AI குறியீட்டு முகவர்கள் அதிக குறியீட்டை உருவாக்குகிறார்கள், ஆனால் அதிக மென்பொருள் அல்ல

இந்த முரண்பாட்டிற்கான காரணத்தை குறியீட்டு மதிப்பாய்வு செயல்பாட்டில் நேரடியாகக் காணலாம், இது AI குறியீட்டு முகவர்கள் அறிமுகப்படுத்தப்பட்ட பிறகு சராசரியாக அதிக நேரம் எடுக்கும். ஒட்டுமொத்தமாக, ஒரு கோரிக்கையைச் சமர்ப்பிப்பதற்கும் குறியீடு பலூன்களில் அதன் ஒருங்கிணைப்புக்கும் இடையிலான சராசரி “மதிப்பாய்வு செயல்முறை” நேரம் AI முகவர்கள் அறிமுகப்படுத்தப்பட்ட பிறகு சராசரியாக 49% ஆகும். இந்த விளைவை இன்னும் விரிவான தரவுகளில் காணலாம், இது “நிச்சயதார்த்த கோரிக்கைகளின் பங்கு மாற்றத்துடன் கிட்டத்தட்ட இரட்டிப்பாகியுள்ளது.[ing]மற்றும் இழுக்கும் கோரிக்கைக்கு கருத்துகளின் எண்ணிக்கை அதிகரிக்கிறது[ing] 35% “AI முகவரை மாற்றிய பின், ஆராய்ச்சியாளர்கள் எழுதுகிறார்கள்.

இந்த மாற்றங்களுக்கு விடையிறுக்கும் வகையில், AI முகவர்களின் அறிமுகத்திற்குப் பிறகு குறியீடு மதிப்பாய்வுகளைச் செய்யும் தொழிலாளர்களின் பங்கில் 14% அதிகரிப்பை ஆராய்ச்சியாளர்கள் கண்டறிந்தனர். ஜெல்லிஃபிஷின் மொத்த செயலில் உள்ள ஊழியர்களைப் பார்த்து, அந்த நிறுவனங்களின் லிங்க்ட்இன் தரவைக் குறிப்பிட்ட பிறகு, “AIக்கு குறிப்பிடத்தக்க வேலைவாய்ப்பு மாற்றங்களைச் சொல்ல முடியாது” என்றும் அவர்கள் எழுதுகிறார்கள்.

இந்த கோட்பாட்டு மறுஆய்வு செயல்முறைக்கு AI உதவக்கூடும் என்றாலும், அதன் தாக்கம் இதுவரை மிகக் குறைவு என்று ஆராய்ச்சியாளர்கள் கண்டறிந்துள்ளனர். மார்ச் 2026 க்குள் 80 சதவீத அளவிடப்பட்ட நிறுவனங்கள் AI குறியீடு மதிப்பாய்வைப் பயன்படுத்தினாலும், AI முகவர்கள் 23.3 சதவீத மதிப்பாய்வு கருத்துக்களுக்கும் 10.8 சதவீத இழுப்பு கோரிக்கைகளுக்கும் மட்டுமே பொறுப்பாளிகள்.

நிச்சயமாக, AI முகவர்கள் இன்னும் குறியீட்டு உலகில் ஒப்பீட்டளவில் புதிய பகுதியாக உள்ளனர், மேலும் மார்ச் 2026 இல் இந்த ஆய்வில் தரவு வெட்டப்பட்ட பிறகும், அவற்றின் வெளியீட்டில் குறிப்பிடத்தக்க புதுப்பிப்புகள் மற்றும் மேம்பாடுகள் உள்ளன. இந்த ஆய்வில் உள்ள 95 சதவீத நிறுவனங்கள் AI குறியாக்க முகவர்களைச் செயல்படுத்தியிருந்தாலும், பலர் அவற்றை எப்போது, ​​எப்படி சிறப்பாகப் பயன்படுத்த வேண்டும் என்பதைக் கற்றுக்கொள்கின்றனர். குறிப்பிட்ட குறியீட்டு சிக்கல்களில் AI முகவரை உள்வாங்குவதன் நன்மை தீமைகள் குறித்து மென்பொருள் பொறியியல் குழுக்கள் அதிக அனுபவத்தைப் பெறுவதால், இந்த “குறியீடு செய்ய நேரம் மற்றும் மதிப்பாய்வு செய்ய நேரம்” வகைகள் மேம்படுத்தப்படலாம்.

இந்த நேரத்தில், AI உங்கள் குறியீட்டை எழுதுவது இரட்டை முனைகள் கொண்ட வாள் போன்றது, மேலும் குறியீட்டு வேகத்தின் அதிகரிப்பு மனித குறியீட்டை மதிப்பாய்வு செய்யும் நேரத்திலும் முயற்சியிலும் இதேபோன்ற அதிகரிப்பால் எதிர்கொள்ளப்படுகிறது. AI குறியீட்டு முகவர்களை இயக்குவதற்கான நேரமும் செலவும் உண்மையில் பெரும்பாலான நிறுவனங்களுக்கு மதிப்புள்ளதா என்று நம்மை ஆச்சரியப்படுத்தும் முடிவு இது.