Prim Hírek

A mintegy 170 ezer fejlesztőt vizsgáló kutatás szerint a generatív MI-eszközök gyors elterjedése ellenére a termelékenységi és innovációs haszon elsősorban a tapasztalt programozók körében koncentrálódik, így tovább növelve a képességek és jövedelmek közti különbségeket az IT-piacon.

„Sokan úgy vélik, hogy az MI lehetővé teszi a kevésbé tapasztalt munkavállalók számára, hogy ugyanolyan hatékonyak legyenek, mint a szenior kollégáik” – mondta Wachs Johannes, a Budapesti Corvinus Egyetem kutatója és a tanulmány társszerzője. „Ezzel szemben azt találtuk, hogy a különbségek inkább nőnek, mint csökkennek.”

A kutatók gépi tanulás segítségével azonosították a GitHubon MI-vel készített függvényeket több mint 30 millió Python kódban. Az elemzés hat országot fedett le: az Egyesült Államokat, Kínát, Franciaországot, Németországot, Indiát és Oroszországot.

Kezdők többet, tapasztaltak produktívabban használják

Az eredmények szerint 2024 végére az Egyesült Államokban a Python-függvények körülbelül 29%-át generatív MI hozta létre. Németország és Franciaország 23–24%-kal, India pedig közel 20%-kal közelítette ezt az arányt, míg Kína és Oroszország lassabban alkalmazkodott, részben a hozzáférési korlátozások és a cenzúra miatt.

A kutatók becslése szerint az MI amerikai terjedése átlagosan 3,6%-kal növelte a szoftverfejlesztők termelékenységét, de ez a növekedés szinte teljes egészében a tapasztalt fejlesztőknek köszönhető, akik 6,2%-kal több commitot készítettek. A kevésbé tapasztalt programozóknál nem tapasztaltak érdemi termelékenységnövekedést.

Érdekes módon a GitHubhoz újonnan csatlakozó fejlesztők gyakrabban használják az MI-t – kódjuk mintegy 37%-ában, szemben a veteránok 27%-ával –, ám az ebből származó előnyöket a rutinos programozók tudják hatékonyabban kihasználni. Nemek szerinti eltérést a kutatás nem mutatott ki.

Az MI új területekre nyit

A generatív MI nemcsak a kód mennyiségét, hanem jellegét is változtatja: az MI-t használó fejlesztők gyakrabban kombinálnak korábban nem kapcsolt szoftverkönyvtárakat, például adatvizualizációs, természetes nyelvi feldolgozási vagy webes modulokat. A modellek szerint az amerikai fejlesztők átlagos MI-használata 2,7%-kal növeli az új könyvtárkombinációk számát, ami a technológiai területekbe való könnyebb belépést jelzi. Ezt a „felfedezési előnyt” is főként a tapasztaltabb programozók élvezik.

Az amerikai adaptációs arányok közel állnak a Microsoft és az Amazon saját felméréseihez, a kutatás azonban újdonsága, hogy nem csupán vállalati vagy egyedi példákat, hanem országok közötti összehasonlítást is nyújt a generatív MI terjedéséről.

Több tízmilliárd dolláros érték

A szoftverfejlesztés – különösen a nyílt forráskódú – jól mutatja, hogyan formálja át az MI a munkát: minden hozzájárulás naplózott, időbélyegzett és visszakövethető. A szerzők becslése szerint az MI-alapú kódolóeszközök már most évente több tízmilliárd dollárnyi értéket teremtenek az amerikai gazdaságban, bár a pontos összeg továbbra is bizonytalan.

Az adaptáció gyors, de egyenlőtlen, országok és egyének között is, ami azt jelzi, hogy a mesterséges intelligencia nem automatikusan csökkenti az egyenlőtlenségeket, hanem éppen felerősítheti azokat.

A tanulmány január 22-én jelent meg a Science-ban, szerzői: Simone Daniotti (Utrechti Egyetem, Complexity Science Hub, Bécs), Johannes Wachs (Corvinus Egyetem, KRTK, Complexity Science Hub – Bécs), Xiangnan Feng (Complexity Science Hub – Bécs), Frank Neffke (Complexity Science Hub – Bécs, IT:U Interdisciplinary Transformation University).

English Summary

A recent study published in Science finds that productivity gains from artificial intelligence (AI) in software development largely benefit experienced developers, while beginners see little impact—even though juniors use AI more frequently. In the U.S., nearly 30% of Python functions are now AI-generated, and this trend is spreading internationally, with Germany, France, and India following closely. The research shows that AI not only increases code output but also encourages exploration of new libraries and technologies, primarily among seasoned developers. These findings suggest that AI amplifies existing skill and income gaps in the IT workforce rather than leveling the playing field. Overall, AI-powered coding tools are already generating tens of billions of dollars in economic value, highlighting both their transformative potential and unequal impact.