Godot ya no aceptará contribuciones de código autoradas por IA

Artículo original ↗ Discusión en Hacker News ↗

Godot, un popular motor de videojuegos de código abierto, se está moviendo para prohibir las contribuciones de código y texto autoradas por IA, argumentando que los pull requests generados por IA abruman a los mantenedores con cambios verbosos y de baja calidad, y socavan la canalización de mentoría para futuros mantenedores humanos. Quienes apoyan la medida dicen que es una defensa pragmática contra los PR de “slop”, la incertidumbre legal sobre los datos de entrenamiento y el agotamiento de revisores voluntarios cuyo tiempo ya es escaso. Los críticos responden que la norma es brusca, difícil de aplicar y corre el riesgo de excluir trabajo de alta calidad asistido por IA justo cuando las herramientas de programación mejoran rápidamente; algunos predicen forks que abracen la IA como una alternativa competitiva.

Fundamento de la política sin IA

  • Muchos ven la política como una respuesta a la “AI slop”: PR enormes y de poco esfuerzo que saturan a los mantenedores.
  • Los objetivos citados son: preservar el tiempo de revisión, mantener el código comprensible para humanos, evitar ser aguas abajo de trabajo de IA no verificado y asegurar que quienes contribuyen puedan mantener lo que agregan.
  • Aparecen preocupaciones legales y de procedencia: es probable que los modelos hayan sido entrenados con código GPL o propietario; los mantenedores no quieren responsabilidad “lavada por IA” en bases de código complejas.

Preocupaciones sobre la calidad del código y la carga de revisión

  • Los revisores informan que los PR de IA son verbosos, poco enfocados y a menudo sutilmente incorrectos aunque parezcan plausibles, lo que hace que la revisión sea mucho más costosa.
  • Se invoca la ley de Brandolini: generar es mucho más barato que refutar; la IA multiplica esta asimetría.
  • Algunas personas comparan la avalancha de PR de IA con un ataque de denegación de servicio contra el tiempo libre limitado de los mantenedores.

Autoría, mentoría y objetivos de comunidad

  • Los PR se describen como artefactos sociales: una forma de enseñar a quienes contribuyen, identificar futuros mantenedores y construir comprensión compartida.
  • Si la retroalimentación es absorbida por un LLM en lugar de por una persona en crecimiento, los revisores sienten que su esfuerzo de mentoría se desperdicia.
  • Algunos sostienen que, por lo tanto, la autoría importa incluso cuando el código “funciona”.

Aplicación y practicidad

  • Se espera que la detección sea heurística y social, no técnica: cambios grandes y poco enfocados, prosa con estilo de IA, contribuyentes desconocidos, etc.
  • La política principalmente da a los mantenedores una base explícita para cerrar rápidamente los PR sospechosos de IA y desviar debates sobre la equidad.
  • Los críticos señalan que esto puede clasificar mal trabajo humano genuino y no detendrá a usuarios cuidadosos de IA que revisen y “humanicen” la salida.

Alternativas propuestas y cambios de proceso

  • Las sugerencias incluyen:
    • Límites estrictos al tamaño de los PR, al número de PR abiertos y a la longitud de la descripción.
    • Exigir issues/discusión antes de PR grandes.
    • Mejores pruebas, análisis estático y herramientas; posiblemente triaje y revisión asistidos por IA.
    • Separar forks/sandboxes “amigables con IA” de los que los mantenedores puedan seleccionar a mano los buenos cambios.

Visiones más amplias sobre la programación con IA

  • Quienes apoyan la IA describen ganancias reales de productividad para tareas bien acotadas (refactors, ports, documentación), especialmente cuando cada línea se revisa.
  • Otros relatan resacas de “vibecoding”: avance rápido seguido del descubrimiento de código desordenado, inconsistente y difícil de mantener.
  • Hay desacuerdo sobre si los modelos actuales están a punto de superar a los humanos en sistemas complejos, o si están sobrevalorados y son estructuralmente poco confiables.

Implicaciones para el código abierto y Godot

  • Algunos prevén que competidores que adopten IA dejarán atrás a proyectos conservadores; otros piensan que los proyectos muy dependientes de IA se degradarán mientras la postura de calidad de Godot se vuelve una ventaja.
  • Varios señalan que las contribuciones de código abierto están cada vez más impulsadas por mejorar el CV, recompensas y tareas universitarias, con la IA amplificando la participación de baja inversión y, por tanto, la necesidad de un filtro más estricto.