AI przyspiesza rozwój: dane METR i mity

AI w programowaniu: prawdziwe dane kontra mity o zwolnieniach

Badanie METR z lipca 2025 roku wykazało, że 16 doświadczonych programistów korzystających z narzędzi AI pracowało o 19% wolniej przy rzeczywistych zadaniach open-source. Przedział ufności: od +2% do +39%. Subiektywnie uczestnicy ocenili przyspieszenie na poziomie 20%.

Aktualizacja z lutego 2026: nowsze modele, więcej uczestników. W powtarzających się testach programiści osiągnęli przyspieszenie o 18% (przedział od −38% do +9%). Nowicjusze — tylko 4% (−15% do +9%). Autorzy podkreślają słabe dowody poprawy, ale przesunięcie w kierunku przyspieszenia wydaje się prawdopodobne. Szerokie przedziały ufności podkreślają niestabilność efektu.

Pierwsze badanie rozprzestrzeniło się szeroko w mediach, drugie pozostało praktycznie niezauważone. Ilustruje to selektywny narracyjny obraz tworzony przez media.

Przypadki Block i Klarna: zwolnienia i powrót

Block Inc. w lutym 2026 zwolnił 4000 pracowników (40% całej kadry). CEO Jack Dorsey uzasadnił decyzję „narzędziami inteligencji”. Akcje firmy wzrosły o 24%, kapitalizacja wzrosła o 8 mld USD. Jednak przychód za 2025 rok wyniósł 24,2 mld USD (bez wzrostu), a zysk spadł o połowę. Zysk brutto na jednego pracownika wzrósł z 500 tys. USD (2019) do 1 mln USD (2025), ale ten trend rozpoczął się wcześniej.

Analitycy Piper Sandler zauważyli pogorszenie się marży transakcyjnej (z 11% do 18%). Block rozpoczął cichy rekruting. Dorsey przyznał, że firma potrzebuje elastyczności, by popełniać błędy.

Klarna skróciła zespół obsługi o 700 osób, wprowadzając czatbota AI. Oszczędności wyniosły 40 mln USD przy 2,3 mln rozmów — liczba pracowników zmniejszyła się z 5000 do 3000. Poziom satysfakcji klientów spadł o 22%. Bot nie radził sobie ze sporami ani oszustwami. Inżynierowie musieli przejmować zgłoszenia. CEO przyznał, że przeszacowano możliwości rozwiązania.

Przejście do modelu „gigów w stylu Ubera”: niskie wynagrodzenia bez pakietu socjalnego.

Kluczowe wnioski z przypadków:

• Zwolnienia często generują krótkoterminowy wzrost akcji dzięki atrakcyjnemu narracyjnie tematowi.
• Spadek wskaźników jakości prowadzi do ponownego zatrudniania — ale na gorszych warunkach.
• Forrester: 55% pracodawców żałuje zwolnień związanych z AI; co trzeci wydał na rekruting więcej niż zaoszczędził.

Ekonomia strachu: motywacje uczestników

CEO otrzymują natychmiastową reakcję rynku na narrację „Jesteśmy na czele rewolucji AI”. Block +24%, Salesforce — minus. Dostawcy (np. Anthropic) budzą lęk przed „zniszczeniem 50% stanowisk dla początkujących”, sprzedając narzędzia. OpenAI podwaja liczbę pracowników do 8000, a na rynku pojawiło się 1,3 mln nowych stanowisk AI (+13×).

Media: klikaczowe nagłówki typu „AI zastąpi 80% programistów”. Edukacja: kursy „kariery odpornych na AI” w cenie od 2 tys. do 25 tys. USD. Konsulting: Accenture śledzi logowania do narzędzi AI jako element oceny wydajności.

Fakty vs interpretacje:

Potwierdzone dane:

• METR: przesunięcie w kierunku przyspieszenia, ale szerokie przedziały ufności.
• 26,9% kodu produkcyjnego generowanego z użyciem AI (+ wzrost z 22%).
• W laboratorium przyspieszenie o 55% przy rutynowych zadaniach, w projektach rzeczywistych znacznie mniejsze.
• Wynagrodzenia w IT wzrosły o 16,7% od 2022 r. (Dallas Fed).
• 67 tys. otwartych stanowisk inżynierskich (+78%).
• Produktowość USA wzrosła o 2,7% (2025).

Interpretacje:

• Wiele zwolnień to efekt narracji Wall Street, a nie automatyzacji.
• Panika jest opłacalna dla interesariuszy.
• Programiści z kompetencjami AI są bezpieczni.

Praktyka: mocne i słabe strony AI

AI przyspiesza:

• Generowanie boilerplate’u, tras, migracji, testów i szkiców.

Przykład w Laravelu: prototyp w 1,5 godziny zamiast miesięcy.

AI psuje:

• 45% programistów spędza więcej czasu na debugowaniu kodu wygenerowanego przez AI.
• 45% kodu AI zawiera lukę z listy OWASP Top 10.
• CodeRabbit: o 1,7× więcej problemów niż przy kodzie piszanym przez ludzi.

Zalecenia:

• Nie powierzaj AI operacji wymagających autoryzacji lub płatności bez ręcznego przeglądu.
• Wykorzystuj AI do rutyny, ale architekturę projektuj samodzielnie.
• Zorganizowane zespoły + AI = o 50% mniej incydentów; chaos + AI = dwukrotny wzrost błędów.

Co naprawdę ważne

• METR potwierdza przesunięcie w kierunku przyspieszenia, ale efekt pozostaje niestabilny.
• Według Forrestera 55% zwolnień związanych z AI zostało później zażałowane.
• Wynagrodzenia i liczba wolnych stanowisk w IT rosną — mimo medialnych narracji.
• AI wzmocnia zespoły, a nie zastąpi je — przy odpowiednim podejściu.
• Ręczny przegląd jest obowiązkowy dla kodu krytycznego pod względem bezpieczeństwa.

— Editorial Team