Исследования показывают: ИИ уже пишет почти треть нового программного кода

Как измеряли влияние ИИ

Исследование провела группа под руководством Complexity Science Hub (CSH). Учёные проанализировали более 30 млн вкладов в проекты на языке Python от около 160 тыс. разработчиков на платформе GitHub — крупнейшем в мире сервисе совместной разработки ПО.

GitHub фиксирует все этапы создания кода — от новых функций до правок и улучшений, что позволило исследователям отследить динамику внедрения генеративного ИИ практически в реальном времени. Для выявления ИИ-сгенерированного кода использовалась специально обученная модель машинного обучения, способная распознавать фрагменты, созданные с помощью таких инструментов, как ChatGPT и GitHub Copilot.

По данным CSH, к концу 2024 года около трети новых программных функций в США уже создавались с участием ИИ.

Существенные региональные различия

Исследование выявило заметный дисбаланс между странами. Доля ИИ-поддерживаемого кода составила:

• США — 29%;
• Германия — 23%;
• Франция — 24%;
• Индия — 20% (с быстрым ростом);
• Россия — 15%;
• Китай — 12%.

По словам исследователей, лидерство США объясняется доступом к ведущим большим языковым моделям (LLM), которые в основном разрабатываются американскими компаниями. В Китае и России доступ к таким системам был ограничен регуляторными барьерами и санкциями, хотя пользователи частично обходят их с помощью VPN.

При этом эксперты отмечают, что ситуация может быстро измениться. Появление собственных китайских моделей нового поколения, таких как DeepSeek, уже после завершения исследования в начале 2025 года, способно сократить этот разрыв.

Кто выигрывает от ИИ больше всего

Одним из ключевых выводов стало то, что генеративный ИИ повышает производительность программистов, но неравномерно. В среднем использование ИИ дало прирост продуктивности на 3,6% к концу 2024 года. В масштабах мировой индустрии разработки ПО это означает десятки миллиардов долларов дополнительной стоимости.

При этом:

• менее опытные разработчики используют ИИ чаще — до 37% их кода;
• опытные программисты применяют ИИ реже — около 27%.

Однако именно у опытных специалистов зафиксирован реальный рост производительности. У новичков статистически значимого эффекта не обнаружено.

Исследователи подчёркивают: генеративный ИИ не «выравнивает шансы» автоматически и может, напротив, усилить существующие разрывы в квалификации.

ИИ как ускоритель экспериментов

Отдельно отмечается, что опытные разработчики с ИИ чаще экспериментируют с новыми библиотеками и нестандартными комбинациями инструментов. Это говорит о том, что ИИ не только автоматизирует рутинные задачи, но и ускоряет обучение, помогая специалистам быстрее осваивать новые области разработки.

Экономический эффект

По оценкам CSH, американские компании ежегодно тратят от 637 млрд до 1,06 трлн долларов на оплату труда, связанного с программированием. Если почти треть кода создаётся с поддержкой ИИ, а производительность растёт на 3,6%, это эквивалентно дополнительной стоимости в 23–38 млрд долларов в год — и это, по мнению авторов, консервативная оценка.

Что дальше

Разработка программного обеспечения вступает в фазу структурной трансформации. Генеративный ИИ становится частью цифровой инфраструктуры, повышая производительность и ускоряя инновации, но преимущественно в руках уже опытных специалистов.

Эксперты подчёркивают: ключевой вопрос для бизнеса, государств и образовательных систем заключается не в том, использовать ли ИИ, а в том, как внедрять его так, чтобы выгоды не усиливали технологическое и социальное неравенство.

Источник: https://techxplore.com/news/2026-01-ai-software-code.html