La inteligencia artificial reduce a la mitad el tiempo para escribir código, pero el 25% de eso es “basura de IA”

Un nuevo informe de la Fundación Linux halló que la inteligencia artificial acelera la producción de código, pero compromete su calidad.

Según el estudio, la IA reduce en un 52% el tiempo necesario para escribir código, aunque una cuarta parte de las solicitudes de incorporación de cambios (pull requests) generadas con esta tecnología se consideran de calidad deficiente, un fenómeno que los desarrolladores denominan “basura de IA” o “AI slop”.

El trabajo analiza el impacto de las herramientas generativas en las comunidades de software de código abierto, donde los mantenedores de proyectos revisan y aprueban las contribuciones de los desarrolladores.

La proporción de código de baja calidad crece en los proyectos más grandes

La investigación determinó que el 25% de las solicitudes de incorporación de cambios recibidas se clasifica como de baja calidad. Esa cifra se eleva al 31% en el caso de los proyectos de código abierto de mayor tamaño, donde el volumen de contribuciones resulta más difícil de gestionar para los equipos de mantenimiento.

El 59% de los mantenedores señaló que experimentó un aumento en las contribuciones desde que las herramientas de IA generativa se popularizaron. Entre los proyectos grandes, ese porcentaje llega al 69%. Sin embargo, el incremento en el volumen de código no se traslada necesariamente en software más utilizable, lo que presiona en particular a los proyectos que dependen de voluntarios o de grupos reducidos de mantenedores para evaluar cada contribución.

El ahorro de tiempo no se traslada a la revisión del código

Mientras los desarrolladores generan código con mayor rapidez, los mantenedores deben verificar su calidad y seguridad, lo que implica enfrentar un volumen de revisiones humanas más alto que antes. La IA demostró utilidad en la revisión de tareas sencillas, pero el 21% de los encuestados afirmó que su uso aumenta el tiempo necesario en tareas más complejas.

Los informes generados por IA también produjeron falsos positivos y envíos duplicados, lo que consume tiempo de los revisores humanos. El concepto de agotamiento del desarrollador, frecuente hace algunos años, se desplaza ahora hacia el agotamiento del mantenedor.

A esto se suma una dificultad adicional en la transferencia de responsabilidades entre quien escribe el código y quien lo revisa. Solo tres de cada cinco encuestados, un 61%, afirmó realizar revisiones detalladas y pruebas funcionales completas antes de enviar el código, y no todos los desarrolladores informan a los siguientes responsables en la cadena que usaron IA para generarlo.

Los desarrolladores destinan el tiempo ahorrado a otras tareas

El informe también documentó beneficios concretos del uso de IA generativa en el desarrollo. En promedio, la tecnología redujo el tiempo de redacción de código en un 52% y el tiempo dedicado a discusiones sobre propuestas en un 19%. El 66% de los encuestados utilizó el tiempo ahorrado para atender deuda técnica, el 63% lo destinó a construir nuevas funciones y el 58% lo invirtió en aprendizaje y mejora de habilidades.

Pese a estos avances, persisten vacíos de gobernanza. Solo el 35% de los proyectos de código abierto cuenta con políticas formales que permiten de manera explícita el uso de IA generativa, mientras que el 32% no tiene ninguna política al respecto ni planea desarrollarla. Esta falta de reglas genera incertidumbre sobre quién debe verificar el código generado por IA antes de su envío.

La confianza dentro de las comunidades también se vio afectada: aunque el 71% de los mantenedores coincide en que la IA bajó las barreras de entrada a la participación en proyectos de código abierto, el 53% no considera que la tecnología haya mejorado la confianza dentro de sus comunidades. Además, el 46% de los mantenedores cree que la IA generativa aumentó la necesidad de mentoría hacia los nuevos desarrolladores, frente a un 32% que opina lo contrario.