In een Harvard-studie met het analyseplatform van Jellyfish werden 718 bedrijven en ongeveer 300 miljoen werkgebeurtenissen onderzocht, van januari 2021 tot maart 2026. AI-codeassistenten zorgden voor 12% meer regels code en 9% meer commits, terwijl AI-agenten het aantal regels code met 30% en het aantal commits met 20% verhoogden. Het aantal Jira-issues dat per medewerker werd opgelost, steeg met agenten echter maar 12% en met assistenten helemaal niet. De extra code leidde tot langere beoordelingen van pullrequests: de beoordelingstijd nam met 49% toe, het aantal opmerkingen per PR steeg met 53% en het aandeel PR's waarvoor wijzigingen nodig waren, verdubbelde.
Waarom het ertoe doet
Engineeringmanagers zien dat het inzetten van AI-codegeneratoren meer capaciteit voor codebeoordeling kan vereisen. Ze moeten dus rekening houden met extra middelen voor kwaliteitscontrole.
