生成式AI在编程科学家中的采用与感知生产力调查

编程是现代科学研究的必备技能，但大多数科学家报告在软件开发方面的培训不足。具备代码生成能力的生成式AI工具可能支持科学编程人员，但用户研究表明，这些工具可能导致过度依赖，尤其是针对缺乏经验的用户。在我们对868名编程科学家进行的调查中，我们检查了采纳模式、工具偏好以及与感知生产力相关的因素。采纳在学生和经验较少的编程人员中最为普遍，跨学科存在差异。科学编程人员几乎首选通用对话界面（如ChatGPT）而非开发者专用工具。经验不足和有限的开发实践（如测试、代码审查和版本控制）与更高的感知生产力相关——但这些因素之间存在相互作用，表明形式化实践可能部分补偿经验不足的不足。感知生产力的最强预测因子是通常一次性接受的生成代码行数。这些发现表明，科学编程人员使用生成式AI时，可能以代码生成而非验证来衡量生产力。