وكلاء البرمجة بالذكاء الاصطناعي يضيفون 30% من الشفرات البرمجية دون زيادة مخرجات البرمجيات

أفادت دراسة شملت أكثر من 700 شركة بأن وكلاء البرمجة بالذكاء الاصطناعي زادوا حجم الشفرات البرمجية بنسبة 30% دون تحقيق مكاسب ملموسة في تسليم البرمجيات.

وذكر الباحثان في جامعة هارفارد، فيونا تشن وجيمس ستراتون، أن فترات المراجعة امتدت بعد تبني هذه التقنية، في حين لم تظهر الأعمال البرمجية المكتملة أي زيادة ذات دلالة إحصائية. وتميز نتائجهم بين التوليد الأسرع للشفرات البرمجية والمهمة الأوسع المتمثلة في تسليم برمجيات جاهزة.

ارتفاع أعباء عمل المراجعة بعد التبني

وقدر الباحثان أن تبني الوكلاء أدى إلى زيادة التثبيتات (commits)، أو تغييرات الشفرة المسجلة، بنسبة 20%، وطلبات السحب (pull requests) بنسبة 23%، إلى جانب الزيادة في حجم الشفرة. وتُقدم طلبات السحب التغييرات المقترحة للفحص قبل إدراجها في قاعدة الشفرة البرمجية المشتركة.

واستغرق ذلك الفحص وقتاً أطول؛ إذ ارتفع متوسط الفاصل الزمني بين التقديم والدمج بنسبة 49% بعد التبني، وفقاً لما ذكره الباحثان. وأصبحت الطلبات التي تتطلب مراجعات أكثر شيوعاً بنحو الضعف، في حين زادت التعليقات على كل طلب بنسبة 35%.

وعزا تشن واستراتون الفجوة بين توليد الشفرة البرمجية والعمل المكتمل إلى قيود تشغيلية في مراحل الإنتاج اللاحقة، ولا سيما المراجعة. كما قدرا زيادة بنسبة 14% في نسبة الموظفين الذين يجرون المراجعات، مما يشير إلى أن المخرجات الإضافية أدت إلى إعادة توزيع العمل بدلاً من إلغاء المهام ببساطة.

سجلات "جيليفش" تتتبع العمل المكتمل

واعتمدت الدراسة على بيانات موفر تحليلات الهندسة "جيليفش" (Jellyfish)، حيث غطت 300 مليون نشاط مسجل عبر أكثر من 700,000 موظف. وامتدت فترة الملاحظة من عام 2021 حتى مارس 2026، وشملت نشاط الشفرات البرمجية وسجلات إدارة المهام في الشركات المشاركة.

وميز الباحثون بين أدوات المساعدة، التي تدعم الشفرات التي يكتبها البشر، والوكلاء الذين يمكنهم إنتاج الشفرات وتقديم التغييرات استجابة للتعليمات. وجمع الباحثون بين استخدام الذكاء الاصطناعي الملاحظ ونشاط "جيت هاب" (GitHub) لتحديد توقيت التبني، ثم قارنوا التغييرات عبر المؤسسات قبل النشر وبعده باستخدام تحليل الاختلاف في الاختلافات (difference-in-differences).

ولتقييم التسليم بدلاً من حجم الكتابة، فحص الباحثون إنجاز المهام المتتبعة ومجموعات الميزات الأكبر في أنظمة تشمل "جيرا" (Jira). ولم يظهر أي من المقياسين تحسناً ذا دلالة إحصائية بعد التبني، ولم يجد الباحثون أي تغيير مناظر في حجم المهام أو تعقيدها يفسر هذه النتيجة.

وكانت النتائج المتعلقة بالتوظيف محدودة بشكل مماثل؛ إذ لم يثبت تشن واستراتون وجود تغيير ذي دلالة إحصائية في عدد الموظفين يعزى إلى الذكاء الاصطناعي. وفحص الباحثان سجلات العمال النشطين من "جيليفش" إلى جانب معلومات "لينكد إن" (LinkedIn)؛ وتلك النتيجة لا تؤكد أن الوظائف أو المسؤوليات الفردية ظلت دون تغيير.

المراجعة المؤتمتة تظل حلاً جزئياً

وبحلول مارس 2026، تبنت 80% من الشركات المشمولة بالدراسة المراجعة المدعومة بالذكاء الاصطناعي بشكٍل ما، وفقاً للباحثين. ومع ذلك، لم يقدم الوكلاء المؤتمتون سوى 23.3% من تعليقات المراجعة، مما ترك البشر مسؤولين عن معظم ذلك النشاط المسجل.

وهذا التمييز مهم لشركات البرمجيات التي تقيم هذه الأدوات؛ إذ إن حجم الشفرة البرمجية، وجهد المراجعة، والميزات المكتملة تقيس مراحل مختلفة من الإنتاج. ولا تثبت النتائج أن توليد شفرات إضافية أمر عديم الفائدة، لكنها لا تقدم أدلة ذات دلالة إحصائية على معدلات تسليم أعلى عبر الشركات الملاحظة.

وإذا استمرت قيود المراجعة، فقد تنتج الشركة المتبنية المزيد من التغييرات المقترحة دون إكمال المزيد من الميزات، مما يحد من مكاسب التسليم عبر القطاع. أما إذا حسّنت الفرق سير عمل الفحص والمراجعة، فقد يصل المزيد من الشفرات الإضافية إلى المنتجات النهائية؛ وهذه إمكانيات مشروطة وليست نتائج مثبتة بالدراسة.

ويترك التوقف عند شهر مارس الأدوات وممارسات العمل اللاحقة خارج نطاق الأدلة. ويبقى السؤال عما إذا كانت التحسينات اللاحقة ستقصر مدة المراجعات مع زيادة العمل المكتمل أمراً غير محسوم، ولا تثبت الدراسة وجود أثر على الإنتاجية على مستوى الاقتصاد ككل.