Ferramentas de inteligência artificial generativa (IA) estão prometendo otimizar o tempo de desenvolvedores em projetos de código aberto, mas, paradoxalmente, têm gerado um volume crescente de contribuições de baixa qualidade. Uma pesquisa recente da Linux Foundation aponta que os mantenedores de projetos open source estimam que cerca de um quarto das solicitações de pull (pull requests), que são as propostas de alteração de código, são de baixa qualidade, descritas como "lixo de IA".

Essa situação tem levado projetos open source a lidar com um fluxo complexo de contribuições geradas por IA, que incluem desde descobertas úteis de vulnerabilidades até relatórios falsos e duplicados. Embora figuras proeminentes como Linus Torvalds tenham demonstrado uma aceitação cautelosa dessas ferramentas, ele mantém ressalvas quanto à qualidade das submissões. A Linux Foundation, diante desse cenário, argumenta que os projetos precisam de políticas mais claras e ferramentas aprimoradas para gerenciar esse influxo.

O Dilema da Produtividade e Qualidade

De acordo com a pesquisa, quase três quartos (71%) dos mantenedores acreditam que a IA generativa reduziu as barreiras para contribuir com o código aberto. No entanto, pouco mais da metade (53%) discorda que a tecnologia tenha melhorado a confiança dentro da comunidade. Em média, os entrevistados estimaram que a IA reduziu o tempo de autoria de código em 52%. Contudo, para tarefas de alta complexidade, 21% dos respondentes relataram um aumento no tempo de desenvolvimento, indicando que a IA não é uma solução universal para todos os desafios de codificação.

Governança e Políticas em Aberto

A questão da governança se torna central neste novo contexto. Atualmente, apenas 35% dos projetos possuem uma política formal que permite o uso de IA generativa, enquanto 32% não têm nenhuma política e nem planos para desenvolvê-la. Essa ausência de diretrizes claras gera incertezas sobre as expectativas em toda a comunidade de desenvolvimento open source. Hilary Carter, vice-presidente sênior de Pesquisa na Linux Foundation, enfatiza a necessidade de uma abordagem proativa: "Projetos open source precisam projetar para uma base crescente de contribuidores gerados por IA, não simplesmente reagir a ela. Isso significa definir expectativas claras para a IA, colocar a responsabilidade por testes e divulgação nos contribuidores e dar aos mantenedores melhores ferramentas para gerenciar as solicitações de pull recebidas."

Sobrecarga e o Futuro do Desenvolvimento

O impacto é particularmente sentido em projetos de maior porte. Entre eles, a estimativa de pull requests classificados como "lixo de IA" sobe para 31%. A carga de trabalho, no entanto, vai além das propostas de alteração de código. O projeto curl, por exemplo, anunciou recentemente que passará a divulgar falhas de baixa e média severidade publicamente, em um esforço para proteger sua equipe de segurança, que se encontra quase sobrecarregada por relatórios assistidos por IA. Daniel Stenberg, mantenedor do projeto, expressou a dificuldade: "Estamos lutando como projeto, pois todos os mantenedores-chave se sentem estressados, sobrecarregados e levados ao limite do que podemos oferecer."

Ferramentas e Expectativas

A Linux Foundation sugere que o desenvolvimento de ferramentas adequadas é crucial. Carter acrescenta: "Se acertarmos esses fundamentos, a IA pode expandir a participação sem sobrecarregar e aumentar os custos para os mantenedores." A questão que permanece é como equilibrar os benefícios de produtividade que a IA traz com a necessidade de manter a qualidade e a sustentabilidade dos projetos open source, garantindo que o avanço tecnológico não se torne um fardo insustentável para a comunidade que o sustenta.

Com reportagem de Brazil Valley

Source · The Register