أكثر من مراجعة كود واحدة من كل خمس على GitHub يجريها الآن مراجع يعمل بالذكاء الاصطناعي: فقد تجاوزت مراجعة الكود في Copilot 60 مليون مراجعة بحلول مارس 2026، بعد أقل من عام على إتاحتها العامة (GitHub Blog, 2026). كما يرتفع حجم ما يخضع للمراجعة: دمج مستخدمو GitHub في المتوسط 43.2 مليون طلب سحب شهريا في 2025، بزيادة 23% على أساس سنوي (GitHub Octoverse 2025). ولم تواكب الثقة هذا النمو، إذ إن 96% من المطورين لا يثقون تماما بالكود الذي ينتجه الذكاء الاصطناعي (Sonar State of Code Developer Survey 2026)، ويوافق 85% من المطورين ومشتري التقنية الذين شملهم الاستطلاع على أن الذكاء الاصطناعي نقل الاختناق من كتابة الكود إلى مراجعته (GitLab AI Accountability Report 2026). جمعنا البيانات من Stack Overflow Developer Survey وGitHub Octoverse وأبحاث DevSecOps من GitLab وتقرير DORA من Google وSonar وQodo وVeracode وCodeRabbit وFaros AI وMETR وJetBrains وAtlassian وGartner. وللاطلاع على جانب كتابة الكود، راجع استعراضنا المرافق إحصائيات توليد الكود بالذكاء الاصطناعي.
أبرز النقاط
- تمثل مراجعة الكود في Copilot أكثر من مراجعة واحدة من كل 5 مراجعات كود على GitHub، مع إنجاز 60 مليون مراجعة (GitHub Blog, 2026)
- يوافق 85% على أن الذكاء الاصطناعي نقل الاختناق من كتابة الكود إلى مراجعته والتحقق منه (GitLab AI Accountability Report 2026)
- 96% من المطورين لا يثقون تماما بالكود الذي ينتجه الذكاء الاصطناعي، لكن 48% فقط يتحققون منه دائما قبل الإيداع (Sonar State of Code 2026)
- 10.2% من المطورين يستخدمون الذكاء الاصطناعي في الغالب لإيداع الكود ومراجعته؛ و58.7% لا يخططون لذلك (Stack Overflow Developer Survey 2025)
- الفرق ذات الاعتماد العالي على الذكاء الاصطناعي تدمج طلبات PR أكثر بنسبة 98%، بينما يرتفع وقت مراجعة PR بنسبة 91% (Faros AI Productivity Paradox Report 2025)
- 81% من المطورين الذين يستخدمون مراجعة الذكاء الاصطناعي لاحظوا تحسنا في الجودة، مقابل 55% في الفرق المماثلة في السرعة بدونه (Qodo State of AI Code Quality 2025)
- 45% من عينات الكود التي أنتجها الذكاء الاصطناعي فشلت في اختبارات الأمان عبر أكثر من 100 نموذج LLM (Veracode GenAI Code Security Report 2025)
- طلبات PR التي شارك الذكاء الاصطناعي في كتابتها تحمل 10.83 مشكلة لكل طلب مقابل 6.45 لطلبات PR التي كتبها البشر وحدهم (CodeRabbit State of AI vs Human Code Generation 2025)
- 72.6% من مستخدمي مراجعة الكود في Copilot يقولون إنها حسنت فعاليتهم (GitHub Octoverse 2025)
- 80% يقولون إن مؤسستهم اعتمدت أدوات الذكاء الاصطناعي أسرع مما وضعت من سياسات لحوكمتها (GitLab AI Accountability Report 2026)
- 90% من المتخصصين في التقنية يستخدمون الذكاء الاصطناعي في عملهم الآن، لكن 30% لديهم ثقة ضئيلة أو معدومة بالكود الذي ينتجه (Google DORA 2025)
- 90% من مهندسي البرمجيات في المؤسسات سيستخدمون مساعدي الكود بالذكاء الاصطناعي بحلول 2028، مقابل أقل من 14% في أوائل 2024 (Gartner, 2025)
1. اعتماد المطورين للذكاء الاصطناعي: الأساس الذي تقوم عليه المراجعة الآلية
المراجعة الآلية نتيجة لاحقة للكتابة الآلية. 90% من المتخصصين في التقنية يستخدمون الذكاء الاصطناعي الآن في عملهم (Google DORA State of AI-assisted Software Development 2025)، لذا فإن كل طلب سحب تقريبا يدخل طابور المراجعة قد يحتوي على كود كتبته آلة. وهذا يغير الغرض من المراجعة: لم تعد مجرد فحص من الزملاء، بل أصبحت نقطة التحكم الرئيسية في كود لم يكتبه إنسان بالكامل.
والاعتماد عميق وليس واسعا فحسب. يقول المشاركون في استطلاع Sonar إن 42% من الكود الذي يودعونه مولد أو مدعوم بالذكاء الاصطناعي بالفعل، وتجد JetBrains أن 62% من المطورين يعتمدون على مساعد برمجة واحد على الأقل أو وكيل أو محرر كود يعمل بالذكاء الاصطناعي. لقد انتقل السؤال لدى قادة الهندسة من هل تستخدم الفرق الذكاء الاصطناعي إلى مقدار المخرجات غير المراجعة التي يستطيع خط الإنتاج لديهم استيعابها.
| المقياس | القيمة | المصدر |
|---|---|---|
| المتخصصون في التقنية الذين يستخدمون الذكاء الاصطناعي في العمل | 90% (ارتفاع 14% عن العام السابق) | Google DORA State of AI-assisted Software Development 2025 |
| الوسيط اليومي للوقت المقضي مع الذكاء الاصطناعي | ساعتان | Google DORA 2025 |
| المطورون الذين يستخدمون أدوات الذكاء الاصطناعي أو يخططون لذلك | 84% (ارتفاع من 76% في 2024) | Stack Overflow Developer Survey 2025 |
| المطورون المحترفون الذين يستخدمون أدوات الذكاء الاصطناعي يوميا | 51% | Stack Overflow Developer Survey 2025 |
| المطورون الذين يستخدمون الذكاء الاصطناعي بانتظام في البرمجة والتطوير | 85% | JetBrains State of Developer Ecosystem 2025 |
| المطورون الذين يعتمدون على مساعد برمجة واحد على الأقل أو وكيل أو محرر بالذكاء الاصطناعي | 62% | JetBrains State of Developer Ecosystem 2025 |
| المطورون الذين جربوا أدوات البرمجة بالذكاء الاصطناعي ويستخدمونها الآن كل يوم | 72% | Sonar State of Code Developer Survey 2026 |
| متخصصو DevSecOps الذين يستخدمون الذكاء الاصطناعي في SDLC أو يخططون لذلك | 97% | GitLab Global DevSecOps Report 2025 |
ملاحظة سياقية: تعتمد هذه الاستطلاعات على فئات سكانية مختلفة (استطلاع Stack Overflow مفتوح لجميع المطورين، وتستهدف DORA المتخصصين في التقنية، وشملت JetBrains 24,534 مطورا في 194 دولة)، لذا فمن الأفضل قراءة معدلات الاعتماد بوصفها نطاقا متسقا بين 84% و97% لا رقما واحدا. تجد صياغة الأسئلة كاملة في صفحة نتائج الذكاء الاصطناعي في Stack Overflow 2025 وفي تقرير JetBrains State of Developer Ecosystem 2025. وتوجد أرقام أوسع عبر القطاعات في استعراضنا إحصائيات استطلاعات المطورين.
2. اعتماد مراجعة الكود بالذكاء الاصطناعي وحجمها
المراجعة هي المرحلة من سير العمل التي يتردد فيها المطورون أكثر من غيرها في التخلي عن السيطرة، وتؤكد بيانات الاستطلاعات ذلك. 10.2% فقط من المطورين يستخدمون الذكاء الاصطناعي في الغالب لإيداع الكود ومراجعته، و58.7% يقولون إنهم لا يخططون لذلك (Stack Overflow Developer Survey 2025). لكن بيانات المنصات ترسم صورة مختلفة: يجري تفعيل مراجعة الذكاء الاصطناعي على مستوى المؤسسة، فتعمل على كل طلب سحب سواء طلبها المطورون الأفراد أم لا.
هذه الفجوة بين النية الشخصية والإعدادات الافتراضية للمؤسسة هي السمة المميزة لهذا السوق في 2026. تقول GitHub إن استخدام مراجعة الكود في Copilot نما 10 أضعاف منذ إطلاقها، وإن أكثر من 12,000 مؤسسة تشغلها تلقائيا على كل طلب سحب (GitHub Blog, 60 مليون مراجعة كود في Copilot). وتعدد الأدوات هو القاعدة: 91% من المؤسسات في استطلاع GitLab لعام 2026 لديها أداتان أو أكثر من أدوات البرمجة بالذكاء الاصطناعي قيد الاستخدام الفعلي.
| المقياس | القيمة | المصدر |
|---|---|---|
| مراجعات الكود التي أنجزها Copilot منذ إطلاقه في أبريل 2025 | 60 مليون | GitHub Blog, مارس 2026 |
| حصة مراجعات الكود على GitHub التي تتولاها مراجعة الكود في Copilot | أكثر من 1 من كل 5 | GitHub Blog, مارس 2026 |
| المؤسسات التي تشغل مراجعة الكود في Copilot تلقائيا على كل PR | أكثر من 12,000 | GitHub Blog, مارس 2026 |
| مراجعات Copilot التي تقدم ملاحظات قابلة للتنفيذ | 71% (بمتوسط 5.1 تعليق لكل مراجعة) | GitHub Blog, مارس 2026 |
| مستخدمو مراجعة الكود في Copilot الذين يقولون إنها حسنت فعاليتهم | 72.6% | GitHub Octoverse 2025 |
| المطورون الذين يستخدمون الذكاء الاصطناعي في الغالب / جزئيا لإيداع الكود ومراجعته | 10.2% / 22.6% | Stack Overflow Developer Survey 2025 |
| المطورون الذين يخططون لاستخدامه جزئيا / في الغالب لهذه المهمة | 31.4% / 16.3% | Stack Overflow Developer Survey 2025 |
| المؤسسات التي لديها أداتان أو أكثر / ثلاث أدوات أو أكثر من أدوات البرمجة بالذكاء الاصطناعي قيد الاستخدام | 91% / 54% | GitLab AI Accountability Report 2026 |
ملاحظة حول القيم الشاذة: نسبة 71% للملاحظات القابلة للتنفيذ تعني أيضا أن 29% من مراجعات Copilot لا تعيد أي تعليقات، وتقدم GitHub ذلك بوصفه خيارا تصميميا متعمدا (الصمت عندما لا يوجد خطأ) لا فشلا. وصلت ميزة مراجعة الكود في Copilot إلى الإتاحة العامة في 4 أبريل 2025، بحسب GitHub Octoverse 2025. وتأتي سابقة أقدم من Google، حيث استطاع نموذج تعلم آلي داخلي معالجة نحو 52% من تعليقات المراجعين عند هدف دقة 50%، وطبق مؤلفو الكود 40% إلى 50% من التعديلات المقترحة التي عرضت لهم مسبقا (Google Research, 2023). أحدث بيانات متاحة لهذه الدراسة الداخلية: Google Research, 2023.
3. الثقة والدقة: فجوة التحقق
تتحرك الثقة في الاتجاه المعاكس للاستخدام. 96% من المطورين لا يثقون تماما بأن الكود الذي ينتجه الذكاء الاصطناعي صحيح وظيفيا، ومع ذلك 48% فقط يتحققون منه دائما قبل الإيداع (Sonar State of Code Developer Survey 2026). وهذه الفجوة البالغة 48 نقطة بين الشك والاجتهاد هي المساحة التي تباع فيها أدوات المراجعة الآلية: فإذا لم يفحص البشر مخرجات الذكاء الاصطناعي باستمرار، فلا بد أن يفعل شيء آخر ذلك.
ويتكرر النمط عبر عينات مستقلة. وجدت Stack Overflow أن ثلثي المطورين يصادفون إجابات من الذكاء الاصطناعي تكاد تكون صحيحة لكنها ليست كذلك تماما، ووجدت DORA أن 30% لديهم ثقة ضئيلة أو معدومة بالكود الذي ينتجه الذكاء الاصطناعي حتى مع إبلاغ أكثر من 80% عن مكاسب في الإنتاجية. وقد استقر المطورون على التعامل مع الذكاء الاصطناعي بوصفه شريكا سريعا لكنه عرضة للخطأ ولا بد من فحص عمله، وهذا أيضا سبب تصنيف المشاركين في استطلاع Sonar لمراجعة الكود الذي ينتجه الذكاء الاصطناعي والتحقق منه على أنه المهارة الأهم في عصر الذكاء الاصطناعي.
| المقياس | القيمة | المصدر |
|---|---|---|
| المطورون الذين لا يثقون تماما بأن الكود الذي ينتجه الذكاء الاصطناعي صحيح وظيفيا | 96% | Sonar State of Code Developer Survey 2026 |
| المطورون الذين يتحققون دائما من كود الذكاء الاصطناعي قبل الإيداع | 48% | Sonar State of Code Developer Survey 2026 |
| المطورون الذين يوافقون على أن الذكاء الاصطناعي ينتج كودا يبدو صحيحا لكنه غير موثوق | 61% | Sonar State of Code Developer Survey 2026 |
| المطورون الذين يثقون ثقة عالية / يشككون فعليا في دقة مخرجات الذكاء الاصطناعي | 3.1% / 46% | Stack Overflow Developer Survey 2025 |
| المطورون المحبطون من حلول الذكاء الاصطناعي التي تكاد تكون صحيحة لكنها ليست كذلك تماما | 66% | Stack Overflow Developer Survey 2025 |
| المتخصصون في التقنية الذين لديهم ثقة ضئيلة أو معدومة بالكود الذي ينتجه الذكاء الاصطناعي | 30% | Google DORA 2025 |
| المشاركون الذين يثقون بأن الذكاء الاصطناعي يتولى المهام اليومية دون مراجعة بشرية | 37% | GitLab Global DevSecOps Report 2025 |
| المطورون الذين يبلغون عن هلوسات قليلة وثقة عالية في شحن كود الذكاء الاصطناعي معا | 3.8% | Qodo State of AI Code Quality 2025 |
ملاحظة سياقية: يذكر الملخص الخاص بالقادة الصادر عن Stack Overflow أن الثقة في دقة الذكاء الاصطناعي بلغت 29% في 2025 بعد أن كانت 40% في 2024، بينما تعرض صفحة النتائج العامة 33% بجمع من يثقون إلى حد ما ومن يثقون ثقة عالية؛ ويعود الفرق إلى طريقة تجميع الإجابات، وكلا الرقمين يشير إلى تراجع (Stack Overflow 2025 survey for leaders). وتضيف Qodo أن 25% من المطورين يقدرون أن واحدا من كل خمسة اقتراحات من الذكاء الاصطناعي يحتوي على أخطاء واقعية أو كود مضلل، وأن المطورين الذين يرون هلوسات أقل أكثر احتمالا بمقدار 2.5 ضعف لدمج الكود دون مراجعة (24% مقابل 9%).
4. الإنتاجية واختناق المراجعة
أسرع طريقة لفهم سبب نمو مراجعة الذكاء الاصطناعي هي النظر إلى أين ذهب الوقت. الفرق ذات الاعتماد العالي على الذكاء الاصطناعي تدمج طلبات سحب أكثر بنسبة 98%، بينما يرتفع وقت مراجعة PR بنسبة 91% (Faros AI, The AI Productivity Paradox Research Report 2025). أصبحت الكتابة أرخص، أما القراءة فلا. ووجدت Faros أيضا أن متوسط حجم PR ارتفع 154%، لذا يواجه المراجعون طلبات سحب أكثر وأكبر حجما في آن واحد.
وتتفق البيانات المبلغ عنها ذاتيا مع ذلك. وجد استطلاع GitLab لعام 2026 أن 78% من المشاركين يقولون إن المطورين يكتبون الكود ويودعونه أسرع، ويوافق 85% على أن الذكاء الاصطناعي نقل الاختناق إلى المراجعة والتحقق. وتضيف دراسة محكومة من METR تحذيرا بشأن الإدراك: فقد استغرق مطورو المصدر المفتوح ذوو الخبرة وقتا أطول بنسبة 19% لإنجاز المهام باستخدام أدوات الذكاء الاصطناعي، رغم أنهم ظلوا يعتقدون بعد ذلك أن الذكاء الاصطناعي جعلهم أسرع بنسبة 20% (METR, يوليو 2025).
| المقياس | القيمة | المصدر |
|---|---|---|
| التغير في عدد طلبات PR المدمجة لدى الفرق ذات الاعتماد العالي على الذكاء الاصطناعي | +98% | Faros AI Productivity Paradox Report 2025 |
| التغير في وقت مراجعة PR لدى الفرق ذات الاعتماد العالي على الذكاء الاصطناعي | +91% | Faros AI Productivity Paradox Report 2025 |
| التغير في متوسط حجم PR | +154% | Faros AI Productivity Paradox Report 2025 |
| التغير في المهام المنجزة لكل مطور | +21% | Faros AI Productivity Paradox Report 2025 |
| التغير في عدد طلبات السحب التي يتعامل معها كل مطور يوميا | +47% | Faros AI Productivity Paradox Report 2025 |
| المطورون الذين يقولون إن مراجعة كود الذكاء الاصطناعي تتطلب جهدا أكبر من مراجعة كود الزملاء | 38% | Sonar State of Code Developer Survey 2026 |
| طلبات السحب المدمجة على GitHub شهريا (متوسط 2025) | 43.2 مليون (+23% على أساس سنوي) | GitHub Octoverse 2025 |
| التغير في وقت إنجاز المهام مع أدوات الذكاء الاصطناعي في تجربة عشوائية (16 مطورا، 246 مهمة) | أبطأ بنسبة 19% | METR, 2025 |
ملاحظة سياقية: لم تجد Faros ارتباطا ذا دلالة بين الاعتماد على الذكاء الاصطناعي ومقاييس DORA على مستوى الشركة، أي أن المكاسب الفردية تبددت قبل أن تصل إلى نتائج التسليم. ويظهر تقرير Atlassian State of Developer Experience 2025 (3,500 مطور ومدير) التعويض نفسه: 68% يوفرون أكثر من 10 ساعات أسبوعيا بفضل الذكاء الاصطناعي، بينما يخسر 50% أكثر من 10 ساعات أسبوعيا بسبب الاحتكاك التنظيمي (Atlassian, 2025). والمراجعة الآلية إحدى الأدوات القليلة الموجهة إلى المرحلة التي يتراكم فيها الوقت فعلا.
5. نتائج جودة الكود والأمان
تنقسم بيانات الجودة بوضوح إلى روايتين. الكود الذي يكتبه الذكاء الاصطناعي دون مراجعة يحمل عيوبا أكثر بشكل قابل للقياس. بلغ متوسط المشكلات في طلبات السحب التي شارك الذكاء الاصطناعي في كتابتها 10.83 لكل PR مقابل 6.45 لطلبات PR التي كتبها البشر وحدهم، أي نحو 1.7 ضعف (CodeRabbit, State of AI vs Human Code Generation Report 2025)، ووجدت Veracode أن 45% من عينات الكود التي أنتجها الذكاء الاصطناعي فشلت في اختبارات الأمان وأدخلت ثغرات من قائمة OWASP Top 10.
والرواية الثانية أن وجود المراجعة في الحلقة يغير النتيجة. وجدت Qodo أن 81% من المطورين الذين يستخدمون مراجعة الكود بالذكاء الاصطناعي أبلغوا عن تحسن في الجودة، مقابل 55% في الفرق المماثلة في السرعة التي لا تستخدمها، وأن من اعتمدوا مراجعة الذكاء الاصطناعي رأوا مكاسب في الجودة حتى حين بقيت الإنتاجية ثابتة (36% مقابل 17%). وبقراءة الأرقام معا، يتضح أن الخطر يكمن في مخرجات الذكاء الاصطناعي غير المراجعة لا في مخرجات الذكاء الاصطناعي بحد ذاتها. ويمكن للقراء الذين يتابعون مشهد التهديدات الأوسع مقارنة هذه الأرقام بـإحصائيات الأمن السيبراني لدينا.
| المقياس | القيمة | المصدر |
|---|---|---|
| عينات الكود التي أنتجها الذكاء الاصطناعي وفشلت في اختبارات الأمان (أكثر من 100 نموذج LLM) | 45% | Veracode GenAI Code Security Report 2025 |
| معدل الفشل الأمني حسب اللغة: Java / C# / JavaScript / Python | 72% / 45% / 43% / 38% | Veracode GenAI Code Security Report 2025 |
| العينات التي فشل فيها الذكاء الاصطناعي في الحماية من البرمجة النصية عبر المواقع (CWE-80) | 86% | Veracode GenAI Code Security Report 2025 |
| المشكلات لكل PR: بمشاركة الذكاء الاصطناعي مقابل البشر وحدهم (470 طلب PR مفتوح المصدر) | 10.83 مقابل 6.45 | CodeRabbit State of AI vs Human Code Generation 2025 |
| المشكلات الأمنية في طلبات PR بمشاركة الذكاء الاصطناعي مقابل البشر وحدهم | تصل إلى 2.74 ضعف | CodeRabbit State of AI vs Human Code Generation 2025 |
| تحسن الجودة مع مراجعة الذكاء الاصطناعي مقابل بدونها (بين الفرق السريعة) | 81% مقابل 55% | Qodo State of AI Code Quality 2025 |
| المشاركون الذين أبلغوا عن تأثير إيجابي للذكاء الاصطناعي على جودة الكود | 59% | Google DORA 2025 |
| المستودعات التي لديها تنبيهات CodeQL بشأن كسر التحكم في الوصول | أكثر من 151,000 (+172% على أساس سنوي) | GitHub Octoverse 2025 |
ملاحظة سياقية: تفيد Veracode بأن النماذج الأكبر والأحدث لم تنتج كودا أكثر أمانا، لذا فإن ترقية النماذج وحدها ليست بديلا عن المراجعة. وعلى الجانب الإيجابي، يذكر GitHub Octoverse 2025 أن أوقات إصلاح الثغرات تحسنت 30% خلال العام الماضي وأن عدد المستودعات التي تلقت تنبيهات حرجة انخفض 26%. وتضيف Faros زيادة 9% في الأخطاء لكل مطور لدى الفرق ذات الاعتماد العالي على الذكاء الاصطناعي. ويعرض ملخص تقرير Veracode المنهجية كاملة.
6. الحوكمة وتحديات المؤسسات وما يأتي لاحقا
اشترت المؤسسات أدوات البرمجة بالذكاء الاصطناعي أسرع مما وضعت لها من قواعد. يقول 80% من المشاركين إن مؤسستهم اعتمدت أدوات الذكاء الاصطناعي أسرع مما وضعت من سياسات لحوكمتها، ويبلغ 92% عن شكل من أشكال تحديات الحوكمة مع الكود الذي ينتجه الذكاء الاصطناعي (GitLab AI Accountability Report 2026). ولذلك فإن المرحلة التالية من المراجعة الآلية تتعلق أقل باكتشاف الأخطاء الإملائية وأكثر بمصدر الكود: معرفة أي كود جاء من نموذج، وأي أداة أنتجته، ومن وافق عليه.
وأرقام التتبع هي الأكثر إثارة للقلق. يثق 87% بأنهم يستطيعون خلال 24 ساعة تحديد ما إذا كان كود أنتجه الذكاء الاصطناعي قد أسهم في حادث إنتاجي، ومع ذلك لم تتمكن 34% من المؤسسات التي واجهت حادثا فعليا في العام الماضي من تحديد ذلك. وفي الوقت نفسه تواصل حصة الكود الذي يكتبه الذكاء الاصطناعي الارتفاع، ما يعني أن مشكلة الحوكمة تتفاقم كل ربع سنة. وتغطي إحصائيات اعتماد الذكاء الاصطناعي في المؤسسات لدينا نمط تأخر السياسات نفسه خارج فرق البرمجيات.
| المقياس | القيمة | المصدر |
|---|---|---|
| المؤسسات التي تعتمد الذكاء الاصطناعي أسرع من سياسات الحوكمة / التي تبلغ عن تحد في الحوكمة | 80% / 92% | GitLab AI Accountability Report 2026 |
| المشاركون الذين لا يستطيعون التمييز بموثوقية بين الكود الذي ينتجه الذكاء الاصطناعي والكود الذي يكتبه البشر | 43% | GitLab AI Accountability Report 2026 |
| المشاركون الذين يقولون إن كود الذكاء الاصطناعي يهدد بشكل جديد من الدين التقني | 82% | GitLab AI Accountability Report 2026 |
| المشاركون الذين يقولون إن الذكاء الاصطناعي يزيد تعقيد إدارة الامتثال | 70% | GitLab Global DevSecOps Report 2025 |
| المشاركون الذين يكتشفون مشكلات امتثال بعد النشر أكثر مما يكتشفونها أثناء التطوير | 76% | GitLab Global DevSecOps Report 2025 |
| الكود المودع الذي ينتجه الذكاء الاصطناعي أو يساعد في إنتاجه: اليوم مقابل المتوقع بحلول 2027 | 42% مقابل 65% | Sonar State of Code Developer Survey 2026 |
| مهندسو البرمجيات في المؤسسات الذين يستخدمون مساعدي الكود بالذكاء الاصطناعي: أوائل 2024 مقابل توقعات 2028 | أقل من 14% مقابل 90% | Gartner Top Strategic Trends in Software Engineering 2025 |
ملاحظة سياقية: إن نتيجة الامتثال بعد النشر البالغة 76% من تقرير GitLab DevSecOps لعام 2025 (3,266 متخصصا، أجرته The Harris Poll) حجة مباشرة لنقل الفحوص إلى مرحلة المراجعة (بيان GitLab الصحفي، نوفمبر 2025). ويرد توقع Gartner هنا نقلا عن تغطية DevOps Digest لإصدار Gartner في يوليو 2025؛ ويتوقع الإصدار نفسه أن 55% على الأقل من فرق هندسة البرمجيات ستبني ميزات قائمة على LLM بحلول 2027. وعلى صعيد العائد على الاستثمار، يقول 60% من مشاركي GitLab في 2026 إن عائد البرمجة بالذكاء الاصطناعي تجاوز التوقعات، فالضغط إذن نحو حوكمة كود الذكاء الاصطناعي لا نحو التراجع عنه.
الخلاصة: مراجعة الكود بالذكاء الاصطناعي بالأرقام
| المقياس | القيمة | المصدر |
|---|---|---|
| حصة مراجعات الكود على GitHub التي تتولاها مراجعة الكود في Copilot | أكثر من 1 من كل 5 | GitHub Blog, 2026 |
| مراجعات الكود المنجزة في Copilot | 60 مليون | GitHub Blog, 2026 |
| المؤسسات التي تشغل مراجعة الذكاء الاصطناعي على كل PR (Copilot) | أكثر من 12,000 | GitHub Blog, 2026 |
| مستخدمو مراجعة الكود في Copilot الذين أبلغوا عن تحسن الفعالية | 72.6% | GitHub Octoverse 2025 |
| المطورون الذين يستخدمون الذكاء الاصطناعي في الغالب لإيداع الكود ومراجعته | 10.2% | Stack Overflow Developer Survey 2025 |
| المطورون الذين لا يخططون لاستخدام الذكاء الاصطناعي في إيداع الكود ومراجعته | 58.7% | Stack Overflow Developer Survey 2025 |
| المتخصصون في التقنية الذين يستخدمون الذكاء الاصطناعي في العمل | 90% | Google DORA 2025 |
| المطورون الذين لا يثقون تماما بالكود الذي ينتجه الذكاء الاصطناعي | 96% | Sonar State of Code 2026 |
| المطورون الذين يتحققون دائما من كود الذكاء الاصطناعي قبل الإيداع | 48% | Sonar State of Code 2026 |
| المطورون الذين يشككون فعليا في دقة مخرجات الذكاء الاصطناعي | 46% | Stack Overflow Developer Survey 2025 |
| الذكاء الاصطناعي نقل الاختناق من كتابة الكود إلى مراجعته | 85% يوافقون | GitLab AI Accountability Report 2026 |
| التغير في وقت مراجعة PR لدى الفرق ذات الاعتماد العالي على الذكاء الاصطناعي | +91% | Faros AI 2025 |
| التغير في عدد طلبات PR المدمجة لدى الفرق ذات الاعتماد العالي على الذكاء الاصطناعي | +98% | Faros AI 2025 |
| تحسن الجودة مع مراجعة الذكاء الاصطناعي مقابل بدونها | 81% مقابل 55% | Qodo State of AI Code Quality 2025 |
| عينات الكود التي أنتجها الذكاء الاصطناعي وفشلت في اختبارات الأمان | 45% | Veracode GenAI Code Security Report 2025 |
| المشكلات لكل PR، بمشاركة الذكاء الاصطناعي مقابل البشر وحدهم | 10.83 مقابل 6.45 | CodeRabbit 2025 |
| المؤسسات التي تعتمد الذكاء الاصطناعي أسرع من سياسات الحوكمة | 80% | GitLab AI Accountability Report 2026 |
| المتخصصون في التقنية الذين لديهم ثقة ضئيلة أو معدومة بالكود الذي ينتجه الذكاء الاصطناعي | 30% | Google DORA 2025 |
| حصة الذكاء الاصطناعي في الكود المودع، اليوم مقابل توقعات 2027 | 42% مقابل 65% | Sonar State of Code 2026 |
| مهندسو المؤسسات الذين يستخدمون مساعدي الكود بالذكاء الاصطناعي بحلول 2028 | 90% (توقع) | Gartner, 2025 |
المنهجية والمصادر
- Stack Overflow Developer Survey 2025، قسم الذكاء الاصطناعي: الاعتماد والثقة والإحباطات واستخدام الذكاء الاصطناعي في إيداع الكود ومراجعته (أجاب 33,662 مشاركا عن أسئلة استخدام الذكاء الاصطناعي).
- Stack Overflow 2025 Developer Survey for Leaders، اعتماد الذكاء الاصطناعي: مقارنة الثقة على أساس سنوي (2024 مقابل 2025).
- GitHub Octoverse 2025: فعالية مراجعة الكود في Copilot، وأحجام PR والإيداعات، وبيانات CodeQL وأوقات إصلاح الثغرات.
- GitHub Blog، 60 مليون مراجعة كود في Copilot وما زال العدد يتزايد (مارس 2026): حجم المراجعات، وحصة مراجعات GitHub، وعدد المؤسسات، ونسبة الملاحظات القابلة للتنفيذ.
- البيان الصحفي لتقرير GitLab AI Accountability Report 2026: The Harris Poll، 1,528 مطورا ومشتري تقنية في ست دول، نشر في 23 يونيو 2026.
- البيان الصحفي لتقرير GitLab Global DevSecOps Report 2025: The Harris Poll، 3,266 متخصصا في DevSecOps، نشر في 10 نوفمبر 2025.
- Google Cloud، الإعلان عن تقرير DORA 2025 وملخص DORA 2025 على Google Blog: نحو 5,000 متخصص في التقنية إضافة إلى أكثر من 100 ساعة من البيانات النوعية.
- Sonar State of Code Developer Survey 2026 وتحليل Sonar لفجوة الثقة في الذكاء الاصطناعي: أكثر من 1,100 مطور محترف، نشر في يناير 2026.
- Qodo State of AI Code Quality 2025: 609 مطورين من شركات بأحجام ومناطق مختلفة.
- Veracode 2025 GenAI Code Security Report: اختبار أكثر من 100 نموذج LLM عبر Java وPython وC# وJavaScript، نشر في 30 يوليو 2025.
- CodeRabbit State of AI vs Human Code Generation Report: 470 طلب PR مفتوح المصدر (320 بمشاركة الذكاء الاصطناعي و150 بشرية فقط)، نشر في 17 ديسمبر 2025.
- Faros AI، The AI Productivity Paradox Research Report: بيانات قياس عن أكثر من 10,000 مطور في 1,255 فريقا، نشر في يوليو 2025.
- METR، قياس أثر الذكاء الاصطناعي في أوائل 2025 على إنتاجية مطوري المصدر المفتوح ذوي الخبرة: تجربة عشوائية محكومة، 16 مطورا، 246 مهمة.
- JetBrains State of Developer Ecosystem 2025: 24,534 مطورا في 194 دولة، استطلاع من أبريل إلى يونيو 2025.
- Atlassian State of Developer Experience 2025: 3,500 مطور ومدير في ست دول.
- Google Research، حل تعليقات مراجعة الكود بالتعلم الآلي (2023): تعديلات مقترحة داخليا بالتعلم الآلي لتعليقات المراجعين.
- Gartner Top Strategic Trends in Software Engineering 2025، عبر DevOps Digest: لم يكن إصدار Gartner الأصلي متاحا للاطلاع العام؛ وترد الأرقام كما نشرت.
- Zhong وآخرون، From Human-Centric to Agentic Code Review (arXiv، يوليو 2026): تحليل 1.02 مليون طلب PR خضع للمراجعة من 207 مشاريع على GitHub، ويجد أن المراجعات التي يشارك فيها وكلاء ترتبط بقرارات أسرع لكن ليس بجودة مراجعة أفضل؛ استخدم للسياق النوعي فقط.
- ملاحظة حول البيانات: الأبحاث التي تجريها الجهات الموردة (GitHub وSonar وQodo وCodeRabbit وFaros AI) صادرة عن شركات تبيع أدوات البرمجة أو المراجعة بالذكاء الاصطناعي، لذا ينبغي التعامل بحذر مع طريقة عرضها حتى حين تفصح عن المنهجية. وعينة CodeRabbit البالغة 470 طلب PR وتجربة METR على 16 مطورا صغيرتان؛ فاتجاههما يتفق مع الاستطلاعات الأكبر، لكن المضاعفات الدقيقة لا ينبغي تعميمها. وتنشر Stack Overflow رقمين للثقة في 2025 (29% في ملخص القادة و33% في صفحة النتائج) بسبب اختلاف تجميع الإجابات. وتعود بيانات Google عن مراجعة الكود بالتعلم الآلي إلى 2023 (أحدث بيانات متاحة لهذه الدراسة الداخلية). واستبعدنا تقديرات حجم سوق أدوات مراجعة الكود بالذكاء الاصطناعي لأننا لم نتمكن من مطابقتها عبر شركتين تفصحان عن منهجيتهما. بيانات أحدث متوقعة: Stack Overflow Developer Survey 2026 وGitHub Octoverse 2026 وتقرير DORA لعام 2026.
آخر تحديث: 3 أكتوبر 2026. نحدث هذا الاستعراض كل ثلاثة أشهر، ومن المتوقع أن يأتي التحديث التالي عندما تنشر GitHub تقرير Octoverse 2026.