwr amser-aros mwyaf yn y biblinell gyflenwi, yn dod yn gyfyngiad hyd yn oed mwy llym. Bydd adolygydd sy’n cael ei ofyn i werthuso cyfaint llawer uwch o god a gynhyrchwyd-gan-AI ar yr un cyflymder ag o’r blaen yn anochel naill ai’n arafu’r biblinell neu’n lleihau dyfnder adolygu, union y risg stamp-rwber y rhybuddiodd pwnc 2.9 amdano eisoes, o dan bwysau sylweddol fwy nawr. Monitrwch gledrau diogelwch dyfnder ac ansawdd adolygu â sylw uwch wrth i gyfaint cod a gynhyrchwyd-gan-AI godi.

Peidiwch â thybio bod gan god a gynhyrchwyd-gan-AI yr un proffil diffyg â chod a ysgrifennwyd-gan-ddyn

Mae tystiolaeth gynnar a phrofiad ymarferwyr yn awgrymu y gall fod gan god a gynhyrchwyd-gan-AI broffil diffyg gwahanol i god a ysgrifennwyd- gan-ddyn: rhesymeg sy’n edrych yn gredadwy ond sy’n gynnil anghywir, trin achos-ymyl a gynhyrchwyd yn hyderus ond yn anghywir, neu god sy’n pasio adolygiad arwynebol oherwydd ei fod yn edrych yn idiomatig a rhesymol, ond na chafodd ei resymu drwyddo mewn gwirionedd â dealltwriaeth wirioneddol o gyd-destun penodol y system. Triniwch hyn fel damcaniaeth sy’n werth ei phrofi’n weithredol yn erbyn eich data diffyg-dianc eich hun (pwnc 5.1), gan dagio diffygion yn ôl a oedd y cod gwreiddiol wedi’i gynhyrchu’n sylweddol gan AI, yn hytrach na thybio bod y perthnasau cyfradd-diffyg hanesyddol y mae eich sefydliad wedi adeiladu ei arferion ansawdd o’u cwmpas yn dal heb newid.

Diweddarwch eich siarter metrigau a’ch proses llywodraethiant’n benodol ar gyfer y symudiad hwn

Gan ddilyn disgyblaeth llywodraethiant pwnc 1.4, peidiwch â gadael i’r symudiad hwn ddigwydd i’ch rhaglen fetrigau’n oddefol. Ailedrychwch yn benodol ar eich siarter metrigau, gan enwi pa fetrigau sydd angen cledrau diogelwch newydd, pa rai sydd angen eu hymddeol, a pha rai sy’n aros yn ddibynadwy, fel penderfyniad llywodraethiant bwriadol yn hytrach na drifft heb ei archwilio. Dogfennwch y rhesymu, gan mai dyma’n union y math o symudiad diffiniadol a chyd-destunol y mae pwnc 1.4’n rhybuddio y gall ddigwydd yn dawel fel arall a chael ei ddarganfod dim ond yn llawer diweddarach.

Cyfnewidiadau: manteision ac anfanteision

Dull	Manteision	Anfanteision
Parhau i adrodd metrigau cyn-oes-AI heb eu newid	Dim tarfu, adrodd cyfarwydd	Yn mentro dathlu metrigau sydd wedi peidio â chydberthyn â gwerth yn dawel
Archwiliad set fetrigau lawn ac adolygiad bwriadol	Yn adfer mesuriad dibynadwy	Angen ymdrech ddadansoddol wirioneddol a rheolaeth newid sefydliadol
Rhoi’r gorau i fetrigau gweithgarwch ac allbwn yn gyfan gwbl	Yn dileu’r risg fwyaf agored yn uniongyrchol	Yn colli rhywfaint o signal cyd-destunol dilys ddefnyddiol (rhybudd pwnc 3.4)
Tynhau cledrau diogelwch heb archwiliad llawn	Cyflymach i’w weithredu	Gall golli metrigau y mae eu hamlygiad yn llai amlwg na’r achosion cliriaf

Y tensiwn canolog yw parhad mesur yn erbyn dilysrwydd mesur. Mae sefydliadau’n deall yn ffafrio parhau i adrodd metrigau cyfarwydd mewn ffyrdd cyfarwydd, gan fod gan newid rhaglen fetrigau gost a tharfu sefydliadol gwirioneddol. Ond mae parhau i adrodd metrig sydd wedi peidio â mesur yr hyn yr oedd yn arfer ei fesur yn dawel yn waeth na tharfu, mae’n gamgyfeiriad gweithredol. Datryswch y tensiwn trwy drin hyn fel union y math o newid llywodraethiant bwriadol, wedi’i ddogfennu y mae pwnc 1.4’n ei ddisgrifio, yn tarfu yn y tymor byr ond yn angenrheidiol i gadw metrigau’r sefydliad yn onest.

Cwestiynau i’w trafod gyda’ch tîm

Ar gyfer pob metrig ar ein dangosfwrdd, a fyddai tîm sy’n defnyddio cymorth AI’n drwm ond yn cynhyrchu dim mwy o werth gwirioneddol yn dangos darlleniad gwell? Ewch trwy eich metrigau’n benodol â’r prawf hwn; y rhai sy’n methu ag ef yw eich ymgeiswyr blaenoriaeth- uchaf ar gyfer cledrau diogelwch diwygiedig neu ymddeoliad.
A yw ein hamledd defnyddio neu gyfaint ymrwymiad wedi codi ers mabwysiadu cymorth codio AI, ac a ydym wedi gwirio a symudodd cyfradd methiant newid neu gyfradd diffyg yn gyfatebol? Tynnwch y data wedi’i barejo gwirioneddol yn hytrach na thybio canlyniad cadarnhaol neu negyddol.
A yw ein cynhwysedd adolygu cod yn cadw i fyny ag unrhyw gynnydd yng nghyfaint cod â chymorth AI, neu a yw dyfnder adolygu’n erydu’n dawel o dan bwysau cynyddol? Gwiriwch fetrigau cam-adolygu (pwnc 2.9) yn benodol am arwyddion o’r risg stamp-rwber yn dwysáu.
A ydym yn tagio diffygion yn ôl a oedd y cod gwreiddiol wedi’i gynhyrchu’n sylweddol gan AI, ac os felly, beth mae’r data hwnnw’n ei ddangos hyd yn hyn? Os nad ydych yn tagio hyn ar hyn o bryd, trafodwch beth fyddai ei angen i ddechrau, gan fod y data hwn yn uniongyrchol berthnasol i a yw eich tybiaethau ansawdd hanesyddol yn dal i sefyll.
A ydym wedi ailedrych yn fwriadol ar ein siarter metrigau (pwnc 1.4) o gofio’r symudiad hwn, neu a yw ein harfer mesur wedi parhau heb ei newid yn syml? Os yw’r ateb onest yn yr olaf, mae’r bwlch hwnnw’n union yr hyn y mae’r pwnc hwn yn argymell ei gau’n gyntaf.
Sut olwg fyddai arni petai ein sefydliad yn cael ei ddal ar draed fflat gan y symudiad hwn, yn dathlu metrig a oedd eisoes wedi peidio â golygu’r hyn y tybiwyd ein bod yn ei olygu? Mae’r arbrawf meddwl concrid, ychydig yn anghyfforddus hwn yn helpu i ysgogi’r archwiliad y mae’r pwnc hwn yn ei argymell cyn, yn hytrach nag ar ôl, i’r senario hwnnw ddigwydd mewn gwirionedd.

Golwg sector

Cwmni newydd. Mae mabwysiadu offer AI cyflym yn gyffredin ac yn aml yn fantais gystadleuol wirioneddol, ond mae’r un cyflymder sy’n gwneud mabwysiadu’n ddeniadol yn gwneud drifft metrig heb ei archwilio’n fwy tebygol. Adeiladwch yr arferiad o wirio metrigau canlyniad (Rhan 5) ochr yn ochr ag unrhyw enillion effeithlonrwydd yr ydych yn eu hadrodd o fabwysiadu AI, yn hytrach nag adrodd gwelliannau cyflymder yn unig.

Busnes bach. Gall cymorth codio AI ymestyn cynhwysedd tîm bach yn ystyrlon, ond gwrthsefyllwch y demtasiwn i adrodd cynnydd allbwn crai fel llwyddiant diamwys heb wirio cledrau diogelwch ansawdd; mae gan dîm bach lai o gynhwysedd i amsugno problem ansawdd heb ei chanfod na sefydliad mwy â mwy o ddiswyddiant.

Menter. Mae graddfa’r risg hon yn cyfansymio’n sylweddol yma, gan y gall mabwysiadu AI ar draws degau neu gannoedd o dimau ar yr un pryd symud dilysrwydd metrig ar draws y sefydliad cyfan cyn i unrhyw un tîm sylwi ar y patrwm yn lleol. Cynhaliwch yr archwiliad set-fetrigau y mae’r pwnc hwn yn ei argymell ar y lefel sefydliadol, nid fesul tîm yn unig, a diweddarwch llywodraethiant (pwnc 1.4) yn ganolog ac yn benodol.

Llywodraeth. Mae sefydliadau sector-cyhoeddus yn aml yn mabwysiadu technoleg newydd yn fwy gofalus, ond mae’r metrigau a’r meincnodau a ddefnyddir i werthuso rhaglenni technoleg llywodraeth yn aml wedi’u tynnu o, neu eu cymharu yn erbyn, ddata diwydiant sector-preifat sydd ei hun yn symud o dan yr un pwysau. Deallwch yn benodol pa feincnodau diwydiant yr ydych yn cymharu yn eu herbyn sydd wedi cael eu heffeithio gan y symudiad hwn cyn eu defnyddio i osod disgwyliadau neu werthuso perfformiad.

Enghreifftiau

Menter. Sylwodd arweinyddiaeth peirianneg cwmni technoleg ariannol fod amledd defnyddio wedi codi bron 40% yn y ddau chwarter yn dilyn mabwysiad eang cynorthwyydd codio AI, ac adroddodd hyn yn wreiddiol fel llwyddiant cynhyrchiant uniongyrchol mewn cyflwyniad bwrdd. Canfu dadansoddiad dilynol mwy gofalus, wedi’i ysgogi gan gwestiwn aelod bwrdd amheugar am a wiriwyd ansawdd, fod cyfradd methiant newid wedi codi bron gam am gam ag amledd defnyddio, gan wrthbwyso’r enillion ymddangosiadol yn gyfan gwbl unwaith yr archwiliwyd y metrig sefydlogrwydd wedi’i barejo mewn gwirionedd. Mae adroddiad diwygiedig y cwmni bellach yn cyflwyno amledd defnyddio a chyfradd methiant newid gyda’i gilydd yn benodol pryd bynnag y gwneir hawliadau cynhyrchiant â chymorth AI, gan osgoi’r hawliad camarweiniol, bron yn gyhoeddus, cynharach.

Llywodraeth. Canfu adran TG llywodraeth talaith, oedd yn peilota cymorth codio AI ar gyfer is-set o’i thimau peirianneg, fod allbwn cod crai fesul peiriannydd wedi cynyddu’n sylweddol, ffigur a ddyfynnwyd yn ffafriol yn wreiddiol mewn adolygiad peilot mewnol. Archwiliodd dadansoddiad agosach, wedi’i ysgogi gan ganllawiau’r llyfr hwn yn cael eu hymgorffori i fframwaith gwerthuso’r adran, gyfradd diffygion dianc ar gyfer gwaith â chymorth-AI yn erbyn gwaith heb-gymorth-AI yn benodol a chanfod cyfradd diffyg ychydig yn uwch yn y garfan â-chymorth-AI, wedi’i grynhoi mewn trin achos-ymyl ar gyfer amgylchiadau dinesydd anarferol nad oedd yr offeryno AI wedi’i amlygu iddynt yn ystod hyfforddi. Ni wnaeth y canfyddiad hwn atal y peilot ond arweiniodd at gynnydd penodol, wedi’i dargedu mewn trylwyredd adolygu ar gyfer newidiadau â chymorth-AI yn cyffwrdd rhesymeg achos-ymyl cymhwysedd, gan fynd i’r afael â’r risg wirioneddol na fyddai’r metrig allbwn crai ar ei ben ei hun byth wedi’i ddatgelu.

Achos busnes: cymhellion, ROI, a TCO

Osgoi embaras cyhoeddus neu lefel-bwrdd rhag adrodd metrig sy’n troi allan, o dan graffu, i fod wedi mesur dim byd gwirioneddol, union y senario y bu bron i’r enghraifft technoleg ariannol uchod ei gynhyrchu, yw’r enillion ar gynnal yr archwiliad hwn yn rhagweithiol. Mae sefydliad sy’n mynd o flaen y symudiad hwn yn cynnal credadwyedd gyda’i randdeiliaid; mae un sy’n cael ei ddal yn adrodd metrig gwag yn talu cost enw da gwirioneddol, ac i raddau helaeth osgoiadwy.

Yr ymdrech ddadansoddol i archwilio’r set fetrigau bresennol, tynhau cledrau diogelwch, a diweddaru dogfennaeth llywodraethiant, buddsoddiad cymedrol, un-tro mewn perthynas â’r risg barhaus o barhau i adrodd metrigau sydd wedi peidio â mesur yr hyn y maent yn honni ei fesur yn dawel, yw cost cyfanswm perchnogaeth. Mae’r gost hon hefyd yn ailadrodd ar lefel is, gan fod y symudiad hwn yn barhaus, nid yn ddigwyddiad un-tro, ac mae ailarchwiliad cyfnodol wrth i batrymau offeryno a mabwysiadu barhau i esblygu’n ychwanegiad rhesymol, parhaol i gadence llywodraethiant metrigau.

Gwrth-batrymau a risgiau

Parhau i adrodd metrigau gweithgarwch cyn-oes-AI heb eu newid ac yn ddi-feirniadol: yn mentro dathlu metrig sydd wedi peidio â chydberthyn â gwerth gwirioneddol yn dawel.
Adrodd cynnydd amledd defnyddio neu gyfaint allbwn heb y gledr ddiogelwch sefydlogrwydd wedi’i parejo: yn ailadrodd rhybudd pwnc 2.10 â stanciau sylweddol uwch o dan ddatblygiad â chymorth AI.
Tybio bod gan god a gynhyrchwyd-gan-AI yr un proffil diffyg â chod a ysgrifennwyd-gan-ddyn heb wirio: tybiaeth heb ei phrofi a allai fod yn weithredol anghywir.
Gadael i ddyfnder adolygu erydu’n dawel o dan gyfaint cod a gynhyrchwyd-gan-AI cynyddol: risg stamp-rwber pwnc 2.9, wedi’i ddwysau.
Trin y symudiad hwn fel addasiad un-tro yn hytrach na phryder parhaus: mae’r offeryno a’i batrymau mabwysiadu’n parhau i esblygu, ac mae angen i arfer mesur gadw i fyny.
Cymharu yn erbyn meincnodau diwydiant heb ddeall a yw’r meincnodau hynny eu hunain wedi symud o dan yr un pwysau: yn mentro ymdeimlad ffug o berfformiad cymharol.

Model aeddfedrwydd

Lefel 1, Cychwyn: Adroddir metrigau cyn-oes-AI heb eu newid, heb ymwybyddiaeth y gallai mabwysiadu AI fod wedi effeithio ar eu dilysrwydd.
Lefel 2, Datblygu: Mae rhywfaint o ymwybyddiaeth o’r symudiad yn bodoli, ond ni chynhaliwyd archwiliad systematig o’r set fetrigau bresennol.
Lefel 3, Safoni: Cynhaliwyd archwiliad set-fetrigau llawn, gyda chledrau diogelwch wedi’u tynhau a metrigau wedi’u dogfennu fel rhai wedi’u heffeithio neu wydn, ar draws y sefydliad.
Lefel 4, Rheoli: Tagir ac olrheinir diffygion a chanlyniadau ansawdd yn weithredol yn ôl lefel cymorth-AI i brofi, nid tybio, bod perthnasau ansawdd hanesyddol y sefydliad yn dal i sefyll.
Lefel 5, Cerddorfaru: Mae gan y sefydliad arfer aeddfed, parhaus o ailarchwilio ei fetrigau wrth i offeryno AI a phatrymau mabwysiadu barhau i esblygu, a gall bwyntio at benderfyniadau llywodraethiant penodol a wnaed yn rhagweithiol mewn ymateb i’r symudiad hwn yn hytrach nag yn adweithiol ar ôl i broblem ddod i’r amlwg.

Syniadau ar gyfer trafodaeth

Pa un o’n metrigau cyfredol fyddai’n gwneud i dîm sy’n defnyddio cymorth AI’n drwm ond yn cynhyrchu dim mwy o werth gwirioneddol edrych orau?
A yw ein hamledd defnyddio wedi codi ers mabwysiadu AI, ac a symudodd cyfradd methiant newid gydag ef?
A ydym yn tagio canlyniadau ansawdd yn ôl lefel cymorth-AI, a beth fyddai’r data hwnnw’n ei ddangos?
A yw ein cynhwysedd adolygu’n cadw i fyny ag unrhyw gynnydd mewn cyfaint cod a gynhyrchwyd-gan-AI?
Pa feincnod diwydiant ydym ni’n ein cymharu ein hunain yn ei erbyn ar hyn o bryd, ac a yw ef ei hun wedi symud o dan y pwysau hwn?

Prif gasgliadau

Mae AI cynhyrchiol yn newid paradeim yn yr hyn y mae sawl metrig presennol yn ei fesur, nid newid offeryno cynyddrannol; mae rhai metrigau wedi peidio â golygu’r hyn yr oeddent yn arfer ei olygu’n dawel.
Metrigau gweithgarwch ac allbwn crai yw’r rhai mwyaf agored; mae metrigau canlyniad (Rhan 5) yn gymharol wydn.
Tynhewch gledrau diogelwch, yn enwedig cyfradd methiant newid, yn gymesur â mabwysiadu datblygiad â chymorth AI.
Profwch, peidiwch â thybio, a oes gan god a gynhyrchwyd-gan-AI broffil diffyg gwahanol i god a ysgrifennwyd-gan-ddyn, gan ddefnyddio data diffyg-dianc wedi’i dagio.
Triniwch hyn fel pryder llywodraethiant parhaus, nid un-tro (pwnc 1.4), gan fod yr offeryno a’i batrymau mabwysiadu’n parhau i esblygu.

Cyfeiriadau a darllen pellach

Accelerate: The Science of Lean Software and DevOps, gan Nicole Forsgren, Jez Humble, a Gene Kim (y sylfaen mesur seiliedig-ar- ganlyniad y mae’r pwnc hwn yn dadlau ei bod yn dod yn fwy, nid yn llai, pwysig o dan y symudiad hwn).
Ymchwil GitHub ar barau-rhaglennu AI a chynhyrchiant datblygwyr (ymchwil diwydiant ar effeithiau mesuradwy datblygiad â chymorth AI).
Rhaglen Ymchwil ac Asesu DevOps Google Cloud, dora.dev (ymchwil State of DevOps parhaus yn ymgorffori canfyddiadau mabwysiadu-AI mewn blynyddoedd diweddar).
The Tyranny of Metrics, gan Jerry Z. Muller (yr achos cyffredinol dros amheuaeth tuag at fetrigau seiliedig-ar-gyfaint, yn uniongyrchol berthnasol wrth i gyfaint allbwn ddod yn rhad).