Linux Foundation: mantenedores veem 1 em cada 4 PRs como AI slop

Mantenedores de open source estimam que uma em cada quatro pull requests recebidas é "AI slop" de baixa qualidade, segundo um relatório da Linux Foundation publicado em 20 de outubro de 2026. A mesma pesquisa mostra que as ferramentas de IA reduzem em 52% o tempo para escrever código, segundo as estimativas. Juntos, os números mostram que a IA acelera os colaboradores, mas aumenta o trabalho de revisão dos mantenedores que precisam conferir esse código.

O relatório

O relatório se chama "Navigating Open Source Software Development in the Generative AI Era" (O desenvolvimento de software open source na era da IA generativa). A LF Research o publicou. Ele foi escrito por Sam Boysel, da Linux Foundation, e Anni Lai, da Generative AI Commons. A Red Hat patrocinou o relatório, com apoio da Futurewei, da Open Source Security Foundation (OpenSSF) e da LF AI & Data.

Uma pull request, ou PR, é uma proposta de mudança no código enviada a um projeto para revisão. "AI slop" é o termo do relatório para mudanças geradas por IA que parecem plausíveis, mas têm baixa qualidade.

Todos os números são estimativas de mantenedores e colaboradores, não contagens medidas. As fontes consultadas não informam o número de participantes nem quando a pesquisa foi feita.

Os números

O número principal é 25%: a parcela de pull requests recebidas que os mantenedores consideram AI slop. Em grandes projetos, a estimativa sobe para 31%, segundo o anúncio da Linux Foundation. O esgotamento (burnout) de mantenedores causado por pull requests de IA de baixa qualidade é a principal preocupação em grandes projetos, diz a página do relatório.

Resultado	Parcela
Mantenedores que recebem mais contribuições desde a chegada da IA generativa	59% (69% em grandes projetos)
Mantenedores que dizem que a IA reduz a barreira de entrada	71%
Mantenedores que discordam de que a IA melhorou a confiança na comunidade	53%
Colaboradores que revisam e testam totalmente o código de IA antes de enviá-lo	61%
Projetos com uma política formal que permite o uso de IA	35%
Projetos sem política e sem planos de criar uma	32%

A economia de tempo varia conforme a tarefa. Os participantes estimam 19% menos tempo em discussões de propostas e 52% menos na escrita de código. Mas 21% dizem que a IA faz tarefas de alta complexidade levarem mais tempo. Quem economiza tempo o usa principalmente em dívida técnica (66%), novos recursos (63%) e aprendizado (58%).

A mentoria divide opiniões. 46% dos mantenedores dizem que a IA aumenta a necessidade de orientar novos colaboradores, enquanto 32% dizem que a reduz.

O que a Linux Foundation recomenda

O relatório pede que os projetos parem de apenas reagir e criem regras. "Os projetos open source precisam se planejar para uma base crescente de colaboradores gerada por IA, e não simplesmente reagir a ela", disse Hilary Carter, vice-presidente sênior de pesquisa da Linux Foundation.

As recomendações incluem:

• Políticas escritas para contribuições assistidas por IA.
• Divulgação mais clara quando a IA ajudou a escrever uma mudança.
• Colaboradores testando e documentando mudanças assistidas por IA antes de enviá-las.
• Uma forma padrão de dar crédito a ferramentas de IA nos commits.
• Tratar governança e verificação como infraestrutura central.

O crédito padronizado está longe de ser consenso. O kernel Linux caminha para abandonar a tag "Assisted-by" de IA depois que poucos commits a usaram, o oposto do que o relatório recomenda.

"Manter o open source seguro é uma responsabilidade compartilhada, e os mantenedores não deveriam ter de carregá-la sozinhos", disse Adrianne Marcum, chefe de gabinete da OpenSSF. Michael Larabel, do Phoronix, chamou o número de 25% de "muito preocupante".

O que isso significa para desenvolvedores

O relatório põe números em um custo que os colaboradores raramente veem: o tempo de revisão que suas mudanças assistidas por IA criam para outra pessoa.

• Teste antes de enviar. Só 61% dos colaboradores dizem revisar e testar totalmente o código escrito por IA antes de enviá-lo. Rode os testes do projeto e leia seu diff linha por linha.
• Diga quando a IA ajudou. A divulgação hoje é inconsistente. Siga as regras de atribuição do projeto ou, se não houver nenhuma, registre o uso de IA na pull request.
• Se você mantém um projeto, escreva uma política. Só 35% dos projetos têm uma. Uma seção curta sobre uso de IA no CONTRIBUTING define expectativas antes da próxima onda de pull requests.
• Proteja o tempo de revisão. Templates, testes obrigatórios e limites de tamanho para pull requests podem filtrar envios de baixo esforço antes que uma pessoa precise lê-los.
• Continue orientando. Quase metade dos mantenedores diz que a IA aumenta a necessidade de mentoria. Quem chega agora e usa IA ainda precisa de alguém que explique como o projeto funciona.