كشفت دراسة حديثة لجامعة هارفارد شملت 718 شركة، باستخدام منصة Jellyfish التحليلية، أنه على الرغم من أن مساعدات ووكلاء الكود المدعومة بالذكاء الاصطناعي تزيد من حجم الكود، إلا أن هذا لا يترجم إلى زيادة مقابلة في العمل المنجز. ويعزى ذلك جزئياً إلى أن الكود الذي يولده الذكاء الاصطناعي يزيد من عبء العمل في المراحل اللاحقة من التطوير، لا سيما مراجعة الكود.
استندت الدراسة إلى ما يقرب من 300 مليون حدث عمل لـ 700,000 عامل عبر أكثر من 700 شركة في الفترة من يناير 2021 إلى مارس 2026. تم جمع البيانات من عدة مصادر مثل معلومات الموارد البشرية، وأنظمة التحكم في إصدار الكود، وأنظمة إدارة المشكلات، وأدوات الجدولة مثل تقويم Google، وأدوات الذكاء الاصطناعي التوليدي، بما في ذلك GitHub Copilot وCursor وClaude Code.
نظر الباحثون في ثلاثة مقاييس لمخرجات الكود: سطور الكود المضافة، والالتزامات (commits)، وطلبات السحب (pull requests).
أدت مساعدات الذكاء الاصطناعي إلى زيادات صغيرة في مخرجات الكود — 12% لسطور الكود، و9% للالتزامات، و5% لطلبات السحب — مع كون التأثير على الالتزامات فقط ذا دلالة إحصائية. بينما أدت وكلاء الذكاء الاصطناعي إلى زيادات كبيرة ومهمة في جميع المقاييس الثلاثة: 30% لسطور الكود، و20% للالتزامات، و23% لطلبات السحب.
استخدم المؤلفون هذه البيانات لتقييم مخرجات البرمجيات بعدد مشكلات Jira والمشاريع الكبرى (epics) التي تم حلها لكل عامل شهرياً، مع اعتبار المشكلات وحدات فردية من العمل الهندسي، والمشاريع الكبرى كمشاريع أو ميزات أكبر. لم تزد مساعدات الكود عدد المشكلات التي تم حلها، بينما حقق الوكلاء زيادة بنسبة 12%. ومع ذلك، فإن هذه الزيادة أصغر بكثير من الزيادة المقدرة بنسبة 30% في سطور الكود.
لتفسير هذا الفارق الكبير، فحصوا عملية التطوير الشاملة، التي تتضمن خطوات متعددة تتجاوز كتابة الكود، بما في ذلك تخطيط الميزات والنطاق، ومراجعات الكود، والاختبار، والنشر.
نستنتج استخدام الوقت من بيانات Jellyfish ونؤكد هذا الاستنتاج باستخدام استبيان شمل 100 مهندس من Prolific، حيث وجدنا أن المهندسين يقضون 30-40% من وقتهم في كتابة الكود؛ ويذهب الباقي إلى هذه المهام التكميلية. عندما يرفع الذكاء الاصطناعي الإنتاجية في كتابة الكود، قد تعمل الخطوات التكميلية كاختناقات.
على وجه التحديد، وجدوا أن متوسط وقت مراجعة طلبات السحب (PR) زاد بنسبة 49%، وارتفع عدد التعليقات لكل طلب سحب بنسبة 53%، وتضاعفت نسبة طلبات السحب التي تتطلب تغييرات. بالإضافة إلى ذلك، زادت نسبة العمال الذين يقومون بمراجعات الكود بنسبة 14%، دون أي تحسن ناتج عن اعتماد الذكاء الاصطناعي للمساعدة في المراجعات. كما ذكر المؤلفون أن الزيادة في الجهد المتعلق بطلبات السحب لا يمكن تفسيرها بزيادة حجم طلبات السحب الفردية.
ما هي المخاطر المحتملة للكود الذي يولده الذكاء الاصطناعي؟
تعليقاً على النتائج، أشار مستخدم Reddit Prime_1 إلى أن "كل سطر من الكود هو مسؤولية محتملة". وقد طور markehammons هذه النقطة، مسلطاً الضوء على الخطر الإضافي لهلوسات الذكاء الاصطناعي.
كيف يؤثر الذكاء الاصطناعي على فهم المهندسين للكود؟
اقترح مستخدم Reddit enigmamonkey كذلك أن متوسط وقت الاسترداد يمكن أن يصبح مقياساً متزايد الأهمية لتقييم تأثير الذكاء الاصطناعي على تطوير البرمجيات.
Jellyfish هي شركة برمجيات توفر منصة لقياس وتحليل أداء هندسة البرمجيات. تربط البيانات من أدوات مثل GitHub وJira لمساعدة الشركات على فهم إنتاجية المطورين وتسليم البرمجيات.
جرّب الأداة: فاحص الفروقات بين النصوص
