1. Naslov i uvod
Godinama slušamo da će umjetna inteligencija učiniti programiranje jeftinim i dostupnim svima. Ako je to istina, projekti otvorenog koda trebali bi procvjetati. No priče koje dolaze iz zajednice zvuče drukčije: maintainere preplavljuju AI‑generirani pull requestovi, površni bug reportovi i »vibe kodiranje« koje troši živce, a ne rješava probleme. U nastavku analiziramo što se zapravo događa, zašto su čuvari otvorenog koda pod pritiskom i zašto bi to trebalo zanimati i hrvatske tvrtke te javni sektor.
2. Vijest ukratko
Kako piše TechCrunch, nekoliko istaknutih projekata otvorenog koda – među njima media player VLC (VideoLAN) i 3D alat Blender – bilježi osjetan pad prosječne kvalitete doprinosa. Velik dio novih merge requestova očito je nastao uz pomoć AI alata za pisanje koda. Dolaze mahom od manje iskusnih developera, a zahtijevaju mnogo vremena za pregled, često bez stvarne vrijednosti za projekt.
Vodstva projekata naglašavaju da su AI alati izuzetno korisni u rukama senior developera koji dobro poznaju kodnu bazu, primjerice pri portanju na nove operativne sustave ili pisanju novih modula. No kad ih koriste početnici, rezultat je najčešće balast.
Kako bi se obranili, neki maintainere uvode ograničenja. Razvijatelj Mitchell Hashimoto predstavio je sustav kojim se na GitHubu doprinosi ograničavaju na »preporučene« korisnike. Autor alata cURL privremeno je zaustavio bug bounty program nakon što je bio zatrpan AI‑generiranim prijavama ranjivosti bez stvarnih sigurnosnih problema. Investitori fokusirani na otvoreni kod, koje citira TechCrunch, upozoravaju: baza koda i broj međuzavisnosti rastu eksponencijalno, dok broj aktivnih, vještih maintainera ne prati taj tempo.
3. Zašto je to važno
Suština je jednostavna: AI pojeftinjuje pisanje koda, ali poskupljuje njegovo održavanje.
Otvoreni kod počiva na nepisanom dogovoru. Široka zajednica dobiva kvalitetan softver bez licenci, a manji dio korisnika vraća nešto zauzvrat – kod, dokumentaciju, donacije. Svi pritom poštuju činjenicu da maintainere rade s ograničenim vremenom i energijom. AI alati taj balans narušavaju: generirati patch danas traje minutu, a razumjeti ga, testirati i odbaciti ili integrirati i dalje traži sate rada.
Tko kratkoročno dobiva?
- Pojedinci koji bez dubljeg razumijevanja sustava mogu poslati »funkcionalan« kod.
- Dobavljači AI alata, koji se mogu hvaliti automatskim doprinosima poznatim projektima.
Tko gubi?
- Maintainere, čije liste čekanja pucaju po šavovima.
- Organizacije koje na tim projektima grade proizvode, usluge ili javne sustave.
U pozadini je i sudar prioriteta. Velike tehnološke kompanije nagrađuju se za nove funkcije i brzi rast. Projekti otvorenog koda vrednuju se po stabilnosti, sigurnosti i kompatibilnosti unatrag. AI snažno ubrzava upravo ono što korporacije vole – novu funkcionalnost – dok slabo pomaže kod dosadnog, ali presudnog posla: refaktoriranja, upravljanja ovisnostima, dokumentiranja, izrade izdanja.
Ako nastavimo ubrizgavati AI‑generiran kod bez ulaganja u kapacitete održavanja i alate za upravljanje složenošću, nećemo dobiti više inovacija, nego krhkiji ekosustav u kojem nekoliko izgorjelih maintainera drži cijeli svijet na okupu.
4. Šira slika
Ovaj problem se uklapa u nekoliko šire vidljivih trendova:
Epoha „copilota“ za programere. Od 2021. nadalje alati poput GitHub Copilota i Amazon CodeWhisperera pokazali su koliko je primamljivo pisati kod kao da pišete e‑mail. Prve rasprave vrtjele su se oko autorskih prava i trening podataka. Danas se fokus pomiče na operativno pitanje: što se događa kad svaki junior developer s par promptova »doprinosi« kritičnim projektima?
Fragmentacija softverskog stacka. Moderne aplikacije ovise o desecima pa i stotinama paketa. I prije AI‑a bilo je uobičajeno izbaciti novu biblioteku umjesto doprinijeti postojećoj. S AI‑em je to još lakše. Posljedica je more sitnih paketa, forkova i poluodržavanih projekata koje nitko ne može u potpunosti pratiti.
Kronični manjak maintainera. Primjeri poput Heartbleeda ili Log4Shella razotkrili su koliko malo ljudi često stoji iza globalno kritičnih komponenti. Novac se investirao u nove frameworke, a mnogo manje u dosljedno održavanje temeljnog softvera.
AI sada sve to ubrzava. Stvaranje novog koda jeftinije je nego ikad, ali koordinacija, revizija i dugoročna stabilizacija postaju teži. Velike kompanije mogu to amortizirati vlastitim modelima, privatnim repozitorijima i timovima za pregled AI izlaza. Klasični open‑source projekti nemaju takav luksuz.
Vjerojatan sljedeći korak jest
automatizacija s druge strane: botovi koji klasificiraju issuee i pull requestove, automatski revizori koji odbacuju očito površne doprinose, reputacijski sustavi koji odlučuju tko smije mijenjati koji dio sustava. Ukratko – AI protiv AI: modeli koji pišu kod i drugi modeli koji im stoje na vratima.
5. Europski i regionalni kontekst
Za Europu je ovo strateško pitanje. Mnogi ključni projekti spomenuti u TechCrunchovom tekstu imaju europske korijene: VLC (Francuska), Blender (Nizozemska), cURL (autor iz Švedske). Slično vrijedi i za brojne druge alate na kojima počiva digitalna ekonomija.
Istodobno, EU kroz GDPR, NIS2, Akt o kibernetičkoj otpornosti i Akt o umjetnoj inteligenciji podiže ljestvicu sigurnosti i odgovornosti softvera. Iako su čisti volonterski projekti djelomično izuzeti, politička poruka je jasna: softver koji se koristi u kritičnim sustavima mora biti siguran i trasparentan. Ako se ti isti projekti u isto vrijeme guše u AI‑generiranom šumu, rizik postaje dvostruk: preopterećeni maintainere i pritisak da se projekte dodatno „profesionalizira“ ili zatvori.
Za Hrvatsku je priča vrlo konkretna. Državna i lokalna uprava, obrazovne ustanove, medijske kuće i start‑upovi iz Zagreba, Splita, Rijeke ili Osijeka snažno se oslanjaju na otvoreni kod – od Linux poslužitelja do kriptografskih i multimedijskih knjižnica. Ako ključni projekti uspore ili se zatvore prema novim doprinosima, rastu sigurnosni rizici i ovisnost o zatvorenim, često američkim rješenjima u oblaku.
S druge strane, ovdje leži i prilika. Regija jugoistočne Europe ima aktivnu zajednicu developera i sve više start‑upova u području dev‑toolsa i kibernetičke sigurnosti. Izgradnja alata umjetne inteligencije usmjerenih na potporu maintainerima, a ne na generiranje još koda – pametno filtriranje, analiza ovisnosti, pomoć u usklađivanju s EU regulativom – mogla bi biti niša u kojoj se tvrtke iz Zagreba, Ljubljane ili Beograda mogu globalno istaknuti.
6. Pogled unaprijed
Što možemo očekivati u sljedećih godinu do dvije?
- Više kontrole pristupa. Projekti će finije granulirati prava: nije isto otvoriti issue, mijenjati dokumentaciju ili dirati kritični kod. Povjerenje i reputacija postat će ključna valuta.
- Jasna pravila o korištenju AI alata. Mnoga će spremišta definirati kada je AI dopušten, kada ga treba eksplicitno navesti u opisu commita i koji su dijelovi sustava za AI jednostavno zabranjeni.
- AI u CI/CD lancu kao filter. Novi pipelineovi automatski će pokretati testove, tražiti tipične obrasce AI‑»smeća«, uspoređivati prijavljene bugove s postojećim i zatvarati očito nekorisne prijave bez da opterete ljudske reviewere.
- Ozbiljnije financiranje održavanja. Tvrtke koje zarađuju na leđima otvorenog koda bit će pod pritiskom – i regulatornim i reputacijskim – da dio prihoda vrate projektima, ne samo kroz jednokratne donacije, nego i kroz ugovorno financiranje vremena za održavanje.
Za hrvatske organizacije praktičan savjet je jasan: napravite popis ključnih open‑source komponenti o kojima ovisite i istražite tko ih održava. Ako su to jedan ili dva volontera, riječ je o realnom operativnom riziku. Pitajte se ne samo »što možemo doprinijeti kodom?«, već i »kako možemo pomoći da se projekt ne uruši pod teretom AI‑doprinosâ?« – bilo kroz financijsku podršku, bilo kroz sudjelovanje u razvoju alata za upravljanje doprinosima.
7. Zaključak
AI alati za pisanje koda ne ukidaju potrebu za programerima; podižu cijenu dobrih inženjera, onih koji razumiju sustave, dugoročne posljedice i tehnički dug. U svijetu otvorenog koda opasnost više nije nedostatak doprinosa, nego njihov višak – osobito kad ih generira umjetna inteligencija bez razumijevanja konteksta. Ako ne ojačamo maintainere, pravila igre i pametne filtere, riskiramo da AI od naše zajedničke digitalne infrastrukture napravi kaos koji nitko ne može kontrolirati. Pitanje za vas glasi: tretirate li otvoreni kod kao besplatan resurs ili kao ključnu infrastrukturu u koju vrijedi ulagati u eri umjetne inteligencije?
