SpamPR-Buster
SpamPR-Buster: Bekämpfung von Spam-Pull-Requests (2026-2029)
Derzeit beobachten wir erhebliche Fortschritte in automatisierten und generativen KI-gestützten Methoden zur Erkennung und Behebung von Fehlern und Inkonsistenzen in groß angelegten Softwaresystemen. Um die Anwendbarkeit dieser neuartigen Methoden zu demonstrieren, nutzen Forschende Open-Source- Softwareprojekte, beispielsweise über GitHub. Der typische Workflow besteht darin, dass Forschende verschiedene Fehler entdecken und GitHub-Issues sowie Pull-Requests (PRs) einreichen, damit die Entwickler:innen der Open-Source-Projekte diese beheben oder zusammenführen können. Anschließend berichten die Forschenden über die behobenen Fehler und akzeptierten Pull-Requests in ihren Publikationen. Die Open-Source-Community begrüßt in der Regel den Beitrag der Forschungsgemeinschaft zur Verbesserung der Softwarequalität. Allerdings gibt es zunehmend Beschwerden darüber, dass die schiere Menge an Issues und Pull-Requests den Fortschritt in Open-Source-Projekten verlangsamt, da Entwickler:innen einen Großteil ihrer Zeit mit der Behebung von Fehlern verbringen. Daher zielt unser vorgeschlagenes SpamPR-Buster Projekt darauf ab, die Kategorien von PRs und Issues zu verstehen, die durch automatisierte und generative KI-gestützte Methoden erstellt werden. Wir werden ein Modell entwickeln, das PRs und Issues klassifiziert und priorisiert. Darüber hinaus werden wir für wichtige PRs oder Issues eine Methode zur automatischen Verbesserung ihrer Qualität entwickeln, sodass Entwickler:innen mehr Vertrauen in das Zusammenführen von PRs haben.
Beteiligte Personen:
SpamPR-Buster wird gefördert durch die Deutsche Forschungsgemeinschaft (DFG).