A promessa da IA generativa para quem programa sempre foi direta: escrever código mais rápido. Uma pesquisa divulgada nesta semana pela Linux Foundation (abre em nova aba) indica que essa promessa está sendo cumprida no código aberto, o software feito em comunidade que qualquer pessoa pode ler, usar e modificar. O problema é que parte da conta foi parar na mesa de quem não pediu nada.
O relatório Navigating Open Source Software Development in the Generative AI Era (abre em nova aba) foi feito pela LF Research, com patrocínio da Red Hat (abre em nova aba) e apoio de Futurewei, OpenSSF e LF AI & Data. Ele foi apresentado na conferência All Things Open, em Raleigh, nos Estados Unidos. Segundo o levantamento, os participantes estimam que a IA corta, em média, 52% do tempo gasto escrevendo código. Ao mesmo tempo, os mantenedores, que são as pessoas que decidem o que entra ou não em um projeto, calculam que 25% das contribuições recebidas são de baixa qualidade. A comunidade apelidou esse material de "AI slop", algo como "gororoba de IA". Em projetos grandes, a fatia sobe para 31%.
Mais contribuições, mais triagem
Contribuição, nesse contexto, quase sempre significa um pull request: alguém de fora propõe uma alteração no código e pede que os responsáveis a aceitem. Cada pedido precisa ser lido, testado e respondido por um humano. E o volume cresceu: 59% dos mantenedores dizem receber mais contribuições desde a popularização da IA generativa, número que chega a 69% nos projetos grandes.
| Indicador | Todos os projetos | Projetos grandes |
|---|---|---|
| Mantenedores que viram o volume de contribuições crescer | 59% | 69% |
| Contribuições estimadas como "AI slop" | 25% | 31% |
Juntando as duas linhas da tabela, o desenho fica claro. A IA barateou o ato de enviar código, mas não barateou o ato de conferir. Quem escreve economiza tempo, e quem revisa herda o trabalho. Não por acaso, a página do relatório afirma que o esgotamento dos mantenedores virou a preocupação número 1 dos projetos grandes.
Portas mais abertas, confiança menor
Há um lado bom: 71% dos mantenedores concordam que a IA generativa reduz a barreira de entrada para quem quer contribuir. Mas 53% discordam que ela tenha melhorado a confiança dentro das comunidades. A facilidade também cobra pedágio em outro lugar. Para 46%, a IA aumenta a necessidade de orientar novatos, contra 32% que dizem que ela diminui. Chega mais gente, e mais gente precisa de alguém por perto.
O ganho de tempo também não é uniforme. As economias estimadas vão de 19%, nas discussões de propostas, a 52%, na escrita de código. Em tarefas de alta complexidade, 21% dos entrevistados dizem levar mais tempo quando usam IA. Quando sobra tempo, 66% o usam para pagar a chamada "dívida técnica" (consertar remendos acumulados no código), 63% para criar funcionalidades novas e 58% para estudar.
Quase ninguém escreveu as regras
O dado mais preocupante talvez seja o de governança. Apenas 35% dos projetos têm uma política formal que permite o uso de IA generativa, e 32% não têm política nenhuma nem planejam ter. Do lado de quem envia código, 61% fazem revisão detalhada e testes completos do que a IA gerou antes de submeter. É a maioria, mas os outros 39% não cumprem esse pacote completo de checagem antes de apertar o botão.
Hilary Carter, vice-presidente sênior de pesquisa da Linux Foundation, defende três medidas. Os projetos devem deixar claras as expectativas sobre o uso de IA. A responsabilidade por testar e declarar o uso da tecnologia deve ficar com quem contribui. E os mantenedores precisam de ferramentas melhores para administrar a fila de contribuições.
A sobrecarga não é abstrata. Na mesma semana, segundo o site The Register, o projeto curl (abre em nova aba) anunciou que passará a tornar públicas as falhas de gravidade baixa e média. O mantenedor Daniel Stenberg resumiu o clima: "Estamos com dificuldades como projeto, pois todos os mantenedores principais se sentem pressionados, sobrecarregados e levados ao limite do que conseguimos suportar". A decisão não faz parte da pesquisa, mas ilustra o mesmo cansaço de quem sustenta esses projetos.
O que pesar antes de tirar conclusões
Os números pedem cautela. Tanto os 52% de economia quanto os 25% de "slop" são estimativas dos próprios participantes, não medições. No trecho disponível, a página do relatório não informa as datas da coleta nem como definiu "projeto grande". A amostra também é modesta, como a própria Linux Foundation informou ao divulgar o estudo no X:
A IA generativa está remodelando o desenvolvimento de código aberto, e os prós e contras começam a aparecer. A LF Research ouviu 234 colaboradores e mantenedores de software de código aberto: 1 em cada 4 PRs recebidos agora é "AI slop", e só 1 em cada 3 projetos tem uma política formal de IA. Leia o relatório completo para saber mais: https://t.co/NHjz1p0Qpb
Mesmo com essas ressalvas, o retrato é coerente. A IA acelerou a parte de produzir e deixou intacta a parte de verificar, que continua nas mãos de humanos com tempo limitado. Enquanto um em cada três projetos nem sequer planejar ter regras, o mantenedor seguirá pagando pela pressa dos outros. A IA tornou mais barato dizer "aqui está meu código". Ninguém ainda tornou mais barato responder "isso funciona?".