Reklama

Zaskakujące wyniki badań: AI miała znacząco przyspieszyć pracę, a ją spowalnia

Sztuczna inteligencja w roli cyfrowego asystenta miała być rewolucją, która drastycznie skróci czas tworzenia oprogramowania. Ale najnowsze analizy pokazują zjawisko odwrotne. Doświadczeni inżynierowie załamują ręce.

Publikacja: 18.11.2025 19:38

AI miała przyspieszać pracę, efekt jest zaskakujący

AI miała przyspieszać pracę, efekt jest zaskakujący

Foto: Bloomberg

Z tego artykułu się dowiesz:

  • Jakie są aktualne wyniki badań dotyczące wpływu AI na efektywność programistów?
  • Jakie zmiany w specyfice pracy deweloperów wprowadza sztuczna inteligencja?
  • W jakich obszarach w branży IT widać realne korzyści stosowania narzędzi AI?

Narracja wokół generatywnej sztucznej inteligencji w IT od miesięcy opierała się na obietnicy skokowego wzrostu produktywności. Jednak rzeczywistość weryfikuje te założenia w brutalny sposób. Zamiast kodować szybciej, programiści tracą cenne godziny na nadzorowanie algorytmów. Czy to błędy wieku dziecięcego technologii, czy fundamentalna zmiana w specyfice pracy deweloperów?

Złudna pomoc i masa błędów

Rob Skillington, współzałożyciel Chronosphere, zwraca uwagę, że AI fundamentalnie przekształca sposób pracy inżynierów, ale w kierunku, którego mało kto się spodziewał. Zamiast prostego przyspieszenia, mamy do czynienia z „wymuszoną redefinicją ról zawodowych i ścieżek kariery”. Potwierdza to niedawne, randomizowane badanie przeprowadzone przez grupę badawczą non-profit METR. Wyniki są zaskakujące: doświadczeni deweloperzy open-source korzystający z narzędzi AI potrzebowali aż o 19 proc. więcej czasu na realizację zadań w porównaniu do kolegów pracujących bez cyfrowego wsparcia. Jak piszą eksperci na łamach serwisu TechRadar, stoi to w jaskrawej sprzeczności z oczekiwaniami rynku – przed eksperymentem zarówno uczestnicy, jak i analitycy przewidywali, że algorytmy zapewnią przyspieszenie pracy na poziomie około 40 proc.

Dlaczego narzędzia, które mają automatyzować pracę, w rzeczywistości ją hamują? Według badaczy z METR problem leży w zmianie ciężaru pracy. Deweloperzy, zamiast pisać kod, zmuszeni są poświęcać czas na tworzenie precyzyjnych promptów (poleceń dla AI), żmudne przeglądanie wygenerowanych sugestii oraz integrowanie otrzymanych wyników ze złożonymi, istniejącymi już bazami kodu. To właśnie ten proces weryfikacji okazuje się „wąskim gardłem”. Efekt? Informatycy tracą czas.

Reklama
Reklama

Statystyki dotyczące jakości generowanych rozwiązań są alarmujące. Badanie wykazało, że aż 60 proc. defektów w kodzie było spowodowanych bezpośrednio przez narzędzia AI. Co gorsza, błędy te są często podstępne. Co to znaczy? Chodzi o sytuacje, gdy wygenerowany kod na pierwszy rzut oka wydaje się akceptowalny i poprawny składniowo, jednak – przy głębszej analizie – ujawnia krytyczne luki, które wymagają znacznych nakładów pracy naprawczej.

Niejednoznaczny rachunek zysków i strat

Agenty AI, choć oferują wiele pomysłów, często wpadają w specyficzną pułapkę: cykliczne próby naprawiania własnego kodu. „Algorytm, próbując skorygować błąd, generuje kolejne błędne rozwiązanie, co zmusza człowieka do interwencji” – piszą eksperci. A to od programistów wymaga większego nadzoru. W konsekwencji rola człowieka ewoluuje z twórcy (jakim był programista przed popularyzacją agentów) w rygorystycznego audytora (obecnie).

Mimo tych wyzwań technologia nie stoi w miejscu – nowoczesne narzędzia zaczynają samodzielnie budować i przeprowadzać testy na stworzonym przez siebie kodzie, co powoli redukuje problem tzw. halucynacji, który był zmorą wczesnych wersji tych systemów. Poza tym są też obszary w tej branży, które ewidentnie zyskują dzięki AI. Przykład? Site Reliability Engineering (SRE), czyli inżynieria niezawodności witryn. Kluczem do sukcesu okazuje się tu wykorzystanie serwerów Model Context Protocol (MCP). Serwery te integrują się z zaawansowanymi narzędziami AI do kodowania, takimi jak Cursor czy Claude Code, pozwalając inżynierom na płynne włączenie sztucznej inteligencji do codziennych przepływów pracy DevOps. Przełom polega na dostępie do danych: serwery MCP udostępniają algorytmom dane telemetryczne w czasie rzeczywistym. Dzięki temu AI może „rozumować” na podstawie twardych danych, eliminując konieczność ręcznego wprowadzania informacji przez człowieka. To akurat poprawia wydajność i redukuje liczbę błędów.

Czytaj więcej

AI może pozbawić pracy 99 proc. pracowników w 5 lat. „Nie ma planu B”

W praktyce to, czy sztuczna inteligencja oszczędzi czas, czy go zmarnuje, zależy od wielu zmiennych. Ostateczny bilans zysków i strat przy wdrażaniu AI w IT pozostaje kwestią otwartą.

Technologie
Demokracja zagrożona przez AI? Naukowcy alarmują: boty skuteczniejsze niż telewizja
Technologie
W ten prosty sposób można oszukać AI. Zaskakujące wyniki badań włoskich naukowców
Technologie
Rafał Brzoska zainwestował w satelity. Polski start-up warty 10 mld zł
Technologie
Luksus i AI nie idą w parze? Fala krytyki pod adresem Valentino
Materiał Promocyjny
Startupy poszukiwane — dołącz do Platform startowych w Polsce Wschodniej i zyskaj nowe możliwości!
Technologie
Chiński robot straszy w Himalajach. Niepokojące nagranie na granicy z Indiami
Materiał Promocyjny
Jak rozwiązać problem rosnącej góry ubrań
Reklama
Reklama
REKLAMA: automatycznie wyświetlimy artykuł za 15 sekund.
Reklama
Reklama