Latar Belakang
Pengembangan software dengan bantuan AI semakin populer, tetapi juga menimbulkan masalah baru. Salah satunya adalah 'AI slop', yaitu kode yang dihasilkan oleh AI tetapi memiliki kualitas rendah.
Penelitian
Sebuah penelitian oleh Sebastian Baltes, Marc Cheong, dan Christoph Treude dari Heidelberg University, University of Melbourne, dan Singapore Management University menemukan bahwa pengembang merasa frustrasi dengan kualitas kode AI yang rendah. Mereka menganalisis 1.154 posting dari 15 thread diskusi di Reddit dan Hacker News yang mengandung kata 'AI slop'.
Temuan
Penelitian ini menemukan bahwa pengembang menganggap 'AI slop' sebagai 'tragedi bersama' dalam pengembangan software. Mereka merasa bahwa individual pengembang dan perusahaan mendapatkan keuntungan dari kode AI, tetapi pengulas, pemelihara, dan komunitas lebih luas harus menanggung biaya. Kodebase mengalami utang teknis, sumber daya pengetahuan terkontaminasi, pengulas kelelahan, dan kepercayaan yang membangun pengembangan kolaboratif rusak.
Pendapat Geek
Penelitian ini menunjukkan bahwa 'AI slop' bukan hanya masalah kecil, tetapi juga dapat memiliki dampak besar pada pengembangan software. Oleh karena itu, penting untuk meningkatkan kualitas kode AI dan mengembangkan strategi untuk mengatasi masalah ini.
- Beberapa pengembang sudah mengembangkan heuristik untuk mendeteksi kode AI, seperti menggunakan emoji di komentar kode.
- Pengembang juga mengembangkan counter-strategi, seperti membatasi ukuran pull request dengan kode AI dan melakukan review kode yang lebih ketat.
Kesimpulan
Penelitian ini menunjukkan bahwa 'AI slop' adalah masalah serius dalam pengembangan software dan memerlukan perhatian dari pengembang, perusahaan, dan komunitas. Dengan meningkatkan kualitas kode AI dan mengembangkan strategi untuk mengatasi masalah ini, kita dapat membuat pengembangan software lebih efisien dan efektif.
