90% programistów używa AI w pracy

Sztuczna inteligencja z narzędzia „na próbę” stała się codziennym wyposażeniem programisty. Najnowszy raport Google DORA, oparty na badaniu 5 tys. specjalistów z całego świata, pokazuje, że aż 90% ludzi w IT korzysta dziś z AI w pracy – to skok o 14 pkt proc. rok do roku. Jedni widzą w tym turbo-doładowanie produktywności, inni – początek trudniejszych czasów dla juniorów.

AI już nie „dodatkowo”, tylko „z definicji”

W firmach technologicznych asystenci kodu, automaty do testów i modele generatywne wchodzą w niemal każdy etap wytwarzania oprogramowania: od projektowania API, przez PR-y i code review, po regresy i monitorowanie. Jak ujął to Ryan J. Salva z Google, „jeśli jesteś inżynierem w Google, nie da się uniknąć korzystania z AI na co dzień”. To dobrze oddaje rynkową normę: giganci – od Google po Microsoft – budują pełne stosy narzędzi, a startupy dosłownie co tydzień doklejają kolejne wyspecjalizowane klocki.

AI bezdyskusyjnie przyspiesza nudne, powtarzalne zadania, ale dyskusja o miejscach pracy nie gaśnie. Dario Amodei z Anthropic ostrzega, że kolejne fale automatyzacji mogą podbić bezrobocie w części zawodów technicznych. Dane z rynku nie pomagają juniorom: liczba ofert dla programistów spadła – między lutym 2022 a sierpniem 2025 – o ok. 71%, a w statystykach NY Fed stopa bezrobocia wśród świeżych absolwentów informatyki bywa wyższa niż u… humanistów. Coraz częściej słyszymy: „AI nie zastąpi ludzi, ale zmieni skład zespołów i próg wejścia”.

Jakość kodu? Ostrożny optymizm

Zaufanie do kodu z AI wciąż jest „umiarkowane”. 46% badanych przyznaje, że ufa tym narzędziom „średnio”, a tylko 20% – „w pełni”. Na wykresach jakości najczęściej widać drobny plus: 31% zauważa niewielką poprawę, 30% – brak różnicy. Praktyka pokazuje, że modele błyskawicznie generują szablony i testy, ale potrafią wprowadzić subtelne bugi, mylić konteksty lub rozmijać się z architekturą. Dlatego organizacje, które faktycznie zyskują, robią dwie rzeczy naraz: wdrażają AI szeroko i… podnoszą poprzeczkę code review oraz observability.

Dlaczego wszyscy i tak „wchodzą w AI”?

Poza produktywnością działa czynnik kulturowy. Branża technologiczna ma naturę „modową”: chcemy sprawdzać najnowsze narzędzia, bo niosą przewagę – nawet jeśli trzeba je docierać w boju. A kiedy AI zaczyna zasilać IDE, CI/CD i chmurę, opór maleje z tygodnia na tydzień. W tym sensie to już nie „eksperyment”, tylko standard procesowy – i nowe pole do przewag konkurencyjnych.