L’intelligence artificielle générative fait gagner du temps aux développeurs de logiciels open source, mais elle complique aussi la tâche de ceux qui maintiennent ces projets. C’est ce qui ressort d’une étude de la Linux Foundation, qui évoque un gain de productivité pouvant aller jusqu’à 50% sur l’ensemble des tâches de développement, tout en pointant une hausse des contributions de faible qualité.
Selon cette étude, 59% des mainteneurs de projet constatent une augmentation des contributions. Parmi les propositions de modifications qu’ils reçoivent, 25% sont cependant du contenu généré par IA de très faible qualité. Les auteurs parlent d’« AI slop », une expression que l’on peut traduire par « bouillie d’IA ». Cette proportion grimpe à 31% pour les projets de grande taille.
Charge accrue pour les grands projets
Les projets de grande envergure présentent une proportion moyenne de contributions médiocres de 31%, contre 23% et 20% pour les projets de petite ou moyenne taille. D’après l’étude, la taille du projet amplifie l’exposition aux soumissions produites par IA sans grand effort, au lieu de répartir cette charge au sein d’un groupe de relecteurs plus vaste.
Les co-mainteneurs affichent la proportion moyenne la plus élevée de contributions médiocres, avec 29%, soit près de 6 points de plus que les mainteneurs principaux ou les mainteneurs uniques. Les auteurs avancent une explication probable : des réseaux de contributeurs plus étendus, où la supervision directe est moins rigoureuse que celle qu’un mainteneur principal unique pourrait assurer.
Pour Hilary Carter, vice-présidente senior chargée de la recherche à la fondation Linux, « les projets open source doivent concevoir leur organisation en tenant compte d’une base de contributeurs — générés par l’IA — en pleine expansion, plutôt que de se contenter d’y réagir ». Elle juge nécessaire de définir des attentes claires concernant l’IA générative, de responsabiliser les contributeurs quant aux tests et à la transparence, et de doter les responsables de projet de meilleurs outils pour gérer les propositions de contribution, appelées « pull requests ». Si ces fondamentaux sont maîtrisés, l’IA pourra, selon elle, favoriser une participation accrue sans surcharger les responsables de projet ni alourdir leurs coûts opérationnels.
Un vœu pieux ? L’étude relève un paradoxe : « l’IA générative abaisse les barrières à la participation aux projets open source, mais accroît les frictions ». Ainsi, 71% des responsables de projets estiment que l’IA générative réduit les obstacles à l’entrée dans l’univers open source, tandis que 53% d’entre eux considèrent qu’elle n’a pas permis d’améliorer la confiance au sein de la communauté.
« La gouvernance n’a pas suivi le rythme de l’adoption »
Selon les auteurs, cette situation s’explique en partie par un retard dans l’encadrement. Seuls 35% des projets disposent d’une politique formelle autorisant l’utilisation de l’IA générative, tandis que 32% n’ont aucune politique en la matière et ne prévoient pas d’en mettre en place.
Côté contributeurs, 61% d’entre eux effectuent des examens approfondis et des tests fonctionnels complets du code généré par IA avant toute soumission. La divulgation du recours à l’IA reste toutefois inégale. L’étude souligne aussi que l’investissement dans le mentorat humain demeure essentiel : 46% des responsables de projets estiment que l’IA générative accroît le besoin de mentorat pour les nouveaux contributeurs, contre 32% qui pensent au contraire que ce besoin diminue.
Product offers are temporarily unavailable.
