Оглавление

Как пишет The Decoder, новое исследование Google Cloud демонстрирует парадоксальную ситуацию в IT-индустрии: 90% технических специалистов ежедневно используют ИИ-инструменты в работе, но лишь 24% действительно доверяют их результатам.

Массовое внедрение с осторожностью

Согласно исследованию, охватившему разработчиков и менеджеров продуктов, ИИ стал неотъемлемой частью рабочего процесса. Среднее время использования инструментов ИИ составляет два часа в день, при этом:

  • 65% признают сильную зависимость от ИИ
  • 37% описывают зависимость как «умеренную»
  • 28% заявляют о «значительной» или «очень большой» зависимости
Столбчатая диаграмма, показывающая процент использования ИИ для задач разработки

Большинство разработчиков обращаются к ИИ для написания нового кода, а редактирование существующего кода занимает второе место по популярности.

Продуктивность против доверия

Более 80% респондентов отмечают рост продуктивности благодаря ИИ, а 59% сообщают о повышении качества кода. Однако уровень доверия остается крайне низким:

  • Только 24% доверяют результатам ИИ «сильно» или «очень сильно»
  • 30% доверяют «слегка» или «совсем не доверяют»

Ирония ситуации в том, что разработчики стали заложниками собственного инструментария. Мы используем ИИ потому, что это модно и удобно, но каждый раз перепроверяем результаты как у стажера-первокурсника. Это напоминает отношения с ненадежным, но очень быстрым сотрудником — работа движется, но нервы треплются изрядно.

Риски для обучения и развития

Мэтт Биэн, профессор UC Santa Barbara, предупреждает об опасности ИИ для долгосрочного развития навыков. Младшие разработчики традиционно учились у старших коллег через парное программирование и совместное решение задач. Теперь ИИ перехватывает эти обучающие каналы, оставляя новичков без ключевого практического опыта.

Исследование выявило аналогичные закономерности в 31 профессии: ИИ прерывает традиционные пути обучения и усложняет приобретение ключевых навыков. Биэн предлагает отслеживать использование ИИ, связывать эти данные с системами контроля версий и измерять реальные результаты обучения.

ИИ как увеличительное стекло

Исследование Google Cloud показывает, что ИИ действует как «зеркало и мультипликатор» внутри организаций. В хорошо организованных командах он повышает эффективность, а в командах со структурными проблемами — делает эти проблемы более заметными.

Отчет разделяет команды на семь архетипов — от «гармоничных высокоэффективных» до групп, застрявших в «унаследованных узких местах». Google Cloud также представила DORA AI Capabilities Model, описывающую семь технических и культурных факторов эффективного внедрения ИИ.

Реальные проблемы ИИ-кодинга

Другие исследования подтверждают расхождение между использованием ИИ и доверием к нему:

  • Stack Overflow Developer Survey 2025: 84% разработчиков используют или планируют использовать ИИ-инструменты, но только 33% доверяют генерируемому коду
  • Основная жалоба: код ИИ часто «почти правильный, но не совсем»
  • Исследование METR: опытные разработчики с ИИ-помощью тратили на 19% больше времени, хотя чувствовали себя быстрее

Новые исследования 2025 года выявляют дополнительные риски: модель Deepseek часто производит небезопасный код при обработке политически чувствительных тем, а каждый пятый сгенерированный ИИ фрагмент содержит фейковые библиотеки — технику, создающую уязвимости для атак через цепочку поставок.