# ハーバード大研究：AIコード支援で作業量は増えても開発は速まらず

> 718社を調べた結果、AI生成コードでコード量は増えた一方、レビューの負担も重くなり、全体的な生産性向上は限られた。

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

ハーバード大の研究チームは、Jellyfishの分析プラットフォームを使い、718社の2021年1月から2026年3月までの約3億件の業務イベントを調査した。AIコード支援ツールの導入により、コード行数は12％、コミット数は9％増加した。AIエージェントでは、コード行数が30％、コミット数が20％増えた。一方、従業員1人あたりのJira課題解決数は、エージェントを使った場合でも12％増にとどまり、支援ツールでは増加しなかった。コードが増えたことでプルリクエストのレビューにも時間がかかるようになり、レビュー時間は49％、PRあたりのコメント数は53％増加。修正が必要なPRの割合は2倍になった。

## 事実

- 調査対象は718社、2021年1月〜2026年3月の約3億件の業務イベント。
- AIエージェントはコード行数を30％増やしたが、従業員1人あたりの課題解決数の伸びは12％にとどまった。

## なぜ重要か

エンジニアリングマネージャーは、AIコード生成ツールの導入でレビュー体制の強化が必要になる可能性を踏まえ、品質保証に必要な人員を確保する必要がある。

## 出典と参考資料

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

最終更新: 2026-10-22