Secondo un recente sondaggio condotto dalla Linux Foundation, l’uso dell’intelligenza artificiale generativa sta contribuendo a ridurre i tempi di sviluppo del codice per gli sviluppatori open source, ma sta anche generando un aumento significativo di contributi di bassa qualità. Gli intervistati stimano che circa un quarto delle pull request in entrata – modifiche proposte al codice – siano considerate “AI slop”, ovvero di bassa qualità.
Negli ultimi mesi, i progetti open source si sono trovati ad affrontare una serie di sfide legate ai contributi generati dall’IA, inclusi risultati utili ma anche scoperte di vulnerabilità, falsi positivi e segnalazioni duplicate. Linus Torvalds, noto per il suo ruolo di fondatore del kernel Linux, ha espresso apprezzamento per alcuni strumenti AI, ma si è dimostrato critico nei confronti delle sottomissioni di bassa qualità.
La Linux Foundation sottolinea la necessità di politiche più chiare e strumenti migliori per gestire questo nuovo afflusso di contributi. Quasi il 71% dei manutentori intervistati ritiene che l’IA generativa abbia abbattuto le barriere all’ingresso nel mondo open source, ma oltre la metà (53%) non è convinta che questa tecnologia abbia migliorato la fiducia all’interno della comunità. Gli intervistati hanno calcolato che l’IA ha ridotto in media il tempo necessario per scrivere codice del 52%, ma nel caso di compiti altamente complessi, il 21% ha riportato tempi di esecuzione più lunghi.
In merito alla governance, solo il 35% dei progetti possiede una politica formale che consenta l’uso della generazione AI, mentre il 32% non ha alcuna politica e non prevede di crearne una, lasciando molte incertezze nella comunità.
Hilary Carter, vicepresidente della ricerca alla Linux Foundation, ha dichiarato: “I progetti open source devono progettare per una base crescente di contributori generati dall’IA, piuttosto che semplicemente reagire. Ciò significa stabilire aspettative chiare per l’IA generativa, far ricadere la responsabilità dei test e delle comunicazioni sui contributori e fornire ai manutentori strumenti migliori per gestire le pull request in arrivo.”
Nei progetti di grandi dimensioni, la percentuale di pull request considerate “AI slop” aumenta al 31%. Inoltre, il carico di lavoro non si limita solo ai cambiamenti proposti nel codice. Recentemente, il progetto curl ha annunciato che intende rendere pubblici i difetti di bassa e media gravità per proteggere il proprio team di sicurezza, ora quasi sopraffatto dalle segnalazioni assistite dall’IA. Daniel Stenberg, manutentore del progetto, ha affermato: “Stiamo lottando come progetto, poiché tutti i principali manutentori si sentono sopraffatti, sovraccaricati e vicini ai limiti delle nostre capacità.”
Sottolineando l’esigenza di migliori strumenti per i manutentori, Carter ha aggiunto: “Se riusciamo a mettere a punto questi fondamenti, l’IA può ampliare la partecipazione senza sovraccaricare e aumentare i costi per i manutentori.”
