> ## Content Index
> Fetch the complete content index at: https://nanogiga.online/llms.txt
> Use this file to discover other available public pages before exploring further.

# Linux Foundation: 25% dos pull requests open source são 'AI slop'
- URL: https://nanogiga.online/sistemas/linux-foundation-ia-slop-pull-requests/
- Published: 2026-10-20T15:00:00.000Z
- Updated: 2026-10-22T17:18:50.000Z
- Description: Relatório da LF Research mede a IA generativa no software livre: 25% dos pull requests são 'AI slop' e só 35% dos projetos têm política de IA.
- Author: nanoGiga
- Tags: Sistemas

A Linux Foundation colocou números no pesadelo dos mantenedores de software livre. Nesta terça-feira (20), durante a conferência All Things Open em Raleigh, nos Estados Unidos, a fundação [anunciou o relatório](https://www.linuxfoundation.org/research/oss-development-gen-ai-era-2026?ref=nanogiga.online) *Navigating Open Source Software Development in the Generative AI Era*, produzido pela LF Research com patrocínio da Red Hat e apoio de Futurewei, OpenSSF e LF AI & Data. O retrato é duplo: a IA generativa acelera de verdade o desenvolvimento open source — em algumas tarefas, a economia de tempo passa da metade —, mas 25% dos pull requests que chegam aos projetos são estimados como **"AI slop"**, contribuições de baixa qualidade geradas por IA. Em projetos grandes, a fatia sobe para 31%.

## O tamanho da enxurrada

O estudo, assinado por Sam Boysel (The Linux Foundation) e Anni Lai (Generative AI Commons), com prefácio de Brian Proffitt (Red Hat), ouviu mantenedores e contribuidores de projetos open source sobre os efeitos da IA generativa. Desde a popularização dessas ferramentas, 59% dos mantenedores relatam crescimento no volume de contribuições — 69% entre os grandes projetos — e o esgotamento (*burnout*) de mantenedores aparece como a preocupação número 1 dos projetos maiores. O balanço é ambíguo: 71% concordam que a IA generativa reduz as barreiras de entrada para contribuir com software livre, mas 53% discordam que ela tenha melhorado a confiança nas comunidades.

## Produtividade real, com ressalvas

Os ganhos são mensuráveis em todas as seis atividades de desenvolvimento open source analisadas: a economia média de tempo vai de 19% nas discussões de propostas a 52% na autoria de código. Mas há um aviso importante — em tarefas de alta complexidade, 21% dos respondentes relatam gastar **mais** tempo ao usar IA generativa, não menos. E o tempo economizado está sendo reinvestido: 66% dos desenvolvedores aplicam os ganhos em dívida técnica, 63% em novas funcionalidades e 58% em aprendizado e capacitação.

## Governança atrasada em relação à adoção

A parte que preocupa os autores é a institucional. Apenas 35% dos projetos têm uma política formal que permita o uso de IA generativa — um em cada três —, enquanto 32% não têm política nenhuma nem planejam adotar uma. No lado de quem contribui, 61% dizem fazer revisão detalhada e testes funcionais completos do código gerado por IA antes de enviá-lo, mas a divulgação do uso de assistência de IA segue inconsistente. E, na avaliação de 46% dos mantenedores, a IA aumenta (em vez de diminuir) a necessidade de mentoria dos novos contribuidores.

A receita da LF Research é parar de reagir. "Os projetos open source precisam ser desenhados para uma base crescente de contribuidores gerada por IA, não simplesmente reagir a ela", resume Hilary Carter, vice-presidente sênior de pesquisa da Linux Foundation. "Isso significa estabelecer expectativas claras para a GenAI, colocar a responsabilidade por testes e divulgação nos contribuidores e dar aos mantenedores melhores ferramentas para gerenciar os pull requests."

## Tratar governança como infraestrutura

O relatório recomenda que as comunidades escrevam políticas claras para contribuições assistidas por IA, endureçam exigências de transparência e divulgação, exijam que contribuidores testem e documentem mudanças antes do envio e padronizem práticas de atribuição — tratando governança, verificação e confiança como infraestrutura central do desenvolvimento com IA, na mesma linha do código e da esteira de integração contínua. Os dados abertos do estudo foram depositados no Zenodo (DOI 10.70828/BUHS3754).

A conta final é simples e desconfortável: um em cada quatro pull requests é ruído gerado por máquina — e a fila de revisão recai sobre mantenedores, em sua maioria voluntários. Se a governança não alcançar a velocidade da adoção, o custo da produtividade será pago por quem menos pode: quem mantém.

## Fontes

1. The Linux Foundation / LF Research — "Navigating Open Source Software Development in the Generative AI Era: Challenges and Opportunities for Project Communities" (Boysel, S.; Lai, A.; prefácio de Proffitt, B., Red Hat), relatório patrocinado pela Red Hat com apoio de Futurewei, OpenSSF e LF AI & Data, publicado em 20/10/2026\. DOI: 10.70828/BUHS3754\. Disponível em: [https://www.linuxfoundation.org/research/oss-development-gen-ai-era-2026](https://www.linuxfoundation.org/research/oss-development-gen-ai-era-2026?ref=nanogiga.online)
2. The Linux Foundation — "New LF Research Survey Shows Generative AI Cuts Open Source Coding Time in Half, but 25% of Incoming Pull Requests are Considered AI Slop", release à imprensa distribuído via PR Newswire em 20/10/2026\. Disponível em: [https://www.prnewswire.com/news-releases/new-lf-research-survey-shows-generative-ai-cuts-open-source-coding-time-in-half-but-25-of-incoming-pull-requests-are-considered-ai-slop-302913843.html](https://www.prnewswire.com/news-releases/new-lf-research-survey-shows-generative-ai-cuts-open-source-coding-time-in-half-but-25-of-incoming-pull-requests-are-considered-ai-slop-302913843.html?ref=nanogiga.online)