インテリジェンスレポート

AIコーディング支援でコード量30%増、レビューは49%遅延 ハーバード論文

718社を対象としたワーキングペーパーによると、AIが書くコードが増えても完了した作業は増えず、レビュー待ちの列が効果を吸収していた。

INSIGHTEX Editorial Desk

2 分で読めます

AIコーディング支援でコード量30%増、レビューは49%遅延 ハーバード論文インテリジェンスレポート

何が起きたか

ComplexDiscoveryの報道によると、ハーバード大学博士課程のFiona ChenとJames Strattonによるワーキングペーパーは、AIコーディングエージェントを導入した企業のエンジニアが書くコードは約30%増えた一方、完了した作業に測定可能な増加は見られなかったとしている。調査は2021年1月から2026年3月までの718社、725,938人の労働者を対象とし、Jellyfishのエンジニアリング活動データとRevelio Labsがまとめたリンクトインの雇用記録を組み合わせている。

労働者1人あたり月間の追加コード行数は、5,017行を基準に1,494行増加した。コミットは20%、プルリクエストは23%増えた。論文は、コードが本番環境に到達した時点で解決されたJira課題を完了した作業と定義しているが、その数は基準の3.67に対して0.12しか動かなかった。この変化は統計的にゼロと区別できず、著者らの信頼区間は約12%を超える増加を除外している。

遅れが表れたのはレビューの段階だった。プルリクエストの提出からマージまでの時間は、7.03日から3.45日延びて49%増となった。正式な変更要求を受けたプルリクエストの割合は、13%から約12ポイント上昇し、プルリクエストあたりのコメント数は35%増えた。2026年3月までに、約80%の企業がAIレビューツールを利用していたが、こうしたツールが書いたレビューコメントは23.3%にとどまった。

背景

この論文はChenの就職活動用論文である。現行版の日付は2026年8月4日で、査読が完了した形跡はない。著者らは、導入時期の差は主に認知の遅れと調達の遅れによるものとみており、全体の雇用の減少は最大でも2.9%を超えないと推定している。HarveyとCooleyは10月7日と10月8日に、いずれもレビュー段階に弁護士を残すリーガルAIツールを発表した。

出典ComplexDiscovery

ブリーフィング

1週間のテックニュースを1通のメールで。

読む価値のある記事を毎週お届けします。配信停止はいつでも可能です。