No AI Slop: Un manifiesto

Un manifiesto “No AI Slop” sostiene que los modelos de lenguaje deben aumentar, no reemplazar, el juicio humano, advirtiendo que el código y la documentación generados a bajo coste pueden abrumar a los revisores y erosionar la calidad. Los comentaristas debaten cómo gestionar los pull requests generados por IA—sugiriendo transparencia en los prompts, límites más estrictos al tamaño de los PR y flujos de trabajo que empiecen por las especificaciones—mientras reconocen que los incentivos de negocio a menudo favorecen la velocidad y el volumen por encima de la artesanía. Otros cuestionan si la revisión centrada en humanos puede escalar a medida que los sistemas de IA se vuelven más agentivos, planteando preocupaciones más amplias sobre la responsabilidad, la presión competitiva y si resistirse a la salida de IA de baja calidad es compatible con las realidades comerciales modernas.

Código Generado por IA, Tamaño de los PR y Prácticas de Revisión

  • Muchos comentarios se centran en enormes PR generados por IA que son difíciles o imposibles de revisar de forma significativa.
  • Algunos sostienen que los PR grandes indican fallos en la división del trabajo o en la disciplina; otros señalan que las grandes reescrituras o cambios amplios pueden crear legítimamente diffs grandes.
  • Hay debate sobre “prohibir PR grandes” frente a “prohibir PR grandes tontos” y estrategias como: primero hacer un PR grande en privado y luego dividirlo en otros más pequeños, revisables de forma independiente.
  • Varios sugieren incluir los prompts de IA (o incluso todo el historial de conversación) con los PR para exponer el razonamiento, pero otros dudan de que eso realmente pruebe la corrección o sea revisable a escala.

Qué Significa “Slop” y Por Qué Importa

  • Una definición de trabajo popular: slop es cuando cuesta menos producirlo que entenderlo, especialmente cuando la IA puede generar enormes volúmenes de texto/código.
  • La gente reporta que los documentos y el código generados por IA se sienten inflados, redundantes y más difíciles de comentar porque los problemas están distribuidos por todas partes.
  • Otros señalan que el slop, en última instancia, proviene de humanos que aceptan y entregan resultados de IA de primera pasada sin cuidado.

Incentivos de Negocio vs. Calidad

  • Varios comentaristas temen que el “AI slop” pueda ser recompensado a corto plazo: salida visible más rápida, más tickets cerrados, percepción de mayor productividad.
  • Otros replican que la evidencia temprana (de algunos productos y caídas muy centrados en IA) sugiere peores resultados, aunque esto es discutido y la evidencia en el hilo es anecdótica.
  • Una nota pesimista recurrente: si el slop es más rentable en el corto plazo, las normas al estilo manifiesto pueden tener dificultades en un entorno capitalista.

Responsabilidad Humana, Agentes y el Flujo de Trabajo Futuro

  • Un bando insiste en que los humanos deben asumir la intención, el criterio y las consecuencias, y ve como inaceptable el “slop validado por slop” (agentes revisando agentes).
  • Otro bando argumenta que los futuros flujos de trabajo serán agente a agente, y que las expectativas de revisión centradas en humanos están obsoletas o son “interesadas”.
  • Desacuerdo sobre si los agentes/LLMs pueden igualar o superar a los humanos en juicio y diseño; algunos ven a los agentes como amplificadores de la habilidad humana existente, otros como sistemáticamente malos en abstracción y criterio.

Normas y Herramientas Sugeridas

  • Prácticas propuestas: especificaciones rigurosas antes de usar LLMs, flujos de trabajo tipo openspec que vinculen diseño/especificación/pruebas/evidencia, revisión estructurada de PR (especificaciones → código → pruebas), y usar la IA más como revisor que como generador ciego.
  • Algunos sostienen que, cuando se usa la IA con cuidado, la calidad puede mejorar y el trabajo puede hacerse dramáticamente más rápido; otros insisten en que el trabajo asistido por IA de alta calidad debería ser en realidad más lento debido a la revisión añadida.

Recepción del Manifiesto y el Enfoque

  • A muchos les gusta el mensaje central (luchar contra el slop, centrar la comprensión humana y los resultados) pero critican el título y el enfoque negativo (“No AI Slop”) por polarizante o fácilmente interpretable como anti-IA.
  • Se sugieren alternativas: una marca más aspiracional, pro-humana o de “IA responsable”.
  • Algunos desestiman el esfuerzo por llegar demasiado tarde o por estar desalineado con los incentivos dominantes; otros dicen que les da esperanza renovada para plantar cara al uso de IA de baja calidad.