Linux Foundation дослідила вплив генеративного ШІ на відкритий код

Організація LF Research разом із Red Hat, Futurewei, LF AI & Data Foundation та OpenSSF опублікувала дослідження про вплив генеративного штучного інтелекту на проєкти з відкритим кодом під назвою «Navigating Open Source Software Development in the Generative AI Era: Challenges and Opportunities for Project Communities».

Навантаження на мейнтейнерів і проблема «AI slop»

Згідно зі звітом, генеративний ШІ створює найбільший тиск на великі репозиторії. У проєктах, де залучено понад 50 контрибʼюторів, головною проблемою стало вигорання мейнтейнерів, яке випередило якість коду. Серед опитаних керівників великих репозиторіїв 64% зазначили, що внески, створені за допомогою ШІ, подовжили цикли ревʼю через брак архітектурного контексту та належного тестування.

За оцінками дослідження, у середньому 25% усіх вхідних pull request складаються з низькоякісних ШІ-згенерованих матеріалів («AI slop»). У великих проєктах ця частка зростає до 31%.

Політика проєктів і довіра в спільноті

Хоча 71% мейнтейнерів визнають зниження порогу входу для нових учасників завдяки ШІ, 53% не погоджуються з тим, що технологія покращила рівень довіри у спільнотах (лише 12% вважають інакше).

Наразі формальні правила щодо коду від ШІ розподілені так:

• 35% проєктів мають встановлені політики, які дозволяють ШІ-внески;
• 32% не мають політик і не планують їх упроваджувати;
• 23% планують запровадити правила в майбутньому;
• 10% ввели повну заборону на використання інструментів генеративного ШІ.

Серед наявних регламентів 76% вимагають, щоб контрибʼютори особисто проводили функціональне тестування і порядковий перегляд коду перед надсиланням PR. Також 76% політик зобовʼязують вказувати авторство та факт використання моделей — наприклад, за допомогою трейлера Assisted-by: у git commit за зразком ядра Linux. Разом із тим 77% самих мейнтейнерів звертаються до інструментів ШІ для підсумовування логіки, пошуку багів і сканування на вразливості.

Звички розробників та розподіл зекономленого часу

Серед контрибʼюторів 61% стверджують, що ретельно перевіряють згенерований код рядок за рядком і проводять повні функціональні тести. Лише 5% приділяють ревʼю мінімум уваги або надсилають результати без перевірки. При цьому 80% авторів вважають важливим знати походження базової моделі та навчальних даних. Крім того, 71% опитаних виявили більшу готовність долучатися до проєктів із незнайомими мовами чи фреймворками завдяки підтримці генеративних асистентів.

Економія часу під час виконання завдань становить від 19% до 52%. Найбільше прискорення зафіксовано в написанні коду (-58%), тоді як мейнтейнери заощаджують час на технічних обговореннях (-25%) та оцінці пропозицій (-26%). Проте на високоскладних завданнях 21% розробників витрачають більше часу через необхідність розбирати неочевидні помилки.

Лише 16% респондентів зменшили загальну кількість годин, які вони присвячують open source. Більшість спрямовує зекономлений час на інші завдання:

• 66% — на боротьбу з технічним боргом;
• 63% — на розробку нових функцій;
• 58% — на навчання та розвиток навичок;
• 53% — на забезпечення якості, написання тестів та налаштування CI.