Linux Foundation: 25% de contribuições em código aberto são “lixo de IA”, sobrecarregando mantenedores
Mantenedores de projetos de código aberto têm se queixado há meses sobre o volume crescente de contribuições de baixa qualidade, e agora a Linux Foundation trouxe números para a discussão. Um estudo recente aponta que **um em cada quatro pull requests** recebidos é considerado “AI slop”, ou seja, lixo gerado por inteligência artificial.
Em projetos de maior porte, essa proporção chega a alarmantes 31%. Os dados provêm de uma pesquisa com 234 contribuidores e mantenedores, divulgada durante a conferência All Things Open. O relatório, intitulado “Navigating Open Source Software Development in the Generative AI Era”, sugere que, embora a IA generativa possa **cortar pela metade o tempo de escrita de código**, ela transfere o custo da triagem para os ombros de quem mantém os projetos.
A pesquisa, patrocinada pela Red Hat com apoio de Futurewei, OpenSSF e LF AI & Data, mediu diversos aspectos do impacto da IA no desenvolvimento de software livre. O aumento no volume de contribuições é notável, com 59% dos mantenedores relatando um crescimento desde a popularização da IA generativa. Em projetos grandes, esse número sobe para 69%.
IA: uma faca de dois gumes para o código aberto
Apesar do aumento no volume, a qualidade é uma preocupação crescente. Conforme os dados, **25% das contribuições são consideradas de baixa qualidade**, e essa taxa sobe para 31% nos projetos maiores. Isso significa que os mantenedores, mesmo em equipes maiores, enfrentam uma carga de trabalho adicional para filtrar o conteúdo recebido.
Por um lado, 71% dos mantenedores concordam que a IA **reduziu a barreira de entrada** para novos contribuidores. Por outro lado, 53% discordam que a IA tenha melhorado a confiança dentro da comunidade. Em resumo, mais pessoas estão participando, mas a confiança no código submetido está diminuindo.
Não há como negar o ganho de produtividade. Os respondentes estimam reduções de tempo em diversas atividades, variando de 19% em discussões de propostas a **52% na escrita de código**. Mantenedores relatam economizar entre 25% e 40% em discussões técnicas e revisões. Contudo, em tarefas de alta complexidade, 21% dos participantes afirmam que a IA fez o trabalho demorar mais.
Onde o tempo poupado está sendo investido
O tempo economizado com o auxílio da IA está sendo reinvestido nos projetos. Cerca de 66% dos mantenedores usam essa folga para **pagar dívida técnica**, 63% para criar novas funcionalidades e 58% para estudo e aprimoramento.
Apesar dos benefícios de produtividade, a **adoção de políticas para o uso de IA ainda é baixa**. Apenas 35% dos projetos possuem uma política formal que regula o uso de IA generativa. Outros 32% não têm políticas e não planejam implementá-las.
Do lado dos contribuidores, 61% afirmam revisar e testar detalhadamente o código gerado por IA antes de enviá-lo. No entanto, a declaração do uso de IA ainda é inconsistente. Hilary Carter, vice-presidente sênior de pesquisa da Linux Foundation, enfatiza a necessidade de os projetos se prepararem para contribuidores movidos a IA, em vez de apenas reagir a eles.
Recomendações e avisos prévios
Carter sugere três pontos cruciais: estabelecer expectativas claras sobre o uso de IA, colocar a responsabilidade de teste e declaração nas mãos de quem envia o código, e desenvolver ferramentas melhores para que os mantenedores possam filtrar as contribuições recebidas. A mentoria também se tornou um ponto de debate, com 46% dos participantes acreditando que a IA aumentou a necessidade de orientar novatos.
Essas descobertas não são totalmente novas para a comunidade. Linus Torvalds, criador do Linux, já havia expressado frustração com o “slop” em relatos de bugs do kernel. O projeto curl, de Daniel Stenberg, passou a exigir que os usuários declarem o uso de IA ao reportar falhas, após receber relatos inventados. O debate sobre como regular o código gerado por máquinas tem sido público em diversos projetos.
As recomendações do relatório da Linux Foundation alinham-se a essas preocupações, propondo políticas claras para contribuições assistidas por IA, exigência de transparência, testes e documentação antes do envio, além da padronização da atribuição.
A fundação pede que as comunidades tratem a governança, a verificação e a confiança como **infraestrutura essencial**, e não como detalhes secundários. Mark Collier, gerente-geral de IA e infraestrutura da fundação, reforça que o investimento em ferramentas de IA deve vir acompanhado de investimento em mantenedores, mentoria e confiança.
A pesquisa não quantifica quantos mantenedores desistiram devido a essa enxurrada de contribuições de baixa qualidade, um número que pode ser crucial para entender o futuro do desenvolvimento de software livre.