W USA sztuczna inteligencja pisze aż jedną trzecią programistycznego kodu. Korzyści przynosi jednak tylko doświadczonym programistom - zauważają autorzy badania w „Science”.
Gwałtowny wzrost udziału AI w pisaniu kodu
Jak przypominają autorzy badania opisanego na łamach „Science”, przemysł programistyczny jest gigantyczny – w samych Stanach Zjednoczonych na wynagrodzenia specjalistów z tej dziedziny firmy wydają 600 miliardów dolarów.
Jak pokazała nowa analiza, pod koniec 2024 roku w USA już co trzecia nowo napisana funkcja, czyli samodzielny podprogram w strukturze kodu, powstał przy wsparciu systemów sztucznej inteligencji.
Udział sztucznej inteligencji wzrastał z zaledwie 5 proc. w 2022 roku - do blisko 30 proc. w ostatnim kwartale 2024 roku.
„Przeanalizowaliśmy ponad 30 milionów kontrybucji napisanych w języku Python, pochodzących od blisko 160 tysięcy programistów korzystających z serwisu GitHub, czyli największej na świecie platformy do wspólnego tworzenia kodu” – wyjaśnia Simone Daniotti z Complexity Science Hub i Uniwersytetu w Utrechcie.
Jak tłumaczą naukowcy, GitHub rejestruje każdy etap pracy - od dodania nowej linii kodu, przez edycję, aż po optymalizację. Dzięki temu można prześledzić pracę programistów z całego globu w czasie rzeczywistym. Sam Python pozostaje przy tym jednym z najpopularniejszych języków programowania na świecie.
Duże różnice między krajami
Badanie ujawniło jednocześnie znaczne różnice pomiędzy poszczególnymi krajami. Podczas gdy udział kodu tworzonego przy wsparciu AI jest najwyższy w USA (29 proc.), Niemcy osiągają poziom 23 proc., a Francja 24 proc. Zaraz za nimi, z wynikiem 20 proc., plasują się Indie, które błyskawicznie nadrabiają dystans.
Z kolei Rosja (15 proc.) i Chiny (12 proc.) pod koniec okresu badawczego wciąż wyraźnie pozostawały w tyle.
„To żadne zaskoczenie, że USA są liderem - to stamtąd pochodzą czołowe modele językowe (LLM). Programiści w Chinach i Rosji musieli mierzyć się z barierami w dostępie do tych technologii, blokowanych albo przez ich własne rządy, albo przez dostawców, choć wciąż stosuje się obejścia za pomocą sieci VPN. Najnowsze chińskie osiągnięcia, takie jak model DeepSeek wydany już po zakończeniu zbierania danych, na początku 2025 roku, sugerują, że ten dystans może zostać błyskawicznie nadrobiony” – zauważa prof. Johannes Wachs, jeden z autorów badania.
AI zwiększyła wydajność programistów
Z badania wynika, że wykorzystanie generatywnej sztucznej inteligencji do końca 2024 roku zwiększyło wydajność programistów o 3,6 proc. To oznacza zysk od 23 do 38 mld dolarów rocznie – wyliczają badacze.
„Choć może się to wydawać skromnym wynikiem, w skali całej globalnej branży oprogramowania oznacza to potężny zysk” - podkreśla jeden z ekspertów, prof. Frank Neffke.
Badanie nie wykazało żadnych różnic w korzystaniu z AI ze względu na płeć.
Kluczowy okazał się natomiast staż pracy. Otóż mniej doświadczeni programiści wspierają się sztuczną inteligencją przy tworzeniu aż 37 proc. swojego kodu, podczas gdy u weteranów branży ten wskaźnik wynosi tylko 27 proc.
Doświadczenie ma jednak podstawowe znaczenie dla uzyskiwanych korzyści. „Początkujący niemal w ogóle na tym nie zyskują. Generatywna sztuczna inteligencja nie wyrównuje więc automatycznie szans; przeciwnie, może wręcz pogłębiać istniejące różnice” - mówi Daniotti.
Ponadto doświadczeni programiści częściej eksperymentują z nowymi bibliotekami i nietypowymi połączeniami dostępnych narzędzi.
„To dowód na to, że sztuczna inteligencja nie tylko automatyzuje rutynowe zadania, ale też radykalnie przyspiesza proces nauki. Dzięki niej eksperci mogą sprawniej poszerzać kompetencje i odważniej wkraczać w zupełnie nowe obszary programowania” - zauważa prof. Wachs.
Naukowcy prognozują coraz silniejszy wpływ AI na programowanie. „Dla biznesu, decydentów i instytucji edukacyjnych kluczowe pytanie nie brzmi już: »czy korzystać z AI« - ale jak sprawić, by płynące z niej zyski były dostępne dla wszystkich, nie pogłębiając przy tym nierówności” – mówi prof. Wachs.
„W świecie, w którym nawet samochód stał się produktem informatycznym, musimy jak najszybciej zidentyfikować bariery we wdrażaniu sztucznej inteligencji: od poziomu pojedynczych firm, aż po całe regiony i państwa” – dodaje prof. Neffke.
Marek Matacz
mat/ zan/
