نظرسنجی Meta: استفاده از ابزارهای هوش مصنوعی برای کدنویسی تایپ‌شده در پایتون افزایش یافته است

Meta برای سومین سال پیاپی از توسعه‌دهندگان پایتون دربارهٔ تجربه‌شان از تایپ‌گذاری، ابزارها و قابلیت‌های بررسی نوع در این زبان نظرسنجی کرد. ۷۶٫۴ درصد پاسخ‌دهندگان گفته‌اند دست‌کم پنج سال است با پایتون کار می‌کنند. به‌گفتهٔ Meta، تغییر اصلی در نظرسنجی امسال به انتخاب ابزارهای بررسی نوع مربوط می‌شود؛ نیمی از کسانی که نام ابزارهای مورد استفاده‌شان را اعلام کردند، بیش از یک ابزار را انتخاب کردند.

نبود اطلاعات نوع برای کتابخانه‌ها همچنان پرتکرارترین مشکل بود. Meta می‌گوید اطلاعات نوع گسترده‌تر و دقیق‌تر می‌تواند به کاربران بسته‌های علم داده کمک کند. چارچوب‌های پویا نیز چالش متفاوتی ایجاد می‌کنند، چون سیستم‌های فعلی تایپ‌گذاری قادر به بیان برخی رفتارهای زمان اجرا نیستند.

نقش ابزارهای هوش مصنوعی

سهم پاسخ‌دهندگانی که گفته‌اند تایپ‌گذاری باعث دقیق‌تر و قابل‌اعتمادتر شدن کد تولیدشده با هوش مصنوعی می‌شود، از ۱۸٫۵ درصد در سال ۲۰۲۵ به ۳۸٫۴ درصد در سال ۲۰۲۶ رسیده است. از میان ۱٬۵۱۷ نفری که دربارهٔ کاربرد هوش مصنوعی پاسخ دادند، ۴۲٫۵ درصد از این ابزارها برای نوشتن type hint استفاده کرده‌اند و ۳۲٫۶ درصد گفته‌اند برای بهبود کد تولیدشده با هوش مصنوعی سراغ تایپ‌گذاری رفته‌اند. برخی نیز از هوش مصنوعی برای رفع یا توضیح خطاهای نوع استفاده کرده‌اند. در مجموع، ۶۱ درصد دست‌کم یکی از چهار کاربرد مطرح‌شده برای هوش مصنوعی در تایپ‌گذاری را انتخاب کردند.

از میان ۱٬۵۱۷ پاسخ‌دهنده‌ای که دربارهٔ اجرای ابزار بررسی نوع پاسخ دادند، ۲۴٫۴ درصد گفتند ابزار کدنویسی هوش مصنوعی‌شان این ابزار را اجرا می‌کند. در میان ۳۷۰ نفری که چنین کاری می‌کردند، ۶۱٫۶ درصد از هوش مصنوعی برای رفع خطاهای بررسی نوع هم کمک گرفتند؛ این میزان در میان سایر پاسخ‌دهندگان ۱۹٫۳ درصد بود.

Meta می‌گوید هنوز روشن نیست کدام تعامل‌ها میان ابزارهای هوش مصنوعی و ابزارهای بررسی نوع بیشترین کمک را به توسعه‌دهندگان می‌کنند و برای پاسخ به این پرسش به پژوهش تجربی بیشتری نیاز است. این شرکت همچنین به بهبود بازخورد ویرایشگرها، ساده‌تر کردن نخستین اجرای ابزارهای بررسی نوع و ارائهٔ پیام‌های خطای همراه با توضیح و مثال اشاره کرده است.