GitHub se tornou mais uniforme após ChatGPT? Estudo de código para 2019–2025

O autor de um post no Habr testou a hipótese de que o código aberto no GitHub se tornou mais uniforme após o aparecimento do ChatGPT e a adoção generalizada de ferramentas de IA para desenvolvimento como GitHub Copilot, Cursor, Claude Code e Windsurf — para isso analisou dados da plataforma para 2019–2025.

Por que verificar código para uniformidade

Depois que o ChatGPT apareceu e os assistentes de IA para desenvolvedores se espalharam amplamente, o desenvolvimento acelerou notavelmente: código, testes, README, comentários e pequenas funções de utilidade agora podem ser obtidas em segundos. Mas há um lado menos óbvio disso — se milhões de desenvolvedores usarem modelos semelhantes e prompts semelhantes, o código aberto corre o risco de se tornar mais homogêneo. Esta é uma hipótese, não uma conclusão pronta: o autor mesmo formula a pergunta como um problema aberto que precisa ser testado em dados reais, não como um fato conhecido antecipadamente.

Como a pesquisa é organizada

O autor construiu a análise em dados GH Archive e BigQuery para 2019–2025, estudando mensagens de commit, conteúdos de README, nomes de funções e outros artefatos textuais de repositórios. Para comparar diferentes períodos, ele introduziu sua própria métrica — GitHub Uniformity Index, permitindo avaliar como ficaram similares código e textos acompanhantes antes e depois da adoção em massa de ferramentas de IA em desenvolvimento.

A escolha do período de tempo 2019–2025 não é acidental: ela cobre os anos antes do ChatGPT aparecer, o momento de seu lançamento e os anos subsequentes quando assistentes de IA para código — de GitHub Copilot a Cursor, Claude Code e Windsurf — passaram de plugins de nicho para uma ferramenta de desenvolvimento em massa. Isso permite procurar não apenas um pico único nas métricas, mas uma tendência sustentável que se estende por vários anos de adoção de tecnologia.

Por que isso importa para o código aberto

Se a hipótese for confirmada, significaria que a conveniência dos assistentes de IA tem um preço — uma redução na diversidade de abordagens e estilos em repositórios abertos. Para um ecossistema que historicamente valorizava a diversidade de soluções para o mesmo problema, tal efeito seria um sinal significativo dos efeitos colaterais da adoção em massa de modelos generativos no desenvolvimento cotidiano.

• Período de análise — dados do GitHub para 2019–2025
• Fontes de dados — GH Archive e BigQuery
• Mensagens de commit, README e nomes de funções são estudados
• Métrica personalizada introduzida — GitHub Uniformity Index
• Ferramentas de IA mencionadas — GitHub Copilot, Cursor, Claude Code, Windsurf

O que exatamente pode ser medido a partir do código no

GitHub

GH Archive registra eventos públicos na plataforma — commits, pull requests, issues — e a conexão com BigQuery permite executar consultas SQL em toda essa matriz ao longo de muitos anos sem baixar repositórios inteiros. Essa abordagem permite comparar estilos de commit, estrutura de README e nomeação de funções em fatias "antes do ChatGPT" e "depois do ChatGPT" em volumes de dados estatisticamente significativos, não em uma amostra de apenas alguns projetos.

O que isso significa

A questão da uniformidade do código não é sobre estética, mas sobre se o código aberto está perdendo diversidade de abordagens e soluções junto com o crescimento na velocidade de desenvolvimento. A metodologia do GitHub Uniformity Index fornece uma ferramenta para medir esse efeito em dados reais, não apenas assumir visualmente. A forma como a questão em si é formulada mostra que a discussão sobre ferramentas de IA para desenvolvimento está gradualmente mudando de um simples "ficou mais rápido" para efeitos colaterais mais sutis da adoção em massa.