DACH - Deutschsprachige Community für Deutschland, Österreich, Schweiz

Ich sitze am anderen Ende eines “Programmierers” der nur AI code committed. Der liest seinen Code nicht, er versteht seinen Code nicht, und wenn es Fehler ist er nicht in der Lage selbstständig herauszufinden WAS der Fehler ist. Entsprechend ist er nicht in der Lage Fehler zu fixen. Er verdeckt sie höchstens mit noch mehr AI Code.

Autsch ... ja, das ist natürlich das worst case Szenario....

Ich sitze am anderen Ende eines “Programmierers” der nur AI code committed.

Das ist die absolute Hölle, vor allem wenn man Kollegen hat die mit "good enough" und "funktioniert ja irgendwie" zufrieden sind und denen es völlig egal ist, was für Code sie da committen.

Ich hab das nicht mehr ausgehalten, weil das gesamte Programmiererteam außer mir so gearbeitet hat und vor 5 Monaten den Arbeitgeber gewechselt. LLM's können bei repetitiven Taks zwar echt hilfreich sein, aber wenigstens ein kleines bisschen Anspruch an seine eigene Arbeit sollte man schon haben und nicht einfach alles stumpf übernehmen und irgendwie zusammendengeln.

Hast du das mal wirklich quantifiziert? Gab doch diese Studie, dass Programmierer denken sie wären mit AI schneller, beim Nachmessen aber rauskam, dass sie eigentlich langsamer sind.

Das hab ich erst diese Woche wieder bemerkt. Ich wollte ein eigenes Theme in Shopware 6 schreiben und Felder definieren. Also hab ich mir gedacht "Sowas einfaches wie ein paar custom fields, das kriegt ChatGPT doch locker hin, da muss ich nicht ewig lange Doku lesen".

Es hat mir dann ein Theme für Shopware 5 gebaut. Drauf hingewiesen, dann hat es ein Theme so halb für Shopware 6 gebaut, aber die Definitionen für die Feldübersetzungen verkackt. Namespace auch verkackt, sodass es nicht gebaut hat, weil die LLM zu dumm war zu raffen, dass ABCTheme in a-b-c-theme.js umgewandelt wird.

Nach 30min Rumgegurke hab ich einfach die Doku gelesen (die zugegebenermaßen ziemlich scheiße ist) und es selbst gemacht. Hätte ich auch gleich so machen können und mir die Zeit gespart.

Man merkt einfach, dass ChatGPT auch an seine Grenzen kommt, wenn eine Doku sehr rudimentär oder unnötig kompliziert geschrieben ist. Es kann sich halt nur Zeugs aus dem Internet ziehen und daraus wahrscheinlich die richtige Antwort generieren.

Hast du das mal wirklich quantifiziert?

Nein, tatsächlich nicht. Was ich aber definitiv merke ist, dass die "Umschaltzeit" (ich habe gerade keinen besseren Begriff dafür) zwischen meinen verschiedenen Aufgaben dadurch kürzer geworden ist. Mein Alltag besteht nun einmal darin einerseits darin Support jeden Levels zu liefern und andererseits mal eben schnell Anpassungen an einer Software vorzunehmen die möglicherweise irgend jemand vor ~20 Jahren verbrochen hat oder aber mal eben schnell eine kleine interne Webapp für Anwendungsfall X zusammenzuklöppeln... dann kommt zwischendrin wieder ein Anruf weil Kollege Y ganz dringend einen neuen Laptop benötigt weil ihm gerade sein Gerät geklaut wurde gefolgt von Kollegin Z die auch nach der 150. Erklärung nicht mit der WaWi klarkommt mit der sie eigentlich schon seit fünf Jahren arbeitet... oh, die kleine App die ich über die letzte Woche gebaut habe? Die soll jetzt noch Funktionen A, B und C bekommen an die vorher niemand gedacht hat...

Die Hypothese war, dass halt der kognitive Load mit AI weniger ist. Vulgo, man denkt weniger nach und lässt, wenn es nicht klappt, lieber drei mal neuen Kram generieren als anstrengend die Fehler zu suchen.

Klingt plausibel, wahrscheinlich ist es sogar so. Was ich jedenfalls sagen kann ist, dass ich deutlich weniger gestresst bin und deutlich weniger leicht aus dem Konzept gebracht werde seit ich LLM's mit in meine Arbeitsprozesse einbinde.