.jpg)
la integració de models de llenguatge de gran escala (LLM) en el cicle de desenvolupament de programari ha transformat la manera com es generen tant el codi com els comentaris tècnics. Estudis recents, com l'anàlisi de repositoris actius entre 2021 i 2025, revelen que entre el 20% i el 30% del codi en grans empreses tecnològiques és produït per aquestes eines. No obstant això, persisteixen interrogants sobre la qualitat real d'aquest contingut generat: des de la dificultat per depurar-lo fins a l'artificialitat dels comentaris. Aquest article explora aquestes tendències i ofereix una perspectiva pràctica per a empreses que busquen adoptar intel·ligència artificial sense comprometre la solidesa dels seus projectes.
una de les conclusions més cridaneres de l'estudi és que el percentatge de codi detectat com a generat per LLM ha disminuït amb el temps, mentre que els comentaris generats es mantenen estables. A més, aquest codi apareix amb freqüència en casos de prova i mostra un alt nivell de clonació interna dins del mateix repositori. Els comentaris, per altra banda, presenten una baixa proporció d'oracions gramaticalment correctes. Aquestes troballes subratllen la importància de comptar amb processos de revisió i eines especialitzades per integrar la IA de forma segura i eficient.
per a les organitzacions que desenvolupen aplicacions a mida, aquestes dades són una crida a l'acció. L'automatització amb LLM pot accelerar el lliurament de funcionalitats, però requereix un enfocament acurat. A Q2BSTUDIO, combinem la potència de la intel·ligència artificial amb una metodologia sòlida per garantir que el codi generat sigui mantenible, segur i alineat amb els objectius de negoci. Els nostres equips apliquen bones pràctiques d'IA per a empreses, incloent agents IA que optimitzen tasques repetitives, sense descuidar la supervisió humana.
un altre aspecte rellevant és la diferència entre repositoris mantinguts per empreses i els comunitaris. Els primers mostren un percentatge més gran de codi i comentaris generats per LLM, cosa que reflecteix una adopció més agressiva però també un risc potencial de propagació d'errors. Només un petit percentatge dels bugs etiquetats manualment s'associa amb codi generat per IA, cosa que suggereix que els problemes provenen més de la integració que de la generació en si. Per això, a Q2BSTUDIO oferim serveis de ciberseguretat i revisió de codi per mitigar vulnerabilitats en entorns on s'utilitzen LLM.
la infraestructura també juga un paper clau. Per escalar solucions d'IA de forma robusta, les empreses necessiten plataformes cloud flexibles. Des de Q2BSTUDIO, facilitem la migració i gestió en serveis cloud AWS i Azure, assegurant que les càrregues de treball d'intel·ligència artificial s'executin amb alta disponibilitat i baix cost. A més, la generació d'informes i dashboards intel·ligents amb Power BI permet als equips visualitzar mètriques de qualitat del codi i detectar patrons anòmals als repositoris. Aquesta combinació d'automatització de processos i anàlisi de dades potencia la presa de decisions basada en evidència.
en conclusió, l'estudi sobre codi i comentaris generats per LLM en repositoris ens recorda que la tecnologia és una eina, no un substitut del criteri humà. Per aprofitar els seus beneficis sense caure en deute tècnic, les empreses han d'invertir en programari a mida que integri IA de manera controlada, amb processos de revisió, formació d'equips i una visió estratègica. A Q2BSTUDIO acompanyem les organitzacions en aquest camí, oferint solucions que abasten des de la consultoria en ia per a empreses fins a la implementació d'agents IA que milloren la productivitat sense perdre el control sobre la qualitat final del producte.
