Ingenieros de software publican el manifiesto 'No AI Slop' para combatir la producción de baja calidad por IA

Ingenieros de software y líderes en la AIE Code Summit 2026 han emitido un manifiesto para abordar la proliferación del 'slop', un término que utilizan para describir el contenido generado por IA que requiere más esfuerzo para entenderse que el que tomó producirlo. El manifiesto sostiene que, si bien la IA es una herramienta poderosa, transmitir resultados de modelos sin revisar crea un costo asimétrico donde la producción se acerca a cero mientras los costos de revisión humana permanecen constantes.

Definición del problema del slop

El manifiesto identifica el slop como un subproducto del panorama actual de la IA, donde el costo de generar una solicitud de extracción (pull request) de mil líneas o un documento de diez páginas se acerca a cero. Debido a que el tiempo de revisión humana permanece constante, esto crea una asimetría masiva que puede abrumar a los equipos y degradar la calidad del software.

Los autores argumentan que el slop no es inherente al uso de la IA; más bien, ocurre cuando los humanos transmiten la producción de la IA sin asumir la responsabilidad por la calidad o la experiencia del lector. Es un fallo de juicio más que un fallo de la tecnología en sí misma.

“El slop es cuando ponemos menos esfuerzo en producir algo de lo que pedimos al consumidor que gaste en entenderlo.”

— No AI Slop: A Manifesto

El efecto acumulativo en los sistemas

Una preocupación central del manifiesto es cómo el slop se acumula dentro de un ecosistema técnico. Cuando la producción de IA de baja calidad se encuentra en la base de conocimiento de un equipo o en el historial de chat, se convierte en los datos de entrenamiento para la próxima generación de agentes, que luego copian y replican esos mismos errores.

Este ciclo puede llevar a una erosión gradual de la comunicación y la calidad. El manifiesto sugiere que cuanto más slop circule dentro de un equipo, menos se hará para combatirlo, lo que potencialmente podría conducir a una espiral descendente de mantenibilidad.

Resoluciones propuestas y el papel humano

Para combatir esto, el manifiesto propone varias resoluciones, incluyendo la optimización de los sistemas para la obtención eficiente de la intención humana y la priorización de un 'mejor trabajo' sobre un 'trabajo más fácil'. Alienta a los desarrolladores a realizar su propio pensamiento explorando el arte previo y los recursos antes de comenzar una tarea con un modelo.

Los autores enfatizan que, si bien el 'vibe coding' y los prompts de un solo paso son herramientas de gran apalancamiento, no deben usarse si socavan el resultado final. Abogan por un sistema donde cualquier contenido generado por IA sea claramente divulgado y verificado en cuanto a precisión en las partes que más importan al usuario.

Compensaciones e incertidumbres

El manifiesto reconoce que no existe una única respuesta correcta y que la industria todavía está volviendo a aprender qué aceptar. Si bien el objetivo es crear valor para todos, los autores admiten que el rápido ritmo del desarrollo de la IA dificulta el establecimiento de salvaguardias permanentes.

Una pregunta clave que permanece es cómo equilibrar la presión comercial inmediata de producir resultados con la necesidad a largo plazo de mantener una base de código de alta calidad y comprensible para los humanos. El manifiesto sirve como un punto de partida para una evolución liderada por la comunidad de estas creencias.