Araştırma projesi · Mart–Ekim 2026
JetBrains depolarında yapay zekâ destekli kodlama ve bakım yapılabilirlik
199 açık kaynak JetBrains deposunda yapay zekâ destekli kodlamayı, bakım yapılabilirliğe ilişkin altı gösterge üzerinden inceleyen gözlemsel bir çalışma.
GitHub deposuÖrnekleme çerçevesi açık depoda belgelenmiştir.
Araştırma sorusu
Yapay zekâ destekli kodlama, kodun bakım yapılabilirliğindeki değişimlerle ilişkili mi? Bu çalışma JetBrains ve JetBrains-Research bünyesindeki açık kaynak projeleri inceler. Toplam 1.049 depodan belirlenen 411 uygun kod deposu arasından, yeniden üretilebilir rastgele örneklemeyle 199 depo seçilir.
Çalışma tasarımı
Tarihe dayalı analiz, 2019–Haziran 2021 ile 2023–2025 dönemlerini yorum yoğunluğu, commit büyüklüğü, hata düzeltme oranı, çevrimsel karmaşıklık, fonksiyon uzunluğu ve silme/ekleme oranı üzerinden karşılaştırır. Yöntem; Mann–Whitney U testlerini, etki büyüklüklerini ve çoklu karşılaştırmalar için Benjamini–Hochberg düzeltmesini içerir. İkinci analiz, aynı depo ve aylar içindeki açıkça yapay zekâ desteği etiketlenmiş commit’lerle etiketsiz commit’leri karşılaştırır.
Mevcut kanıtlar
Açık depodaki yazarlık özeti, örneklemdeki 24 depoda yapay zekâ desteği etiketlenmiş 1.277 commit kaydeder. Bu etiketler tüm yapay zekâ kullanımını değil, beyan edilmiş desteği belgeler. Kod, örnekleme kayıtları, analiz tabloları ve yöntem GitHub’da erişilebilir; nihai rapor bulunmamaktadır. Depoda yorum sayımı ve dil kapsamına ilişkin düzeltmeler açıklanır; bu nedenle önceki grafikler nihai sonuç olarak değerlendirilmemelidir.
Yorum ve sınırlılıklar
Her iki tasarım da yapay zekâ desteğinin nedensel etkisini ortaya koymaz. Zaman içindeki değişimler proje olgunluğu veya ekip yapısıyla ilişkili olabilir; geliştiriciler ayrıca hangi görevlerde destek alacaklarını kendileri seçer. Etiketsiz commit’ler de yapay zekâ desteği içerebilir ve kullanılan göstergeler uzun vadeli yazılım kalitesini doğrudan ölçmez. Bu ekosistemin ötesine genelleme için ek kanıt gerekir.
Sıradaki araştırma
GPTSwarm: evrimsel graf optimizasyonu