GitHub Copilot tornou-se um tema de interesse significativo na comunidade de desenvolvedores devido ao seu potencial para acelerar processos de desenvolvimento. Este artigo apresenta uma revisão do GitHub Copilot e avalia seu impacto no aumento da velocidade de desenvolvimento em cenários da vida real.  Desde o seu lançamento, o Copilot gerou várias discussões, que vão desde o entusiasmo e otimismo ao ceticismo e cautela sobre o seu potencial impacto na programação e no futuro papel dos desenvolvedores. A sua influência em diferentes aspectos do desenvolvimento de software – desde a velocidade à qualidade do código e aprendizagem – continua a ser tema de análise e discussão.  Os usuários do GitHub Copilot demonstraram uma aceleração na conclusão de tarefas, alcançando uma taxa 55% mais rápida do que os desenvolvedores que não usaram a ferramenta. - GitHub  Intrigados com as afirmações ousadas sobre o aumento de velocidade atribuído ao Copilot, embarcamos em uma jornada para verificar sua eficácia, especialmente no domínio da   . Em nossa busca pela verdade, conduzimos nossos próprios testes de uso do Copilot em projetos reais. Para garantir resultados ideais, adotamos a seguinte abordagem: IA no desenvolvimento de software    Escolhemos deliberadamente vários projetos com diferentes pilhas de tecnologia e abordagens arquitetônicas, com o objetivo de cobrir uma ampla gama de casos de uso. Seleção variada de projetos:    recrutamos desenvolvedores com diferentes níveis de experiência e competência para testar a ferramenta. Experiência diversificada de desenvolvedores:  O principal objetivo da equipe era realizar uma revisão do GitHub Copilot e avaliar seu impacto na produtividade da codificação, identificar suas principais influências e encontrar as maneiras mais eficazes de usá-lo. O período de testes durou três meses para mitigar o potencial viés influenciado por uma curva de aprendizado. Vamos mergulhar nos resultados.  Revisão do copiloto do GitHub: como isso afeta a velocidade de desenvolvimento  O foco principal deste estudo foi explorar como o uso do Copilot afeta diferentes tipos de projetos. Testamos e analisamos a eficácia do Copilot em aplicações monolíticas e microsserviços em aplicações backend e frontend para entender onde esta ferramenta é mais eficaz.  O Copilot traz uma melhoria de produtividade de 10 a 15% para escrever novo código. - Equipe ELEKS  Em termos gerais, podemos afirmar que o impacto do Copilot na velocidade de desenvolvimento é altamente variável e depende de muitos factores. A seguir estão as principais dependências que surgem em relação à utilização eficaz do Copilot:  1. Tamanho da base de código existente  Dependendo do tipo de projeto e da estrutura do código, o impacto do Copilot na velocidade de desenvolvimento varia: em aplicações frontend monolíticas, obtivemos uma melhoria de aproximadamente 20-25% na velocidade de desenvolvimento; em aplicativos monolíticos de back-end - melhoria de cerca de 10-15%, e em microsserviços de back-end - uma média de 5-7%. - Ihor Mysak, líder técnico da ELEKS  O veredito? O Copilot prospera em projetos com uma grande base de código, onde pode oferecer suporte aos desenvolvedores com modelos e soluções existentes. No entanto, sua capacidade diminui no domínio dos microsserviços, caracterizado por uma pequena base de código. Indica a ineficácia do Copilot em projetos que estão apenas começando e ainda não contêm soluções desenvolvidas o suficiente.  2. Pilha Tecnológica  Testar o Copilot em projetos com diferentes pilhas de tecnologia mostrou uma dependência significativa da qualidade das sugestões do Copilot com base na popularidade da tecnologia.  Os aplicativos React revelam um aumento significativo de produtividade, ofuscando a estrutura Zend, agora desatualizada e menos popular.  Os projetos .Net encontram-se no meio termo; observou-se que o desempenho era intermediário, melhor do que com Zend, mas não tão alto quanto com React, sugerindo uma correlação com a popularidade relativa e o volume de materiais .Net disponíveis.  Acreditamos que isso ocorre porque o Copilot foi treinado em repositórios públicos do GitHub e tinha mais material de treinamento para tecnologias mais populares entre os desenvolvedores.  3. Qualidade do código na base de código existente  O Copilot tende a gerar sugestões de maior qualidade com nomenclatura adequada e lógica de variáveis e métodos. Levando-nos a acreditar que a nomenclatura de qualidade ajuda o Copilot a entender melhor o contexto do código, fornecendo sugestões mais precisas e úteis.  Entretanto, quando a nomeação de variáveis e métodos não é clara ou ambígua, o Copilot tem menos informações para analisar, o que diminui a qualidade da sua contribuição para o processo de desenvolvimento. Assim, a nomenclatura de alta qualidade no código não apenas simplifica o trabalho dos programadores, mas também aumenta a eficácia das ferramentas de inteligência artificial.  4. Tipo de tarefas executadas pelo desenvolvedor  Apesar de sua eficácia em determinados aspectos do desenvolvimento, também descobrimos que o Copilot apresenta limitações, principalmente na geração de código que implementa nova lógica de negócios.  O Copilot escreve apenas o código de acordo com o prompt, e não soluções completas. O Copilot é usado de forma mais eficaz para tarefas claras e padronizadas. O tempo gasto em uma descrição detalhada da lógica de negócios pode superar o tempo necessário para implementar essa lógica de negócios sem usar o Copilot. - Ihor Mysak, líder técnico da ELEKS  Embora seja eficaz em tarefas padronizadas, ele luta com as complexidades de novas ideias ou de programação criativa. A mensagem é clara: o Copilot é um companheiro confiável na rotina do desenvolvedor, mas o reino da inovação exige o toque da criatividade humana.   Dicas importantes sobre o uso eficaz do Copilot:    Quanto mais preciso e detalhado for o prompt, maior será a probabilidade de receber uma proposta de qualidade do Copilot. Precisão na chave:    evite confusão fechando projetos não relacionados ao usar o Copilot. Se vários projetos estiverem abertos no IDE, o Copilot poderá confundir contextos e gerar sugestões para o Projeto A com base no código do Projeto B. O contexto é tudo:    adicionar comentários antes de criar uma classe ou método melhora a qualidade do preenchimento automático. Comentários são importantes:    o Copilot é sensível às abas abertas com arquivos de projeto, portanto, é possível criar artificialmente um contexto mais direcionado para ele. Foco no arquivo:  Liberando o potencial do GitHub Copilot: adaptabilidade e impacto indireto  Adaptabilidade a ambientes específicos do projeto  Uma das características mais interessantes do Copilot é a sua capacidade de adaptação às especificidades de um determinado projeto. Com o tempo, o Copilot “aprende” o estilo de codificação e as características específicas do projeto, levando a uma melhoria na qualidade de suas sugestões.  Inicialmente, o Copilot pode fornecer soluções genéricas ou menos precisas. Porém, à medida que a ferramenta acumula mais exposição e interação dentro do projeto, a precisão e a relevância de suas sugestões melhoram significativamente.  Isso é especialmente perceptível em projetos com um estilo de codificação estabelecido e uma grande quantidade de código existente para o Copilot “treinar”.  Essa adaptabilidade faz do Copilot não apenas uma ferramenta para aumentar a eficiência, mas também uma ajuda poderosa para manter a consistência do código em um projeto.  Os desenvolvedores também destacaram a influência positiva do Copilot na complexidade do código, observando uma mudança em direção a soluções mais legíveis e fáceis de manter, especialmente entre aqueles acostumados a criar estruturas de código complicadas e complicadas.  Elevando os testes automatizados  O Copilot não para na codificação; também dominou a arte dos testes automatizados. A ferramenta oferece modelos e recomendações para possíveis cenários de teste, permitindo que os desenvolvedores economizem tempo e recursos.  O Copilot aumenta a escrita de testes unitários em 20-30%. - Equipe ELEKS  A capacidade do Copilot de gerar casos de teste exclusivos que podem não ser óbvios para os desenvolvedores é particularmente valiosa. Expande a cobertura de testes, melhorando a profundidade do exame do produto de software.  Curiosamente, a qualidade dos testes criados com o Copilot está diretamente relacionada à qualidade e estrutura do código testado.  Nossos desenvolvedores observaram que a clareza dos nomes das variáveis, métodos e a estrutura geral do código afetam significativamente a qualidade e a precisão da geração de testes do Copilot.  Portanto, a eficácia da utilização do Copilot para escrever testes unitários depende da própria ferramenta e da qualidade do código testado.  No geral, o Copilot provou ser uma ferramenta útil no processo de escrita de Testes Unitários, melhorando não só a velocidade, mas também a qualidade do produto final.  Impacto indireto  GitHub Copilot aumenta a velocidade de codificação e melhora a natureza geral do trabalho de um desenvolvedor. De acordo com o feedback dos desenvolvedores, o Copilot permite que eles mudem o foco do trabalho rotineiro e demorado para tarefas mais criativas e desafiadoras.  Além disso, o Copilot pode ser uma alternativa eficaz à pesquisa na Internet ou em documentação, reduzindo o tempo gasto na alternância entre diferentes janelas e permitindo que os desenvolvedores se concentrem em suas tarefas atuais.  Esse recurso é útil quando você precisa encontrar respostas rapidamente para perguntas sem se distrair do trabalho principal.  O Copilot impacta positivamente o conforto e a satisfação de um desenvolvedor. Agiliza a obtenção de respostas a diversas questões e ajuda quando não há oportunidade de recorrer a colegas seniores ou encontrar uma solução na Internet. - Olena Hladych, líder de controle de qualidade da ELEKS  Curiosamente, encontramos uma correlação entre as habilidades interpessoais dos desenvolvedores e sua satisfação com o uso do Copilot: desenvolvedores com habilidades de comunicação menos desenvolvidas geralmente ficam menos satisfeitos com seu desempenho, possivelmente devido a dificuldades na formulação precisa de prompts.  Conclusão  GitHub Copilot é uma ferramenta poderosa que aumenta substancialmente a produtividade do desenvolvimento em cenários específicos, especialmente durante a composição de testes unitários e ao navegar em extensas bases de código construídas em tecnologias populares. No entanto, a sua eficácia enfrenta restrições em tarefas que exigem abordagens inovadoras ou a criação de novos conceitos.  Contrariamente à afirmação que sugere um aumento de 55% na produtividade, o resultado real ficou aquém. Em média, as equipes experimentaram uma melhoria moderada de 10 a 15% na produtividade relacionada à geração de novo código.  No entanto, é fundamental destacar diversas vantagens atribuídas à utilização do Copilot. No geral, os desenvolvedores avaliam o Copilot como uma ferramenta inestimável que contribui significativamente para a velocidade de desenvolvimento e promove a satisfação entre os desenvolvedores.  Recomendamos que as equipes e os desenvolvedores considerem o Copilot e o abordem com uma compreensão de suas possíveis limitações. A chave para usar o Copilot de maneira eficaz está na compreensão de que ele é uma ferramenta auxiliar, e não um substituto do intelecto e da criatividade humanos.  Pode aumentar a produtividade e a satisfação no trabalho, reduzir o tempo gasto em aspectos rotineiros de desenvolvimento e permitir que os desenvolvedores se concentrem em tarefas mais complexas e criativas.  Entregue seu projeto de software com os principais especialistas em desenvolvimento da ELEKS.  Contate-nos hoje!

2022 - HackerNoon Contributor of the Year - Deep Learning

2022 - HackerNoon Contributor of the Year - Digital Transformation

Realise your software vision with us!

Nominated for 2022 - HackerNoon Contributor of the Year - Digital Transformation

Nominated for 2022 - HackerNoon Contributor of the Year - Deep Learning

GitHub Copilot Review: Does it Really Give a 55% Speed Boost to Development?

A Real-World Case Study on Unleashing AI's Potential: AI in Supply Chain

Este áudio é produzido no idioma original da história!

Revisão do copiloto do GitHub: isso realmente aumenta a velocidade de desenvolvimento em 55%?

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Uma breve introdução à teoria do cérebro de Boltzmann

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Uma breve introdução à teoria do cérebro de Boltzmann

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps