QGIS impõe moratória sobre contribuições de IA

Escopo e razão de ser da moratória de IA no QGIS

• A política proíbe contribuições “assistidas por LLM/IA/agentes” ao núcleo do QGIS (não a todo o ecossistema geoespacial).
• Os mantenedores dizem que a motivação é prática, não ideológica: estão sobrecarregados por PRs e issues de baixa qualidade gerados por IA.
• A política anterior permitia “human in the loop”; os mantenedores agora sentem que isso foi insuficiente.
• Alguns observam que isso é enquadrado internamente como uma moratória temporária até existirem processos melhores.

Carga de trabalho, “slop” e gargalos dos mantenedores

• Os mantenedores relatam PRs grandes e prolixos, com fraco entendimento por parte dos contribuidores, muitas vezes claramente conduzidos por LLMs.
• Revisar esses PRs custa mais do que corrigir o problema eles mesmos com suas próprias ferramentas de IA.
• Experiências semelhantes são relatadas por outros projetos OSS: muitos relatos triviais ou de casos-limite de bugs, descrições longas escritas por IA e issues duplicadas ou alucinadas.

Definição, aplicação e confiança

• Vários comentaristas criticam a vagueza da política: o que conta como “assistido por IA”?
• Outros argumentam que definições legais estritas não são necessárias; é uma regra baseada em confiança para justificar a rejeição de PRs suspeitos.
• Alguns temem “caças às bruxas” e aplicação inconsistente; outros respondem que não é necessária detecção perfeita para a política ser útil.

Implicações para código aberto, forks e contribuições

• Alguns preveem que isso acelera o declínio das “contribuições abertas”; mantenedores passarão cada vez mais a fazer todo o código (possivelmente com IA) e aceitar menos PRs externos.
• Outros dizem que os contribuidores sempre podem fazer fork e usar IA como quiserem; o mercado e a comunidade decidirão quais forks importam.
• Há preocupação sobre como novos mantenedores surgirão se os caminhos de entrada via PRs encolherem.

Qualidade de código, segurança e o domínio GIS

• GIS e QGIS são descritos como críticos em termos de segurança e precisão, frequentemente usados em infraestrutura, planejamento urbano e pesquisa científica.
• Comentadores argumentam que bugs sutis e específicos do domínio podem ter consequências sérias; LLMs são vistos como especialmente frágeis em matemática geoespacial e sistemas de coordenadas.
• Alguns apontam que o QGIS já tem código humano complexo e imperfeito; banir IA não garante magicamente qualidade.

Utilidade da IA vs. riscos e percepção no HN

• Muitos relatam grandes ganhos pessoais de produtividade com LLMs (detecção de bugs, digitação, testes, refatorações tediosas).
• Outros citam estudos e experiências em que a codificação com IA desacelera o trabalho ou produz sistemas tipo “casa de cartas” difíceis de manter.
• Um tema recorrente: o gargalo já não é “escrever código”, mas entendê-lo, revisá-lo e manter alinhamento com ele — a IA dificulta isso ao inflar o volume.
• A discussão meta observa atitudes polarizadas no HN, acusações de astroturfing e temores de perda de emprego versus alegações de que IA é apenas mais uma ferramenta.

Ideias alternativas de política

• Alternativas sugeridas:
  • permitir IA apenas para contribuidores de confiança,
  • prova de humanidade via pequenos pagamentos ou barreiras de entrada maiores,
  • padrões explícitos “AGENTS.md” para PRs assistidos por IA,
  • usar IA para triagem ou revisão de PRs em vez de gerá-los.
• A posição do kernel Linux (IA permitida, mas o remetente é totalmente responsável) é citada como um modelo mais nuançado, embora essa comunidade também rejeite agressivamente correções de IA de baixo esforço.