Tutkimus

Tekoäly kirjoitti 30 % enemmän koodia – työt eivät nopeutuneet

Harvardin tutkimus: ihmisten tekemä tarkistus syö koodiagenttien tuottavuushyödyn

Hanna HuulivuoHanna Huulivuo
Jaa:
Tekoäly kirjoitti 30 % enemmän koodia – työt eivät nopeutuneet
Kuva: chensiyuan / CC BY-SA 4.0

Harvardin taloustieteen tohtorikoulutettavat Fiona Chen ja James Stratton saivat käyttöönsä aineiston, joka on harvinaisen laaja. Siinä on noin 300 miljoonaa ohjelmistokehityksen työtapahtumaa, kuten koodimuutoksia ja pull requesteja, 718 yrityksestä tammikuun 2021 ja maaliskuun 2026 väliltä. Työntekijöitä aineistossa on reilut 725 000.

Tutkijoiden kysymys oli yksinkertainen: kun yritys ottaa käyttöön koodiagentin, joka kirjoittaa koodia ja lähettää sen tarkistettavaksi itsenäisesti, saako tiimi enemmän valmista aikaan? Elokuussa 2026 julkaistun työpaperin Artificial Intelligence in the Firm: Bottlenecks in Software Production vastaus kuuluu: koodia syntyy enemmän, valmista ei.

Koodirivejä 30 prosenttia enemmän

Koodiagenttien käyttöönotto kasvatti kirjoitettujen koodirivien määrää keskimäärin noin 1 500 riviä työntekijää kohden kuukaudessa. Lähtötasoon verrattuna kasvu on 30 prosenttia. Myös commitien ja pull requestien määrä kasvoi merkittävästi. Tavalliset tekoälyavustimet, jotka täydentävät koodia kehittäjän kirjoittaessa, lisäsivät koodirivejä selvästi vähemmän, 12 prosenttia.

Tutkijat vertasivat yrityksiä ennen ja jälkeen käyttöönoton ja hyödynsivät sitä, että yritykset ottivat työkalut käyttöön eri aikoihin. Kun he katsoivat Jirassa seurattuja tehtäviä ja laajempia kokonaisuuksia, kuva muuttui. Ratkaistujen tehtävien määrässä ei näkynyt tilastollisesti merkitsevää muutosta, eivätkä tehtävät muuttuneet isommiksi tai monimutkaisemmiksi.

Paperin tiivistelmän mukaan tuottavuushyöty ei välity täysimääräisesti ohjelmistojen määrään eikä työllisyyteen. Tutkijat tarkistivat myös, johtuuko rivimäärän kasvu vain siitä, että tekoäly kirjoittaa monisanaisempaa koodia.

Jono syntyy katselmointiin

Ohjelmistotyössä koodi ei ole valmis, kun se on kirjoitettu. Toinen kehittäjä lukee sen, kommentoi ja joko hyväksyy muutoksen tai palauttaa sen korjattavaksi. Tähän vaiheeseen agenttien tuoma lisäkoodi juuttui.

Agentteja käyttäneissä yrityksissä katselmointi kesti pidempään, pull requestit palautettiin useammin korjattaviksi ja tarkastajat jättivät enemmän kommentteja. Kirjoittamisessa säästetty aika kului siis myöhemmissä vaiheissa.

Tutkijat tarjoavat kaksi selitystä. Joko agenttien kirjoittama koodi on heikompaa, tai katselmoinnin vaatimukset ovat kiristyneet. Selityksellä on käytännössä suuri merkitys. Jos vika on koodin laadussa, paperin mallin mukaan pelkkä työtapojen hiominen ei riitä, vaan itse teknologian on parannuttava.

“Kaiken kaikkiaan löydöksemme viittaavat siihen, että tekoälyavusteiset koodaustyökalut eivät siirrä insinöörejä rutiininomaisesta koodaamisesta korkeamman tason strategisiin tehtäviin.”

— Fiona Chen ja James Stratton, Harvardin taloustieteen tohtorikoulutettavat, Jellyfishin blogissa syyskuussa 2025 aiemmasta osa-analyysistä (alkukieli englanti)

Työpaikkoja ei kadonnut

Työllisyydestä tutkijat ovat poikkeuksellisen varmoja. He arvioivat agenttien vaikutuksen ohjelmistoinsinöörien kokonaistyöllisyyteen tarkaksi nollaksi. Heidän laskelmansa sulkee pois yli 2,9 prosentin vähennyksen.

Tulos koskee lyhyttä aikaväliä, minkä tutkijat myös itse toteavat. Se on silti tärkeä vastapaino puheille, joiden mukaan koodiagentit korvaavat kehittäjiä jo nyt. Jos kirjoittamisen nopeutuminen ei näy valmiissa työssä, yrityksellä ei ole syytä vähentää väkeä. Tarkastajia se päinvastoin tarvitsee entistä enemmän.

Mitä tutkimus mittasi ja mitä ei

Tutkimus mittasi määriä: koodirivejä, commiteja, pull requesteja, valmiiksi saatuja Jira-tehtäviä, katselmointiin kuluvaa aikaa ja työntekijöiden määrää. Valmiin ohjelmiston laatua se ei mitannut suoraan. Aineistosta ei näe, kaatuiko ohjelma tuotannossa, kertyikö tietoturva-aukkoja tai olivatko asiakkaat tyytyväisiä.

Korjauskierrokset ja katselmointikommentit kertovat laadusta vain epäsuorasti. Ne kertovat, että tarkastaja löysi koodista huomautettavaa. Ne eivät kerro, oliko lopputulos parempi vai huonompi kuin ennen. Paperi on lisäksi työpaperi, jota ei ole vielä julkaistu vertaisarvioidussa lehdessä.

Mistä data tulee

Aineisto on peräisin Jellyfishiltä, yhdysvaltalaiselta yhtiöltä, joka myy ohjelmistotiimien tuottavuutta mittaavia analytiikkatyökaluja. Mukana ovat siis Jellyfishin asiakasyritykset, keskimäärin noin 1 650 työntekijän firmat, jotka mittaavat kehitystyötään jo valmiiksi tarkasti. Paperin mukaan johtopäätökset ovat tutkijoiden omia, eivätkä ne edusta Jellyfishin näkemyksiä. Yhtiö luki käsikirjoituksen vain varmistaakseen, ettei siinä paljasteta luottamuksellista tietoa.

~300 milj.

Ohjelmistokehityksen työtapahtumaa aineistossa

718

Yritystä, tammikuu 2021 – maaliskuu 2026

0 %

Vaikutus ohjelmistoinsinöörien työllisyyteen (yli 2,9 %:n lasku suljettu pois)

Chen & Stratton, työpaperi 2026

Sanasto

Pull request
Muutosehdotus, jolla kehittäjä pyytää, että hänen kirjoittamansa koodi lisätään yhteiseen ohjelmistoon. Toinen kehittäjä tarkistaa ehdotuksen ennen kuin se hyväksytään.
Commit
Yksittäinen tallennettu muutos ohjelman koodiin versionhallinnassa, vähän kuin tekstinkäsittelyn tallennuspiste, johon liitetään kuvaus muutoksesta.
Koodiagentti
Tekoälytyökalu, joka kirjoittaa koodia, testaa sitä ja lähettää muutoksen tarkistettavaksi itsenäisesti, kun tavallinen avustin vain ehdottaa seuraavia rivejä kehittäjän kirjoittaessa.

Jellyfish on tulkinnut tutkimusyhteistyön tuloksia valoisammin kuin työpaperi. Yhtiön tutkimusjohtaja Nicholas Arcolano kirjoitti yhtiön blogissa tammikuussa 2026 aiemmasta, suppeammasta versiosta: ”Tekoäly nopeuttaa koodaamista, eikä koodin laatu näytä kärsivän.” Samassa kirjoituksessa hän myönsi, että tuottavuuden parannukset eivät vielä näy liiketoiminnan kannalta tärkeissä tuloksissa. Lainaukset on käännetty englannista.

Suomalaisille ohjelmistotaloille

Suomalaisille ohjelmistotaloille ja konsulttiyrityksille tulos kertoo, mihin kannattaa satsata. Jos asiakas ostaa valmiita toimituksia eikä koodirivejä, agenttien hyöty jää pieneksi, kunnes katselmointiin riittää kokeneita tekijöitä. Kokeneiden kehittäjien aika on se niukka resurssi, jota agentit eivät lisää. Tarjouslaskennassa tekoälyn tuomaa nopeutta ei siksi kannata vielä ottaa annettuna.

Tulos antaa vihjeen myös siitä, mistä seuraava tuottavuusloikka voi tulla. Koodin kirjoittamisen nopeutuminen on jo nähty. Seuraavaksi kiinnostavaa on, oppivatko yritykset jakamaan tarkistustyön uudella tavalla, vai saavatko agentit aikaan niin hyvää koodia, että ihmisen ei tarvitse lukea sitä yhtä tarkasti. Chenin ja Strattonin aineisto päättyy maaliskuuhun 2026, joten vastaus nähdään vasta seuraavassa aineistossa.

Viikoittainen uutiskirje

Tule firmasi fiksuimmaksi AI-osaajaksi

Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.

Ei roskapostia. Voit peruuttaa milloin tahansa.

Lue seuraavaksi

Luetuimmat

Viimeiset 7 päivää

  1. 1Saloon nousee 2 miljardin datakeskus sokeritehtaan viereen
  2. 2Robotit hyppäsivät sulaan teräkseen Imatralla
  3. 3Datakeskukset Suomessa – hankkeet, sähkö ja vero
  4. 4Eurooppa jarruttaa datakeskuksia – Suomessa kunnat kosivat yhä
  5. 5Google kaatoi metsää 330 hehtaarilta – arvio jäi tekemättä

Lähteet

Tämä artikkeli on kirjoitettu ja toimitettu tekoälyagenttien toimesta. Lue lisää toimintaperiaatteistamme.