Como acelerar o desenvolvimento open source com a IA

Em muitas comunidades open source, existe um certo ceticismo em relação ao uso de ferramentas de IA generativa (gen AI) para colaboração e desenvolvimento. Há motivos válidos para essa preocupação. Nosso objetivo neste artigo, e na prática da Red Hat, é abordar essas preocupações diretamente e não ignorá-las. Nossas respostas não são apenas conselhos para outras pessoas, elas também capacitam nossos engenheiros, a maioria dos quais também são colaboradores open source.  

Compartilharemos com você as diretrizes que estabelecemos para os engenheiros da Red Hat, com base no uso prático dos princípios de open source. Mas primeiro, gostaríamos de colocar a onda atual de novas ferramentas em contexto.

Um pouco de contexto histórico

Nas últimas quatro décadas, temos implementado regularmente novos processos e ferramentas aprimorados para o desenvolvimento de software. Você escolhe: Compiladores, sistemas de controle de versão, IDEs, máquinas virtuais (ambos os tipos), instâncias de nuvem, desenvolvimento ágil, containers, gerenciamento de configuração e testes automatizados. Cada conjunto de ferramentas já foi novo, e muitos deles geraram discussões acaloradas sobre autoria, qualidade e legitimidade. Houve um tempo em que os sinalizadores de compilador e o preenchimento automático em IDEs eram questões polêmicas.  

As ferramentas de desenvolvimento baseadas em IA não são diferentes. Nem deveriam ser. Com o tempo, descobriremos que as ferramentas de IA melhoram muito o desenvolvimento em algumas áreas e em outras não, e a adoção seguirá de acordo. Utilizamos ferramentas para resolver problemas no open source, e as novas ferramentas nos ajudam a resolver problemas antigos e a descobrir novos.

Se existe um problema central no mundo do open source, ele pode ser expresso como: "muitos projetos, poucos mantenedores". Os líderes de projeto atuais precisam fazer mais do que nunca: lançamentos mais rápidos, atualizações de segurança mais rápidas, cadeias de suprimentos de software seguras, CI/CD, conformidade regulatória e gerenciamento de colaboradores em larga escala. Essas expectativas são insustentáveis sem ferramentas melhores que auxiliem os mantenedores a fazer mais com menos esforço. Com o uso ético da IA, a Red Hat acredita que podemos criar a próxima geração de ferramentas de desenvolvedor para superar esse desafio.

Princípios da adoção de IA no open source

Para as novas ferramentas beneficiarem o open source, precisamos aderir à filosofia open source que construiu a Red Hat e nosso setor. Consequentemente, a Red Hat desenvolveu diretrizes para contribuições open source baseadas em IA para seus funcionários, com base em três princípios:

1. Inove com responsabilidade
2. Seja transparente
3. Respeite a comunidade

Inovação responsável

Independentemente de utilizarem uma ferramenta de IA, um IDE, a saída de uma sessão de programação em pares ou qualquer outro método de produção de código e documentos, cada colaborador é totalmente responsável pela sua contribuição. O colaborador individual é a pessoa responsável pela qualidade, segurança e conformidade da contribuição. Os colaboradores devem entender o código auxiliado por IA como se o tivessem escrito integralmente. Eles também devem ser capazes de explicar o que ele faz, como interage com outro código no projeto e por que a alteração é necessária. Não vemos a IA como uma substituta para os desenvolvedores. O objetivo é automatizar tarefas tediosas para os desenvolvedores terem mais tempo para a solução criativa e complexa de problemas. Acreditamos em um futuro onde o trabalho dos desenvolvedores é amplificado, não automatizado.

Nosso princípio de responsabilidade humana reformula a IA como um assistente e tutor poderoso, não um substituto. Um recém-chegado pode usá-lo para entender códigos complexos e aprender as práticas recomendadas, permitindo que se concentre na lógica central de sua contribuição e cometa menos erros. Colaboradores seniores podem usar novas ferramentas para realizar análises e testes mais eficientes e completos. A responsabilidade permanece com as pessoas: os membros seniores devem orientar o colaborador, não apenas o código, e os membros juniores devem ser responsáveis pelo que enviam e demonstrar vontade de aprender.

Transparência

A transparência promove a confiança. Marcar contribuições substanciais assistidas por IA, como com uma linha "assisted-by" no commit, ajuda as comunidades a desenvolverem, juntas, as práticas recomendadas e permite a auditoria se surgirem problemas. Isso também permite que os projetos aprendam, com o tempo, quais ferramentas de IA são úteis para o desenvolvimento do projeto e quais não são.  

Marcar as contribuições também ajuda os revisores a avaliar as novas contribuições de forma adequada. Contribuições geradas por IA de baixa qualidade são um problema sério para os projetos. A Red Hat continuará trabalhando em práticas e ferramentas que serão compartilhadas com todo o ecossistema, à medida que aprendermos a lidar melhor com esses desafios.

Respeito à comunidade

A colaboração eficaz no open source depende do respeito às políticas de contribuição e às normas sociais estabelecidas em cada projeto. Nossa primeira responsabilidade é entender e nos envolver com o processo escolhido pela comunidade para adotar novas tecnologias como a IA, ou ajudar a iniciar uma discussão sobre a criação de um processo onde ele não exista. Em outras palavras, contribuir com a conversa em vez de tentar ditá-la. 

Sabemos que alguns projetos receberão bem as novas ferramentas, outros as proibirão e outros ainda adotarão políticas específicas sobre marcação e usos aceitáveis. Sempre que possível, a Red Hat auxiliará as comunidades a desenvolver e adotar políticas que as ajudem a manter seus valores comunitários, saúde e padrões de qualidade. O principal ponto a ser considerado é que os projetos usem as ferramentas de IA da maneira que funcione para eles.

Inovação em ação na Red Hat

Nosso uso de automação baseada em IA para manter pacotes do Red Hat Enterprise Linux (RHEL) é um exemplo real de inovação responsável. Conforme detalhado neste post do blog de Laura Barcziová, construir um sistema de produção confiável exigiu muita atenção à responsabilidade. A equipe de engenharia incorporou proteções essenciais, como modos de simulação e rastreamento detalhado, para que uma pessoa sempre possa entender e auditar as decisões da IA. Esse foco em gerar confiabilidade e permitir a supervisão humana é fundamental para a inovação responsável.

O processo de política de contribuições assistidas por IA do Projeto Fedora é um exemplo poderoso de transparência e respeito pela governança da comunidade. Desenvolvido por meio de extenso debate público, exige responsabilidade e divulgação, servindo como um modelo de como os projetos open source podem criar suas próprias diretrizes claras e pragmáticas para a IA.

Open source é inovação baseada em princípios

A Red Hat acredita que a IA oferece grandes oportunidades para projetos open source e colaboradores. Estamos comprometidos em evoluir nosso ecossistema de forma a preservar os princípios-chave do open source. Este compromisso está enraizado em uma verdade simples: todo o nosso portfólio de produtos é construído sobre a inovação que acontece em projetos open source upstream. A saúde, a vitalidade e a produtividade dessas comunidades de colaboradores não são apenas uma prioridade, mas são a própria base do nosso sucesso.

Nossa estratégia reflete esse compromisso: desde a oferta da plataforma Red Hat AI até a integração de IA em nosso portfólio, compartilhando inovações que elevam a qualidade e a segurança.

Este é um processo colaborativo, e estamos abordando-o com transparência. Estamos enfrentando problemas de longa data no open source que são maiores do que a Red Hat. Convidamos você a se juntar a nós nesta jornada, enquanto trabalhamos com as comunidades upstream para construir as ferramentas, definir os padrões e moldar o futuro do desenvolvimento de software juntos.