Mennyi munkát végez el a mesterséges intelligencia?

A mesterséges intelligencia már most is jelentős részt vállal a programozók munkájából. Kutatásunk szerint a programkódok közel harmadát ma már mesterséges intelligencia (MI) segítségével írják és ez elsősorban a tapasztalt fejlesztőket segíti.

A nagy technológiai cégek, például az Amazon és a Microsoft arról számolnak be, hogy a náluk írt kód mintegy 30 százaléka már mesterséges intelligencia segítségével készül. De ez csak a Szilícium‑völgy csúcstechnológiája, vagy szélesebb körben is hasonlót látunk?

Ennek kiderítéséhez a techóriásokon túli világot vizsgáltuk meg. Több ezer szoftverfejlesztő nyílt forráskódú munkáját elemeztük világszerte. Egy gépi tanulási eljárást tanítottunk meg arra, hogy felismerje az MI által generált kódot több mint 30 millió, Python programozási nyelven írt kódban a GitHub nevű kódmegosztó oldalon. 2019 és 2024 között 170 ezer fejlesztőt követtünk hat országban. Így nemcsak azt tudtuk mérni, hogy kinek van hozzáférése az MI eszközökhöz, hanem azt is, hogy valójában milyen gyakorisággal használják azokat a mindennapi programozásban.

Eredményeink azt mutatják, hogy a MI eszközök nagyon gyorsan terjednek; hasonló adatokat kapunk, mint amiről a nagyvállalatok beszámolnak. 2024 végére becslésünk szerint az Egyesült Államokban a kódok 29 százaléka készült érdemi MI-segítséggel. Vagyis a vállalati beszámolókban szereplő számok nem túlzóak, hanem valós változást tükröznek abban, hogyan dolgoznak a programozók.

Az 1. ábrán azt mutatjuk be, hogyan alakult az MI által írt kódrészek aránya különböző országokban. Az MI elterjedése gyorsan ment végbe, és minden nagyobb újdonság a mesterséges intelligencia modellekben látványos ugrást hozott az MI-vel írt kódrészek arányában. A GitHub Copilot 2021‑es bevezetése, a ChatGPT 2022 végi megjelenése és a második generációs modellek 2023‑as hulláma mind jól látható gyorsulást okozott az MI felhasználásában.

Az is látszik továbbá, hogy az Egyesült Államok kezdetben egyértelmű előnyben volt, de a különbség fokozatosan csökken. Németország és Franciaország ma már 23–24 százalék körüli MI-aránynál jár a kódok tekintetében, India pedig gyorsan zárkózik fel, 20 százalékkal. Oroszország és Kína lemaradása nagyobb, ami valószínűleg egyszerre tükrözi a kínálati korlátokat (például az MI‑szolgáltatások korlátozott elérhetőségét) és a keresleti akadályokat (állami cenzúrát, szabályozási korlátokat).

De valóban termelékenyebbé teszi az MI a programozókat? Ennek vizsgálatához az Egyesült Államokban élő fejlesztőkre koncentráltunk, és mindenkit önmagához hasonlítottunk: azt néztük meg, hogyan változott az egyes fejlesztők által létrehozott kód mennyisége azelőtt és azután, hogy elkezdték használni az MI‑eszközöket, miközben kiszűrtük azokat a trendeket, amelyek minden programozót érintenek.

A 2. ábra azt mutatja, hogy ha egy fejlesztő MI‑használata a nulláról a jelenlegi amerikai átlagra, 29 százalékra nő, akkor az elkészített kód mennyisége átlagosan 3,6 százalékkal emelkedik. Ez első látásra nem tűnik nagy ugrásnak, de országos szinten már mérhető hatást jelent. A pozitív hatások azonban egyenlőtlenül oszlanak meg. A tapasztalt programozók esetében 6,2 százalékos termelékenységnövekedést látunk, a kevésbé tapasztalt fejlesztők esetében ezzel szemben nem találunk érdemi javulást.

Úgy tűnik, az MI inkább növeli, mintsem csökkenti a különbségeket a fejlesztők között.

Nemcsak a kód mennyisége változik, hanem a munka jellege is. A generatív MI-t intenzívebben használó fejlesztők gyakrabban próbálnak ki új szoftverkönyvtárakat és azok új kombinációit. Ez arra utal, hogy bátrabban lépnek be számukra ismeretlen területekre. Ezeknek a „felfedező” hatásoknak a nagy részét szintén a tapasztalt fejlesztők körében látjuk.

Mit jelent mindez a gazdaság egésze szempontjából? Az Egyesült Államokban becsléseink szerint évente 600-1100 milliárd dollárt költenek programozással összefüggő munkaerőre. Ha a termelékenységi becsléseinket rávetítjük a jelenlegi MI‑használati szintekre, azt látjuk, hogy az MI már most évente 23–38 milliárd dollárnyi – 7 500-13 ezer milliárd forintnyi – értéket termel csak az Egyesült Államokban, csak a programozás területén.

A Defacto szerint a változás egyértelműen elkezdődött. A legnagyobb kérdés azonban nem az, hogy a mesterséges intelligencia átalakítja-e a munkát, hanem az, hogy milyen ütemben, és kik lesznek a nyertesei, illetve vesztesei ennek az átalakulásnak.

Ha szeretne a Defacto elemzések megjelenéséről email-tájékoztatót kapni, kattintson ide!