Yapay zeka kodlama araçları yazılım teslimatını artıramadı

Yazılım geliştirme süreçlerine entegre edilen yapay zeka sistemleri, yazılan kod miktarını kayda değer oranda artırsa da nihai ürünlerin teslimat hızına katkı sağlamıyor. Harvard Üniversitesi araştırmacıları Fiona Chen ve James Stratton tarafından yürütülen geniş kapsamlı bir çalışma, otonom yapay zeka araçlarının üretim hattının sonraki aşamalarında tıkanıklıklara yol açtığını ortaya koydu.

Yedi yüzü aşkın firmada görev yapan 700 binden fazla çalışanın faaliyet verilerini kapsayan araştırmaya göre, yapay zeka kullanımı kaydedilen kod değişikliklerini %20, birleştirme taleplerini ise %23 oranında artırdı. Üretilen toplam kod hacminde %30'luk bir yükseliş yaşanırken, önerilen kodların denetlenmesi ve ana sisteme dahil edilmesi süreçleri ciddi biçimde uzadı.

Elde edilen bulgular, kod sunumu ile onay arasındaki ortalama sürenin %49 oranında uzadığını gösteriyor. Revizyon gerektiren taleplerin oranı iki katına yaklaşırken, yapılan yorum sayısı da %35 artış gösterdi. Bu durum, yapay zekanın iş yükünü ortadan kaldırmak yerine çalışanlar arasındaki görev dağılımını kod kontrolü yönünde değiştirdiğini işaret ediyor.

İnceleme Süreçlerindeki Tıkanıklık Teslimat Hızını Engelliyor

Yazılım analitiği platformu Jellyfish üzerinden sağlanan 300 milyon etkinliğin incelendiği araştırmada, 2021 ile Mart 2026 arasındaki döneme ait veriler analiz edildi. Çalışmada Jira ve benzeri sistemlerdeki görev tamamlama oranları incelendiğinde, daha fazla kod üretilmesine rağmen tamamlanan özellik veya iş miktarında istatistiksel olarak anlamlı bir artış tespit edilemedi.

Yapay zeka kullanımının istihdam üzerindeki etkilerini de inceleyen araştırmacılar, teknoloji kullanımına bağlı doğrudan bir personel azaltımı veya artışı gözlemlemedi. Öte yandan, incelenen şirketlerin %80'i otomatik denetim mekanizmalarını devreye sokmuş olsa da otomatik sistemler inceleme yorumlarının yalnızca %23,3'ünü gerçekleştirebildi.

Süreç İyileştirmeleri ve Gelecek Riskleri

Teknoloji liderlerinin kod üretme hızı ile tamamlanmış yazılım teslimatı arasındaki farkı gözetmesi gerektiği vurgulanıyor. Kod denetim süreçlerindeki darboğaz çözülmediği sürece, üretilen ek kod hacminin şirketin toplam verimliliğine yansıması zor görünüyor. Şirketlerin kontrol ve onay mekanizmalarını daha efektif hale getirmesi, yapay zekadan elde edilen çıktının nihai ürüne dönüşmesini sağlayabilir.

Araştırmanın sınırları Mart 2026 itibarıyla sona eren verilerle sınırlı olduğu için, daha sonra geliştirilen araçların ve değişen iş modellerinin uzun vadeli etkileri henüz netlik kazanmış değil. Yapay zeka ajanlarının genel ekonomide yaratacağı nihai verimlilik artışı konusundaki belirsizlikler devam ederken, mevcut veriler yazılım sektöründe dönüşümün henüz tamamlanmadığını gösteriyor.