L’IA accélère le code open source. La relecture reste au centre du travail

Écrire un correctif plus vite ne signifie pas qu’un projet le validera plus vite. Un rapport de la Linux Foundation annoncé le 20 octobre éclaire ce décalage dans les logiciels open source. Les personnes interrogées décrivent des tâches accélérées par l’IA. Elles signalent aussi une charge de vérification. Le résultat demande de distinguer le travail individuel et le fonctionnement du collectif.

Des estimations recueillies au printemps

Le rapport intégral repose sur 234 répondants qualifiés. Ce questionnaire en ligne a circulé d’avril à juin 2026 dans les réseaux de la fondation et de partenaires. Il réunit des contributeurs et des responsables de maintenance. Les effectifs changent selon les questions. Il ne s’agit pas d’une expérience chronométrée comparant des groupes tirés au sort.

Pour l’écriture de code, les réponses de 96 personnes aboutissent à une baisse estimée de 52 % du temps par tâche. Une autre question recueille 111 réponses. Elles situent en moyenne à 25 % la part des propositions classées de faible qualité et/ou générées par IA dans la figure. Les auteurs les regroupent sous l’expression « AI slop ». Cette estimation déclarée ne constitue pas un audit de tous les dépôts GitHub.

La relecture appartient au résultat

Une proposition de modification doit encore être comprise puis acceptée. Son auteur peut réduire son temps de rédaction sans réduire celui de la personne qui l’examine. Comparer uniquement la vitesse de production laisse cette étape hors champ. Il faut également tenir compte des tests et des corrections demandées. Une économie locale ne permet donc pas de calculer directement le coût total d’un changement intégré.

Éviter un taux de productivité universel

Le chiffre sur l’écriture de code décrit une activité et un groupe de répondants. L’utiliser comme taux d’accélération de tout le développement changerait son sens. La qualité attendue et le périmètre de la tâche doivent rester comparables. Le temps nécessaire pour produire un premier jet ne répond pas à la même question que le délai pour obtenir une version utilisable.

Pour établir un bilan collectif, un suivi pourrait rapprocher le temps de rédaction du temps de validation. Il devrait préciser quelles propositions sont retenues et lesquelles demandent une reprise. Ce serait une mesure différente de celle d’une tâche isolée. La même unité de temps ne suffit pas à rendre ces deux observations interchangeables.

Des règles explicites pour les contributions

Le communiqué de la fondation met l’accent sur la gouvernance. Il recommande de formaliser les règles d’utilisation de l’IA et de rendre cette assistance visible. Il insiste aussi sur la vérification des propositions et l’accompagnement humain des nouveaux contributeurs. Ces recommandations constituent une réponse proposée par les auteurs. Elles ne prouvent pas qu’une règle donnée a déjà réduit la charge de maintenance.

Une règle utile doit permettre à chaque personne de comprendre ce qu’elle remet au projet et ce qui reste à contrôler. Mentionner l’usage d’un assistant renseigne sur le processus. Cette mention ne remplace ni un test ni la connaissance du code proposé. À l’inverse, une vérification sérieuse mérite d’être décrite pour faciliter l’examen. Transparence et qualité remplissent des fonctions complémentaires.

Ce débat rejoint notre article sur les nouvelles restrictions de r/opensource. Cette décision concerne un forum précis. L’enquête de la Linux Foundation examine les pratiques de projets et de personnes interrogées. Je retiens surtout la nécessité de regarder jusqu’au changement accepté. L’IA peut accélérer une étape. Pour apprécier le résultat collectif, il faut suivre aussi le travail qu’elle transmet aux autres.