Грег Уилсон (third-bit.com)
- title
- Грег Уилсон (third-bit.com)
- type
- entity
- summary
- Блог Грега Уилсона: эмпирическая программная инженерия и методы исследований, скепсис к голословным заявлениям об ИИ-разработке
- tags
- blog, author, measurement, software-engineering
- created
- 2026-07-21
- updated
- 2026-07-21
- lang
- ru
- translation_of
- greg-wilson-blog
- source_updated
- 2026-07-21
- translated
- 2026-09-01
- translator
- lllm/antigravity/gemini-3.7-flash-medium
Грег Уилсон пишет на third-bit.com об эмпирической программной инженерии и методах исследований. Он основал Software Carpentry - образовательный проект, обучавший учёных базовым навыкам работы с компьютером и воспроизводимым практикам, а также редактировал сборники "Beautiful Code" и "The Architecture of Open Source Applications". Сквозная позиция в его текстах эпохи ИИ: программная инженерия так и не научилась у гуманитарных и естественных наук исследовать собственные практики, поэтому большинство утверждений об инструментах - написании кода с помощью ИИ, а также Agile и TDD - опираются на дизайн исследований, который рецензент из психологии или медицины забраковал бы не глядя.
Тексты написаны ёмко и опираются на ссылки. Вместо того чтобы рассуждать, хороша или плоха разработка с ИИ, он разбирает, как это вообще можно узнать: указывает на конкретный методологический изъян за каждым популярным измерением и приводит иллюстрирующее его исследование. По лежащим в основе методам исследований он проводит однодневный семинар и часовой доклад.
Темы
- Измерения и дизайн исследований для утверждений в программной инженерии
- Ошибки в методах исследований: закон Гудхарта, хоторнский эффект и эффект новизны, систематическая ошибка отбора, внутренняя валидность, системное мышление
- Обучение работе с компьютером и воспроизводимым практикам (Software Carpentry)
- Архитектура open source и качество кода
Обработанные статьи
- twelve-ways-wrong-ai-coding - его каталог 2026 года с двенадцатью ошибками измерения в исследованиях эффективности ИИ-инструментов для написания кода, где каждая ошибка сопоставлена с конкретным сбоем в методологии исследований
Связанное понятие: measuring-ai-coding-productivity.