AI pisze już około 30 proc. nowego kodu w USA. Badacze policzyli to na podstawie GitHuba

W Stanach Zjednoczonych pod koniec 2024 r. około co trzecia nowo napisana funkcja w języku Python powstała przy wsparciu narzędzi generatywnej sztucznej inteligencji. Udział tak rozumianego „AI-wspomaganego” kodu miał urosnąć z okolic 5 proc. w 2022 r. do blisko 30 proc. w ostatnim kwartale 2024 r.

Źródłem tych liczb jest badanie zespołu z Complexity Science Hub oraz Utrecht University, opisane przez samych autorów w materiale CSH i powiązane z publikacją w „Science”. Naukowcy deklarują, że przeanalizowali ponad 30 mln kontrybucji w Pythonie pochodzących od około 160 tys. programistów na GitHub. W praktyce chodzi o śledzenie, jak zmienia się kod w repozytoriach oraz o próbę oszacowania, które fragmenty były generowane przez narzędzia typu ChatGPT lub GitHub Copilot.

Wyniki pokazują też duże różnice między krajami. Według danych przywoływanych przez CSH najwyższy poziom wykorzystania AI w kodowaniu miał występować w USA (29 proc.), a dalej w Niemczech (23 proc.) i we Francji (24 proc.). Indie osiągają około 20 proc. i szybko nadrabiają dystans, natomiast Chiny (12 proc.) i Rosja (15 proc.) pozostają wyraźnie niżej. W cytowanych komentarzach autorzy wiążą to m.in. z dostępnością narzędzi oraz barierami regulacyjnymi i rynkowymi.

Ciekawy jest wątek produktywności. Według tych samych wyliczeń korzystanie z generatywnej AI miało do końca 2024 r. zwiększyć wydajność programistów średnio o 3,6 proc., a ekonomiczny efekt dla gospodarki USA autorzy szacują na dziesiątki miliardów dolarów rocznie. Jednocześnie z materiałów CSH wynika, że po narzędzia AI częściej sięgają mniej doświadczeni programiści, ale mierzalne korzyści mają koncentrować się głównie u bardziej doświadczonych, co może pogłębiać różnice kompetencyjne zamiast je zmniejszać.

Warto dodać, że metodologia opiera się na klasyfikatorze wykrywającym prawdopodobieństwo „AI-generowania” fragmentów kodu w publicznych kontrybucjach oraz na miarach takich jak aktywność w repozytoriach czy zakres wykorzystywanych bibliotek. To ważne zastrzeżenie interpretacyjne, bo takie dane nie obejmują całej pracy komercyjnej (często prywatnej), a „produktywność” w ujęciu commitów nie zawsze przekłada się wprost na jakość oprogramowania. Autorzy opisują te ograniczenia w wersji roboczej pracy dostępnej na arXiv.