"TODO: Correggere il casino fatto da Gemini": Verso la comprensione del debito tecnico auto-ammesso indotto dai GenAI
"TODO: Fix the Mess Gemini Created": Towards Understanding GenAI-Induced Self-Admitted Technical Debt
January 12, 2026
Autori: Abdullah Al Mujahid, Mia Mohammad Imran
cs.AI
Abstract
Man mano che modelli linguistici di grandi dimensioni (LLM) come ChatGPT, Copilot, Claude e Gemini si integrano nei flussi di lavoro dello sviluppo software, gli sviluppatori lasciano sempre più tracce del coinvolgimento dell'IA nei commenti del codice. Tra questi, alcuni commenti riconoscono esplicitamente sia l'uso dell'IA generativa che la presenza di carenze tecniche. Analizzando 6.540 commenti di codice che fanno riferimento a LLM provenienti da repository GitHub pubblici basati su Python e JavaScript (novembre 2022-luglio 2025), abbiamo identificato 81 commenti che ammettono anche autonomamente debito tecnico (SATD). Gli sviluppatori descrivono più spesso test posticipati, adattamento incompleto e comprensione limitata del codice generato dall'IA, suggerendo che l'assistenza IA influisce sia sul momento in cui emerge il debito tecnico sia sulle ragioni per cui esso emerge. Proponiamo il termine "Debito Tecnico Auto-ammesso Indotto da IA Generativa" (GIST) come lente concettuale per descrivere casi ricorrenti in cui gli sviluppatori incorporano codice generato dall'IA esprimendo esplicitamente incertezza sul suo comportamento o correttezza.
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.