GitHub Copilot जैसे AI-सहायक उपकरणों के तेज़ अपनाने ने इंजीनियरिंग उत्पादकता में रुचि फिर से जगाई है। हालांकि, इन उपकरणों के वास्तविक दुनिया प्रभाव की एक समग्र समझ अभी भी मशीनरी दावों और कार्य-स्तरीय सुधार पर केंद्रित प्रारंभिक अध्ययनों के बीच फँसी हुई है। हालांकि मशीनरी कथा उभरती हुई वास्तविक दुनिया के साक्ष्यों द्वारा चुनौती दी जाती है, समुदाय में गहरे, गैर-किंवदंती अध्ययनों की कमी है जो न केवल अवलोकन करें बल्कि इस अंतर की व्याख्या भी करें। इस लेख में, हम बिल्कुल ऐसा ही करना चाहते हैं। हम दक्षता-थ्रूपुट अंतर को प्रस्तुत और जांचते हैं, एक ऐसी घटना जहाँ व्यक्तिगत डेवलपर दक्षता लाभ मापने योग्य संगठनात्मक थ्रूपुट में नहीं बदलते। हमारी वास्तविक दुनिया का क्षेत्र अध्ययन संगठनात्मक ओहम के नियम (OOL) फ्रेमवर्क पर आधारित है, जो इस अंतर को प्राप्त करने की एक पद्धति प्रदान करता है और डेटा-संचालित स्पष्टीकरण प्रदान करता है।

शोध प्रेरणा और सिद्धांत। इस कार्य की प्रेरणा GitHub Copilot के इंजीनियरिंग उत्पादकता पर प्रभाव को समझना है ताकि मौजूदा उत्पाद विकास में जनरेटिव AI की रणनीतिक एकीकरण की जानकारी मिल सके। विशेष रूप से, हम यह समझना चाहते हैं कि इंजीनियर GitHub Copilot का उपयोग कैसे करते हैं, और क्या इसके अपनाने से मापने योग्य इंजीनियरिंग उत्पादकता लाभ मिलते हैं। इसके अलावा, यह शोध कॉर्पोरेट वातावरणों में इंजीनियरिंग उत्पादकता के प्रभावी मापन की आवश्यकताओं की पहचान करना चाहता है। व्यावहारिक व्यावसायिक निर्णयों को सुगम बनाने के लिए, हमारा क्षेत्र अध्ययन स्थापित इंजीनियरिंग प्रथाओं में व्यवधान कम करने और कृत्रिम प्रयोगशाला सेटिंग्स के बजाय प्रामाणिक वास्तविक दुनिया की स्थितियों को दर्शाने के लिए डिज़ाइन किया गया था। हमारा प्रयोगात्मक डिज़ाइन तीन मार्गदर्शक सिद्धांतों का पालन करता है: पहला, अकादमिक जिज्ञासा को पूरा करते हुए कार्रवाई योग्य व्यावसायिक अंतर्दृष्टि उत्पन्न करना; दूसरा, भागीदार इंजीनियरों पर बोझ कम करना और अनावश्यक अनुसंधान-केवल प्रक्रियाओं को शामिल न करना; और तीसरा, वास्तविक संचालन संदर्भों को दर्शाने के लिए संबंधित डेटा और व्यवहारों को जितना संभव हो सटीक मापना।

संगठनात्मक ओहम का नियम। अध्ययन का प्रयोगात्मक डिज़ाइन और पद्धतिगत OOL फ्रेमवर्क से सूचित है, जो हमने पहले इंजीनियरिंग उत्पादकता का विश्लेषण करने के लिए विकसित किया था। यह फ्रेमवर्क विद्युत परिपथों और संगठनात्मक प्रणालियों के बीच एक रूपक स्थापित करता है, कहता है कि परिणाम धारा, और इसलिए संगठनात्मक उत्पादकता, परिणाम-आउटपुट दक्षता और संगठनात्मक क्षमता के समानुपाती है, और संगठनात्मक प्रतिरोध के व्युत्क्रमानुपाती है। मापने योग्य समय आवंटन द्वारा संगठनात्मक प्रतिरोध का अनुमान लगाकर, यह नियम दर्शाता है कि इंजीनियरिंग उत्पादकता कोर सॉफ्टवेयर इंजीनियरिंग गतिविधियों (अर्थात् कोडिंग और परीक्षण) पर व्यतीत समय के प्रतिशत, सापेक्ष औसत इंजीनियर प्रेरणा और सापेक्ष औसत इंजीनियर कौशल स्तरों के साथ सकारात्मक सहसंबंधित है। इस फ्रेमवर्क का उपयोग करते हुए, हमने GitHub Copilot अपनाने से पहले और बाद में विभिन्न क्षेत्रों में इंजीनियर समय आवंटन मापा, जिसमें कोडिंग, परीक्षण, संचार, निर्णय और निर्भरताओं की प्रतीक्षा, और दस्तावेज़ीकरण शामिल हैं।

प्रमुख इकाइयाँ: कंपनियाँ: GitHub