Yazılım geliştirme dünyasında yapay zeka destekli kodlama araçlarının ne kadar etkili olduğu bilinen bir gerçek. Bu araçlar, büyük miktarda kod üretebilme yetenekleriyle öne çıkıyor. Ancak, bu üretilen kodun doğruluğuna tam olarak güvenilememesi, yapay zeka tarafından oluşturulan çıktıların gözden geçirilmesi için önemli bir zaman ve çaba gerektiriyor.
Yapılan güncel bir araştırma, yüzlerce şirketteki gerçek kodlama pratiklerini inceleyerek, insan kod incelemesinin yapay zeka kodlama araçlarının genel verimliliğinde önemli bir darboğaz oluşturduğunu ortaya koyuyor. Araştırmaya göre, bu araçları kullanan şirketlerin yazılım üretimini artırdığına veya istihdamı azalttığına dair çok az kanıt bulunuyor. Kodlama aşamasında elde edilen verimlilik artışının, üretim sürecindeki sonraki aşamalarda yaşanan gecikmelerle dengelendiği belirtiliyor. Özellikle kod inceleme süreçlerinin belirgin şekilde uzaması, gönderilen kod taleplerinin (pull request) revizyon gerektirme olasılığının artması ve incelemecilerin daha fazla yorum bırakması gibi sonuçlar gözlemleniyor.
Önce Kes, Sonra Ölç
Bu sonuçlara ulaşmak için yapılan çalışmada, mühendislik ekiplerinin çıktısını detaylı olarak ölçen veriler kullanıldı. Bu veriler, 2021'den Mart 2026'ya kadar olan dönemi kapsayan 700'den fazla yazılım geliştirme firmasında 700.000'den fazla çalışanın 300 milyona yakın "iş olayı" (kod gönderimi ve kod talepleri gibi) ve sorun yönetim yazılımı verilerini içeriyor.
Yapay zeka araçlarının bu firmalar üzerindeki etkisini değerlendirmek için araştırmacılar, doğrudan yapay zeka kullanımını ve kod depolarındaki aktivitelerin analizini bir araya getirdi. Bu analizler, firmaların kod tamamlama konusunda yardımcı olan yapay zeka destekli kodlama asistanlarını veya doğrudan istenen kodları üreten yapay zeka kodlama ajanlarını ne zaman kullanmaya başladığını belirlemek için yapıldı. Ardından, bu araçların farklı zamanlarda farklı organizasyonlarda kullanıma sunulmasından önceki ve sonraki temel değişkenler üzerinde karmaşık istatistiksel analizler gerçekleştirildi.
Üretilen ham kod miktarında sonuçlar oldukça net. Yapay zeka kodlama ajanlarının bir firmada kullanıma girmesiyle, üretilen toplam kod satırlarında yüzde 30'luk bir artış, toplam kod gönderimlerinde yüzde 20'lik bir yükseliş ve kod taleplerinde yüzde 23'lük bir artış gözlemleniyor. Ancak, bu ek kodun doğrudan firma düzeyinde daha iyi yazılım çıktısına dönüşmediği görülüyor. Aksine, yazılım özelliklerinin tamamını ifade eden "Issue" ve "Epic"lerin çözüm oranlarında yapay zeka araçlarının kullanıma girmesinden sonra istatistiksel olarak anlamlı bir değişiklik yaşanmadığı belirlendi. Araştırmacılar ayrıca, bu sorunların boyutunda veya karmaşıklığında da bir "yapısal kayma" olmadığını tespit etti.
Bu tutarsızlığın temel nedeni, yapay zeka kodlama ajanları kullanıma girdikten sonra ortalama kod inceleme süresinin belirgin şekilde uzamasında yatıyor. Genel olarak, bir kod talebinin gönderilmesinden ana kod tabanına birleştirilmesine kadar geçen ortalama "inceleme süreci" süresi, yapay zeka ajanları kullanıma girdikten sonra ortalama yüzde 49 oranında artıyor. Bu etki, daha ayrıntılı verilerde de görülüyor: "Değişiklik talep edilen kod taleplerinin payı neredeyse iki katına çıkarken, her bir kod talebi başına düşen yorum sayısı yüzde 35 artış gösteriyor."
Bu değişime yanıt olarak, araştırmacılar yapay zeka ajanları kullanıma girdikten sonra kod incelemesi yapan çalışanların oranında yüzde 14'lük bir artış buldu. Ayrıca, inceledikleri firmalardaki toplam aktif çalışan sayısı ve LinkedIn verilerini karşılaştırarak, "yapay zekaya önemli istihdam değişiklikleri atfedilemediğini" belirttiler.
Yapay zeka teorik olarak bu inceleme sürecine de yardımcı olabilse de, araştırmacılar şu ana kadar bu etkinin marjinal olduğunu buldu. Mart 2026 itibarıyla incelenen firmaların yüzde 80'i bir tür yapay zeka kod incelemesi kullansa da, yapay zeka ajanları tüm inceleme yorumlarının yalnızca yüzde 23.3'ünü ve tüm kod taleplerinin yalnızca yüzde 10.8'ini oluşturuyor. Bu da bu işin büyük çoğunluğundan hala insanların sorumlu olduğunu gösteriyor.
Yapay zeka ajanları elbette kodlama dünyasının nispeten yeni bir parçası ve bu araştırmanın Mart 2026 veri kesme tarihinden bu yana çıktılarında önemli güncellemeler ve iyileştirmeler oldu. Araştırmadaki firmaların yüzde 95'i bu noktada yapay zeka kodlama ajanlarını uygulamış olsa da, birçoğu muhtemelen ne zaman ve nasıl en iyi şekilde konuşlandıracakları konusunda bir öğrenme süreci yaşıyor. Bu tür "kodlama süresi ile inceleme süresi" arasındaki denge, yazılım mühendisliği ekipleri belirli kodlama sorunlarına bir yapay zeka ajanını dahil etmenin artılarını ve eksilerini daha fazla deneyimledikçe iyileşebilir.
Ancak şimdilik, yapay zekanın kod yazmasına izin vermek, kodlama hızındaki artışların insan kod inceleme süresi ve çabasındaki benzer artışlarla dengelenmesiyle çift taraflı bir kılıç gibi görünüyor. Bu, yapay zeka kodlama ajanlarını çalıştırmanın önemli zaman ve maliyetinin çoğu şirket için gerçekten buna değip değmediğini sorgulamamıza neden olan bir sonuç.
