AI zrychluje vývoj, 42 % programátorů ale hlásí větší vyhoření

Společnost Terminal ve zprávě zveřejněné 30. září 2026 uvádí, že z 1 851 dotázaných softwarových inženýrů 84 % díky AI podle vlastních slov dodává práci výrazně rychleji, zatímco 42 % se cítí vyčerpanější než před rokem; jeden z respondentů změnu vystihl slovy „The tedious part got cheap, so the judgment part became the whole job.“ Rychlejší vznik kódu sám o sobě neznamená méně práce pro lidi, kteří mají změnu posoudit, otestovat a začlenit do produktu.

Odpovídali vývojáři z Latinské Ameriky, Kanady, Evropy a Spojených států, nikoli samostatný český vzorek. Už zářijový rozbor The Founders Report u téhož průzkumu popsal souběh vyšší kapacity pro hodnotnější práci, kterou vnímá 77 % dotázaných, a většího vyhoření hlášeného 42 %. Jde o odpovědi lidí, ne o měření skutečné délky pracovního dne. Průzkum neukazuje, zda AI vyčerpání způsobila ani zda zvýšenou kapacitu a vyhoření uváděli právě titíž respondenti.

Úzké místo se přesouvá za napsání kódu

V průzkumu používá nástroje AI často nebo téměř vždy 79 % vývojářů. Zároveň 70 % tráví podle své odpovědi více času kontrolou a ověřováním kódu než jeho psaním a 72 % vnímá přesun úzkého místa k revizi, testům a integraci. Čísla nevypovídají o tom, kolik minut zabere každá činnost; ukazují, kde účastníci pociťují těžiště práce.

Asistent může dodat návrh dříve, než by jej vývojář napsal ručně. Poté ale přicházejí otázky, které samotný objem vytvořeného kódu neřeší: odpovídá změna požadavku, funguje v existující aplikaci a nepoškodí související části? Pokud návrh neprojde revizí nebo testy, rychlost jeho vytvoření se do rychlejšího vydání softwaru nepřenese. Tato posloupnost vysvětluje, proč může přibývat hotových návrhů, aniž by stejně rychle přibývalo změn připravených k nasazení.

Kontrola také vyžaduje jiný druh pozornosti než psaní vlastní implementace. Člověk musí pochopit řešení, které sestavil nástroj, rozpoznat skryté předpoklady a rozhodnout, zda je přijatelné pro konkrétní systém. Práce se tak může přesunout od tvorby prvního návrhu k převzetí odpovědnosti za jeho chování.

Vyšší kapacita může zvednout očekávání

Další část napětí popisuje 57 % účastníků: očekává se od nich více práce za stejnou mzdu. Pro pracovní zátěž je proto důležité nejen to, kolik času AI ušetří při přípravě návrhu, ale i to, co se s ušetřeným časem stane. Jestliže jej vyplní další úkoly a každá změna stále vyžaduje lidské posouzení, rychlejší nástroj může zvýšit průtok práce bez odpovídající úlevy.

Vyšší kapacita pro hodnotnější úkoly má navíc jiný význam než kratší pracovní doba. Návrh architektury, odstraňování obtížné chyby či rozhodnutí o podobě produktu mohou být užitečnější než rutinní psaní kódu, ale stále vyžadují čas a soustředění. Výsledky tak mohou současně zachycovat větší prostor pro náročnější činnosti i větší tlak na jejich počet. Z dotazníku nelze vypočítat, zda se zkrátila celková doba od zadání požadavku po bezpečné vydání změny.

Pro technické vedení je rozdíl viditelný v tom, na jakém konci procesu se měří výkon. Počet vygenerovaných návrhů vypovídá o rychlosti vstupu; čekání na revizi, vracené změny, selhávající testy a opravy po nasazení ukazují, kolik práce je třeba k dokončení. Pokud první hodnota roste rychleji než druhá, produktivita může v přehledu vypadat lépe, zatímco fronta náročných rozhodnutí se prodlužuje. To je možné vysvětlení mechanismu, nikoli naměřený výsledek pro firmy zahrnuté do průzkumu.

Jiný výzkum zachytil obavy o údržbu

Samostatná longitudinální studie Annie Velly a Kelly Blincoeové sledovala profesionální vývojáře ve dvou dotazníkových vlnách vzdálených šest měsíců. První vlnu tvořilo 158 způsobilých účastníků, druhou 101 a oběma prošlo 95 lidí. Mezi dotázanými ve druhé vlně 82 % uvádělo, že tráví méně času psaním kódu. Tento posun souvisí s větším důrazem na ověřování výsledků a vedení práce asistenta.

Kvalita výstupu zůstala v obou vlnách nejčastěji označovanou hlavní obavou. Podíl těch, kdo na první místo zařadili udržovatelnost, však stoupl ze 3 % na 19 %. Jde o pořadí obav, nikoli o zjištění, že se skutečná kvalita nebo udržovatelnost vytvořeného softwaru o tolik změnila. Ve spárovaném vzorku jednotlivé činnosti jako revize či testování nevykazovaly statisticky průkazný posun; průkazně se změnil jejich celkový poměr vůči tvorbě.

Studie pojmenovává také práci spočívající v zadání úkolu AI, vyhodnocení výstupu a opravě chyb. Právě zde se může ztratit část času ušetřeného psaním kódu: vývojář musí rozumět výsledku natolik, aby jej mohl udržovat i po vydání. Obavy o udržovatelnost proto mají praktický dosah až do budoucích změn aplikace, nejen do okamžiku, kdy nový kód poprvé projde testy. Výzkum sleduje jinou skupinu než Terminal a jeho procenta nelze spojovat do jedné společné statistiky.

České týmy rozhodne dokončená změna

Globální podíly z průzkumu nejsou odhadem vyhoření mezi programátory v Česku. Zdejší vývojáře a jejich vedoucí však stavějí před konkrétní rozdíl: zda se zrychlila celá cesta změny do provozu, nebo pouze její první návrh. Čas na revizi, počet vrácených změn, výsledky testů a následné opravy jsou pro toto rozlišení bližší skutečně dokončené práci než počet řádků vytvořených asistentem.

Pro personální rozhodování je důležité, že rychlejší dodávání a vyšší vyčerpání se v odpovědích objevují vedle sebe, aniž by mezi nimi průzkum prokázal příčinu. Zvýšení očekávaného objemu práce může být jednou z cest, jak se úspora při psaní promění v další zátěž; roli ale mohou hrát i termíny, složitost produktu a způsob organizace revizí. Dokud firmy nebudou sledovat celý cyklus včetně údržby, vyšší rychlost generování sama neřekne, zda vývojářům skutečně ubylo práce.