# हार्वर्ड अध्ययन: AI कोड टूल्स से काम बढ़ा, डिलीवरी तेज़ नहीं हुई

> 718 कंपनियों के अध्ययन में पाया गया कि AI से कोड की मात्रा बढ़ी, लेकिन उसकी समीक्षा में भी अधिक समय लगा—इससे कुल उत्पादकता में बढ़त सीमित रही।

Oossa · 2026-10-22 · https://oossa.com/hi/harvard-study-shows-ai-code-assistants-add-work-without-speeding-delivery

Jellyfish के एनालिटिक्स प्लेटफ़ॉर्म का इस्तेमाल कर किए गए हार्वर्ड अध्ययन में जनवरी 2021 से मार्च 2026 तक 718 कंपनियों और काम से जुड़ी करीब 300 मिलियन गतिविधियों का विश्लेषण किया गया। AI कोडिंग असिस्टेंट्स से कोड की लाइनों में 12% और कमिट्स में 9% की बढ़ोतरी हुई, जबकि AI एजेंट्स से कोड की लाइनों में 30% और कमिट्स में 20% का इज़ाफ़ा हुआ। हालांकि, प्रति कर्मचारी हल किए गए Jira इश्यूज़ की संख्या एजेंट्स के साथ केवल 12% बढ़ी और असिस्टेंट्स के साथ बिल्कुल नहीं बढ़ी। अतिरिक्त कोड के कारण पुल रिक्वेस्ट की समीक्षा में अधिक समय लगा—समीक्षा का समय 49% बढ़ा, हर PR पर टिप्पणियां 53% बढ़ीं और बदलावों की ज़रूरत वाले PR का अनुपात दोगुना हो गया।

## तथ्य

- अध्ययन में 718 कंपनियों और काम से जुड़ी करीब 300 मिलियन गतिविधियों (जनवरी 2021–मार्च 2026) को शामिल किया गया।
- AI एजेंट्स से कोड की लाइनों में 30% की बढ़ोतरी हुई, लेकिन प्रति कर्मचारी हल किए गए इश्यूज़ सिर्फ़ 12% बढ़े।

## यह क्यों मायने रखता है

इंजीनियरिंग मैनेजरों को समझ आता है कि AI कोड जनरेटर जोड़ने पर समीक्षा की क्षमता भी बढ़ानी पड़ सकती है, इसलिए अतिरिक्त QA संसाधनों की योजना बनाना ज़रूरी है।

## स्रोत और संदर्भ

1. [Study Finds AI-generated Code Fails to Boost Productivity Due to Downstream Bottlenecks](https://www.infoq.com/news/2026/10/jellyfish-ai-productivity/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=AI%2C+ML+%26+Data+Engineering) – InfoQ, 2026-10-22

अंतिम अपडेट: 2026-10-22