QGIS impone una moratoria sobre las contribuciones de IA

Artículo original ↗ Discusión en Hacker News ↗

QGIS, una importante aplicación GIS de código abierto, ha introducido una moratoria sobre las contribuciones de código asistidas por IA, citando una afluencia inmanejable de pull requests de baja calidad y la presión sobre los mantenedores que deben revisarlos. Los comentaristas debaten si esto protege un software crítico y de alta fiabilidad del “slop” o si, por el contrario, arriesga un estancamiento al excluir el trabajo reflexivo asistido por IA del que muchos desarrolladores ya dependen. El cambio plantea preguntas más amplias sobre cómo deberían equilibrar los proyectos de código abierto la confianza en los contribuyentes, la capacidad de revisión y el uso cada vez mayor de modelos de lenguaje grandes en el desarrollo de software.

Alcance y justificación de la moratoria de IA de QGIS

  • La política prohíbe contribuciones “asistidas por LLM/IA/agentes” al núcleo de QGIS (no a todo el ecosistema geoespacial).
  • Los mantenedores dicen que la motivación es práctica, no ideológica: están desbordados por PR e incidencias de baja calidad generados por IA.
  • La política anterior permitía “human in the loop”; ahora los mantenedores consideran que eso fue insuficiente.
  • Algunos señalan que internamente esto se presenta como una moratoria temporal hasta que existan mejores procesos.

Carga de trabajo, “slop” y cuellos de botella en el mantenimiento

  • Los mantenedores informan de PR grandes y verbosos, con escasa comprensión por parte de los contribuyentes, a menudo claramente impulsados por LLM.
  • Revisar esos PR cuesta más que resolver el problema ellos mismos con sus propias herramientas de IA.
  • Otros proyectos de OSS reportan experiencias similares: muchos informes de errores triviales o de casos límite, descripciones largas escritas por IA e incidencias duplicadas o alucinadas.

Definición, aplicación y confianza

  • Varios comentaristas critican la vaguedad de la política: ¿qué cuenta como “asistido por IA”?
  • Otros sostienen que no hacen falta definiciones legales estrictas; es una norma basada en la confianza para justificar el rechazo de PR sospechosos.
  • Algunos temen “cazas de brujas” y una aplicación inconsistente; otros responden que no hace falta una detección perfecta para que la política sea útil.

Implicaciones para el código abierto, los forks y las contribuciones

  • Algunos prevén que esto acelere el declive de las “contribuciones abiertas”; los mantenedores harán cada vez más todo el código (posiblemente con IA) y aceptarán menos PR externos.
  • Otros dicen que los contribuyentes siempre pueden hacer un fork y usar IA como quieran; el mercado y la comunidad decidirán qué forks importan.
  • Existe preocupación por cómo surgirán nuevos mantenedores si se reducen las vías de entrada mediante PR.

Calidad del código, seguridad y el dominio GIS

  • Se describe GIS y QGIS como sistemas críticos para la seguridad y la precisión, a menudo usados en infraestructura, urbanismo e investigación científica.
  • Los comentaristas argumentan que los errores sutiles y específicos del dominio pueden tener consecuencias graves; se considera que los LLM son especialmente frágiles en torno a la matemática geoespacial y los sistemas de coordenadas.
  • Algunos señalan que QGIS ya tiene código complejo e imperfecto escrito por humanos; prohibir la IA no garantiza mágicamente la calidad.

Utilidad de la IA frente a riesgos y percepción en HN

  • Muchos informan grandes mejoras personales de productividad con los LLM (búsqueda de errores, tipeo, pruebas, refactorizaciones tediosas).
  • Otros citan estudios y experiencias en las que la codificación con IA ralentiza el trabajo o produce sistemas tipo “castillo de naipes” difíciles de mantener.
  • Un tema recurrente: el cuello de botella ya no es “escribir código”, sino entenderlo, revisarlo y mantenerse alineado con él; la IA dificulta eso al inflar el volumen.
  • La discusión meta señala actitudes polarizadas en HN, acusaciones de astroturfing y temores por la pérdida de empleo frente a afirmaciones de que la IA es solo otra herramienta.

Ideas alternativas de política

  • Alternativas sugeridas:
    • permitir IA solo para contribuyentes de confianza,
    • prueba de humanidad mediante pequeños pagos o barreras de entrada más altas,
    • estándares explícitos “AGENTS.md” para PR asistidos por IA,
    • usar IA para clasificar o revisar PR en lugar de generarlos.
  • La postura del kernel de Linux (se permite la IA, pero el remitente asume toda la responsabilidad) se cita como un modelo más matizado, aunque esa comunidad también rechaza con dureza las correcciones de IA de bajo esfuerzo.