L'intelligenza artificiale generativa sta cambiando il modo in cui si scrive software libero, e il conto ha due facce. Da una parte la Linux Foundation stima che l'AI possa ridurre del 50% il tempo necessario per scrivere codice open source. Dall'altra, secondo le stime dei manutentori, circa il 25% delle nuove pull request in arrivo sui progetti è di bassa qualità: ciò che il settore chiama «AI slop», letteralmente «sbobba» di intelligenza artificiale.

Psst!Aggiungi AlexTech.ai comeFonte Preferita su Google

Lo studio, pubblicato il 20 ottobre 2026, raccoglie le risposte di chi lavora sui progetti open source. Il dato sulla produttività riguarda tutti i tipi di attività di sviluppo, sia per chi contribuisce sia per chi mantiene il codice. Il 59% dei manutentori dice che i contributi basati sull'AI sono in crescita, e il 71% concorda con l'idea che l'AI abbassi le barriere d'ingresso per chi vuole partecipare a un progetto.

Linux Foundation official product photo

Immagine: Wikipedia

Il rovescio della medaglia è nel flusso di lavoro di chi mantiene i progetti. Una pull request di bassa qualità va comunque letta, valutata e respinta o corretta, e il tempo di revisione cresce più in fretta del numero di contributi utili. È il problema che negli ultimi mesi ha iniziato a emergere anche sul kernel Linux, dove i supersized updates di Torvalds sono già diventati il nuovo normale e il triage della sicurezza fatica a reggere il ritmo. Lo stesso squilibrio si vede su GitHub, dove i commit mensili sono raddoppiati in quattro mesi per effetto degli agenti di coding.

La Linux Foundation prevede che la quota di contributi di bassa qualità continuerà a crescere, man mano che sempre più nuovi arrivati e utenti useranno l'AI per preparare patch al posto loro. Il tema è già al centro del dibattito tra i progetti: Debian sta discutendo se vietare del tutto o regolamentare l'uso di LLM nei propri contributi, mentre NetBSD ha scelto il divieto già nel 2024.

Torvalds e l'AI: il caso del kernel

Intanto anche Linus Torvalds ha cambiato posizione. Dopo alcune revisioni del suo approccio ai contributi assistiti dall'AI, ha pubblicato la propria prima patch assistita da un LLM, per correggere un problema di contesa della cache quando molte CPU leggono lo stesso file. Un caso che tocca librerie condivise, database e web server, e su cui diversi sviluppatori avevano già provato a intervenire senza una soluzione definitiva.