AI is reshaping software development—but not equally for all developers
A new study of 35 developers reveals that generative AI boosts productivity differently depending on experience level: junior developers gain faster learning, while senior developers shift toward strategic decision-making. The finding suggests companies may need to rethink how they deploy AI tools and structure engineering teams to avoid widening skill gaps or losing institutional knowledge.
Originaltitel: Generative AI and the Transformation of Software Development Work Systems in Digital Innovation: A Comparative Study of Junior and Senior Developers
GenAI omformar mjukvaruutvecklingsrollen olika för junior- och seniorutvecklare, vilket påverkar anställningsstruktur och kompetensutveckling på nya sätt. En studie från Högskolan i Borås baserad på 35 utvecklare kartlägger dessa rollskillnader genom kvalitativ analys av arbetsprocesser och lärande. Juniorutvecklare vinner mest på produktivitetsökning och AI-stödd kunskapsuppbyggnad, medan seniora utvecklare använder GenAI för arkitektonisk resonering, strategisk problem-solving och insourcing av verksamhetskritiska uppgifter. GenAI omfördelar därmed expertis mellan roller istället för att helt automatisera arbete. För teknikledare och AI-produktchefer är slutsatsen klar: GenAI kräver omvärderad organisering av utvecklingsteam. Investeringar i seniorutvecklares strategiska funktion blir kritisk för innovationsprestanda, medan juniorroller transformeras snarare än elimineras. Framtida rekrytering måste anpassas efter denna nya rolluppdelning.
Digital innovation is produced through software development work systems, and Generative AI (GenAI) transforms these systems in ways that reshape work practices and learning trajectories differently for junior and senior developers. While prior research highlights productivity benefits and emerging challenges, it offers limited insight into how these transformations differ across developer roles. This study addresses this gap by examining how GenAI reconfigures the structure and performance of software development as cyber-human work systems. Drawing on a qualitative, multi-perspective design involving 35 developers, we thematically analyze how AI-enabled capabilities reshape tasks, responsibilities, learning dynamics, and innovation-relevant outcomes. The findings show that junior developers experience productivity gains and AI-assisted learning, whereas senior developers leverage GenAI for architectural reasoning, strategic insourcing, and high-level problem-solving. These role-differentiated effects reveal how GenAI redistributes expertise, reshapes capability development, and influences digital innovation performance. The study advances understanding of digital transformation and emerging future digital work skills.