Desenvolvedores podem agora contribuir com a plataforma de código aberto pesquisando por tema, nível de dificuldade ou projetos similares aos que já trabalhou antes
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.