El kernel de Linux está considerado uno de los proyectos de software más estrictamente organizados del mundo: cada parche, es decir, cada cambio individual de código, pasa por una revisión pública a cargo de los llamados maintainers, responsables de áreas parciales concretas. Por eso se sigue con especial atención cómo este proyecto aborda la programación asistida por IA.
Actualmente se perfila allí una decisión que a primera vista sorprende: la etiqueta para las contribuciones creadas con ayuda de herramientas de IA volverá a suprimirse. Según la valoración de los maintainers, la etiqueta prevista Assisted-by —una línea en la descripción del commit que documenta el uso de una herramienta auxiliar— simplemente se establece con demasiada poca frecuencia.
Una etiqueta que casi nadie utiliza
El argumento es pragmático. Una marca que solo utiliza una pequeña parte de quienes envían contribuciones no genera una imagen fiable. Al contrario: puede inducir a error. Quien establece la etiqueta aparece como un caso especial, aunque el uso de herramientas de asistencia debería estar ya ampliamente extendido. Quien la omite no llama la atención. Así no surge una base de datos de la que puedan extraerse conclusiones sobre la calidad o el origen del código.
A ello se suma un problema de delimitación que se agudiza con cada generación de herramientas. ¿Dónde empieza la asistencia de IA? ¿En la función generada por completo? ¿En el autocompletado del editor? ¿En la búsqueda de una API del kernel adecuada en una ventana de chat? Cuanto más profundamente penetran los modelos de lenguaje en los entornos de desarrollo cotidianos, más difícil resulta trazar una línea divisoria que pueda plasmarse limpiamente en una única línea de metadatos.
Torvalds también trabaja con modelos de lenguaje
Que incluso Linus Torvalds, el iniciador y hasta hoy responsable central del kernel, trabaje entretanto con grandes modelos de lenguaje (LLM), subraya esta evolución. El uso de tales herramientas ya no es un fenómeno marginal en equipos de desarrollo profesionales, ni tampoco un indicador de falta de experiencia.
Con ello, la pregunta «¿se ha utilizado aquí IA?» pierde nitidez. Más interesante resulta la pregunta que, en proyectos como el kernel, ocupa el centro de todos modos: ¿el cambio es correcto, comprensible, mantenible, y hay alguien con nombre que responda por él?
La responsabilidad sigue siendo de las personas
Precisamente aquí radica el punto decisivo para la práctica. El proceso del kernel conoce desde hace mucho tiempo líneas de firma con las que desarrolladores y maintainers asumen la responsabilidad de un cambio. Esta responsabilidad no se desplaza solo porque un modelo haya ayudado a formularlo. Quien envía un parche responde técnicamente por el resultado, independientemente de qué herramienta estuviera al principio.
Para las empresas puede derivarse de ello una actitud sobria: no es el origen de una línea de código lo que decide sobre su calidad, sino el procedimiento por el que debe pasar. Una revisión que comprueba de forma fiable código generado por IA también comprueba de forma fiable código escrito a mano. Una revisión que solo mira la plausibilidad dejará pasar errores en ambos casos; en el caso del código de IA, sin embargo, con mayor probabilidad, porque los fragmentos generados a menudo parecen lingüísticamente impecables y por ello despiertan menos desconfianza.
Qué resulta sensato ahora en los proyectos
Del ejemplo del kernel pueden extraerse algunas derivaciones para la propia organización, sin adoptar su decisión al pie de la letra:
- Profundidad de revisión en lugar de etiqueta de origen: compruebe si sus revisiones de código cubren realmente la lógica, los casos límite y los aspectos de seguridad, o si se centran prioritariamente en formalidades.
- Ampliar el aseguramiento automatizado: las pruebas, el análisis estático y las comprobaciones de dependencias actúan independientemente de quién o qué haya escrito el código.
- Aclarar las responsabilidades: determine quién responde técnicamente de un cambio y lo aprueba. Este papel no puede delegarse en una herramienta.
- Tratar por separado las cuestiones de licencia y jurídicas: las cuestiones sobre derechos de autor y conformidad de licencias no pueden resolverse mediante una etiqueta voluntaria, sino mediante reglas vinculantes en el proceso de desarrollo.
- Etiquetar solo donde tenga consecuencias: una marca que nadie evalúa y que nadie exige genera esfuerzo sin beneficio.
La etiqueta no es un fin en sí mismo
El debate en el entorno del kernel muestra que las reglas de transparencia bien intencionadas pueden fracasar cuando son voluntarias y el estado etiquetado se convierte en la norma. Esto no habla en principio contra la documentación del uso de IA, pero sí a favor de vincularla a propósitos concretos: a auditorías, a requisitos regulatorios, a la trazabilidad en ámbitos críticos para la seguridad. Donde falta tal propósito, lo que queda sobre todo es lastre procesal adicional.
Para los proyectos web y de software esto significa: la demostración de calidad se desplaza cada vez más lejos de la pregunta por la herramienta y hacia procesos de verificación sólidos. Quien hoy invierte en pruebas, cultura de revisión y responsabilidades claras está mejor protegido contra la próxima generación de herramientas que con cualquier obligación de etiquetado. Y en licitaciones o aceptaciones merece la pena no preguntar por la proporción de IA, sino por cómo se revisó un cambio y quién responde por él.
Fuentes
- Linux-Kernel: Maintainer wollen „Assisted-by“-Tag streichen — heise developer News