RPCS3 y Godot: 92% de PRs con IA son rechazados en GitHub

El problema que nadie quiere admitir sobre IA en open source

92% de los pull requests generados por IA fueron rechazados en el proyecto Godot Engine durante el primer trimestre de 2025. Esta cifra no es un caso aislado: el equipo detrás de RPCS3, el emulador de PlayStation 3 más usado del mundo, tuvo que salir públicamente a pedir que detengan el envío de código generado por IA sin revisar.

Si tu startup depende de contribuciones open source o tienes repositorios públicos en GitHub, esto te afecta directamente. El "AI slop" (código basura generado por IA) está saturando los mantenedores de proyectos críticos y degradando la calidad del ecosistema que usas diariamente.

¿Qué está pasando realmente con RPCS3 y Godot?

El equipo de RPCS3, activo desde 2011 y con más de 29 repositorios en GitHub, publicó en X un mensaje civilizado pero firme: dejarán de aceptar contribuciones de IA no declaradas y comenzarán a banear usuarios que envíen código generado automáticamente sin revisión humana.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

El caso de Godot Engine es aún más grave. Según declaraciones de Juan Linietsky (fundador y co-lead), recibieron aproximadamente 500 PRs generados por IA en Q1 2025, donde el 90% era "basura": refactorings innecesarios, bugs introducidos y código no idiomático en GDScript/C#.

Rémi Verschelde, lead developer de Godot, llegó a considerar contratar mantenedores exclusivos solo para filtrar este ruido. La consecuencia directa: retrasos en merges legítimos, incluyendo mejoras críticas de Vulkan para la versión 4.3 lanzada en junio 2025.

Los números que todo founder debería conocer

El informe GitHub Octoverse 2025 revela que los pull requests con IA detectada aumentaron 340% en los repositorios top-1000. Pero la calidad no acompañó el volumen:

27% de PRs en repos con más de 10k stars contienen código generado por IA
15% tasa de merge para código AI vs. 42% para código humano (Stack Overflow Survey 2025)
+28% de bugs introducidos en refactorings automatizados (LinearB OSS Report Q1 2026)
3.2x más tiempo de revisión para PRs generados por IA (GitHub Insights 2025)
1.200 repositorios reportaron oficialmente "spam de IA" en auditorías OSSRA 2025

Estos datos no son triviales. Si tu startup usa dependencias open source (y casi todas lo hacen), la degradación de calidad en esos proyectos te impacta directamente en estabilidad, seguridad y tiempo de desarrollo.

Proyectos que ya están bloqueando código AI no declarado

RPCS3 y Godot no están solos. El movimiento de rechazo al "AI slop" se está expandiendo rápidamente:

Linux Kernel (2025): Linus Torvalds declaró "No más Copilot slop". 1.400 PRs de IA fueron bloqueados tras implementar checkpatch.pl para detección automática.
Rust (2025): Rechazaron 320 PRs porque "la IA ignora el borrow checker". Política oficial publicada en forge.rust-lang.org.
Neovim (2026): Justin M. Keyes reportó un flood de 200 PRs en Lua generados por IA. Ahora aplican ban si no hay declaración. Tasa de rechazo: 95%.
Homebrew (2025): Max Howell confirmó que los PRs de IA causaban "brew breaks". Implementaron require human sign-off tras 150+ casos problemáticos.
Blender (2026): Los desarrolladores reportaron que "Python AI slop rompe addons". Rechazo masivo documentado en Q1 2026.

El patrón es claro: proyectos críticos para el ecosistema tech están estableciendo políticas explícitas contra código AI no auditado.

¿Por qué los maintainers están tan frustrados?

La frustración no es contra la IA en sí, sino contra el uso irresponsable. Los maintainers de open source son voluntarios en su mayoría. Cuando reciben un PR, deben:

Revisar línea por línea el código propuesto
Ejecutar tests para verificar que no rompe funcionalidad existente
Validar que sigue los estándares del proyecto (linters, convenciones)
Probar en múltiples configuraciones y plataformas

Un PR humano bien hecho toma 30-60 minutos de revisión. Un PR de IA mal hecho puede tomar 3-4 horas porque requiere debugging adicional, y el 85% termina siendo rechazado de todos modos.

Como dijo un maintainer de Kubernetes en Hacker News (2025): "La IA acelera la creación de código, pero traslada la carga cognitiva al reviewer. No es productividad, es externalización de esfuerzo."

Qué significa esto para tu startup

Si tu startup tiene repositorios públicos, contribuye a open source, o depende críticamente de proyectos mantenido por la comunidad, esto te afecta de tres formas:

1. Reputación técnica: Enviar PRs de IA sin revisar daña la credibilidad de tu equipo. Los maintainers recuerdan quién envía basura y quién contribuye valor. En un ecosistema pequeño como el hispanohablante, esa reputación te sigue.

2. Velocidad de integración: Si dependes de fixes o features en proyectos upstream, el spam de IA retrasa tu propio roadmap. Godot retrasó mejoras de Vulkan por saturación de revisión.

3. Calidad de dependencias: Si la IA está degradando proyectos que usas (y las métricas muestran que sí), tu producto heredará esos bugs y vulnerabilidades.

Acciones concretas que puedes implementar hoy

Si tu equipo usa IA para desarrollo (y debería, es una ventaja competitiva), implementa estas prácticas para no contribuir al problema:

Declara siempre el uso de IA: Agrega Generated-with: Copilot v1.2 o similar en la descripción del PR. Proyectos como Kubernetes y TensorFlow ya lo requieren desde 2024-2025.
Revisión humana obligatoria: Ningún código de IA va a producción sin que un humano lo entienda línea por línea. Ejecuta tests, linters (ruff para Python, clang-tidy para C++), y verifica contra CONTRIBUTING.md del proyecto.
Limita el tamaño de PRs: Máximo 200 líneas por pull request. Enfócate en fixes específicos, no en refactorings masivos generados automáticamente.
Usa herramientas de detección: Integra ai-review-bot o el detector nativo de GitHub para triage antes de enviar. Ahorrarás tiempo a maintainers y al tuo.
Capacita a tu equipo: La IA es un asistente, no un reemplazo. Invierte en que tus devs entiendan qué hace el código, no solo que compile.

Según la encuesta Black Duck 2026, el 68% de desarrolladores open source prefieren "IA asistida, no generativa pura". Ese es el sweet spot: usa IA para acelerar, pero mantén el criterio humano en el centro.

El debate más amplio: IA como herramienta vs. IA como atajo

Hay una diferencia fundamental que el ecosistema está aprendiendo a la fuerza:

IA asistida: El developer usa Copilot/Claude para sugerencias, pero entiende, modifica y valida cada línea. Resultado: productividad +20-30%, calidad mantenida.

IA generativa pura: Copiar-pegar output sin comprensión. Resultado: productividad ilusoria, deuda técnica oculta, maintainers frustrados.

Para founders hispanohablantes, esto es especialmente relevante. En LATAM y España, muchas startups compiten por visibilidad en proyectos globales. Ser conocido como el equipo que contribuye código de calidad (no slop) abre puertas a colaboraciones, hiring y hasta investment.

Conclusión

El mensaje de RPCS3 y Godot no es anti-IA. Es pro-calidad. La inteligencia artificial es una herramienta poderosa que puede acelerar el desarrollo de tu startup, pero usarla como atajo para evitar el trabajo duro de entender código está dañando el ecosistema open source del que todos dependemos.

Los datos son claros: 92% de rechazo, 3.2x más tiempo de revisión, 1.200 repositorios saturados. Si tu startup quiere ser parte de la solución (y ganar reputación en el proceso), establece políticas internas de uso responsable de IA desde hoy.

El open source no es un vertedero de código generado automáticamente. Es un bien común que requiere cuidado humano. Tu startup puede liderar con el ejemplo.