La inteligencia artificial, o lo que llamamos inteligencia artificial actualmente —modelos grandes de lenguaje o IA generativa—, está hasta en la sopa y, por supuesto, el desarrollo de software no es una excepción. Todo lo contrario, a decir verdad: de un par de años a esta parte el vibe coding y la programación asistida por IA han pasado de tendencia a proceso asimilado por cada vez más organizaciones e individuos, aunque es en el mundo del código abierto donde, por su propia naturaleza, se puede percibir más este cambio.

Según recoge The Linux Foundation, se estima que el «AI slop» supone ya un 25% de las solicitudes de incorporación de código —las conocidas como pull requests o PR en plataformas como GitHub— a proyectos de código abierto. No se trata, por tanto, del conjunto de aportes generados con ayuda de la IA, sino específicamente de lo denominado despectivamente como «IA basura» (contribuciones de muy baja calidad).

Cabe hacer la distinción porque el informe, publicado por LF Research con el patrocinio de Red Hat y el apoyo de Futurewei, OpenSSF y LF AI & Data, analiza cómo está cambiando la participación en el desarrollo de software de código abierto… Y hay un poco de todo: más productividad y facilidades para contribuir, pero también más trabajo para los mantenedores y unas normas de uso que no siempre acompañan. No todo es malo, vaya.

Así, el 71% de los mantenedores considera que la IA reduce las barreras de entrada a la colaboración, mientras que el 59% afirma que el volumen de contribuciones ha aumentado desde la expansión de la IA generativa, un porcentaje que sube al 69% en los proyectos grandes. Sin embargo, ese 25% de «basurilla de IA» entre las solicitudes que llegan también aumenta cuando se trata de proyectos grandes, alcanzando el 31%.

En todo caso, hay otros aspectos positivos, como es la mejora de la productividad, la cual se valora de diferente manera. Por ejemplo, los resultados de la encuesta en la que se basa el estudio apuntan una reducción media del 52% en el tiempo dedicado a escribir código y del 19% en las discusiones de propuestas, aunque conviene matizar este dato, ya que se refiere a estimaciones de los participantes, y no a una medición de rendimiento real. Además, el 21% reconoce que tarda más al utilizar IA generativa en tareas de alta complejidad.

Pero sí, la IA bien utilizada ayuda a ahorrar tiempo, que se invierte en reducir la deuda técnica —limpiar, reorganizar y pulir el código— según el 66%, en desarrollar nuevas funciones según el 63%, o en aprender y mejorar los conocimientos según el 58% de los encuestados. El problema parece estar en cómo se reacciona a todo lo que no solo no aporta, sino que perjudica, ya sea por la calidad del código o por el tiempo y esfuerzo que requiere gestionarlo.

En este sentido, el 53% de los mantenedores discrepa de que la IA generativa haya mejorado la confianza en la comunidad y el 46% cree que aumenta la necesidad de orientar a los nuevos colaboradores… aunque un 32% considera que la reduce. Entre los colaboradores, el 61% asegura revisar en detalle y realizar pruebas funcionales completas del código generado con IA antes de enviarlo, aunque la comunicación de esa asistencia sigue siendo irregular.

Para intentar encauzar esta situación muchos se remiten a las políticas internas de los proyectos, tan aparentemente extendidas estos días, aunque lo cierto, al menos por lo que indica este informe, es que por el momento solo un 35% de los proyectos cuenta con normas formales que permiten el uso de la IA generativa, mientras que el 32% carece de ellas y ni siquiera tiene previsto elaborarlas. La recomendación de The Linux Foundation a este respecto es clara:

«Los proyectos de código abierto deben diseñarse para una base creciente de colaboradores apoyados en IA, no limitarse a reaccionar ante ella», explica Hilary Carter, vicepresidenta sénior de Investigación en The Linux Foundation, quien subraya la necesidad de fijar expectativas claras, trasladar la responsabilidad de las pruebas y la transparencia a quienes envían el código y dotar a los mantenedores de mejores herramientas para gestionar las solicitudes entrantes. En la misma línea, Adrianne Marcum, jefa de gabinete de OpenSSF, recuerda que aunque la IA escriba código más rápido, quienes contribuyen siguen teniendo la obligación de comprender y probar lo que envían para que la seguridad del proyecto no recaiga en solitario sobre los mantenedores.

La entrada The Linux Foundation: el 25% de las solicitudes de contribución al código abierto son «AI slop» es original de MuyLinux