● news.bsdnet.hu

Az AI-generált kód ellenőrzése könnyen felemésztheti a megírásán megspórolt időt – erre figyelmeztet Bjarne Stroustrup, a C++ programozási nyelv megalkotója. A szakember különösen azoknál a szoftvereknél lát problémát, amelyeknél a biztonság és a teljesítmény alapvető követelmény. Tapasztalatai szerint a gépi megoldások hibái és nehezen követhető módosításai jelentős munkát hagynak a fejlesztőkre. A kutatások ugyanakkor azt mutatják, hogy az AI-asszisztensek megfelelő környezetben érdemben növelhetik az elvégzett feladatok számát, az üzleti mérlegnél ezért a gyorsabb kódírás mellett az ellenőrzéssel és a javítási költségekkel is érdemes számolni. Stroustrup interjúban számolt be arról, hogy miért maradt szkeptikus az AI programozási képességeivel kapcsolatban. Saját szakterületén az AI-generált kód terjengősségét, hibáit és biztonsági réseit kifogásolta. Különösen az ellenőrzést nehezményezte: egy módosított utasítás nyomán annyit változhat a megoldás, hogy a fejlesztőknek ismét jelentős munkával kell meggyőződniük a helyességéről. A kritika elsősorban a biztonság- és teljesítménykritikus szoftverekre vonatkozik. Stroustrup szokványos webalkalmazásoknál és dokumentációk készítésénél elismerte az AI hasznát, azonban a természetes nyelv pontatlanságát alapvető korlátnak tartja. AI-generált kód: gyorsulás és biztonsági kockázatok A fejlesztői termelékenységről kedvezőbb képet ad egy három vállalatnál végzett kutatás. A Microsoftnál, az Accenture-nél és egy meg nem nevezett Fortune 100-as cégnél összesen 4867 fejlesztő bevonásával vizsgálták egy kódkiegészítést kínáló AI-asszisztens hatását. A résztvevők véletlenszerűen kiválasztott csoportja kapott hozzáférést az eszközhöz, így a kutatók össze tudták hasonlítani a munkavégzés eredményeit. Az összevont adatok alapján az AI-t használó fejlesztők körében 26,08 százalékkal nőtt az elvégzett feladatok száma. A kevésbé tapasztalt munkatársak nagyobb arányban használták az asszisztenst, és többet is nyertek vele. A szerzők ugyanakkor jelzik, hogy az egyes kísérletek eredményei jelentős bizonytalanságot mutatnak; az összevont becslés standard hibája 10,3 százalékpont. A vizsgálat így is fontos ellenpontja az AI-kódolással kapcsolatos általános elutasításnak: meghatározott vállalati környezetben mérhető előnyt hozott az eszköz. Ezt azonban emberi fejlesztők segítségeként érte el, ezért az eredményből nem következik, hogy a teljes szoftverkészítést ugyanolyan sikerrel lehetne önállóan dolgozó modellekre bízni. Az AI-generált kód biztonságát vizsgáló mérések már több óvatosságra adnak okot. A Veracode 2026-os jelentéséhez kiadott közlemény szerint a tesztprogram kezdete óta követett, több mint száz modell átlagos biztonsági megfelelési aránya 56 százalék volt, alig magasabb az előző jelentésben közöltnél. A nyári adatsor legjobb modellje 68 százalékot ért el, a tizenegy vizsgált modellből hat pedig 50–53 százalék között teljesített. Vagyis még a legjobb eredmény mellett is számos feladatnál maradt biztonsági hiányosság. Az arányok a biztonsági szolgáltató saját tesztjeire vonatkoznak, ezért nem vetíthetők ki minden AI-generált programra. Arra viszont rámutatnak, hogy a kódírásban elért fejlődés mellett a biztonság továbbra is külön figyelmet igényel. Egy feladatot sikeresen végrehajtó program ugyanis tartalmazhat olyan sérülékenységet, amely a hétköznapi használat során észrevétlen marad. A termelékenységi és a biztonsági eredmények ezért együtt adnak használhatóbb képet az AI lehetőségeiről. A gyorsabb kódírás rejtett költségei Az AI-generált kód vállalati megtérülését ezért a teljes munkafolyamaton érdemes mérni. Ha egy funkció hamarabb elkészül, de átnézése és javítása több tapasztalt mérnöki órát kíván, az időnyereség egy része elvész. A mérlegbe a későbbi karbantartás és üzemeltetés is beletartozik: a gyorsan előállított megoldásnak a következő módosításnál és nagyobb terhelés mellett is kezelhetőnek kell maradnia. Az elfogadható kockázat ráadásul alkalmazásonként eltér, hiszen egy belső prototípusnál beleférhet a gyors kísérletezés, egy ipari vezérlő hibájának viszont fizikai következménye is lehet. Stroustrup figyelmeztetése itt válik üzleti kérdéssé: a kód előállítása felgyorsulhat, miközben az ellenőrzéshez szükséges szakértelem továbbra is nélkülözhetetlen. Ha a tapasztalt fejlesztők idejének egyre nagyobb részét köti le a gépi megoldások átvizsgálása, kevesebb kapacitásuk marad a rendszer továbbfejlesztésére. Az AI bevezetésének sikerét ezért az is meghatározza, mennyi munkát hagy maga után – a gyorsabb kódírás akkor jelent tartós nyereséget, ha a csapat képes az elkészült szoftvert megérteni, biztonságosan módosítani és hosszú távon üzemeltetni.