· kaynak Hacker News – Front Page (native)
Harvard çalışma raporu: Yapay zekâ kodlama ajanları yüzde 30 daha fazla kod, yüzde 49 daha yavaş inceleme demek
718 şirketi kapsayan bir Harvard çalışma raporu, yapay zekâ kodlama ajanları kullanan mühendislerin yaklaşık yüzde 30 daha fazla kod yazdığını, ancak tamamlanan işin ölçülebilir biçimde artmadığını ve kod inceleme sürelerinin yüzde 49 uzadığını ortaya koydu.

ComplexDiscovery'nin aktardığı, iki Harvard doktora adayının kaleme aldığı bir çalışma raporuna göre, yapay zekâ kodlama ajanlarını benimseyen şirketlerdeki mühendisler yaklaşık yüzde 30 daha fazla kod yazdı; ancak tamamlanan iş ölçülebilir biçimde artmadı ve değişikliklerin kod inceleme sürecinden geçmesi yüzde 49 daha uzun sürdü.
Fiona Chen ve James Stratton imzalı rapor, 718 şirkette 725.938 çalışanı takip ediyor ve taslak oluşturma hızlandığında insan kontrol noktasında ne olduğunı ölçüyor. Merkezî bulgusu, yazılım teslimatındaki darboğazın ortadan kalkmak yerine yer değiştirdiği.
Çalışmanın ölçtüğü şeyler
Chen ve Stratton, çalışmayı mühendislik etkinliğini izleyen bir analitik platform satan Jellyfish'in verileriyle, Revelio Labs'ın topladığı LinkedIn istihdam kayıtlarını birleştirerek kurguladı. Örneklem Ocak 2021'den Mart 2026'ya uzanıyor ve verilerinin araştırma amaçlı kullanımına izin veren müşteri şirketleri kapsıyor; 68,3 milyon Jira kaydı, 200,9 milyon commit, 49,1 milyon pull request ve 21,3 milyon takvim etkinliğini içeriyor; ancak 718 şirketten yalnızca 213'ü takvim verisi sağladı.
Tasarım, kademeli bir difference-in-differences karşılaştırması; aylık olarak benimseyen şirketlerdeki sonuçların, henüz benimsememiş şirketlere göre nasıl değiştiğini izliyor. Yazarlar, benimseme zamanlamasının esas olarak şirketlerin araçlardan haberdar olma zamanına ve tedarik sürecinin uzunluğuna bağlı olduğunu savunuyor; bir katılımcının şirketi bir aracı yaklaşık bir günde onaylarken, bir diğeri ortalama altı ila 12 aydan söz ediyor. Yazarlar daha büyük şirketlerin daha erken benimsediğini kabul edip şirket büyüklüğünü kontrol ediyorlar ve kalan olası gizli farkın yapay zekâyı olduğundan kötü göstermekten çok övmeye yatkın olacağını, dolayısıyla düz kalan çıktı sonucunun yapay zekâ lehine cömert sayılacağını savunuyorlar.
Kod hacmi arttı, tamamlanan iş yerinde saydı
İşçi-ay başına eklenen kod satırı 5.017'lik taban çizgisine göre 1.494 arttı; yaklaşık yüzde 30. Commit'ler yüzde 20, incelemeye sunulan kod paketleri olan pull request'ler ise yüzde 23 arttı. Yazarlar bu rakamların, halihazırda yapay zekâ kodlama asistanları kullanan şirketlerde ajanların ek etkisini yakaladığını, sıfırdan yapay zekânın etkisini değil, notunu düşürüyor.
Kazanımın durduğu yer çıktı. Rapor tamamlanan işi, çözülen Jira kayıtları olarak sayıyor; bir kayıt, kodu üretime dağıtıldığında tamamlanmış sayılıyor. Ajanlar bu ölçütü 3,67'lik taban çizgisinde işçi-ay başına 0,12 kayıt hareket ettirdi; 0,17'lik standart hatayla istatistiksel olarak sıfırdan ayırt edilemiyor. Yüzde 95 güven aralığı, taban çizgisinin yaklaşık yüzde 12'sinden büyük bir artışı dışlıyor.
Yazarlar bariz karşı argümanı, yani mühendislerin düz kayıt sayısının küçümseyeceği daha büyük görevlere kaymış olabileceğini de test etti. Kayıtların yüzde 0,5'lik örneğini GPT-4o ile boyutlarına göre etiketlediler, etiketleri bir metin-embedding modeliyle veri setine yaydılar ve ortalama kayıt boyutunda bir kayma bulamadılar. Pull request'ler de büyümedi.
Darboğaz incelemeye taşındı
Pull request'in sunulmasından birleştirilmesine kadar geçen süre 7,03 günlük taban çizgisinde 3,45 gün arttı; yüzde 49'luk artış. Resmî değişiklik talebi çeken pull request oranı yüzde 13'lük taban çizgisinden yaklaşık 12 puan artarak neredeyse ikiye katlandı; pull request başına inceleme yorumları yüzde 35 arttı. Herhangi bir kod incelemesi yapan çalışanların oranı yaklaşık yüzde 29'luk tabandan yüzde 14 artarken, kod yazanların oranında ölçülebilir değişiklik olmadı; yani emek inceleme yönüne kaydı.
Yapay zekâ inceleme araçları kuyruğu temizlemedi. Mart 2026 itibarıyla şirketlerin neredeyse yüzde 80'i böyle bir araç kullanmıştı; buna rağmen inceleme yorumlarının yalnızca yüzde 23,3'ünü yapay zekâ üretti ve pull request'lerin yalnızca yüzde 10,8'i tek bir yapay zekâ yorumu bile aldı. Yazarlar, şirketler bu tür araçları benimsedikten sonra da darboğazın sürdüğünü yazıyor. Görüşmeler mekaniği açıklıyor: Bir junior mühendis, değişiklikleri yalnızca tek bir senior mühendisin onaylayabildiği ve haftada yalnızca bir kez onaylayabildiği bir projeyi anlattı; yapay zekâ üretimi commit'lerin neden olduğu kesintilerin, yapay zekâ üretimi kodun senior onayını gerektiren yeni kurallar doğurduğunu, darboğazı derinleştirdiğini söyledi.
Kesinleşmiş bir sonuç değil, çalışma raporu
Mevcut sürüm 4 Ağustos 2026 tarihli; 7 Ocak tarihli ilk sürümün ardından geldi ve Chen raporu iş piyasası çalışması (job-market paper) olarak dolaşıma soktu. ComplexDiscovery'nin incelediği hiçbir şey dergi kabulünü veya tamamlanmış hakem değerlendirmesini göstermiyor. Chen'in web sitesinde listelenen haberler arasında The Wall Street Journal ve The Economist var; Doug Austin'in 12 Ekim tarihli eDiscovery Today yazısı, bulgularla ilgili bir Ars Technika haberi aktardı.
Neden önemli
Bu, gerçek mühendislik örgütleri içinde çalışan yapay zekâ kodlama ajanlarına ilişkin daha büyük veri setlerinden biri ve sonucu, üretime dayalı benimseme ölçütlerini karmaşıklaştırıyor: daha fazla kod yazıldı, istatistiksel olarak daha fazla iş teslim edilmedi ve fark inceleme aşaması emdi. Yazarların modeli iki mekanizmayı ayırıyor: daha hızlı taslak oluşturmanın sabit bir değerlendirici havuzuna yüklenmesi ile artan değişiklik talepleri ve yorumların işaret ettiği düşük kaliteli taslaklar; bu da ekiplere hangi soruna sahip olduklarını anlamanın somut bir yolunu veriyor. Ders yazılımdan öteye genelleniyor: yapay zekânın taslak hazırladığı ve bir insanın onayladığı her yerde, aracın gerçekten işe yarayıp yaramadığını, taslak hacmi değil, onaylanan çıktı ve değerlendirici zamanı gösterecek.
- #ai
- #code-review
- #developer-productivity
- #software-engineering
- #research