- Анализ MIT Technology Review и опросы показали снижение энтузиазма разработчиков к ИИ-инструментам из-за их ограничений.
- Данные GitClear фиксируют улучшение надежности кода на 10%, но при этом ухудшение качества и падение производительности на 19% по результатам исследований.
- Исследование Стэнфордского университета выявило снижение занятости молодых программистов на 20% с 2022 по 2025 год, совпадающее с ростом внедрения ИИ.
MIT Technology Review провело опрос более 30 экспертов в области разработки программного обеспечения и искусственного интеллекта, выявив сложившуюся неоднозначную картину влияния ИИ на работу программистов. Несмотря на первоначальный энтузиазм, многие специалисты отмечают, что преимущества современных ИИ-инструментов имеют свои пределы и не всегда способствуют улучшению результатов в сложных задачах.
Согласно аналитике GitClear, с 2022 года инженеры создают на 10% более надежный код, что связывают с помощью ИИ. Вместе с тем наблюдается ухудшение ряда ключевых показателей качества кодовой базы. Опрос Stack Overflow констатирует снижение доверия к ИИ-средствам впервые за длительный период. Более того, исследование организации METR выявило, что производительность опытных разработчиков упала на 19% при использовании ИИ.
Профессионалы признают полезность ИИ в рутинных операциях: генерация шаблонного кода, автоматическое написание тестов, исправление ошибок и помощь в объяснении чужого кода. ИИ также помогает преодолеть «проблему чистого листа», подсказывая стартовую версию решения — что стимулирует творческое начало. Такие функции полезны для быстрого создания прототипов сотрудниками без технической подготовки и разгрузки специалистов. Тем не менее, эти задачи составляют лишь небольшую часть общего объема работы опытного разработчика.
В более сложных ситуациях ИИ показывает существенные ограничения. По словам Джеймса Лю, директора по разработке в Mediaocean, часто сгенерированный код, обладая «внешним лоском», содержит скрытые ошибки, которые сложно выявить. Опытные инженеры отмечают, что в одних проектах ИИ может значительно повысить эффективность, но в других результат оказывается неудовлетворительным и приводит к потере времени.
Кроме того, обнаружены проблемы безопасности — в частности, так называемые «галлюцинации» моделей, которые подставляют ссылки на несуществующие программные пакеты. Злоумышленники могут использовать эту уязвимость, создавая вредоносные пакеты с такими именами. Технологические ограничения связаны с ограниченной памятью моделей в контекстных окнах, что мешает им полноценно обрабатывать большие кодовые базы и приводят к ошибкам при длительной работе.
Эксперты подчеркивают, что программное обеспечение обычно состоит из множества взаимозависимых компонентов. Сгенерированный ИИ код без учета интеграции с другими частями может привести к техническому долгу, ухудшению поддержки и усложнению сопровождения проектов. По словам Билла Хардинга из GitClear, ИИ-инструменты сокращают временные затраты за счет снижения качества, что создаёт дополнительные сложности для инженерных команд.
Генеральный директор Sonar Тарик Шаукат подтверждает, что сложность и многословность кода, генерируемого с ИИ, уменьшает явные ошибки, но увеличивает количество труднообнаружимых недостатков, негативно влияющих на долгосрочную поддержку и безопасность ПО.
Кроме технических аспектов, есть и экономический тренд: исследование Стэнфордского университета продемонстрировало сокращение количества занятых молодых разработчиков (22–25 лет) примерно на 20% за три года, что совпадает с массовым распространением инструментов программирования на базе искусственного интеллекта.
Таким образом, несмотря на наличие очевидных преимуществ в рутинных задачах, ИИ пока не может заменить человеческий профессионализм в комплексных разработках и требует аккуратного внедрения для минимизации рисков качества и безопасности кода.
