دراسة: وكلاء الذكاء الاصطناعي يرفعون الكود دون زيادة برمجيات
رغم القفزات في سرعة توليد الأكواد، تظل المراجعة البشرية العائق الأكبر أمام تحويل هذه السرعة إلى برمجيات فعلية.

الفرق بين توليد الكود وإنتاج البرمجيات
يُجمع المطورون على أن أدوات الذكاء الاصطناعي الحديثة قادرة على توليد كميات هائلة من الكود الوظيفي بكفاءة عالية. ومع ذلك، يدرك المحترفون في المجال أن الثقة في دقة هذا المخرجات تتطلب جهداً كبيراً في المراجعة، وهو ما يخلق فجوة بين سرعة الكتابة والقيمة الفعلية للبرنامج النهائي. ويمكن الرجوع إلى Ars Technica للاطلاع على التفاصيل الأصلية للمصدر.
منهجية الدراسة وبيانات جيلي فيش
اعتمد باحثان من جامعة هارفارد، فيونا تشين وجيمس ستراتون، على بيانات تحليلية مجمعة من شركة Jellyfish لقياس الأداء الدقيق لفرق الهندسة. شملت الدراسة أكثر من 700 شركة برمجية تضم 700 ألف موظف، وتغطي 300 مليون حدث عمل بين عامي 2021 ومارس 2026، لتحليل تأثير أدوات الذكاء الاصطناعي على سير العمل الفعلي.
قفزة في حجم الكود دون مخرجات ملموسة
أظهرت النتائج أن إدخال وكلاء البرمجة المستقلين رفع إجمالي سطور الكود المنتجة بنسبة 30%، وزاد عدد عمليات الالتزام (Commits) بنسبة 20%، وطلبات الدمج بنسبة 23%. لكن هذه الأرقام لم تتحول إلى زيادة في مخرجات البرمجيات؛ إذ لم يطرأ أي تغيير إحصائي ذو دلالة على معدل حل المشكلات البرمجية الكبرى التي تتعقبها أدوات إدارة المشاريع مثل Jira.
المراجعة البشرية: زجاجة العنق الحقيقية
يكمن السبب وراء هذا التباين في عملية المراجعة التي أصبحت أطول بكثير. ارتفع متوسط زمن المراجعة بين تقديم طلب الدمج ودمجه في قاعدة الكود بنسبة 49% بعد تبنّي الوكلاء. كما تضاعفت تقريباً نسبة الطلبات التي تتطلب تعديلات، وزاد عدد التعليقات على كل طلب دمج بنسبة 35%، مما يشير إلى أن الكود المولّد آلياً يحتاج إلى تدقيق بشري مكثف.
تأثير محدود على التوظيف ودور الذكاء الاصطناعي في المراجعة
استجابةً لهذا الضغط، زادت نسبة الموظفين الذين يقومون بمهام المراجعة بنسبة 14%. ومع ذلك، لم يتمكن الباحثون من ربط أي تغييرات جوهرية في التوظيف بالذكاء الاصطناعي. ورغم أن 80% من الشركات استخدمت أشكالاً من مراجعة الكود بالذكاء الاصطناعي، إلا أن الوكلاء تولوا فقط 23.3% من التعليقات و10.8% من طلبات الدمج، مما يعني أن البشر لا يزالون يتحملون العبء الأكبر من هذه العملية.
سيف ذو حدين في ظل التعلم المستمر
تظل وكلاء البرمجة تقنية حديثة، وقد شهدت تطورات كبيرة منذ انتهاء فترة جمع البيانات في مارس 2026. مع تبنّي 95% من الشركات لهذه الأدوات، لا يزال الفرق الهندسية في مرحلة تعلم كيفية توزيع المهام بين السرعة الآلية والدقة البشرية. تشير الدراسة إلى أن التوازن بين وقت البرمجة ووقت المراجعة قد يتحسن مع اكتساب الفرق المزيد من الخبرة، لكن الوضع الحالي يظل يمثل تحدياً في التكلفة والعائد.
المصادر
- Ars TechnicaAI coding agents generate more code, but not more software
تابع التسلسل الزمني





