Популярный аргумент о том, что использование AI-ассистентов безопасно, так как разработчик может просто проверить сгенерированный код «как код стажера», не выдерживает эмпирической проверки из-за когнитивных ограничений человека.
Что произошло
Томас Депьер опубликовал исследование, доказывающее, что эффективный аудит кода человеком ограничен физическими пределами: не более 400 строк кода в час (LOC/H) и не более одного часа непрерывного фокуса. При таких скоростях потенциальный прирост производительности от LLM нивелируется временем, необходимым на качественную верификацию.
Контекст
В индустрии сложилось мнение, что ИИ-инструменты лишь ускоряют написание кода, а риски минимизируются последующим человеческим ревью. Однако скорость генерации кода моделями значительно опережает скорость его качественной проверки, превращая человека в узкое место (bottleneck) процесса разработки.
Почему это важно для индустрии
Для отрасли это означает риск накопления скрытого технического долга и возникновения «ложной уверенности», когда разработчики находят меньше ошибок, но субъективно чувствуют себя более уверенными в качестве кода. Это ставит под вопрос масштабируемость AI-driven разработки без внедрения новых методов автоматизированной верификации и перехода к парадигме формального контроля качества.
Почему это важно для пользователей
Разработчикам важно понимать, что использование ИИ не освобождает от глубокой проверки. На практике это ведет к росту когнитивной нагрузки: вместо написания кода фокус смещается на попытки верифицировать огромные объемы сгенерированного контента, что может снизить общую надежность систем.
Источники
Автор
Look at AI, редакция