Johannes Wachs, a Budapesti Corvinus Egyetem és az ELTE KRTK KTI kutatója szerint a mesterséges intelligencia (MI) már most is jelentős szerepet vállal a szoftverfejlesztésben. Defacto számára készített kutatása azt mutatja: a programkódok közel harmadát ma már MI‑segítséggel írják.
A nagy technológiai cégek, így az Amazon és a Microsoft is arról számolnak be, hogy náluk a kódok körülbelül 30 százaléka készül MI‑eszközökkel. Wachs és munkatársai azt vizsgálták, hogy ez a jelenség a Szilícium‑völgyen túl általánosnak tekinthető‑e.
Módszer: nyílt forráskódú kódok és gépi tanulás
A kutatás több ezer fejlesztő nyílt forráskódú munkáját elemezte világszerte. A szerzők egy gépi tanulási eljárást tanítottak meg, hogy felismerje az MI által generált kódrészeket több mint 30 millió, Python nyelven írt GitHub‑on található fájlban. 2019 és 2024 között 170 ezer fejlesztőt követtek hat országban, így nem csak az MI‑eszközökhöz való hozzáférést mérték, hanem a tényleges használat gyakoriságát is a mindennapi programozásban.
Terjedés és nemzetközi különbségek
Eredményeik szerint az MI‑eszközök nagyon gyorsan terjednek, és az adatok hasonló képet mutatnak, mint amit a nagyvállalatok közölnek. 2024 végére az Egyesült Államokban a kódok 29 százalékát készítették érdemi MI‑segítséggel.
A tanulmány ábrái szerint több fontos mérföldkő látványos ugrást hozott az MI használatában: a GitHub Copilot 2021‑es bevezetése, a ChatGPT 2022 végi megjelenése és a második generációs modellek 2023‑as hulláma mind egyértelmű gyorsulást eredményeztek. Kezdetben az Egyesült Államok vezetett, de a különbség csökken: Németország és Franciaország 23–24 százalék körüli MI‑arányt értek el, India 20 százalékon gyorsan zárkózik fel, míg Oroszország és Kína nagyobb lemaradást mutat, ami részben az MI‑szolgáltatások korlátozott elérhetőségének és a szabályozási vagy cenzúra jellegű akadályoknak tulajdonítható.
Hatás a termelékenységre: különbségek fejlesztői csoportok között
Azt is vizsgálták, hogy az MI használata valójában növeli‑e a fejlesztők termelékenységét. Az elemzés az Egyesült Államokban élő fejlesztőkre koncentrált, és egyéni szinten hasonlította össze az egyes fejlesztők kódmennyiségét azelőtt és azután, hogy elkezdték használni az MI‑eszközöket, miközben kiszűrték az ágazati trendeket.
A kutatás szerint ha egy fejlesztő MI‑használata nulla százalékról az amerikai átlag, 29 százalékra nő, akkor az adott fejlesztő által létrehozott kód mennyisége átlagosan 3,6 százalékkal emelkedik. A hatás azonban nem egyenletesen oszlik meg: a tapasztalt programozók esetében 6,2 százalékos termelékenységnövekedést mértek, míg a kevésbé tapasztalt fejlesztők körében nem találtak érdemi javulást. Ez arra utal, hogy az MI inkább növeli, semmint csökkenti a fejlesztők közötti különbségeket.
Munkamódok változása: több kísérletező magatartás
Nem csak a kód mennyisége változik: a generatív MI‑t intenzíven használó fejlesztők gyakrabban próbálnak ki új szoftverkönyvtárakat és különböző kombinációkat, vagyis bátrabban lépnek ismeretlen technológiai területekre. Ezek a felfedező jellegű hatások szintén erősebben jelennek meg a tapasztaltabb fejlesztők körében.
Gazdasági becslés
Az Egyesült Államokban a programozással összefüggő munkaerő éves költségét a szerzők 600–1100 milliárd dollárra becsülik. A termelékenységi becsléseket a jelenlegi MI‑használati szintekre vetítve azt kapják, hogy az MI már most évente 23–38 milliárd dollárnyi (a cikk szerint 7 500–13 000 milliárd forintnyi) értéket hoz létre csak az Egyesült Államok programozási szektorában.
Következtetések
A Defacto által közölt elemzés szerint a változás már megkezdődött: a mesterséges intelligencia jelentősen átalakítja a programozói munkát. A kulcskérdések most az ütem és az eloszlás: hogy milyen gyorsan megy végbe az átalakulás, és kik lesznek a nyertesei, illetve vesztesei az MI‑alapú korszakban.
