Стенфордське дослідження проливає світло на неочікувану проблему в IT-індустрії: значна частина програмістів демонструє вкрай низьку продуктивність, а деякі взагалі майже не працюють.
Егор Денисов-Бланш, дослідник зі Стенфордського університету, розробив модель, яка аналізує продуктивність програмістів на основі їхнього коду в закритих репозиторіях Git. Ця модель імітує роботу групи експертів, оцінюючи кожен коміт за різними параметрами.
Результати дослідження:
- “Привиди” в коді: Аналіз даних понад 50 000 програмістів зі 100 компаній показав, що 9,5% з них практично не вносять жодних значущих змін до коду.
- Віддалена робота посилює проблему: Серед віддалених працівників частка “привидів” сягає 14%, тоді як в офісі таких лише 6%.
- Мінімальний внесок: 58% програмістів роблять менше трьох значущих змін на місяць, часто обмежуючись редагуванням одного рядка чи символу.
Фінансові втрати та гальмування інновацій:
За оцінками дослідників, компанії на кшталт Cisco, Intuit та IBM могли б зекономити мільярди доларів щорічно, якби позбулися “примарних” співробітників. Це збільшило б їхню загальну ринкову капіталізацію на 465 мільярдів доларів без шкоди для продуктивності.
Крім фінансових втрат, низька продуктивність програмістів гальмує інновації та негативно впливає на всю технологічну екосистему.
Заклик до змін:
Денисов-Бланш наголошує на необхідності вирішення цієї проблеми, яка створює несправедливе навантаження на команди, витрачає ресурси компаній та обмежує прогрес людства.
Можливі причини низької продуктивності:
Дослідження не заглиблюється в причини низької продуктивності, але можна припустити, що серед них можуть бути:
- Неефективні методи управління: Відсутність чітких цілей, нечіткі завдання, недостатній контроль.
- Проблеми з мотивацією: Втрата інтересу до роботи, вигорання, відсутність професійного зростання.
- Недостатня кваліфікація: Недостатній рівень знань та навичок для виконання поставлених завдань.
По темі: Intel зменшує залежність від Тайваню та будує нові заводи у США
Подальші дослідження:
Важливо провести подальші дослідження, щоб з’ясувати причини низької продуктивності програмістів та розробити ефективні стратегії для її підвищення.
