Desenvolvedores poderão agora ser mais precisos ao contribuir com algum projeto de código aberto no GitHub. A plataforma conta com uma lista imensa de problemas esperando soluções, e para facilitar a busca dos usuários passou a utilizar aprendizado de máquina para identificar os mais urgentes.

Participar de projetos no GitHub é uma excelente forma de construir sua reputação como desenvolvedor. Por isso, a plataforma criou uma ferramenta de inteligência artificial para auxiliar pessoas a encontrar projetos com problemas e começar a contribuir com o código aberto.

O trabalho começou em maio, com a criação de rótulos a serem aplicados nos problemas, que funcionariam posteriormente como recomendações. Manualmente, os responsáveis pelo projeto criaram cerca de 300 rótulos como “bom primeiro problema”, “documentação”, “amigável para iniciantes” e “correção fácil de bugs”. “Incluímos problemas de documentação porque geralmente são uma boa maneira de novas pessoas começarem a contribuir”, explica engenheira de aprendizado de máquinas, Tiferet Gazit.

Porém, isso só resolvia 40% da questão – e ainda deixava para os gestores a tarefa de criar rótulos e separar problemas. O GitHub passou então a usar aprendizado de máquina para ampliar o conjunto de sugestões. “Podemos resolver problemas em cerca de 70% dos repositórios que recomendamos aos usuários”, completa Gazit.

Desenvolvedores podem agora procurar problemas em projetos de três formas: por tópicos, pelo nível de dificuldade e pelas recomendações personalizadas. A última vale para os veteranos da plataforma, que verão sugestões dentro do mesmo perfil dos projetos em que já contribuíram.

Via GitHub