
מחקר הרווארד מגלה שסוכני קידוד AI מעבירים את צוואר הבקבוק לסקירת קוד
חוקרים מהרווארד מצאו שסוכני קידוד בינה מלאכותית הגדילו את כמות הקוד ב-30 אחוז אך לא הגדילו את העבודה שהושלמה, בעוד זמן סקירת הקוד עלה ב-49 אחוז בקרב 718 חברות שנבדקו.
מאמר עבודה של דוקטורנטים באוניברסיטת הרווארד, פיונה צ'ן וג'יימס סטרטון, מראה שחברות שאימצו סוכני קידוד בינה מלאכותית ראו מהנדסים כותבים כ-30 אחוז יותר קוד, אך העבודה שהושלמה לא גדלה במידה ניתנת למדידה, וסקירת הקוד ארכה 49 אחוז יותר. המחקר ניתח נתונים של 718 חברות המכסים 725,938 עובדים בין ינואר 2021 למרץ 2026.
תפוקה גבוהה יותר ללא עלייה בהשלמה
שורות הקוד שנוספו עלו ב-1,494 לעובד-חודש מול בסיס של 5,017, כלומר 30 אחוז. מספר הקומיטים עלה ב-20 אחוז ובקשות המשיכה ב-23 אחוז. עם זאת, העבודה שהושלמה, שנמדדה כבעיות Jira שנפתרו, השתנתה ב-0.12 בעיות לעובד-חודש מול בסיס של 3.67, תוצאה שאינה ניתנת להבחנה סטטיסטית מאפס. מרווח הסמך של 95 אחוז שולל עלייה של יותר מכ-12 אחוז מהבסיס. כדי לבדוק אם המהנדסים עברו למשימות גדולות יותר, סימנו החוקרים מדגם של 0.5 אחוז מהבעיות לפי גודל באמצעות GPT-4o והרחיבו את הסימון לכל הבעיות באמצעות מודל אמבדינג; לא נמצא שינוי בגודל הבעיה הממוצע, ובקשות המשיכה לא גדלו גם הן.
תור הסקירה הופך לצוואר הבקבוק המרכזי
הזמן מהגשת בקשת משיכה למיזוג עלה ב-3.45 ימים מול בסיס של 7.03 ימים, כלומר 49 אחוז. שיעור בקשות המשיכה שקיבלו בקשת שינוי רשמית עלה בכ-12 נקודות אחוז מול בסיס של 13 אחוז, כמעט פי שניים. מספר הערות הסקירה לכל בקשת משיכה עלה ב-35 אחוז. שיעור העובדים שעסקו בסקירת קוד כלשהי עלה ב-14 אחוז מול בסיס של כ-29 אחוז, ואילו שיעור כותבי הקוד לא השתנה באופן מדיד. כלי סקירה מבוססי בינה מלאכותית לא הסירו את צוואר הבקבוק: עד מרץ 2026 כמעט 80 אחוז מהחברות השתמשו בכלי כזה, אך הבינה המלאכותית יצרה רק 23.3 אחוז מהערות הסקירה, ורק 10.8 אחוז מבקשות המשיכה קיבלו הערה אחת כזו. בראיונות תיאר מהנדס תוכנה זוטר פרויקט שבו רק מהנדס בכיר אחד יכול היה לאשר שינויים וביקר את הקוד פעם בשבוע; לאחר תקלות שנגרמו מקומיטים שיצרה הבינה המלאכותית נוספו כללים המחייבים אישור של מהנדס בכיר לקוד כזה, מה שיצר צווארי בקבוק נוספים.
כלי בינה מלאכותית משפטיים ניצבים בפני אותה נקודת ביקורת
שתי הודעות בתחום הבינה המלאכותית המשפטית מאוקטובר 2026 מאמצות עיצוב דומה. תהליך motion-to-dismiss של Harvey, שפותח עם LexisNexis, מפיק טיוטה ראשונה בתוך שעות אך משמר נקודות ביקורת אנושיות ברגעים שבהם שיקול הדעת של עורך הדין הוא הקריטי; ההודעה אינה מוסרת כמה זמן מבלים עורכי הדין בנקודות אלה. סוכן ההשחרה של Cooley, שנמצא עדיין בפיתוח עם Google Cloud, מעמיד את עורכי הדין בשלב האחרון לפני ההגשה, אך ההודעה אינה כוללת שיעור שגיאות. לפי תקנה 11(b) של כללי סדר הדין האזרחי הפדרליים, עורך דין המגיש בקשה מאשר את הטענות המשפטיות והעובדתיות שבה, ובדיקה זו נשארת באחריותו ללא קשר למהירות הניסוח. המחקר מציע לרוכשים למדוד שעות מהעלאה למוצר עבודה מאושר, את שיעור הטיוטות שהוחזרו ואת זמן הסוקר לכל עניין, ולא רק את תפוקת הניסוח, וזאת בהתחשב בכך שהמחקר בדק תוכנה ולא עבודה משפטית.
השפעות התעסוקה מוגבלות
ההערכות שוללות ירידה בתעסוקה הכוללת הגדולה מ-2.9 אחוז. הערכה פחות מדויקת שוללת ירידה בתעסוקת המהנדסים הגדולה מ-13.8 אחוז. המחברים מזהירים כי אלו השפעות קצרות טווח שנמדדו בשיווי משקל חלקי, וכי הן עלולות להסתיר פיטורים בחברות מתחרות. מאמר עבודה נפרד של NBER, שתוקן בספטמבר 2026, מצא דפוס דומה בנתונים של יותר מ-500,000 מפתחי GitHub: עלייה מצטברת של 240 אחוז בקומיטים שמקורם בסוכנים אוטונומיים הצטמצמה ל-30 אחוז בגרסאות שפורסמו בפועל. הגרסה הנוכחית של מאמר הרווארד מתוארכת ל-4 באוגוסט 2026, והוא מאמר לשוק העבודה ללא אינדיקציה לכך שנערכה ביקורת עמיתים.
מקורות: complexdiscovery.com
SiTech — פיתוח אתרים בכוח ה-AI
אנחנו בונים אתרים מהירים ומודרניים ומשלבים AI בתהליכי עבודה אמיתיים. יש לכם פרויקט או שאלה? נשמח לעזור.