Эффект плацебо в ИТ

Индустрия годами кормила нас обещаниями «кратного роста продуктивности» благодаря ИИ, но свежая порция данных заставляет снять розовые очки. Исследования METR, DORA и Faros AI за 2024–2025 годы фиксируют пугающий парадокс: инструменты вроде Cursor и топовые LLM могут не ускорять, а тормозить опытных инженеров.

В чем соль? Согласно рандомизированному исследованию METR, опытные OSS-разработчики с ИИ-ассистентами тратили на задачи на 19% больше времени, чем без них. Самое ироничное здесь — когнитивное искажение: сами разработчики были уверены, что ИИ ускорил их на 20%. Мы попадаем в ловушку «иллюзии скорости»: кажется, что код пишется быстрее, но время на исправление галлюцинаций, отладку и «полировку» ИИ-советов съедает весь профит с процентами.

И что теперь? Проблема переезжает с кончиков пальцев в узкое место архитектуры. По данным Faros AI, количество PR взлетает почти вдвое (+98%), но время на их ревью увеличивается на 91%. Мы просто заваливаем коллег тоннами низкокачественного кода. В итоге — рост багов и падение стабильности систем (на 7% по версии DORA).

Как быть? ИИ — это мощная турбина. Но если у вашей команды «кривая аэродинамика» (плохие процессы, отсутствие тестов, слабый код-ревью), эта турбина просто поможет вам быстрее войти в штопор. Пока мы не научимся фильтровать ИИ-спам на входе, общая производительность будет падать под весом собственного «умного» кода.