El Impacto de la IA en las Solicitudes de Extracción en el Desarrollo de Software

La IA generativa está causando sensación en muchos campos, y el desarrollo de software no es la excepción. A medida que las herramientas de IA se vuelven más hábiles en generar contenido y código, los Desarrolladores están buscando nuevas maneras de trabajar con estas tecnologías. Es importante estudiar cómo los desarrolladores interactúan con la IA en su trabajo diario, especialmente cómo mantienen la calidad de los proyectos de software mientras usan herramientas de IA.

Un ejemplo notable es Copilot de GitHub para Pull Requests (PRs). Esta herramienta tiene como objetivo automatizar aspectos del proceso de PR generando resúmenes de cambios y proporcionando información detallada dentro de las descripciones de PR. A medida que el uso de esta tecnología crece en la comunidad de código abierto, es esencial ver cómo se está adoptando y qué impacto tiene en el proceso de desarrollo. También nos da la oportunidad de ver cómo reaccionan los desarrolladores cuando no están de acuerdo con el contenido generado por la IA.

En nuestra investigación, analizamos más de 18,000 PRs que utilizaron asistencia de IA de Copilot para PRs. Nuestros hallazgos muestran varias tendencias clave: primero, la adopción de Copilot para PRs está en aumento. Segundo, los PRs creados con la ayuda de Copilot requieren menos tiempo de revisión y tienen más probabilidades de ser aceptados. Finalmente, los desarrolladores tienden a agregar su propio aporte a las descripciones generadas por la IA.

#Resumen de Copilot para Pull Requests

El Copilot de GitHub para Pull Requests está diseñado para ayudar a los desarrolladores a escribir mejores descripciones de PR. Sugiere resúmenes y desgloses detallados de cambios, ayudando a los equipos a revisar y fusionar PRs de manera más eficiente. A medida que los desarrolladores usan esta herramienta, pueden insertar etiquetas específicas en sus descripciones de PR que Copilot luego reemplazará con información generada por IA.

Las características principales incluyen:

• copilot:summary: Genera un resumen rápido de los cambios realizados en el PR.
• copilot:walkthrough: Ofrece un desglose detallado de las modificaciones, incluyendo enlaces a las secciones relevantes del código.
• copilot:poem: Añade un toque creativo generando un poema que resume los cambios.
• copilot:all: Incluye todos los tipos de contenido mencionados anteriormente.

Muchos repositorios ya se han beneficiado de esta automatización, y a medida que más desarrolladores adopten la herramienta, se vuelve importante evaluar su efecto en el proceso de revisión de PR. Necesitamos averiguar si acelera las revisiones y aumenta la probabilidad de que los PR sean fusionados.

#Metodología

Para entender mejor estas preguntas, recopilamos datos de 18,256 PRs generados con Copilot para PRs de 146 proyectos diferentes en GitHub. También analizamos 54,188 PRs que no usaron la herramienta, lo que nos permite hacer comparaciones claras.

Nuestra investigación se centró en lo siguiente:

1. Tasas de adopción de Copilot para PRs.
2. El impacto del uso de Copilot en el tiempo de revisión y la probabilidad de fusión de PRs.
3. Cómo los desarrolladores interactúan con el contenido generado por Copilot, incluyendo cualquier modificación que hagan.

#Adopción de Copilot para PRs

Hasta ahora, muchos repositorios están empezando a ver un aumento en el uso de Copilot para PRs. Algunos lo han integrado completamente en sus procesos, mientras que otros todavía están probando su potencial. Los datos muestran que la etiqueta más popular es copilot:summary, que los desarrolladores utilizan frecuentemente para resumir cambios.

#Impacto en tiempo de revisión y probabilidad de fusión

Nuestro estudio encontró que Copilot para PRs reduce el tiempo necesario para las revisiones de código en un promedio de 19.3 horas. Esto es significativo porque revisiones más rápidas significan un progreso más rápido en los proyectos. Además, los PRs que usan Copilot tienen 1.57 veces más probabilidades de ser fusionados en comparación con aquellos que no lo hacen. Esto sugiere que la asistencia de IA puede ser beneficiosa para hacer que los PRs sean más atractivos para los revisores.

#Interacciones de los desarrolladores con Copilot

Los desarrolladores a menudo complementan el contenido generado por IA con sus ediciones manuales. De hecho, identificamos 13 categorías de información adicional que los desarrolladores tienden a incluir. Las más comunes incluyen información estática de plantilla y enlaces relevantes a documentación o recursos existentes.

Los desarrolladores también realizan varias acciones editoriales con el contenido generado por IA. La acción más frecuente es eliminar partes del resumen generado por Copilot. Esto muestra que, aunque la IA es útil, los desarrolladores sienten la necesidad de refinar y personalizar el contenido para que se ajuste a su contexto específico.

#Direcciones futuras

A medida que crece el interés en Copilot para PRs, hay oportunidades para mejorar la herramienta aún más. Mejorar las plantillas que acompañan las sugerencias de IA y permitir que los desarrolladores especifiquen sus requisitos podría beneficiar la experiencia general del usuario.

Además, estudiar cómo los desarrolladores adaptan las salidas de IA ofrece una oportunidad para mejorar futuras soluciones de IA. Entender las prácticas comunes en la modificación o personalización del contenido de IA podría llevar a herramientas mejores y más amigables para el usuario.

#Recomendaciones

Basándonos en nuestros hallazgos, recomendamos que los desarrolladores aboguen por el uso de Copilot para PRs, ya que puede mejorar la eficiencia y las tasas de aceptación. Incorporar descripciones apoyadas por IA en las plantillas de PR también puede mejorar la claridad. Además, sugerimos ser selectivos con el contenido generado por Copilot, particularmente al usar la etiqueta copilot:all, para evitar confusiones.

#Conclusión

Nuestra investigación muestra que la IA generativa está desempeñando un papel importante en dar forma al proceso de PR en el desarrollo de software. A medida que más desarrolladores comiencen a usar herramientas como Copilot para PRs, podemos esperar ver aplicaciones más interesantes de IA en este campo. La colaboración entre la experiencia humana y el contenido generado por IA está allanando el camino para prácticas innovadoras en las revisiones de código y más allá.

En resumen, el creciente uso de IA en tecnología está transformando la forma en que los desarrolladores trabajan. Esto hace que sea crucial seguir de cerca su adopción e impacto. Con los ajustes y mejoras adecuados, las herramientas de IA pueden mejorar aún más la productividad en el desarrollo de software.