В 2026 году программисты все больше полагаются на инструменты искусственного интеллекта для написания кода. Исследователи из лаборатории METR установили, что большинство разработчиков уже не согласны выполнять даже ограниченный круг задач без помощи ИИ, что стало неожиданностью для научного сообщества.
Об этом сообщает ProIT
Действительно ли ИИ повышает продуктивность программистов
Исследование METR, проведенное еще в 2025 году, показало: хотя разработчики считали, что искусственный интеллект повышает их эффективность, на практике выяснилось, что работа с ИИ требует больше времени на исправление ошибок, контроль за выполнением задач и ожидание результатов. Когда в феврале 2026 года исследователи попытались повторить эксперимент, оказалось, что программисты не желают работать без поддержки ИИ даже ради научного эксперимента.
Разработчики отказались участвовать «потому что не желают работать без ИИ» даже для исследования, как указали ученые METR.
В качестве альтернативы METR организовала опрос, в котором технические работники самостоятельно оценивали влияние ИИ на свою продуктивность. Большинство респондентов заявили, что ИИ сделал их в два раза полезнее для компаний. Однако ряд недавних исследований и новостей ставят под сомнение такие оценки.
Проблемы использования ИИ в разработке ПО
Распространенной практикой 2026 года стало так называемое «tokenmaxxing» — использование количества токенов как индикатора продуктивности с применением ИИ. Однако эта тенденция уже теряет актуальность. Например, компания Amazon закрыла свою внутреннюю доску лидеров Kirorank, которая отслеживала использование токенов, после того как сотрудники начали злоупотреблять ИИ-агентами, что привело к росту затрат без реального повышения продуктивности.
Uber тоже столкнулась с проблемами: компания потратила весь годовой бюджет на ИИ уже за четыре месяца, однако реального роста количества проектов или продуктивности замечено не было. Кроме того, автоматически сгенерированный код не всегда сокращает затраты на поддержку, а иногда даже их увеличивает. Известный программист и автор Джеймс Шор в своем блоге отметил:
«Пишите код вдвое быстрее? Лучше убедитесь, что затраты на поддержку уменьшились вдвое. Иначе вы попали в ловушку: получили временное ускорение ценой постоянного рабства».
Дополнительные данные свидетельствуют, что ИИ может ухудшать качество кода. Основательница стартапа Entelligence AI Айсвария Санкар обнародовала информацию, что компании тратят 44% токенов на исправление багов, которые сами же и сгенерировали системы ИИ. Компания CodeRabbit проанализировала открытые pull request и установила, что код, созданный ИИ, содержит в 1,7 раза больше проблем, чем написанный людьми. Однако независимые исследователи также подтверждают эти тенденции. Ученые из Singapore Management University в апреле предупредили, что «ИИ-код может увеличивать долгосрочные затраты на поддержку реальных программных проектов».
Как избежать рисков при использовании ИИ
Несмотря на увлечение программистов своими AI-ассистентами, эксперты советуют подходить к внедрению ИИ с осторожностью. Основатель Cognition Скотт Ву, компании-разработчика ИИ-агента Devin, согласен, что даже лучшие системы сейчас имеют уровень квалификации между младшим и средним разработчиком в зависимости от задачи, поэтому требуют постоянного контроля.
Исследователи SMU советуют программистам глубоко понимать, какие задачи ИИ выполняет хорошо, а какие — нет, и внедрять сильные механизмы контроля качества, специально разработанные для работы с ИИ. Также важно тщательно проверять результаты, полученные от ИИ, как это делается в случае с новичками.
В то же время, по мнению специалистов, ключевые аспекты разработки, такие как архитектура программного обеспечения и вопросы безопасности, должны оставаться под контролем человека.