# Исследование Harvard: ИИ-кодогенераторы увеличивают нагрузку, но не ускоряют выпуск

> Анализ данных 718 компаний показал: кода, написанного с помощью ИИ, становится больше, но на его проверку уходит больше времени — общий прирост производительности ограничен.

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

В исследовании Harvard с использованием аналитической платформы Jellyfish проанализировали данные 718 компаний и около 300 миллионов рабочих событий за период с января 2021 по март 2026 года. ИИ-помощники для программирования увеличили объём кода на 12%, а число коммитов — на 9%. ИИ-агенты подняли эти показатели на 30% и 20% соответственно. Однако число задач Jira, закрытых одним сотрудником, выросло с агентами лишь на 12%, а с помощниками не изменилось. Дополнительный код увеличил время проверки pull request: оно выросло на 49%, число комментариев к одному PR — на 53%, а доля PR, требующих доработок, удвоилась.

## Факты

- Исследование охватило 718 компаний и около 300 миллионов рабочих событий за период с января 2021 по март 2026 года.
- ИИ-агенты увеличили объём кода на 30%, но число закрытых задач на одного сотрудника — лишь на 12%. 

## Почему это важно

Руководителям инженерных команд стоит учитывать, что внедрение ИИ-генераторов кода может потребовать дополнительных ресурсов на проверку качества.

## Источники и ссылки

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

Обновлено: 2026-10-22