Gyorsabbá vált a kódgenerálás, a fejlesztési folyamat egésze mégsem lett érdemben hatékonyabb.
A Harvad Egyetem kutatói több mint 700 szoftverfejlesztő cég és mintegy 700 ezer munkavállaló adatait elemzték a Jellyfish platform 300 millió munkalépést lefedő adatbázisa alapján. Az eredmények azt mutatják, hogy bár az AI kódoló ügynökök tömegesen állítanak elő új kódsorokat, a folyamat végén kibocsátott kész szoftverek volumene szinte alig változott. A fejlesztési lánc teljesítményét ugyanis az emberi ellenőrzés kapacitáshiánya korlátozza.
Az emberi felülvizsgálat lett az új szűk keresztmetszet
Amikor a fejlesztők mesterséges intelligenciára támaszkodva készítenek programkódot, a módosítási kérelmek száma jelentősen megugrik. A keletkező kódtömeg átvizsgálása azonban továbbra is emberi feladat marad, amely mostanra a fejlesztési lánc leglassabb elemévé vált.
Az elemzés szerint a kódátvizsgálati időtartamok lényegesen meghosszabbodtak. A kollégák által benyújtott módosítások több javítási kört igényelnek, a felülvizsgálók pedig érezhetően több megjegyzést és korrekciós kérést fűznek az elkészült anyagokhoz. Ennek oka, hogy a szintaktikailag helyes, első ránézésre működőképes kódsorok mögött gyakran rejtőznek olyan logikai hibák vagy architektúrabeli hiányosságok, amelyeket nehezebb kiszúrni, mint a kézzel írt kódok esetében.
A kontextus hiánya és a látszólagos magabiztosság csapdája
A mesterséges intelligencia által generált megoldások értékelése eltérő megközelítést igényel a hagyományos fejlesztői munkához képest. Egy emberi munkatárs esetében a felülvizsgáló ismeri a kolléga tapasztalati szintjét és gondolkodásmódját, így könnyebben beazonosítja a kockázatosabb szakaszokat. Az AI kódoló ügynökök ezzel szemben minden kódsort azonos magabiztossággal jelenítenek meg, függetlenül attól, hogy mennyire volt bizonytalan a modell a generálás során.
A felülvizsgáló mérnököknek így nulláról kell rekonstruálniuk a kód mögötti szándékot. Ez a folyamat szellemileg megterhelő, és gyakran több időt emészt fel, mint amennyit a kód megírásánál az automatizációval megspóroltak. A fejlesztőcsapatok produktivitását mérő mutatók felületein a commitok és módosítások száma növekedést mutat, a ténylegesen élesített funkciók aránya viszont elmarad a várakozásoktól.
Át kell alakítani a szervezeti folyamatokat
A kutatás megállapításai szerint az automatizált kódgenerálás önmagában nem vezet a szoftverkiadások felgyorsulásához, ha a környező folyamatok változatlanok maradnak. A vállalatok hiába fektetnek be a legújabb technológiákba, a kódellenőrzési lépcső elnyeli a megnyert időt.
A szakértők szerint a megoldást nem a felülvizsgálat elhagyása jelenti, hiszen az súlyos biztonsági és minőségi kockázatokat hozna a termelési környezetben. Ehelyett a fejlesztési munkafolyamatok átfogó újratervezésére, az ellenőrzési lépések intelligensebb felosztására és a kontextus pontosabb átadására van szükség ahhoz, hogy az AI kódoló ügynökök használata valódi szoftverkiadási előnnyé formálódjon.
