The Daily Newsstand · Free, Always
Wednesday, November 18, 2026

AIコーディングエージェントの登場でコード作成量が30%増もコードレビュー時間は49%長くなりボトルネックが移り変わったことをハーバード大学の研究者が発見

Translate

ハーバード大学の博士課程学生であるフィオナ・チェン氏とジェームズ・ストラットン氏が、718社72万5938人を対象にAIコーディングエージェントが従業員の業務内容をどのように変えたのかを調査しました。研究チームはエンジニアリング活動を追跡する分析プラットフォームを提供するJellyfishのデータと、人材データ分析会社Revelio Labsが収集したLinkedInの職歴データを組み合わせて、エンジニアのコード作成量を比較。調査期間は2021年1月から2026年3月までで、Jiraの課題6830万件、コミット2億90万件、プルリクエスト4910万件、カレンダー上の予定2130万件を分析しています。

調査の結果、AIコーディングエージェントの利用で従業員のコード作成量が約30%増加しました。具体的には、AIコーディングエージェントの導入前のコード作成量は平均5017行であったのに対して、導入後は従業員1人当たりひと月で1494行増加しています。この他、コミット数は20%、レビューに提出するプルリクエスト数は23%増えました。

一方で、コードをレビューするのにかかる時間は約49%も長くなっています。正式な変更要求を受けたプルリクエストの割合も、導入前の13%から約12パーセントポイント増加と、ほぼ倍増しました。プルリクエスト1件当たりのレビューコメント数も35%増えています。

しかし、完了した作業には統計的に確認できるような増加はみられませんでした。AIコーディングエージェント導入後の作業完了件数の推定値は、従業員1人当たりひと月で0.12件しか増加していません。

これらの結果から、AI導入により人間による作業のボトルネックは「コード作成」から「コードレビュー」に移行したと研究チームは指摘しています。

研究では、施策や制度などの介入による純粋な因果効果を測定するための統計的手法である「差分の差分法」を用い、AIコーディングエージェントを導入した企業とそうでない企業の間で、各指標の変化を月ごとに比較しました。AIコーディングエージェントは規模の大きな企業ほど早く導入していたそうですが、分析では企業規模を調整することで、AIコーディングエージェントを早く導入した企業と遅く導入した企業を比較しています。

AIコーディングエージェントだけでなく、法律業務向けAIを提供するHarveyの訴え却下申立書作成ワークフローや、法律事務所のCooleyがGoogle Cloudと開発中の墨消しエージェント(AIエージェントによる個人情報や機密情報の自動検出・黒塗り機能)でも、AIが生成した作業を人間が確認する工程が存在します。しかし、今回の研究ではコーディング以外の作業でもAIが生成した成果物(コード)を人間が確認(レビュー)することがボトルネックになるのか否かは不明です。

なお、チェン氏とストラットン氏はこの研究は就職活動用のワーキングペーパーとして公開しており、正式な論文として学術誌に掲載されているわけではありません。論文の初版は2026年1月7日、最新版は8月4日で、学術誌への掲載は記事作成時点でもないとサイバーセキュリティおよび情報ガバナンス分野の調査期間であるComplexDiscoveryは指摘しました。

View the original on GIGAZINE →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.