Godot não aceitará mais contribuições de código escritas por IA

Racional para a política de não usar IA

• Muitos veem a política como uma resposta ao “AI slop”: PRs grandes e de pouco esforço que sobrecarregam os mantenedores.
• Objetivos citados: preservar o tempo dos revisores, manter o código compreensível para humanos, evitar ficar a jusante de trabalho de IA não verificado e garantir que os contribuidores consigam manter o que adicionam.
• Surgem preocupações legais/de procedência: os modelos provavelmente foram treinados com código GPL ou proprietário; os mantenedores não querem responsabilidade “lavada por IA” em bases de código complexas.

Preocupações com a qualidade do código e a carga de revisão

• Revisores relatam PRs de IA como verbosos, sem foco e muitas vezes sutilmente errados, embora pareçam plausíveis, tornando a revisão muito mais cara.
• A lei de Brandolini é invocada: é muito mais barato gerar do que refutar; a IA amplia essa assimetria.
• Pessoas comparam enxurradas de PRs de IA a um ataque de negação de serviço ao tempo livre limitado dos mantenedores.

Autoria, mentoria e objetivos da comunidade

• PRs são descritos como artefatos sociais: uma forma de ensinar contribuidores, identificar futuros mantenedores e construir entendimento compartilhado.
• Se o feedback é absorvido por um LLM em vez de por um contribuinte humano em crescimento, os revisores sentem que seu esforço de mentoria é desperdiçado.
• Alguns argumentam que a autoria, portanto, importa mesmo quando o código “funciona”.

Aplicação e praticidade

• Espera-se que a detecção seja heurística e social, não técnica: mudanças grandes e sem foco, prosa com estilo de IA, contribuidores desconhecidos etc.
• A política principalmente dá aos mantenedores uma base explícita para fechar rapidamente PRs suspeitos de IA e desviar debates sobre justiça.
• Críticos observam que isso pode classificar erroneamente trabalho humano genuíno e não impedirá usuários cuidadosos de IA que revisam e “humanizam” a saída.

Alternativas propostas e mudanças de processo

• As sugestões incluem:
  • Limites rígidos para o tamanho do PR, número de PRs abertos e comprimento da descrição.
  • Exigir issues/discussão antes de PRs grandes.
  • Testes melhores, análise estática e ferramentas; possivelmente triagem e revisão assistidas por IA.
  • Forks/sandboxes separados “amigáveis à IA”, dos quais os mantenedores possam fazer cherry-pick de boas mudanças.

Visões mais amplas sobre codificação com IA

• Defensores da IA descrevem ganhos reais de produtividade em tarefas bem delimitadas (refatorações, ports, documentação), especialmente quando cada linha é revisada.
• Outros relatam ressacas de “vibecoding”: progresso rápido seguido pela descoberta de código bagunçado, inconsistente e difícil de manter.
• Há desacordo sobre se os modelos atuais estão prestes a superar humanos em sistemas complexos ou se são superestimados e estruturalmente pouco confiáveis.

Implicações para open source e Godot

• Alguns preveem que concorrentes que abraçam IA ultrapassarão projetos conservadores; outros acham que projetos muito dependentes de IA vão se degradar enquanto a postura de qualidade do Godot se torna uma vantagem.
• Vários observam que as contribuições open-source são cada vez mais movidas por embelezamento de CV, recompensas e tarefas universitárias, com a IA ampliando a participação de baixo investimento e, assim, a necessidade de gatekeeping mais rígido.