Vaikka tekoäly on edistynyt merkittävästi koodinpätkien generoinnissa, uusi MIT:n tutkimus paljastaa huomattavia esteitä täysin autonomisen ohjelmistokehityksen saavuttamiselle.
Tutkimuksen, jonka nimi on "Challenges and Paths Towards AI for Software Engineering", toteutti MIT:n professori Armando Solar-Lezaman johtama tiimi, ja sen ensimmäinen kirjoittaja on Alex Gu. Tutkimus julkaistiin 16. heinäkuuta 2025, ja se esitellään International Conference on Machine Learning (ICML 2025) -konferenssissa Vancouverissa.
"Kaikki puhuvat siitä, kuinka ohjelmoijia ei enää tarvita ja kuinka automaatio on nyt kaikkien saatavilla", Solar-Lezama sanoo. "Toisaalta ala on edistynyt valtavasti. Meillä on nyt työkaluja, jotka ovat huomattavasti tehokkaampia kuin aiemmin. Mutta matkaa on vielä paljon jäljellä, ennen kuin saavutamme automaation täyden potentiaalin."
Tutkijat korostavat, että nykyiset tekoälyjärjestelmät ovat hyviä pienten koodifunktioiden generoinnissa, mutta ne kamppailevat laajempien ohjelmistokehitystehtävien, kuten laajamittaisten uudelleenjärjestelyjen, koodin siirron ja monimutkaisten järjestelmien virheenkorjauksen kanssa. Suositut vertailumittarit, kuten SWE-Bench, testaavat vain GitHub-ongelmien korjauspäivityksiä, jotka koskevat muutamia satoja koodirivejä, eivätkä näin ollen kuvaa todellisia tilanteita, joissa miljoonia rivejä saatetaan joutua optimoimaan tai siirtämään vanhoista järjestelmistä.
Ihmisen ja koneen välinen viestintä on toinen merkittävä haaste. Gu kuvaa nykyistä vuorovaikutusta "ohueksi viestintälinjaksi", jossa tekoälytyökalut tuottavat usein suuria, jäsentymättömiä tiedostoja ja pinnallisia testejä, mutta eivät kykene hyödyntämään tehokkaasti virheenkorjaustyökaluja ja staattisia analysointiohjelmia, joihin ihmiskehittäjät tukeutuvat.
Sen sijaan, että tutkijat ehdottaisivat yhtä ratkaisua, he peräänkuuluttavat yhteisötason ponnisteluja: kehitetään rikkaampia aineistoja, jotka kuvaavat, miten kehittäjät kirjoittavat ja refaktoroivat koodia ajan mittaan; luodaan yhteisiä arviointikokonaisuuksia, joilla mitataan refaktoroinnin laatua ja bugikorjausten kestävyyttä; sekä rakennetaan läpinäkyviä työkaluja, jotka tuovat esiin mallien epävarmuuden ja mahdollistavat ihmisen ohjauksen.
"Ohjelmistot ovat jo nyt finanssialan, liikenteen, terveydenhuollon ja lukemattomien muiden kriittisten järjestelmien perusta", Solar-Lezama huomauttaa. Tutkimusryhmä visioi tulevaisuutta, jossa tekoäly hoitaa rutiininomaiset kehitystehtävät, jolloin ihmistekijät voivat keskittyä korkean tason suunnittelupäätöksiin ja monimutkaisiin kompromisseihin, jotka vaativat inhimillistä harkintaa.