Los mantenedores de código abierto están contraatacando el “AI slop”, un programa de recompensas a la vez
En 2026, "AI slop" se convirtió en la palabra del año del diccionario Macquarie — contenido de baja calidad generado por IA generativa, "a menudo con errores y no solicitado por el usuario". Los mantenedores de código abierto no necesitaban un diccionario para saber qué significaba. Llevaban un año clasificando miles de estos envíos, y el colectivo Jazzband — un conocido núcleo de proyectos de empaquetado de Python — cerró por completo en 2026, con su mantenedor principal citando el volumen insostenible de solicitudes de fusión y reportes de spam generados por IA como el factor decisivo.
La tesis aquí no es que las herramientas de IA sean malas para programar — muchas contribuciones legítimas ahora comienzan con asistencia de IA. Es que la economía de revisión del código abierto se construyó sobre un supuesto específico: que una solicitud de fusión enviada representa tiempo y juicio humano real, lo que justifica que un mantenedor invierta tiempo real evaluándola. La IA generativa rompió exactamente ese supuesto en el cuello de botella exacto — la capacidad de revisión humana — que el código abierto nunca pudo escalar.
Cómo luce realmente el AI slop en una cola de PRs
No es evidentemente malicioso. Jeffrey Paul, vicepresidente de soluciones de código abierto en Fueled, lo describe como envíos de personas que no entienden completamente el problema, la solución propuesta, o ambos — un contribuyente ejecutó una herramienta de IA, obtuvo algo que parecía plausible, y lo envió sin verificar que realmente funcionara. El código a menudo compila. A veces pasa las pruebas. Con frecuencia no hace lo que afirma, y averiguarlo requiere la misma profundidad de revisión que evaluar una contribución legítima — el esfuerzo no se reduce, solo se reduce el costo de enviarlo.
Esa asimetría es toda la crisis en una frase: generar una PR de apariencia plausible ahora casi no cuesta nada al contribuyente, mientras que verificarla sigue costando al mantenedor lo mismo de siempre.
El programa de recompensas de curl: un caso de estudio en números
Ningún proyecto ha sido más públicamente transparente sobre el daño que curl. Daniel Stenberg, fundador del proyecto, rastreó la calidad de los envíos a lo largo de 2025 mientras reportes de seguridad generados por IA inundaban el programa de recompensas del proyecto. Para mediados de 2025, solo alrededor del 5% de los envíos eran vulnerabilidades reales — el resto eran reportes generados por IA que parecían estructuralmente correctos pero describían fallos que no existían. Stenberg cerró por completo el programa de recompensas a principios de 2026. No resolvió del todo el problema — los envíos de slop siguen llegando por correo y GitHub — pero eliminó el incentivo financiero directo que convertía a curl en un blanco específico. Solo siete mantenedores revisan los reportes de seguridad de curl, un número que no ha escalado incluso cuando el volumen de envíos explotó.
RubyGems, según Marty Haught, director de código abierto, supuestamente está considerando la misma medida, tras meses sin recibir un solo reporte de vulnerabilidad válido en medio de un volumen continuo de envíos.
El costo humano, no solo el costo del proceso
Rémi Verschelde, mantenedor del motor de juegos Godot, ha descrito la clasificación de AI slop como agotadora y desmoralizante — una distinción que vale la pena considerar. Revisar una contribución humana de mala fe o de bajo esfuerzo es frustrante pero comprensible; se puede razonar sobre la intención del contribuyente. Revisar AI slop significa invertir repetidamente esfuerzo cognitivo real en evaluar algo sin intención alguna detrás, y luego descartarlo. Ese es un tipo específico y acumulativo de agotamiento, distinto de la sobrecarga habitual del mantenedor, y es un factor documentado en la decisión de Jazzband de cerrar en lugar de continuar.
Cómo luce realmente la respuesta
WordPress lanzó directrices formales de contribución con IA que exigen divulgar el uso de herramientas de IA y definen patrones inaceptables, como grandes volcados de código sin revisar, explícitamente para reducir la carga sobre los mantenedores que evalúan envíos a ciegas. GitHub, bajo presión como la plataforma que aloja la mayor parte de este tráfico, anunció un conjunto de funciones orientadas a mantenedores destinadas a darles más control sobre el volumen y la calidad de los envíos — la propia empresa lo enmarcó como abordar "el septiembre eterno del código abierto", una referencia al momento en que el crecimiento de una comunidad supera su capacidad de aculturar a los recién llegados.
El patrón en todas las respuestas — las reglas de divulgación de WordPress, el cierre de recompensas de curl, las herramientas de GitHub — es el mismo: trasladar el costo del envío de bajo esfuerzo de vuelta a quien lo envía, porque durante tres años ese costo había recaído enteramente sobre el mantenedor.
Qué hacer realmente al respecto
Si mantienes un proyecto, los manuales de curl y WordPress ahora son replicables: exige la divulgación del uso de IA en tu plantilla de contribución, y trata el primer envío de slop como una oportunidad educativa, pero el segundo como motivo de advertencia o bloqueo — la mayoría de los contribuyentes legítimos se ajustan una vez avisados, y quienes no lo hacen nunca iban a ser contribuyentes sostenibles de todos modos. Si eres un contribuyente que usa herramientas de IA, la disciplina que te mantiene fuera de la lista de slop de un mantenedor es simple y nada glamorosa: ejecuta y verifica el código tú mismo antes de enviarlo, y sé capaz de explicar con tus propias palabras por qué la solución es correcta. Esa es exactamente la prueba que el AI slop no supera, y es lo único que las herramientas generativas todavía no pueden hacer por ti.