Linux Foundation、メンテナーはPRの4件に1件を「AI slop」とみなす

オープンソースのメンテナーは、届くプルリクエストの4件に1件が低品質な「AI slop」だと推定しています。2026年10月20日に公開されたLinux Foundationの報告書で明らかになりました。同じ調査では、AIツールによってコードを書く時間が推定52%短くなることもわかりました。これらの数字を合わせると、AIは貢献者の作業を速める一方で、その成果を確認しなければならないメンテナーのレビュー作業を増やしていることがわかります。

報告書の概要

報告書のタイトルは「Navigating Open Source Software Development in the Generative AI Era」（生成AI時代のオープンソースソフトウェア開発）です。LF Researchが公開しました。執筆したのは、Linux FoundationのSam BoyselとGenerative AI CommonsのAnni Laiです。Red Hatがスポンサーとなり、Futurewei、Open Source Security Foundation（OpenSSF）、LF AI & Dataが支援しました。

プルリクエスト（PR）とは、レビューを受けるためにプロジェクトへ送る、コード変更の提案のことです。「AI slop」はこの報告書の用語で、もっともらしく見えるものの品質が低い、AIが生成した変更を指します。

数字はすべてメンテナーと貢献者による推定値で、実際に数えたものではありません。参照した情報源には、回答者の数も、調査がいつ行われたかも示されていません。

調査の数字

最も注目される数字は25%です。これは、メンテナーがAI slopだと考えている、届くプルリクエストの割合です。Linux Foundationの発表によると、大規模プロジェクトではこの推定値が31%に上がります。報告書のページによると、大規模プロジェクトで最大の懸念は、低品質なAIのプルリクエストによるメンテナーの燃え尽き（バーンアウト）です。

調査結果	割合
生成AIの登場以降、受け取る貢献が増えたメンテナー	59%（大規模プロジェクトでは69%）
AIが参入のハードルを下げると答えたメンテナー	71%
AIがコミュニティの信頼を高めたという見方に同意しないメンテナー	53%
AIが書いたコードを提出前にレビューし、十分にテストする貢献者	61%
AIの利用を認める正式なポリシーがあるプロジェクト	35%
ポリシーがなく、作る予定もないプロジェクト	32%

節約できる時間は作業によって異なります。回答者の推定では、提案についての議論にかかる時間は19%、コードを書く時間は52%減ります。しかし21%は、AIを使うと複雑度の高い作業にかえって時間がかかると答えています。時間を節約できた人は、その時間を主に技術的負債（66%）、新機能（63%）、学習（58%）に充てています。

メンタリングについては意見が分かれています。メンテナーの46%は、AIによって新しい貢献者を指導する必要が高まると答えています。一方、32%は必要性が下がると答えています。

Linux Foundationの提言

報告書は、各プロジェクトに対し、後追いの対応をやめてルールを定めるよう求めています。「オープンソースプロジェクトは、増え続けるAI生成の貢献者層を前提に設計する必要があり、単にそれに反応するだけでは不十分です」と、Linux Foundationのリサーチ担当シニアバイスプレジデント、Hilary Carterは述べました。

提言には次のようなものがあります。

• AIの支援を受けた貢献についての、文書化されたポリシー。
• AIが変更の作成を手伝った場合の、より明確な開示。
• 貢献者が、AIの支援を受けた変更を提出前にテストし、文書化すること。
• コミットでAIツールをクレジットする標準的な方法。
• ガバナンスと検証を中核的なインフラとして扱うこと。

クレジットの標準化は、まだ決着にはほど遠い状況です。Linuxカーネルは、使ったコミットが少なかったことから、AIの「Assisted-by」タグを廃止する方向に動いています。これは報告書の提言とは逆の動きです。

「オープンソースを安全に保つことは共同の責任であり、メンテナーがそれを自分たちだけで背負うべきではありません」と、OpenSSFのチーフ・オブ・スタッフ、Adrianne Marcumは述べました。PhoronixのMichael Larabelは、25%という数字を「非常に憂慮すべき」ものだと評しました。

開発者にとっての意味

この報告書は、貢献者の目にはほとんど入らないコストを数字で示しています。それは、AIの支援を受けた変更が、ほかの誰かに生むレビューの時間です。

• 提出する前にテストしましょう。 AIが書いたコードを事前にレビューし、十分にテストしていると答えた貢献者は61%にとどまります。プロジェクトのテストを実行し、差分（diff）を1行ずつ読んでください。
• AIの助けを借りたら、そう伝えましょう。 現状、開示のされ方はまちまちです。プロジェクトのクレジット表記のルールに従ってください。ルールがなければ、プルリクエストの中でAIの利用を明記してください。
• プロジェクトをメンテナンスしているなら、ポリシーを書きましょう。 ポリシーがあるプロジェクトは35%しかありません。AIの利用についてCONTRIBUTINGに短いセクションを設ければ、次にプルリクエストが押し寄せる前に期待を示せます。
• レビューの時間を守りましょう。 テンプレート、必須のテスト、プルリクエストのサイズ制限によって、人が読む前に手間をかけていない投稿をふるい落とせます。
• メンタリングを続けましょう。 メンテナーのほぼ半数が、AIによってメンタリングの必要性が高まると答えています。AIを使う新しい参加者にも、プロジェクトの仕組みを説明してくれる人が必要です。