| Revista: | Innovación y software |
| Base de datos: | |
| Número de sistema: | 000610227 |
| ISSN: | 2708-0935 |
| Autores: | Rivas Verastegui, Kevin1 Tirado Ruiz, Elmo1 Torres Villanueva, Marcelino1 |
| Instituciones: | 1National University of Trujillo, |
| Año: | 2025 |
| Periodo: | Mar-Ago |
| Volumen: | 6 |
| Número: | 1 |
| Paginación: | 55-68 |
| País: | Perú |
| Idioma: | Español |
| Resumen en inglés | This study analyzed the impact of code-generating artificial intelligences (AI), such as GitHub Copilot, on programmers' work. It aimed to determine how these tools affect productivity and code quality, differentiating their effects based on developers' experience levels. A systematic literature review and tool analysis were conducted, using the PRISMA methodology to assess experimental studies and usage reports. Results revealed that code-generating AIs improved productivity by up to 55.8% for experienced programmers, while less experienced developers exhibited increased reliance and confidence in generated code, leading to security risks. Additionally, benefits included reduced development times and democratized access to software, though ethical and technical risks related to overdependence and loss of fundamental skills were noted. These findings underscore the need for strategies that combine these technologies with continuous learning and responsible practices. In conclusion, code-generating AIs are catalysts for software development but require a balanced approach to maximize their advantages and address their challenges |
| Resumen en español | El presente trabajo analizó el impacto de las inteligencias artificiales (IA) generadoras de código, como GitHub Copilot, en el trabajo de los programadores. Se buscó determinar cómo estas herramientas afectan la productividad y la calidad del código generado, diferenciando sus efectos según el nivel de experiencia de los desarrolladores. La investigación empleó una revisión sistemática de literatura y el análisis de herramientas, siguiendo la metodología PRISMA, para evaluar estudios experimentales y reportes de uso. Los resultados mostraron que las IA generadoras de código aumentaron la productividad en hasta un 55.8% para programadores experimentados, mientras que en programadores menos experimentados generaron una falsa confianza en el código, aumentando los riesgos de inseguridad. Además, se identificaron beneficios en la reducción de tiempos de desarrollo y la democratización del acceso al software, aunque se advirtieron riesgos éticos y técnicos relacionados con la dependencia excesiva y la pérdida de habilidades fundamentales. Estos hallazgos resaltan la necesidad de implementar estrategias que complementen el uso de estas tecnologías con formación continua y prácticas responsables. En conclusión, las IA generadoras de código son catalizadores del desarrollo de software, pero requieren un enfoque equilibrado para maximizar sus beneficios y mitigar sus desafíos. |
| Palabras clave: | automatización, desarrollo de software, GitHub Copilot, inteligencia artificial, productividad |
| Keyword: | automation, software development, GitHub Copilot, artificial intelligence, productivity |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
