AIエージェントでコード量3割増もレビュー時間49%増、ハーバード大学研究

何が調べられたのか

この研究はハーバード大学のFiona Chen氏とJames Stratton氏によるものだ。エンジニアリングチームの生産性を計測するJellyfishの集計データを使い、2021年から2026年3月までの期間を対象としている。分析対象には3億件の「ワークイベント」（コミットやプルリクエストなど）とイシュー管理ソフトウェアのデータが含まれ、700社以上のソフトウェア開発企業、70万人以上の従業員に及ぶ。

研究者らは、直接計測されたAI利用状況とGitHub上の活動分析を組み合わせ、各企業がAIコーディングアシスタントやAIコーディングエージェントをいつ業務に導入したかを推定した。そのうえで、導入時期が企業ごとに異なることを利用し、導入前後を比べる「差分の差分」と呼ばれる回帰分析を行っている。

コード量は増えたが成果は

生成されるコードの量について、結果は明快だと筆者は述べている。企業にAIコーディングエージェントが導入されると、生成されるコードの総行数は平均30%増え、コミット数は20%、プルリクエストは23%増加した。

しかし、こうしたコード量の増加は企業レベルのソフトウェア成果には直結していない。Jiraなどで管理されるイシューやエピック（まとまった機能単位）の解決率は、AIツール導入後に統計的に有意な変化を示さなかった。イシューの規模や複雑さの構成にも変化は見られなかったという。

レビュー工程がボトルネックに

この差を説明するのがコードレビュー工程だ。プルリクエストが提出されてからコードベースにマージされるまでの平均所要時間は、AIエージェント導入後に平均49%膨らんだ。より細かいデータでも同じ傾向が現れており、変更を要求されたプルリクエストの割合はほぼ2倍になり、プルリクエストあたりのコメント数は35%増えている。

レビューを担当する従業員の割合も14%増えた。一方で、AIによるレビュー支援の影響は現時点では限定的だと研究者は見ている。2026年3月時点で計測対象企業の80%が何らかのAIコードレビューを利用していたものの、AIエージェントが担ったのはレビューコメント全体の23.3%、プルリクエストの10.8%にとどまり、大半の作業は依然として人間が行っている。

現時点の限界と注意点

研究のデータ締切は2026年3月であり、その後のAIエージェントの更新や改良は含まれていない。対象企業の95%がAIコーディングエージェントを導入済みだが、どの作業にどう使うのが良いかについては、多くの企業がまだ試行錯誤の段階にあるとみられる。

雇用への影響についても、研究者らはJellyfish上の総アクティブワーカー数とLinkedInのデータを突き合わせた結果、AIに有意な雇用変化を帰属させることはできないとしている。著者らは、AIにコードを書かせることが諸刃の剣のように見えるとまとめている。コーディング速度の向上は、人間によるレビューの時間と手間の増加によって相殺されているという整理だ。