Ученые считают, что некачественный созданный ИИ код — «трагедия общих ресурсов» для всего IT
Исследователи из университетов Гейдельберга, Мельбурна и Сингапура представили качественный анализ того, как профессиональное сообщество воспринимает низкокачественный код, генерируемый нейросетями. Как сообщает The Decoder, авторы работы классифицируют текущую ситуацию в индустрии как «трагедию общих ресурсов», где личная продуктивность отдельных программистов оборачивается коллективными издержками для всей экосистемы.
В основу исследования лег анализ более тысячи сообщений на Reddit и Hacker News, объединенных термином AI slop («ИИ-шлак»). Ученые выделили 15 категорий проблем, сгруппированных в три кластера: трения при проверке кода, деградация качества и долгосрочные последствия для отрасли. Хотя выборка сознательно смещена в сторону критиков технологии, она детально описывает механику профессионального выгорания тех, кто вынужден разгребать результаты чужих промптов.
Рост продуктивности за счет проверяющих
Центральный вывод работы подтверждает опасения многих опытных инженеров: индивидуальные выгоды от быстрого написания кода с помощью ИИ перекладываются на плечи ревьюеров и мейнтейнеров. В открытом ПО это привело к тому, что проекты вроде curl или Godot начали захлебываться в потоке сгенерированных отчетов об ошибках и пулл-реквестов, которые выглядят правдоподобно, но лишены смысла.
Проверяющие жалуются, что их превратили в «бесплатных инженеров по промптам». Вместо того чтобы оценивать архитектурные решения, они вынуждены выискивать галлюцинации нейросетей, такие как вызовы несуществующих библиотек или тесты, которые ИИ подправил, чтобы скрыть ошибки в коде. Типичный маркер «шлака» — избыточные комментарии с эмодзи и специфический «раздутый» стиль, характерный для популярных моделей.
Масштабирование генерации кода без соразмерного развития инструментов верификации превращает репозитории в свалку синтаксически верного, но логически пустого мусора. Мы наблюдаем опасную иллюзию прогресса: метрики скорости написания строк растут, пока архитектурная целостность систем тихо деградирует под грузом неявного технического долга. В итоге «быстрый код» превращается в самый дорогой актив компании, который никто не решится переписывать. Ирония в том, что автоматизация, призванная освободить разум, пока лишь заставляет людей работать фильтрами для цифрового шума.
Угроза деградации навыков и новые правила игры
Особую тревогу вызывает возможная атрофия навыков у начинающих специалистов. Если для эффективного использования ИИ нужно уже быть экспертом, то неясно, где возьмется новое поколение профессионалов, если их обучение начинается с копирования ответов чат-бота. Исследователи отмечают, что даже внешние ресурсы, вроде документации и туториалов, начинают наполняться сгенерированным контентом, содержащим ошибки.
Для борьбы с этим явлением разработчики уже внедряют локальные контрмеры, которые могут стать стандартом индустрии:
- Жесткие лимиты на объем кода (например, не более 500 строк на один пулл-реквест).
- Обязательное личное ревью автором перед отправкой кода коллегам.
- Синхронные разборы кода в режиме реального времени.
- Привязка качества (а не объема) кода к KPI и оценке производительности.
Авторы исследования рекомендуют создателям ИИ-инструментов сместить фокус с генерации на верификацию и объяснимость. Лидерам команд же стоит пересмотреть критерии оценки работы: вознаграждение за «количество закрытых тикетов» сегодня становится прямым стимулом для загрязнения кодовой базы тем самым «ИИ-шлаком», который в будущем потребует колоссальных затрат на поддержку.
