10月31日、Linux Foundation Researchが「Navigating Open Source Software Development in the Generative AI Era」と題したレポートを公開した。GenAIがオープンソース開発の生産性を大幅に向上させる一方、低品質な「AIスロップ」PRの急増がメンテナーの負担を増大させているという調査結果であり、OpenSSF（Open Source Security Foundation）はその発表に合わせてプレスリリースを公開した。コーディング時間の半減というポジティブな数値の裏で、PRの4件に1件が「AIゴミ」と評価されているという現実がデータで裏付けられた形だ。
PRの4件に1件が「AIスロップ」——LF Researchの定量調査
本レポートはRed Hat、Futurewei、OpenSSF（オープンソースのセキュリティ向上を推進する業界団体）、LF AI & Data（AIおよびデータ分野のオープンソースプロジェクトを支援するLinux Foundation傘下の組織）の協賛のもと実施された。GenAIがオープンソースソフトウェア（OSS）開発に与える影響を定量・定性の両面から分析したものだ。
調査で最も目を引くのが、「AIスロップ（AI slop）」の蔓延だ。AIスロップとは、生成AIが出力したコードをほぼそのまま貼り付けた、内容の薄い低品質なプルリクエスト（PR）を指す俗語で、近年OSS界隈で広く使われるようになった言葉だ。
調査によれば、プロジェクトメンテナーの59%がGenAI台頭以降にコントリビューション数の増加を報告しており、大規模プロジェクトではこの割合が69%に上る。しかし、その増加分には代償がある。受け取るPRのうち25%が低品質なAIスロップと推定されており、大規模プロジェクトでは31%に達する。
生産性は最大52%向上——ただしタスクの複雑さで明暗
GenAIがコーディング時間を短縮するという事実自体は多くのエンジニアが体感していることだが、本調査はその内訳を6種類のOSS開発タスクに分けて定量化している点が興味深い。以下に主要タスクの時間短縮率を列挙する（残りのタスクについては元レポートを参照）。
- コード作成（Code authoring）：52%の時間短縮
- 提案・議論（Proposal discussions）：19%の時間短縮
- ドキュメント作成（Documentation）、コードレビュー（Code review）、バグトリアージ（Bug triage）、テスト（Testing）の4タスクについても時間削減が確認されているが、個別の数値は元レポートに詳細が記載されている
一方、高複雑度タスクでは21%の回答者がGenAI使用時に作業時間が増加したと報告している。AIが返す出力の検証やデバッグに時間がかかるケースがあることを示している。
節約された時間の使い道も調査されている。
- 技術的負債の解消：66%
- 新機能開発：63%
- 学習・スキルアップ：58%
生産性向上の恩恵をそのまま別のOSS活動に再投資している実態がうかがえる。
ガバナンスが追いついていない
生産性向上の光がある一方、ガバナンス面の遅れは深刻だ。
- GenAIの利用を正式に認めるポリシーを持つプロジェクトはわずか35%
- 32%のプロジェクトはポリシーがなく、策定の予定もない
- コントリビューターの61%はAI生成コードをサブミット前に詳細レビューと機能テストを実施しているが、AI支援の開示は一貫していない
また、メンテナーの53%が「GenAIはコミュニティの信頼を改善していない」と回答しており、量的な拡大が質的な信頼形成に結びついていないことが明らかだ。
Linux FoundationのリサーチSVP、Hilary Carterはこう述べている。
"Open source projects need to design for a growing AI-generated contributor base, not simply react to it. That means setting clear expectations for GenAI, putting responsibility for testing and disclosure on contributors and giving maintainers better tools to manage incoming pull requests."
要点は明確だ。テストとAI使用開示の責任をコントリビューター側に課し、メンテナーにはPR管理ツールの充実が必要だということだ。なお、OpenSSFはAI生成コードを含むOSSプロジェクト向けのセキュリティガイドラインとしてOpenSSF Best Practices Badgeや各種ガイダンスを公開しており、ガバナンス整備の参考になる。
メンテナーの負担増と、メンタリングの重要性
メンテナーの46%が「GenAIによって新規コントリビューターへのメンタリング需要が増加した」と回答しており、AIがコード生成を担っても人間による指導の必要性は下がっていない実態がある。これは、AIが書いたコードを理解しないままサブミットする新規参加者が増えているという裏返しでもある。
調査は以下のアクションをプロジェクトに推奨している。
- AI支援コントリビューションに関する明文化されたポリシーの策定
- 透明性と開示要件の強化
- サブミット前のテストとドキュメント化の義務化
- 帰属（アトリビューション）慣行の標準化
まとめ
今回の調査が示すのは、GenAIがOSS開発にもたらす恩恵と課題の両面だ。コーディング時間の半減は事実だが、その代償としてメンテナーが低品質PRの選別作業を負担しているという構図がデータで裏付けられた。生産性の数字だけを見て導入を進めると、プロジェクト全体の健全性を損なうリスクがある。
詳細はLF Research: GenAI Cuts Coding Time But Increases 'AI Slop'を参照していただきたい。
