powered by TechFeed
表示モード
Deep Dive

生成AIでコーディング時間は半減、でもPRの4分の1は「AIゴミ」— Linux Foundation調査が示すOSS開発の光と影

10月20日、Linux Foundationが「New LF Research Survey Shows Generative AI Cuts Open Source Coding Time in Half, but 25% of Incoming Pull Requests are Considered AI Slop」と題した記事を公開した。生成AIはOSS開発者のコーディング時間を最大52%削減する一方、メンテナーが受け取るPRの4分の1は「AIスロップ」──十分にレビューもテストもされていないAI生成の粗雑なコード──だという。生産性向上の恩恵とレビュー負担の増大が同時に進行するという二面性が、今回の調査結果の核心だ。

10月20日、Linux Foundationが「New LF Research Survey Shows Generative AI Cuts Open Source Coding Time in Half, but 25% of Incoming Pull Requests are Considered AI Slop」と題した記事を公開した。生成AIはOSS開発者のコーディング時間を最大52%削減する一方、メンテナーが受け取るPRの4分の1は「AIスロップ」──十分にレビューもテストもされていないAI生成の粗雑なコード──だという。生産性向上の恩恵とレビュー負担の増大が同時に進行するという二面性が、今回の調査結果の核心だ。


調査の概要と背景

Linux Foundation Researchが発表した調査レポート「Navigating Open Source Software Development in the Generative AI Era」は、生成AIがOSS開発にもたらす恩恵とコストの両面を定量的に示している。Red Hat、Futurewei、OpenSSF(Open Source Security Foundation)、LF AI & Dataの協力のもとまとめられた本レポートは、北米最大のオープンソースカンファレンス「All Things Open 2026」(10月19〜20日、ノースカロライナ州ローリー)で発表された。

OSSのメンテナー不足は以前からの慢性的な課題だ。主要プロジェクトの多くが少数のボランティアによって支えられており、2020年のLinux Foundation調査でもリソース不足がセキュリティリスクの根本要因として指摘されてきた。生成AIの普及はこの構造に新たな変数をもたらしている。


コーディング時間を最大52%短縮、複雑なタスクでは逆効果も

調査によると、生成AIはOSS開発における6種類のタスク全体で平均的な時間削減をもたらしている。具体的には**コード作成で52%、プロポーザル議論で19%**の時間短縮が報告された(いずれもコントリビューターおよびメンテナーへの回答ベース)。

ただし一律に速くなるわけではない。高複雑度タスクでは21%の回答者が「生成AI使用時のほうが時間がかかる」と回答している。ツールへの過信は禁物だということを、現場のエンジニアは既に体感しているようだ。

節約された時間の使い道も興味深い。以下はコントリビューター回答に基づく数値だ。

  • 66% が技術的負債の解消に充てている
  • 63% が新機能の開発に充てている
  • 58% が学習・スキルアップに充てている

生産性向上分を別の開発活動に再投資する傾向が明確に見られる。


「AIスロップ」がメンテナーを圧迫

問題は品質だ。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が増加したと報告しており、大規模プロジェクトでは69%に達する(いずれもメンテナー回答)。しかしその増加分の質は低い。

受信PRの25%が低品質な「AIスロップ」とメンテナーに推定されており、大規模プロジェクトでは**31%**にまで上昇する。「AIスロップ(AI slop)」とは、AIが生成したが人間による十分なレビュー・テストを経ていない粗雑なコードを指す俗語で、OSSコミュニティでは近年広く問題視されている。

さらにメンテナー回答の数字を並べると:

  • 71% が「GenAIはOSSへの参入障壁を下げる」と同意
  • 53% が「GenAIはコミュニティの信頼を改善していない」と回答
  • 46% が「GenAIにより新規コントリビューターへのメンタリング必要性が増した」と回答(減ったと答えたのは32%)

レビュー負担の増大は、慢性的に不足しがちなメンテナーリソースをさらに圧迫する構図だ。ボランティアベースで成り立つ多くのOSSプロジェクトにとって、低品質PRの急増は持続可能性に直結する問題である。


ガバナンスが追いついていない

コントリビューター側の取り組みとしては、61%がAI生成コードを提出前に詳細レビューと機能テストを実施している(コントリビューター回答)。しかし、AI支援の開示については一貫性を欠いている。

プロジェクト側のポリシー整備も遅れている。GenAI利用を正式に認める方針を持つプロジェクトは35%にとどまり、32%はポリシーなし・策定予定もないという状態だ。

Linux FoundationのResearch担当SVP、Hilary Carterはレポートの中でこう述べている。

「オープンソースプロジェクトは、AIが生み出すコントリビューターの増加に対して、単に反応するのではなく、それを前提に設計する必要がある。GenAIに対する明確な期待値を設定し、テストと開示の責任をコントリビューターに持たせ、メンテナーがPRを管理するためのより良いツールを提供することが必要だ」


レポートが提言するガバナンスの方向性

調査は、OSSプロジェクトが取るべき具体的な対策として以下を挙げている。

  • AI支援による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
  • コントリビューターによるAI生成コードの事前テストとドキュメント化の義務付け
  • 帰属(アトリビューション)慣行の標準化

ガバナンス、検証、信頼をAI支援開発の「コアインフラ」として位置付けるべきだ、というのがレポートの基本的なメッセージだ。OSSエコシステム全体のサステナビリティを守るためのルール整備が、生成AI活用と並行して急務となっている。なお、レポート本体のPDFはLinux Foundation Researchのページから入手できる。


詳細はNew LF Research Survey Shows Generative AI Cuts Open Source Coding Time in Half, but 25% of Incoming Pull Requests are Considered AI Slopを参照していただきたい。