Американские программисты оказались самыми активными пользователями ИИ-ассистентов в мире. По данным нового исследования , почти треть Python-кода , опубликованного в США на GitHub в 2024 году, была сгенерирована не руками человека, а алгоритмом. Это не просто любопытная технологическая тенденция — исследователи предупреждают, что речь идёт о перемещении значительной доли интеллектуального труда к нейросетям с прямыми последствиями для экономики страны.
Исследование подготовили Симоне Даниотти, Йоханнес Вакс, Сяннан Фэн и Франк Нефке — команда из четырёх учёных, работающих в пересечении экономики и машинного обучения. Они проанализировали 80 миллионов коммитов на GitHub, охватывающих период с 2018 по 2024 год, и построили модель, способную определять, был ли фрагмент программы написан машиной.
Результаты оказались впечатляющими. Только в США доля автоматически сгенерированных функций на Python достигла 30,1% от общего числа публикаций в 2024 году. Германия с результатом 24,3% заняла второе место, за ней — Франция (23,2%), Индия (21,6%), Россия (15,4%) и Китай (11,7%).
Как выяснили исследователи, при достижении порога в 30% AI-кода у разработчиков наблюдается рост активности: количество коммитов в среднем увеличивается на 2,4% за квартал.
В экономическом измерении это даёт ощутимый прирост. Используя данные о типичных задачах и средней зарплате программистов, исследователи оценили вклад автоматизации в американской разработке в сумму от $9,6 до $14,4 млрд в год. Эта оценка перекликается с утверждением генерального директора Microsoft Сатьи Наделлы, согласно которому 30% кода в компании уже создаётся с помощью ИИ.
По словам авторов, полученные значения — это ещё не предел. Существуют и более оптимистичные расчёты, основанные на рандомизированных исследованиях, где прирост продуктивности достигал 6,3%, 16,5% и даже 26%. При их учёте совокупный экономический эффект может достигать от 64 до 96 миллиардов долларов в год.
Однако расчёты не лишены ограничений: основное внимание уделено Python и проектам на GitHub, тогда как, например, китайская платформа Gitee в исследование не включалась. Также остаётся вопрос, насколько применимы выводы, сделанные на основе open source-кода, к внутренним корпоративным разработкам.
Исследование не учитывает и потенциальное снижение рыночной ценности кода при массовой генерации. Когда тысячи строк создаются за минуты, встаёт вопрос об их востребованности и реальной стоимости.
Ещё одно допущение, вызывающее вопросы — представление Python в качестве универсального индикатора индустрии. Несмотря на его популярность в аналитике, ИИ и вебе, ландшафт языков программирования включает множество альтернатив с иными сценариями и подходами.
Тем не менее, исследование подчёркивает: использование ИИ способствует не только ускорению разработки, но и расширению профессионального кругозора. Разработчики чаще пробуют новые библиотеки, сочетают нестандартные инструменты и выходят за рамки привычного. Правда, с оговоркой — при условии, что используемые модули действительно существуют, а не были «придуманы» генератором.
За пределами программирования влияние ИИ на производительность выглядит гораздо скромнее. Так, в анализе MIT профессор Дарон Аджемоглу указывал на потенциальный прирост эффективности в экономике всего на 0,7%. На этом фоне разработка ПО остаётся едва ли не единственной областью, где выгода от ИИ подтверждена цифрами.
По сути, представленная работа — не просто фотография текущей ситуации, а ориентир для прогнозов. Если в ведущей технологической державе уже сегодня треть кода создаётся машинами, то вопрос об авторских правах, юридической ответственности и границах автоматизации становится неотложным.