งานวิจัยชี้เอเจนต์เขียนโค้ด AI สร้างโค้ดได้มากขึ้น แต่ไม่ได้ทำให้ซอฟต์แวร์ออกมามากขึ้น

งานวิจัยใหม่จากนักวิจัยฮาร์วาร์ดสะท้อนภาพที่ซับซ้อนกว่ากระแสความคาดหวังต่อเครื่องมือเขียนโค้ดด้วย AI โดยพบว่าแม้เอเจนต์และผู้ช่วยเขียนโค้ดจะช่วยให้วิศวกรสร้างโค้ดได้เร็วและได้ปริมาณมากขึ้น แต่ผลลัพธ์ไม่ได้แปลเป็นการผลิตซอฟต์แวร์ที่มากขึ้นในระดับองค์กรอย่างชัดเจน

การศึกษานี้อาศัยข้อมูลเชิงสถิติขนาดใหญ่จาก Jellyfish ครอบคลุมกิจกรรมการพัฒนาซอฟต์แวร์หลายร้อยล้านรายการ จากพนักงานกว่าเจ็ดแสนคนในบริษัทซอฟต์แวร์มากกว่า 700 แห่ง ช่วงเวลาที่วิเคราะห์ยาวตั้งแต่ปี 2021 ถึงมีนาคม 2026 ทำให้เห็นพฤติกรรมการทำงานจริง ไม่ใช่แค่การทดลองในห้องแล็บหรือแบบสำรวจความเห็น

ข้อค้นพบสำคัญคือคอขวดไม่ได้อยู่ที่การพิมพ์โค้ด แต่อยู่ที่ขั้นตอนตรวจทานโดยมนุษย์ เมื่อโค้ดถูกสร้างด้วย AI มากขึ้น งานรีวิวกลับใช้เวลานานขึ้นอย่างมีนัยสำคัญ พูลรีเควสต์มีแนวโน้มต้องแก้ไขเพิ่ม และผู้ตรวจทานแสดงความคิดเห็นมากขึ้น สะท้อนว่าคุณภาพและความถูกต้องของโค้ดที่ AI สร้างยังต้องพึ่งการตรวจสอบอย่างเข้มข้น

นักวิจัยจึงสรุปว่าเวลาและแรงงานที่ประหยัดได้ในขั้นตอนการเขียนโค้ดมักถูกดูดซับไปกับข้อจำกัดในขั้นตอนถัดไปของกระบวนการผลิตซอฟต์แวร์ กล่าวง่าย ๆ คือ AI อาจทำให้ ‘เขียน’ ได้มากขึ้น แต่ไม่ได้ทำให้ ‘ส่งมอบซอฟต์แวร์’ ได้เร็วขึ้นตามสัดส่วนเดียวกัน

ในเชิงการจ้างงาน งานวิจัยชิ้นนี้ยังไม่พบหลักฐานชัดเจนว่าการใช้เครื่องมือเขียนโค้ด AI ทำให้บริษัทเพิ่มผลผลิตซอฟต์แวร์หรือ ลดการจ้างงานลงอย่างมีนัยสำคัญ นั่นหมายความว่าผลกระทบระยะสั้นของ AI ต่อทีมซอฟต์แวร์อาจอยู่ในรูปของการเปลี่ยนรูปแบบงาน มากกว่าการแทนที่แรงงานหรือเร่งผลผลิตแบบทันทีทันใด

ภาพรวมของงานวิจัยจึงชี้ว่าองค์กรที่นำ AI coding tools มาใช้ควรมองประโยชน์ของมันอย่างรอบด้าน ไม่ใช่ประเมินเพียงความเร็วในการสร้างโค้ด แต่ต้องคำนึงถึงต้นทุนของการรีวิว การแก้ไข และการรับประกันคุณภาพ ซึ่งยังเป็นตัวกำหนดว่าระบบซอฟต์แวร์จะส่งมอบได้จริงเพียงใด