Tutkimus: AI-koodausagentit lisäävät koodin määrää mutta eivät kokonaisohjelmistotuottavuutta

Kuva: Ars Technica · Lähde

Tutkimus paljastaa, että AI-koodausassistentit tuottavat enemmän koodia, mutta aiheuttavat pidempiä ihmisten tarkistusaikoja, mikä rajoittaa ohjelmistotoimituksen ja työllisyyden muutoksia.

Nykyaikaiset AI-koodausassistentit ja -agentit ovat osoittautuneet taitaviksi tuottamaan nopeasti suuria määriä toimivaa koodia, mutta tuore tutkimus osoittaa, että tämä lisääntynyt koodin tuotanto ei suoraan käänny korkeammaksi kokonaisohjelmistotuotannoksi. Harvardin yliopiston tutkijat Fiona Chen ja James Stratton analysoivat laajoja tietoja yli 700 ohjelmistokehitysyhtiöstä, joissa työskenteli yli 700 000 työntekijää, ymmärtääkseen, miten AI-koodausvälineet vaikuttavat ohjelmistokehityksen työnkulkuihin vuosina 2021–alkuvuosi 2026.

Käyttäen Jellyfishin tietoja – alustaa, joka seuraa yksityiskohtaisesti insinööriryhmien toimintaa – tutkijat havaitsivat, että yritysten ottaessa käyttöön AI-koodausagentteja, eli autonomisia järjestelmiä, jotka kirjoittavat ja lähettävät koodia kehotteiden perusteella, koodirivien määrä kasvoi 30 prosenttia, samalla kun commitien määrä kasvoi 20 prosenttia ja pull requestien 23 prosenttia. Huolimatta tästä kasvusta ohjelmiston tuotosmittarit kuten virheiden ja ominaisuuksien ratkaisunopeudet pysyivät tilastollisesti ennallaan.

Tutkimus selittää tämän ristiriidan merkittävällä pullonkaulalla ihmisarvioinnin vaiheessa. AI:n käyttöönoton jälkeen aikaa pull requestin lähettämisestä yhdistämiseen piteni 49 prosenttia. Lisäksi muutospyyntöjen määrä lähes kaksinkertaistui ja kommenttien määrä pull requestia kohden kasvoi 35 prosenttia, mikä viittaa intensiivisempään AI:n tuottaman koodin tarkasteluun. Tämä lisääntynyt tarkistuspanos johti 14 prosentin kasvuun henkilöstössä, joka osallistui koodin arviointeihin, ilman näkyvää muutosta kokonaistyövoimassa.

Vaikka AI-työkaluja on otettu käyttöön myös koodin tarkistuksen avuksi, niiden vaikutus on edelleen rajallinen; maaliskuuhun 2026 mennessä AI-agentit osallistuivat noin neljännekseen tarkistuskommenteista ja vielä pienempään osaan pull requesteista. Ihmistarkastajat jatkavat pääasiallisia vahvistusvastuitaan.

Nämä havainnot korostavat nykyistä kompromissia: AI-koodausagentit nopeuttavat koodin luontia mutta vaativat huomattavasti enemmän ihmisen tarkistusaikaa, mikä kumoaa odotettuja tuottavuushyötyjä. Koska AI-koodauksen käyttöönotto on verrattain uutta ja kehittyvää, integroitumisstrategioiden jatkokehitys voisi optimoida tätä tasapainoa. Tällä hetkellä yritysten on kuitenkin arvioitava, oikeuttavatko investoinnit AI-koodausvälineisiin niihin liittyvän lisätarkistusrasituksen.