niedziela, 6 września 2026

Nowości

Ponad 91 procent polskich programistów używa AI, ale rośnie problem zaufania do kodu

ProgramowaniePatryk Raba
Ponad 91 procent polskich programistów używa AI, ale rośnie problem zaufania do kodu
Fot. Nemuel Sereti, Pexels (Pexels License)

Badanie JetBrains AI Pulse 2026 pokazuje, że niemal wszyscy polscy deweloperzy korzystają już z narzędzi AI, a osobne dane CodeRabbit wskazują, że kod współtworzony przez AI zawiera średnio 1,7 razy więcej poważnych błędów niż kod pisany wyłącznie przez człowieka.

Spis treści
  1. Agentowy tryb pracy przyspiesza
  2. Więcej błędów, dłuższe przeglądy
  3. Zaufanie ważniejsze niż szybkość
  4. Co to znaczy dla firm w Polsce

Programiści coraz rzadziej piszą kod od zera, a coraz więcej czasu spędzają na sprawdzaniu tego, co napisała za nich sztuczna inteligencja. Nowe dane JetBrains i CodeRabbit pokazują skalę tej zmiany w Polsce i pytanie, które branża zaczyna sobie zadawać otwarcie: czy kodowi wygenerowanemu przez AI można ufać bez dokładnej kontroli.

W Stanach Zjednoczonych z narzędzi AI korzysta już ponad 90 procent programistów, a sam rynek rozwiązań AI dla deweloperów przekroczył wartość 8,5 miliarda dolarów. Polska nie odbiega od tego trendu, w wielu wskaźnikach nawet go wyprzedza. Badanie JetBrains AI Pulse 2026, przeprowadzone na próbie 10 tysięcy programistów, pokazuje, że 91,8 procent polskich deweloperów używa co najmniej jednego narzędzia opartego na sztucznej inteligencji w codziennej pracy.

Agentowy tryb pracy przyspiesza

Szczególnie widoczna jest różnica w korzystaniu z trybu agentowego, czyli narzędzi, które nie tylko podpowiadają linijki kodu, ale samodzielnie piszą, testują i poprawiają całe fragmenty programów. Niemal 40 procent polskich deweloperów robi to codziennie, podczas gdy globalnie odsetek ten wynosi 36 procent. Polscy programiści częściej niż ich zagraniczni koledzy oczekują też od narzędzi AI lepszej świadomości kontekstu bazy kodu, na co wskazało 30,9 procent respondentów wobec 24,3 procent globalnie, oraz wyższej wydajności w złożonych projektach, co zgłosiło 28,1 procent badanych.

Więcej błędów, dłuższe przeglądy

Rosnącej adopcji towarzyszy jednak wzrost obciążenia po stronie kontroli jakości. Z osobnego badania firmy CodeRabbit, zajmującej się automatyczną analizą kodu, wynika, że fragmenty współtworzone przez AI zawierały średnio 1,7 razy więcej poważnych problemów niż kod napisany wyłącznie przez człowieka. Liczba błędnych konfiguracji była wyższa o 75 procent, a problemy związane z bezpieczeństwem pojawiały się częściej niż w kodzie tworzonym w tradycyjny sposób.

To przekłada się bezpośrednio na czas pracy zespołów. W Polsce 78,2 procent deweloperów aktywnie uczestniczy w przeglądach kodu, znacznie więcej niż średnia globalna wynosząca 60,8 procent. Aż 45 procent programistów deklaruje, że na sam code review poświęca od jednej do dwóch godzin dziennie.

To właśnie jest pytanie, które branża software powinna otwarcie sobie zadać - Jarosław Dąbrowski, Country Manager JetBrains Poland
Organizacje zderzają się dziś z rzeczywistością: oszczędność na etapie produkcji przekształca się w wielokrotnie wyższy koszt naprawy - Jarosław Dąbrowski, Country Manager JetBrains Poland

Zaufanie ważniejsze niż szybkość

Dąbrowski zwraca uwagę, że polscy deweloperzy zmieniają kryteria wyboru narzędzi. Zamiast szukać rozwiązań, które piszą kod najszybciej, coraz częściej wybierają te, które generują kod nadający się do zaufania bez długiej weryfikacji. To odwrócenie priorytetów w porównaniu z pierwszą falą entuzjazmu wobec generatywnej AI w programowaniu, gdy liczyła się przede wszystkim prędkość tworzenia prototypów.

W tle tej zmiany pojawia się też kwestia obciążenia poznawczego programistów. JetBrains odwołuje się do badania Harvard Business Review zatytułowanego "When Using AI Leads to Brain Fry", które opisuje zjawisko przepracowania poznawczego u deweloperów zmuszonych do ciągłej weryfikacji sugestii AI, zamiast samodzielnego pisania kodu od podstaw.

Co to znaczy dla firm w Polsce

Dla organizacji rozwijających oprogramowanie oznacza to, że oszczędność czasu uzyskana dzięki narzędziom AI na etapie pisania kodu bywa częściowo pochłaniana przez dodatkowy czas potrzebny na przeglądy i poprawki. Firmy, które wdrażają narzędzia takie jak Qodana do statycznej analizy kodu czy integrują AI z platformami CI/CD, w tym GitHub, GitLab i TeamCity, traktują to coraz częściej jako element obowiązkowej infrastruktury, a nie dodatek.

Rosnący udział przeglądów kodu w codziennej pracy polskich zespołów sugeruje też, że rola programisty przesuwa się od autora kodu w stronę jego recenzenta i kontrolera jakości. To zmiana, która dotyczy zarówno małych zespołów startupowych, jak i dużych działów IT w korporacjach korzystających z agentowych narzędzi na masową skalę.

Udostępnij: