No open source, ferramentas de programação com IA são uma bênção mista

Ferramentas de “AI coding” baixam a barreira de entrada e aceleram novas funcionalidades, mas também aumentam o ruído: mais pedidos de merge de baixa qualidade e mais carga para maintainers.

open-source,ai-coding,manutencao,qualidade,github

Resumo

Com ferramentas de programação assistida por IA cada vez mais acessíveis, produzir código tornou-se mais fácil — mas, para projetos open source, o efeito está longe de ser apenas positivo. Especialistas e responsáveis por projetos descrevem um aumento de contribuições de baixa qualidade, que consome tempo de revisão e reduz a motivação de quem mantém o software.

Ao mesmo tempo, as mesmas ferramentas podem ajudar programadores experientes a acelerar trabalho útil, desde que haja controlo e conhecimento profundo do código.

Na pratica

O CEO da VideoLAN (VLC), Jean-Baptiste Kempf, diz que a qualidade de muitos pedidos de merge de pessoas menos familiarizadas com o projeto é “abismal”, e que as ferramentas funcionam melhor para programadores experientes.
Na Blender, o CEO da Blender Foundation, Francesco Siddi, afirma que contribuições assistidas por LLM tendem a desperdiçar tempo de revisão e afetar a motivação; a fundação trabalha numa política e diz que as ferramentas não são mandatórias nem recomendadas.
Para lidar com o volume, Mitchell Hashimoto lançou um sistema para limitar contribuições no GitHub a utilizadores “vouched”, argumentando que a IA removeu a barreira natural que permitia “confiar por defeito”.
No ecossistema de segurança, o projeto cURL suspendeu o seu programa de bug bounty após ser inundado por relatórios que o criador Daniel Stenberg descreveu como “AI slop”.

Limitacoes

O texto não quantifica a dimensão do problema (por exemplo, percentagens de submissões rejeitadas, tempos médios de revisão ou impacto em releases). Também não detalha que tipo de políticas (técnicas ou de governance) estão a ser adotadas além dos exemplos mencionados.

Porque importa

A IA pode aumentar a quantidade de contribuições, mas não resolve o gargalo central do open source: manutenção e revisão.
Medidas para filtrar contribuições podem reduzir ruído, mas também podem diminuir abertura e participação.
A pressão sobre maintainers pode agravar fragmentação e dívida técnica.
O debate desloca-se de “escrever código” para “gerir complexidade” como o desafio principal.