5 hari yang lalu
Telset.id – Sebuah laporan terbaru dari perusahaan perangkat lunak AI, CodeRabbit, mengungkap kebenaran mengejutkan: kode nan dihasilkan oleh kepintaran buatan rupanya jauh lebih rentan kesalahan dibandingkan kode nan ditulis oleh manusia. Analisis terhadap 470 pull request menunjukkan kode AI menghasilkan rata-rata 10,83 masalah per permintaan, sementara kode buatan manusia hanya 6,45. Artinya, kode AI memproduksi 1,7 kali lebih banyak isu.
Temuan ini memberikan bukti empiris terhadap kekhawatiran nan selama ini dirasakan secara intuitif oleh banyak pengembang. Meskipun mengambil perangkat bantu AI dalam pemrograman melonjak drastis—dari 14% menjadi 90% dalam setahun menurut info Google—kenyataan di lapangan menunjukkan bahwa kemudahan itu dibayar mahal dengan keandalan nan dipertanyakan. Alat-alat generatif AI kerap kali tidak akurat, memaksa programmer menghabiskan waktu berjam-jam untuk mengidentifikasi dan memperbaiki kesalahan nan lolos.
“Hasilnya?” tulis CodeRabbit dalam laporannya, seperti dikutip Telset.id. “Jelas, terukur, dan konsisten dengan apa nan banyak developer rasakan secara intuitif: AI mempercepat output, tetapi juga memperkuat kategori kesalahan tertentu.” Pernyataan ini menggarisbawahi bahwa percepatan produksi kode tidak serta-merta berfaedah peningkatan kualitas.
Yang lebih mengkhawatirkan, kode nan dihasilkan AI ditemukan mempunyai tingkat masalah “kritis” dan “utama” nan lebih tinggi. CodeRabbit menyebutnya sebagai “peningkatan berarti dalam kekhawatiran substantif nan memerlukan perhatian reviewer.” Jenis kesalahan nan paling banyak ditemukan berangkaian dengan logika dan kebenaran kode, nan merupakan fondasi dari fungsionalitas perangkat lunak.
Kelemahan Utama: Kualitas dan Keamanan
Namun, kelemahan terbesar nan diidentifikasi oleh CodeRabbit justru terletak pada kualitas dan keterbacaan kode. Masalah-masalah ini, meski tampak sepele, dapat “memperlambat tim dan berakumulasi menjadi utang teknis jangka panjang.” Kode nan susah dibaca dan dipelihara bakal menyulitkan kerjasama tim dan meningkatkan biaya pengembangan di masa depan.
Di luar masalah teknis, laporan ini juga menyoroti ancaman keamanan siber nan serius. Kode nan dihasilkan AI sering kali memperkenalkan praktik tidak aman, seperti penanganan kata sandi nan tidak tepat nan berpotensi membocorkan info sensitif. Temuan ini sejalan dengan penelitian lain, seperti dari firma keamanan Apiiro, nan menemukan bahwa developer pengguna AI menghasilkan sepuluh kali lebih banyak masalah keamanan dibanding rekan nan tidak menggunakan teknologi tersebut. Isu keamanan AI menjadi perhatian global, seperti nan juga dipertanyakan dalam laporan Korea nan mempertanyakan keamanan AI Google Gemini 3 Pro.
David Loker, AI Director di CodeRabbit, menegaskan implikasi dari temuan ini bagi industri. “Temuan-temuan ini memperkuat apa nan telah dirasakan banyak tim engineering sepanjang 2025,” ujarnya dalam sebuah pernyataan. “Alat coding AI secara dramatis meningkatkan output, tetapi mereka juga memperkenalkan kelemahan nan dapat diprediksi dan terukur nan kudu secara aktif dimitigasi oleh organisasi.”
Laporan CodeRabbit bukan nan pertama meragukan efektivitas AI dalam pemrograman. Pada September lalu, konsultan manajemen Bain & Company menyimpulkan bahwa meski pemrograman adalah “salah satu area pertama nan menggunakan AI generatif,” “penghematan nan dihasilkan biasa-biasa saja” dan “hasilnya tidak sesuai dengan hype.” Sebuah studi Juli dari nirlaba Model Evaluation and Threat Research apalagi menemukan bahwa programmer justru diperlambat oleh perangkat bantu AI dibandingkan ketika mereka bekerja tanpanya.
Masa Depan Peran Developer
Realitas ini mengisyaratkan pergeseran dalam tugas developer manusia. Alih-alih digantikan, mereka mungkin justru bakal lebih banyak dialihkan untuk menangani dan memperbaiki masalah nan diperkenalkan oleh perangkat coding AI nan rentan error. Proses review kode menjadi lebih kritis daripada sebelumnya.
Di sisi lain, laporan CodeRabbit juga mencatat satu area di mana AI unggul: minimnya kesalahan pengejaan. Kode buatan manusia dua kali lebih mungkin mengandung typo. Namun, kelebihan mini ini tampak tenggelam dibandingkan dengan akibat substansial di bagian logika, kualitas, dan keamanan. Fenomena bug perangkat lunak nan mengganggu pengalaman pengguna bukan perihal baru, seperti nan terjadi pada bug kamera Android 16 nan membikin Google Pixel goyang dan foto blur.
Industri teknologi terus berupaya meningkatkan keandalan sistem, baik pada perangkat lunak maupun perangkat keras. Sementara itu, pengembangan dan uji coba sistem operasi baru juga terus berjalan, seperti uji coba HyperOS 3 berbasis Android 15 pada POCO F5 dan F5 Pro, nan menunjukkan dinamika pasar perangkat mobile.
Singkatnya, janji-janji perusahaan teknologi bahwa AI bakal mempermudah hidup programmer rupanya jauh lebih kompleks. Laporan CodeRabbit memberikan info keras nan menuntut pendekatan lebih hati-hati dan kritis dalam mengintegrasikan perangkat AI ke dalam alur kerja pengembangan perangkat lunak. Efisiensi tidak boleh mengorbankan kualitas dan keamanan, dua pilar utama dalam bumi pemrograman profesional.
