Ilu programistów korzysta z AI? Szokujące wyniki - koniec ludzkiego kodu

Sztuczna inteligencja rewolucjonizuje sposób, w jaki programiści tworzą oprogramowanie – ale nie bez kosztów i wątpliwości. Z najnowszego raportu firmy Qodo, specjalizującej się w rozwiązaniach AI dla inżynierii oprogramowania, wynika, że choć narzędzia oparte na sztucznej inteligencji znacząco zwiększają produktywność twórców kodu, to wciąż spotykają się z dużą dozą nieufności.

Raport „The State of AI Code Quality 2025”, oparty na ankiecie przeprowadzonej wśród 609 programistów z różnych branż i typów organizacji – od startupów po korporacje – ujawnia pełen niuansów obraz współpracy ludzi z maszynami. Zgodnie z danymi Qodo, 82% badanych używa narzędzi do kodowania AI co najmniej raz w tygodniu, a 78% zauważyło wzrost produktywności dzięki ich stosowaniu. Mimo to, aż 76% programistów nie ufa wynikom AI na tyle, by wysyłać je bez ręcznej weryfikacji.

Efekt? Część zysków z automatyzacji kodowania przepada w procesie powtórnych przeglądów i testowania. Programiści wolą samodzielnie przeglądać, a często nawet przepisywać kod sugerowany przez AI, mimo że wygląda on na poprawny.

„Widoczne są ogromne korzyści, ale nie są one rozłożone równomiernie,” – tłumaczy Itamar Friedman, dyrektor generalny i współzałożyciel Qodo. – „Zaawansowani użytkownicy – ci, których nazywamy 10Xers – potrafią wydobyć z AI znacznie więcej. Większość widzi jedynie umiarkowane zyski, a pewna grupa nie potrafi zintegrować AI z codzienną pracą i zaczyna zostawać w tyle.”

AI poprawia jakość kodu – ale nie zawsze

Około 60% respondentów przyznało, że AI poprawiła jakość ich kodu – w mniejszym lub większym stopniu. Ale 20% uznało, że jakość ich pracy spadła po wprowadzeniu narzędzi AI. Problemem są m.in. "halucynacje AI", czyli przypadki, w których model generuje błędny kod, wywołuje nieistniejące funkcje lub korzysta z niepoprawnych bibliotek.

„Tylko jedna czwarta programistów stwierdziła, że halucynacje są rzadkie,” podkreśla Friedman. Jego zdaniem, istotnym elementem efektywnej pracy z AI jest kontekst – czyli to, czym model „karmimy” przed rozpoczęciem pracy.

AI może być skuteczniejsza niż człowiek – ale trzeba wiedzieć, jak jej używać

Mimo zastrzeżeń, dane pokazują, że AI dobrze radzi sobie z przeglądami kodu. Wśród programistów, którzy używają AI właśnie do tego celu, 81% odnotowało wzrost jakości oprogramowania. Dla porównania – ci, którzy wykonują przeglądy manualnie, wskazywali poprawę jakości w zaledwie 55% przypadków.

Qodo stworzyło nawet publiczny benchmark do oceny jakości kodu generowanego przez modele AI, umożliwiający porównywanie ich skuteczności z recenzjami przeprowadzanymi przez ludzi. Modele takie jak Gemini 2.5 Pro mają – według Friedmana – potencjał, by przewyższyć ludzkich recenzentów w ocenie jakości i kompletności kodu na dużą skalę.

Programiści chcą lepszego kontekstu i mniej błędów

Choć halucynacje AI są realnym problemem, to najczęściej wskazywaną potrzebą było lepsze zrozumienie kontekstu przez modele (26%). Na kolejnych miejscach znalazły się redukcja błędów (24%) oraz ogólna poprawa jakości kodu (15%). „Kontekst jest kluczem do skutecznego kodowania z AI” – tłumaczy Friedman. – „Programiści, którzy dostarczają modelowi dokładne dane wejściowe – od dokumentacji po przykłady kodu – uzyskują zdecydowanie lepsze wyniki.”

Droga do pełnej integracji AI z programowaniem

Friedman podkreśla, że odpowiednie wykorzystanie AI wymaga przemyślanej strategii. Jednym z rozwiązań jest automatyczne wzbogacanie kontekstu, co przypomina sposób działania wyszukiwarek internetowych, które uwzględniają dane personalne i kontekstowe. Kluczowe będzie również dostosowanie modeli AI do polityk korporacyjnych i zapewnienie, że przetwarzane dane nie naruszają wewnętrznych procedur bezpieczeństwa i prywatności.