AI zdjęła z programistów prawie dwa dni kodowania w tygodniu. Ten czas zjada teraz sprawdzanie kodu po maszynie

Tak wynika z najnowszego raportu Dev Barometer firmy BairesDev. Narzędzia AI oszczędzają programistom średnio 13 godzin tygodniowo na pisaniu kodu, czyli prawie dwa dni pracy. Ten czas nie znika jednak z projektu. Pochłania go sprawdzanie i poprawianie tego, co napisała maszyna.

Rok temu 7 godzin, dziś 13

BairesDev świadczy usługi programistyczne dla firm i co roku pyta programistów o pracę z AI. W lipcu 2025 r. firma przebadała 1129 programistów. Badani wskazywali wtedy, że narzędzia AI oszczędzają im średnio 7,3 godziny tygodniowo. Co dziewiąty mówił nawet o ponad 20 godzinach.

W sierpniu 2026 r. BairesDev powtórzyła badanie wśród 705 programistów z ponad 60 krajów. Średnia oszczędność wzrosła do 13 godzin tygodniowo. AI pisze też coraz większą część kodu. Aż 42 proc. badanych tworzy z jej pomocą co najmniej połowę swojego kodu, a w III kwartale 2025 r. taki wynik deklarowało zaledwie 12 proc. Prawie trzech na czterech programistów (72 proc.) korzysta z AI przy co najmniej jednej czwartej kodu.

Maszyna pisze, człowiek sprawdza

Raport pokazuje też drugą stronę tych oszczędności. Aż 67 proc. programistów przyznaje, że w porównaniu z poprzednim rokiem dłużej przegląda kod od AI. Co drugi więcej czasu spędza na szukaniu i naprawianiu błędów, które wprowadziła sztuczna inteligencja. Z kolei 44 proc. częściej poprawia pracę młodszych kolegów, którzy zbyt mocno polegają na nowych narzędziach.

Kontrola kodu wymaga też większego wysiłku niż kiedyś. Aż 60 proc. badanych twierdzi, że dziś trudniej im wychwycić drobne błędy w kodzie od AI.

Jarosław Wąsowski, AI Solution Architect w polskiej firmie technologicznej Scalo, potwierdza, że AI odgrywa w pracy programistów coraz większą rolę. – Jeszcze niedawno sztuczna inteligencja była narzędziem pomocniczym, wykorzystywanym np. do podpowiadania fragmentów kodu. Dzisiaj może ona wspierać programistę przez większą część procesu tworzenia aplikacji. Nie oznacza to jednak, że można proporcjonalnie skrócić każdy projekt, bo wygenerowany kod nadal trzeba zweryfikować, przetestować i osadzić w architekturze całego rozwiązania – mówi.

Szefowie IT płacą za nowy rodzaj kontroli

Zmianę widać już w budżetach. W tegorocznej edycji BairesDev zapytała także 41 dyrektorów ds. technologii (CTO). Aż 78 proc. z nich w ciągu ostatniego roku zwiększyło wydatki na sprawdzanie kodu, kontrolę jakości albo narzędzia do oceny kodu od AI. Grupa CTO w badaniu jest niewielka, więc wynik pokazuje raczej kierunek zmian niż ich dokładną skalę.

– Warto oddzielić szybkość tworzenia kodu od czasu realizacji całego projektu. Kodowanie jest tylko jednym z jego etapów. Zanim programista zacznie pracę, musi dobrze zrozumieć potrzeby klienta, zaprojektować architekturę i zdecydować, w jaki sposób nowe rozwiązanie będzie współpracowało z istniejącymi systemami. Następnie dochodzą testy, integracja, kontrola bezpieczeństwa, wdrożenie i utrzymanie. AI może znacząco przyspieszyć część tych prac, ale nie usuwa odpowiedzialności za efekt – tłumaczy Jarosław Wąsowski.

Szybciej nie znaczy taniej

Firmy, które zamawiają aplikacje, nie powinny więc liczyć na proste obniżki cen. – Z perspektywy klienta korzyścią niekoniecznie będzie niższa cena. Często ważniejsze jest to, że w tym samym czasie można dostarczyć większy zakres funkcjonalności, szybciej zweryfikować założenia albo wcześniej wykryć problem, którego usunięcie na późniejszym etapie byłoby znacznie droższe – podkreśla ekspert.

Największą różnicę Wąsowski widzi na etapie prototypu, czyli pierwszej, uproszczonej wersji aplikacji. – Ogromną zmianę zauważamy na etapie prototypowania. Dzięki AI w ciągu kilku dni możemy przygotować działający prototyp aplikacji, na którym klient jest w stanie sprawdzić kluczowe funkcje i ocenić, czy jego pomysł ma sens biznesowy i technologiczny. Wcześniej przygotowanie takiego rozwiązania wymagało znacznie większego nakładu pracy – tłumaczy. Dzięki temu firma szybko sprawdza pomysł, zanim przeznaczy większy budżet na pełny produkt. 

Im więcej kodu pisze AI, tym bardziej firmy potrzebują ludzi, którzy ocenią, czy ten kod jest gotowy do użytku. Na razie sztuczna inteligencja zmienia charakter pracy programistów: mniej pisania, więcej sprawdzania.