Исследователи проанализировали 294 репозитория и обнаружили, что внедрение ИИ-сгенерированного контента снизило вероятность принятия правок от новых участников на 18,18%. Авторы связывают этот тренд с ростом объема низкокачественных автоматизированных предложений, которые перегружают мейнтейнеров и затрудняют процесс ревью, негативно влияя на вовлеченность сообщества в разработку ПО.
Масштабное исследование показывает, что автоматизация генерации кода создает «шумовой барьер» для новых контрибьюторов. Мейнтейнеры вынуждены тратить больше времени на фильтрацию шаблонных или нерелевантных правок, что приводит к увеличению времени ожидания ответа и снижению мотивации у разработчиков, предлагающих качественные изменения. Это создает риск стагнации в проектах с открытым исходным кодом, где приток свежих идей критически важен для развития.
Проблема «ИИ-мусора» (AI slop) становится системным вызовом для платформ совместной разработки. По мере того как инструменты автодополнения и генерации становятся доступнее, качество входящих пул-реквестов падает, вынуждая сообщества внедрять более строгие политики модерации и автоматизированные системы проверки кода, чтобы отсеивать некачественный контент на ранних этапах.
Ключевые факты
- Исследование охватило 294 репозитория на GitHub.
- Вероятность принятия правок от новых участников снизилась на 18,18%.
- Основной причиной назван рост объема низкокачественного ИИ-контента (AI slop).
- Перегрузка мейнтейнеров приводит к замедлению темпов интеграции внешних вкладов.
- Работа опубликована в архиве препринтов arXiv под номером 2607.04003.