This thesis analyzes the impact of generative artificial intelligence tools on software development processes, with particular attention to the case of GitHub Copilot, in order to understand how their use is transforming work activities, the skills required of developers, and, more broadly, the ways in which work is organized. From an empirical perspective, the study adopts a mixed-method design, combining the administration of a questionnaire to Spindox employees holding a GitHub Copilot license with an experimental programming test conducted on a subgroup of senior developers from the same company. The research questions concern the effect of GitHub Copilot on individual productivity, its influence on the quality of the output and the code produced, developers’ level of satisfaction, and the possible implications for the labor market. The results show that the use of GitHub Copilot is associated with a significant increase in individual productivity. In the experimental test, productivity, measured as the ratio between the functional quality of the solution and the time required to complete the task, increased by 259.1% when GitHub Copilot was used. By contrast, the quality of the code produced, measured through Cyclomatic Complexity and Cognitive Complexity, does not show substantial differences between code written without generative AI and code written with its support. From a perceptual standpoint, the questionnaire data also reveal an overall medium-high level of satisfaction among developers using GitHub Copilot: ease of use is rated highly, the most clearly recognized benefit concerns perceived productivity, while the evaluation of the quality of the generated code is positive but more cautious. Overall, the analysis suggests that, in the field of software development, the value of human contribution tends to become increasingly concentrated in activities such as problem definition, process supervision, output validation, and quality control, thereby redefining roles, skills, and organizational structures.
Questa tesi analizza l’impatto degli strumenti di intelligenza artificiale generativa nei processi di sviluppo software, con particolare attenzione al caso di GitHub Copilot, al fine di comprendere in che modo l’utilizzo stia trasformando l’attività lavorativa, le competenze richieste agli sviluppatori e, più in generale, le modalità di organizzazione del lavoro. Dal punto di vista empirico, la ricerca adotta un disegno mixed-method, combinando la somministrazione di un questionario a dipendenti dell’azienda Spindox dotati di licenza GitHub Copilot e su un test sperimentale di programmazione condotto su un sottogruppo di sviluppatori senior appartenenti alla stessa azienda. Le domande di ricerca riguardano l’effetto di GitHub Copilot sulla produttività individuale, la sua influenza sulla qualità del risultato e del codice prodotto, il livello di soddisfazione dei programmatori e le possibili implicazioni sul mercato del lavoro. I risultati mostrano che l’utilizzo di GitHub Copilot è associato a un incremento significativo della produttività individuale. Nel test sperimentale, infatti, la produttività, misurata come rapporto tra qualità funzionale della soluzione e tempo impiegato per completare il compito mostra un incremento del 259,1 % con l’utilizzo di GitHub Copilot. La qualità del codice prodotto, misurata attraverso la Cyclomatic Complexity e la Cognitive Complexity non mostra invece particolari differenze tra il codice prodotto senza e con l’utilizzo di IA generativa. Sul piano percettivo, i dati del questionario mostrano inoltre un livello di soddisfazione complessivamente medio-alto tra gli sviluppatori che utilizzano GitHub Copilot: il comfort d’uso risulta elevato, il beneficio più chiaramente riconosciuto riguarda la produttività percepita, mentre la valutazione della qualità del codice generato appare positiva ma più prudente. Nel complesso l’analisi suggerisce che nell’ambito dello sviluppo software il valore del contributo umano tenda a concentrarsi sempre più su attività di definizione del problema, supervisione del processo, validazione degli output e controllo della qualità, ridefinendo funzioni, competenze e assetti organizzativi
L’IA generativa a supporto della produttività: il caso GitHub Copilot in Spindox
PODDA, LORENZO
2024/2025
Abstract
This thesis analyzes the impact of generative artificial intelligence tools on software development processes, with particular attention to the case of GitHub Copilot, in order to understand how their use is transforming work activities, the skills required of developers, and, more broadly, the ways in which work is organized. From an empirical perspective, the study adopts a mixed-method design, combining the administration of a questionnaire to Spindox employees holding a GitHub Copilot license with an experimental programming test conducted on a subgroup of senior developers from the same company. The research questions concern the effect of GitHub Copilot on individual productivity, its influence on the quality of the output and the code produced, developers’ level of satisfaction, and the possible implications for the labor market. The results show that the use of GitHub Copilot is associated with a significant increase in individual productivity. In the experimental test, productivity, measured as the ratio between the functional quality of the solution and the time required to complete the task, increased by 259.1% when GitHub Copilot was used. By contrast, the quality of the code produced, measured through Cyclomatic Complexity and Cognitive Complexity, does not show substantial differences between code written without generative AI and code written with its support. From a perceptual standpoint, the questionnaire data also reveal an overall medium-high level of satisfaction among developers using GitHub Copilot: ease of use is rated highly, the most clearly recognized benefit concerns perceived productivity, while the evaluation of the quality of the generated code is positive but more cautious. Overall, the analysis suggests that, in the field of software development, the value of human contribution tends to become increasingly concentrated in activities such as problem definition, process supervision, output validation, and quality control, thereby redefining roles, skills, and organizational structures.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi Lorenzo Podda_PDFA.pdf
accesso aperto
Descrizione: Questa tesi analizza l’impatto degli strumenti di intelligenza artificiale generativa, in particolare GitHub Copilot, sulla produttività individuale e la qualità del codice.
Dimensione
1.31 MB
Formato
Adobe PDF
|
1.31 MB | Adobe PDF | Visualizza/Apri |
È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/35102