AI-kódgenerátorok több kódot írnak, de nem gyorsítják a szoftverfejlesztést

A Harvard Egyetem kutatói, Fiona Chen és James Stratton által végzett tanulmány szerint az AI-kódügynökök bevezetése egy cégnél átlagosan 30%-kal növeli a generált kódsorok számát, 20%-kal a commitekét és 23%-kal a pull requestekét. Azonban ez a többlet kód nem fordítódik le a cég szintű szoftvertermelés növekedésére. (Ars Technica)

A kódellenőrzés lassulása

A kutatás kimutatta, hogy a Jira-szerű eszközök által követett hibák és funkciók (Issues és Epics) megoldási aránya nem változott statisztikailag szignifikáns mértékben az AI-eszközök bevezetése után. Az ok a kódellenőrzési folyamat jelentős meghosszabbodása: az átlagos „review process” idő 49%-kal nőtt. A módosítást igénylő pull requestek száma csaknem megduplázódott, és a pull requestenkénti kommentek száma 35%-kal emelkedett.

Nincs jelentős foglalkoztatási változás

A kódellenőrzésben részt vevő munkavállalók aránya 14%-kal nőtt az AI-ügynökök bevezetése után. A kutatók ugyanakkor nem tudtak jelentős foglalkoztatási változásokat kimutatni az AI bevezetését követően, sem a Jellyfish, sem a LinkedIn adatai alapján. Bár az AI-eszközök elméletileg segíthetnek a kódellenőrzésben, a felmérés szerint 2026 márciusáig az AI csupán a kódellenőrzési kommentek 23,3%-áért és a pull requestek 10,8%-áért volt felelős, az emberi munka továbbra is dominált.

A tanulmány 2021 és 2026 márciusa közötti adatokra támaszkodott, több mint 700 szoftverfejlesztő cégnél, több mint 700 000 alkalmazott részvételével. A kutatás megállapítja, hogy a jelenlegi helyzetben az AI-kódgenerátorok használata kettős élű fegyvernek bizonyul: a kódolási sebesség növekedését ellensúlyozza a kódellenőrzési idő és erőfeszítés hasonló mértékű növekedése. A vizsgált időszak végén, 2026 márciusában a kódellenőrzési idő átlagosan 49%-kal volt hosszabb a bevezetés előttihez képest.