La IA reduce 52% el tiempo que toma escribir código, pero alrededor de una cuarta parte de los pull requests que llegan a proyectos de código abierto son de baja calidad.
Lo encontró una encuesta de Linux Foundation Research a 234 colaboradores y mantenedores, y el dato esconde una discusión más importante: quién revisa ese código y con qué reglas.
El dato detrás del titular
El informe se llama Navigating Open Source Software Development in the Generative AI Era. La cifra de 25% es una estimación de 111 respuestas, no un conteo medido de pull requests. En proyectos con más de 50 colaboradores sube a 31%.
Un titular puede decir que un cuarto del código es basura; el informe dice que los mantenedores perciben esa proporción. No es lo mismo, aunque el problema sea real: el volumen de contribuciones creció más rápido que la capacidad de revisarlas.
Más código, más revisiones
El 59% de los mantenedores reporta más contribuciones desde que se popularizaron las herramientas generativas; en proyectos grandes la cifra llega a 69%. El 64% de esos mantenedores dice que las revisiones tardan más y el agotamiento es su principal preocupación (63%).
La IA también hace más lentas algunas tareas: 21% de los encuestados dice que en tareas complejas el trabajo tarda más. El ahorro de tiempo no se traslada automáticamente a la revisión, y ahí es donde el cuello de botella se vuelve visible.
La gobernanza va atrás
Solo 35% de los proyectos tiene una política formal que permite usar IA generativa. Otro 32% no tiene ninguna y no planea crearla. Un 26% no tiene forma de verificar si una contribución fue asistida por IA.
El resultado es predecible: el código llega más rápido de lo que los equipos pueden revisarlo. Y el mantenimiento, el trabajo que nadie ve, se convierte en el centro del problema. La comunidad lo nota: 71% cree que la IA bajó la barrera de entrada, pero 53% dice que no mejoró la confianza.
Qué hacer en un equipo pequeño
- Escribir una política breve: qué se permite, qué se debe declarar y qué se rechaza.
- Pedir divulgación del uso de IA en el pull request.
- Exigir pruebas y contexto; cerrar sin culpa lo que no se pueda revisar.
- Revisar por muestreo lo que parece generado y medir cuánto tarda.
- Reservar tiempo de mantenimiento; no todo el ahorro debe ir a nuevas funciones.
El problema no se resuelve prohibiendo la IA ni dejándola entrar sin reglas. Se resuelve con acuerdos explícitos. Como muestra el costo real de mantener una app creada con IA, la factura llega después del lanzamiento. Y si tu equipo quiere entender el ecosistema, la Fundación Linux tiene un curso gratuito de desarrollo seguro que ayuda a poner esas reglas en práctica.
La IA no va a dejar de escribir código. La decisión es si tu proyecto tendrá reglas antes o después de que llegue el próximo pull request generado a las 3 de la mañana.
Más en: Inteligencia Artificial, Programación
