Linux se resigna a reducir sus funciones anónimas por culpa de la IA: "Odiamos esto tanto como tú"

El avance de las herramientas de IA para la programación está abriendo las puertas a esta disciplina a millones de personas, pero la enorme necesidad de datos empieza a ser un problema para los creadores de Linux, hasta el punto de que algunas de sus funciones ya no están disponibles.

Para crear cualquier modelo de inteligencia artificial con capacidades de programación, como Claude Code de Anthropic, es necesario proporcionar una inmensa cantidad de datos de cómo trabajan los desarrolladores, y el software de código abierto es una mina para ello, porque todo se crea en gits y commits públicos.

Para ello, las empresas que necesitan datos, suelen crear herramientas de scraping, que sondea la información disponible de forma abierta a través de bots automáticos. Los scrapers han existido siempre, incluso en la época de los buscadores, pero la IA ha hecho que se desmadren.

Así lo denuncia ahora Konstantin Ryabitsev, director de infraestructura IT de la Fundación Linux, que ha puesto cifras al problema que experimenta su comunidad de desarrolladores en una publicación en la web oficial del kernel del sistema operativo.

"En este momento, dedicamos más ciclos de CPU a renderizar commits para herramientas de scraping que para todos los tipos de accesos legítimos", explica el responsable de IT de la Fundación Linux, encargada del kernel del sistema operativo creado por Linus Torvalds.

En la actualidad, git.kernel.org, donde se aloja el trabajo en código abierto de Linux, recibe alrededor de 6 millones de solicitudes cada día para acceder a commits relacionados con el desarrollo del sistema, de los que solo el 2% son personas reales. El resto, todo son bots.

Para no saturar sus sistemas para los usuarios legítimos, la fundación siempre ha utilizado mecanismos que filtran el tráfico de las solicitudes, pero las herramientas de scraping cada vez son más avanzadas y cada vez es más complicado detectarlas, y un tercio de ellas ya escapan a sus sistemas, denuncia Ryabitsev.

Linux, obligada a desactivar funciones anónimas

Dado que detectar el tráfico procedente de los bots que alimentan de datos a las herramientas de IA ya no resulta una solución efectiva, Konstantin Ryabitsev reconoce ahora que no les queda más remedio que limitar sus funciones, aunque esto complique la vida a los usuarios reales.

"Estamos desactivando algunas funciones para reducir el número de URL rastreables y restringir aquellas acciones cuya ejecución nos supone un gran coste. Es probable que pierdas algunas funcionalidades, al menos al acceder a nuestros recursos de forma anónima", advierte el jefe de IT de la Fundación Linux.

La estrategia no es recortar las cosas que se pueden hacer al trabajar en commits públicos en Linux, sino incorporar más pasos para demostrar que se trata de una persona y no de un bot, o limitar la cantidad de recursos accesibles de forma anónima.

"Créeme, odiamos esto tanto como tú, pero en este momento es una necesidad", se resigna un Ryabitsev que deja claro que esta medida no le gusta un pelo. 

Pese a ello, la Fundación Linux ha querido calmar los ánimos y recuerda que no cambiará su funcionamiento por esto, ya que todos sus datos seguirán estando disponibles de manera abierta para cualquier persona o empresa que las necesite o que quiera aportar en su funcionamiento.

"Nos comprometemos a seguir ofreciendo todos nuestros datos para su descarga a cualquiera que los solicite. Solo es posible que tengáis que pasar por más trámites para conseguirlos", apostilla Konstantin Ryabitsev.

Este caso supone un ejemplo claro del gran impacto que está teniendo la inteligencia artificial en el funcionamiento normal de internet. Recientemente también se ha demostrado que 1 de cada 3 páginas web creadas desde el lanzamiento de ChatGPT ya se escriben con IA, reforzando la teoría del internet muerto.