Найти в Дзене
PythonTalk

Копипаст из ChatGPT делает из вас инвалида

Пруфы от Anthropic 📉 Ребята из Anthropic (создатели Claude) выкатили исследование, в котором проверяют, как использование AI-ассистентов влияет на skill formation — то есть на то, как ваш мозг обрастает новыми нейронными связями при изучении незнакомых технологий. 🧪 Сэтап эксперимента: Взяли 50+ разработчиков. Дали задачу на Python с использованием библиотеки Trio (асинхронщина, которую мало кто знает, чтобы исключить фактор "я это уже учил"). Одной группе дали AI, другой запретили. Потом провели жесткий квиз на понимание того, что они вообще накодили. Результаты такие 👇🏻 1️⃣ Вы тупеете. Группа с AI написала тест на 17% хуже. Самый сильный провал — в вопросах на дебаггинг и концептуальное понимание. То есть код есть, а понимания, почему эта асинхронная кракозябра работает (или нет) — ноль. 2️⃣ Вы не становитесь быстрее. Вот это — главный удар под дых. Статистически значимого ускорения в группе с AI не обнаружено. Почему? Потому что "инженеры" тратили кучу времени на написание

Копипаст из ChatGPT делает из вас инвалида. Пруфы от Anthropic 📉

Ребята из Anthropic (создатели Claude) выкатили исследование, в котором проверяют, как использование AI-ассистентов влияет на skill formation — то есть на то, как ваш мозг обрастает новыми нейронными связями при изучении незнакомых технологий.

🧪 Сэтап эксперимента:

Взяли 50+ разработчиков. Дали задачу на Python с использованием библиотеки Trio (асинхронщина, которую мало кто знает, чтобы исключить фактор "я это уже учил").

Одной группе дали AI, другой запретили. Потом провели жесткий квиз на понимание того, что они вообще накодили.

Результаты такие 👇🏻

1️⃣ Вы тупеете.

Группа с AI написала тест на 17% хуже. Самый сильный провал — в вопросах на дебаггинг и концептуальное понимание. То есть код есть, а понимания, почему эта асинхронная кракозябра работает (или нет) — ноль.

2️⃣ Вы не становитесь быстрее.

Вот это — главный удар под дых. Статистически значимого ускорения в группе с AI не обнаружено.

Почему? Потому что "инженеры" тратили кучу времени на написание промптов, чтение галлюцинаций и попытки заставить нейронку исправить её же баги.

3️⃣ Паттерн "AI Delegation" — это приговор.

Исследователи выделили кластеры поведения. Те, кто просто просил "напиши код" и копипастил (AI Delegation), сдали тест хуже всех.

Те, кто использовал AI как "умного собеседника" (Conceptual Inquiry) — задавали вопросы "почему так?", "объясни концепцию", но код писали сами — показали результаты на уровне тех, кто делал всё без AI.

😬 А выводы получаются такие:

Вы учитесь, когда ловите TypeError, когда читаете стектрейс, когда курите документацию. Это "сопротивление сложности" и формирует навык. А когда вы скидываете ошибку в чат-бот с криком "Исправь!", вы лишаете себя единственного способа прокачаться. Вы получаете "экзоскелет": пока он на вас — вы силач, как только API отвалилось или задача стала чуть сложнее контекстного окна — вы беспомощная биомасса.

Использовать LLM для бойлерплейта или рутины, когда вы уже знаете, как это работает — ок.

Использовать LLM, чтобы "выучить" новую либу или язык — это самообман. Вы не учите, вы имитируете деятельность.

Ссылка на пейпер (PDF) 👈🏻