"TODO: Corregir el Desastre que Creó Gemini": Hacia la Comprensión de la Deuda Técnica Auto-Admitida Inducida por GenIA
"TODO: Fix the Mess Gemini Created": Towards Understanding GenAI-Induced Self-Admitted Technical Debt
January 12, 2026
Autores: Abdullah Al Mujahid, Mia Mohammad Imran
cs.AI
Resumen
A medida que los grandes modelos de lenguaje (LLM) como ChatGPT, Copilot, Claude y Gemini se integran en los flujos de trabajo de desarrollo de software, los desarrolladores dejan cada vez más rastros de la participación de la IA en los comentarios de su código. Entre estos, algunos comentarios reconocen explícitamente tanto el uso de IA generativa como la presencia de deficiencias técnicas. Analizando 6.540 comentarios de código que hacen referencia a LLM, extraídos de repositorios públicos de GitHub basados en Python y JavaScript (noviembre de 2022 - julio de 2025), identificamos 81 que también auto-admiten deuda técnica (SATD, por sus siglas en inglés). Los desarrolladores describen con mayor frecuencia pruebas pospuestas, adaptación incompleta y comprensión limitada del código generado por IA, lo que sugiere que la asistencia de IA afecta tanto al cuándo como al porqué surge la deuda técnica. Proponemos el término Deuda Técnica Auto-admitida Inducida por IA Generativa (GIST, por sus siglas en inglés) como un lente conceptual para describir casos recurrentes en los que los desarrolladores incorporan código generado por IA mientras expresan explícitamente incertidumbre sobre su comportamiento o corrección.
English
As large language models (LLMs) such as ChatGPT, Copilot, Claude, and Gemini become integrated into software development workflows, developers increasingly leave traces of AI involvement in their code comments. Among these, some comments explicitly acknowledge both the use of generative AI and the presence of technical shortcomings. Analyzing 6,540 LLM-referencing code comments from public Python and JavaScript-based GitHub repositories (November 2022-July 2025), we identified 81 that also self-admit technical debt(SATD). Developers most often describe postponed testing, incomplete adaptation, and limited understanding of AI-generated code, suggesting that AI assistance affects both when and why technical debt emerges. We term GenAI-Induced Self-admitted Technical debt (GIST) as a proposed conceptual lens to describe recurring cases where developers incorporate AI-generated code while explicitly expressing uncertainty about its behavior or correctness.