AIでコーディング時間は52%短縮、オープンソースの保守担当者には新たな負担

生成AIはオープンソースソフトウェアの作り方を変えつつある。ただし、その効果はコードを速く書けるという一点にとどまらない。Linux Foundationの調査報告書『Navigating Open Source Software Development in the Generative AI Era』によると、回答者は生成AIの利用によって、コーディング作業にかかる時間が平均52%減ったと見積もっている。一方で、保守担当者には、増加した変更を見極める仕事が残されている。

主なポイント

• 59%の保守担当者がコード貢献の増加を報告し、大規模プロジェクトでは69%に達した。
• プルリクエストの約25%が低品質と見積もられ、大規模プロジェクトでは31%だった。
• 71%は生成AIがオープンソース参加の敷居を下げたと回答したが、53%はコミュニティの信頼を改善したとは考えていない。
• AI支援による貢献について正式な方針を持つプロジェクトは35%にとどまった。
• 複雑な作業では、21%が生成AIの利用によってかえって時間が増えたと回答した。

「AI slop」という表現には注意が必要だ。これは保守担当者への調査に基づく推定であり、GitHubなどの全プルリクエストを研究者が個別に検証した統計ではない。また、低品質な貢献がすべてAIによって生成されたことを意味するわけでもない。重要なのは、変更を提案するコストは下がっても、正確性、設計との整合性、安全性、将来の保守性を確認するコストは簡単には下がらない点だ。

節約された時間の使い道

時間の余裕は、単純にコード量の増加へ向かったわけではない。66%は技術的負債への対応、63%は新機能の開発、58%は学習やスキル向上に時間を使ったと回答した。AIは開発者個人の時間配分を改善できるが、個人の生産性向上が協業全体の効率向上に直結するとは限らない。

AIは新しい貢献者が参加する際の技術的な壁を下げる。しかし、プロジェクトの規約を理解し、設計判断を説明し、提出後の変更を保守する責任までは消えない。46%の保守担当者は、新規貢献者への指導需要が増えたと回答している。指導の中心は、コードの書き方から、検証、問題の説明、貢献品質の管理へ移りつつある可能性がある。

ガバナンスの整備が必要

AI支援コードが一般化するほど、利用の開示、テストの実施、変更内容を本人が説明できるかどうかが、レビューコストと信頼を左右する。Linux Foundationは、AI利用、テスト、文書化、開示に関する明確な方針をプロジェクトに求めている。OpenSSF関連の提言も、貢献者自身が提出内容を理解しテストすべきであり、保守担当者だけに安全確認を負わせるべきではないと指摘する。

この調査は、AIが必ず品質を損なうと示すものではない。今後はコーディング時間だけでなく、採用率、レビュー時間、バグ修正コスト、長期的な保守負担も生産性の指標に含める必要がある。コード生成は速くできても、信頼できるソフトウェアに仕上げる検証のコストは消えない。

出典：InfoQ 中文