Yapay zeka takviyeli kodlama araçlarının yazılım geliştirme süreçlerini hızlandırması bekleniyordu. Geliştiriciler bu araçlarla yüzde 24 oranında daha süratli çalışacaklarını öngördü. Fakat, gerçekleştirilen denetimli bir deneyde sonuçlar tam aksisini gösterdi: Geliştiriciler aslında yaklaşık yüzde 19 daha yavaşladı.
Bu çarpıcı sonuçlar, kâr hedefi gütmeyen bir araştırma kümesi olan Model Evaluation & Threat Research (METR) tarafından yürütülen ve Şubat-Haziran 2025 ortasında gerçekleştirilen bir çalışmada ortaya kondu.
Geliştiricilerin algısı gerçekle uyuşmadı
Araştırmaya katılan 16 tecrübeli geliştirici, yapay zekanın işlerini kolaylaştıracağına inanıyordu. Lakin çalışma sonunda geliştiricilerin, AI yardımıyla vazifelerini yüzde 20 daha süratli tamamladıklarını düşündüğü halde, gerçek datalar tam aksisi taraftaydı. Yapay zeka araçları, tamamlanma müddetini ortalama yüzde 19 oranında uzattı.
Çalışma nasıl gerçekleştirildi?
Yapay zekaya müsaade verilen kümedeki geliştiriciler ekseriyetle Claude 3.5/3.7 Sonnet ile Cursor Pro üzere araçları kullandı. Lakin bu araçlar beklendiği üzere randıman artışı sağlamadı.
Yavaşlamanın mümkün nedenleri
Araştırmacılar, yapay zeka araçlarının neden yavaşlamaya yol açtığını beş ana başlıkta özetledi:
Aşırı Optimistlik: Geliştiriciler, AI araçlarından gerçekçi olmayan yararlar bekledi.
Deneyim Fazlalığı: İştirakçilerin projelere yüksek aşinalığı vardı; AI yardımına fazla gereksinim duymadılar.
Karmaşık Kod Tabanı: AI, milyonlarca satırlık büyük projelerde tesirli olamadı.
Düşük Güvenilirlik: Geliştiriciler, yapay zekanın sunduğu tekliflerin sırf %44’ünü kabul etti. Geri kalan teklifleri düzeltmek vakit kaybettirdi.
Bağlam Eksikliği:
Bunlara ek olarak, yapay zekanın yanıt üretme süresindeki gecikmeler ve yanlışsız bağlamı sağlayamama üzere teknik sınırlamalar da tesirli olmuş olabilir.
Benzer sonuçlara ulaşan başka araştırmalar
Bu bulgular, daha evvel yapılmış birtakım çalışmalarla da örtüşüyor. Örneğin:
Qodo isimli bir yapay zeka geliştirme grubu, AI’nin önerdiği kodları denetim etmenin ek iş yükü getirdiğini buldu.
Intel tarafından yapılan bir araştırma, AI dayanaklı bilgisayarların kullanıcıları daha az üretken hale getirdiğini gösterdi.
Çin’deki bir güç firmasında ise yapay zeka, kimi vazifeleri hızlandırsa da yeni iş yükleri oluşturarak toplamda işleri yavaşlattı.
Danimarka bilgilerine dayanan bir ekonomik tahlil, üretken yapay zekanın ne iş gücü ne de maaşlar üzerinde manalı bir tesiri olduğunu ortaya koydu.
Zaman tasarrufu yerine deneysel testler
Kodlayıcılar, yapay zekayı kimi taraflardan yararlı bulabiliyor. Örneğin, düşük riskli senaryoları test etmek yahut tekrarlayan vazifeleri otomatikleştirmek için AI kullanışlı olabilir. Fakat genel üretkenlik açısından bakıldığında, geliştiriciler AI çıktılarının doğruluğunu daima denetim etmek zorunda kaldığı için vakitten tasarruf edemiyorlar.
Kısacası, yapay zeka araçları programlamayı vakit zaman daha “eğlenceli” hale getirse de, daha verimli hale getirmiyor.
Araştırmanın kapsamı hudutlu lakin önemli
Araştırmacılar — Joel Becker, Nate Rush, Beth Barnes ve David Rein — elde ettikleri bulguların geniş çaplı genellemelere dönüştürülmemesi gerektiği konusunda uyarıyor. Çalışma makul araçlar, geliştiriciler ve kod yapıları çerçevesinde değerlendirilmelidir.
Ancak yeniden de şu kıymetli uyarıyı da ekliyorlar: “Gözlemlediğimiz yavaşlama, mevcut AI sistemlerinin büsbütün yararsız olduğu manasına gelmez. Bilhassa daha az tecrübeli geliştiriciler yahut farklı proje çeşitleri kelam konusu olduğunda yapay zekadan randıman alınabilir.”
