En 2026, vous ne pourrez plus extraire les outils de codage de l’IA de l’étau des développeurs, ont découvert les chercheurs.
Mais même si l’IA aide sans aucun doute les codeurs à produire du code plus rapidement, elle ne produit peut-être pas un meilleur code, préviennent d’autres chercheurs. Et cela pourrait leur causer des problèmes à l’avenir.
Plus précisément, en février 2026, le laboratoire de recherche respecté en IA METR a publié une révélation surprenante : la plupart des développeurs ne travailleraient plus, même sur un nombre limité de tâches, sans l’IA.
METR avait espéré fournir une mise à jour de certaines recherches révolutionnaires publiées quelques mois plus tôt, en 2025, sur la productivité du codage de l’IA. Dans ce document, les chercheurs ont mesuré combien de temps les développeurs open source mettaient pour effectuer des tâches manuellement par rapport à l’IA.
Alors que les développeurs de cette étude ont déclaré que l’IA les rendait plus productifs, ils ont été choqués d’apprendre qu’elle les ralentissait. Bien sûr, cela générait du code plus rapidement, mais ils passaient ensuite plus de temps à rechercher et à corriger les erreurs, à piloter l’IA et à attendre qu’elle termine les tâches.
Lorsque METR a décidé de répéter l’expérience pour mesurer les progrès en matière d’IA et de maîtrise des codeurs, ils n’ont pas pu.
Les développeurs n’étaient pas disposés à participer « parce qu’ils ne souhaitent pas travailler sans IA », même pour l’étude, ont avoué les chercheurs.
Au lieu de cela, METR a publié en mai une enquête qui permettait aux employés techniques de déclarer eux-mêmes leurs gains de productivité en matière d’IA. Sans surprise, ils ont estimé que l’IA les rendait deux fois plus précieux pour leur organisation.
Mais les gros titres récents sur les dépenses exorbitantes du soi-disant tokenmaxxing, associés à quelques recherches récentes, rendent cette auto-perception douteuse.
Le Tokenmaxxing, ou l’utilisation du nombre de jetons qu’une personne utilise comme indicateur de productivité avec l’IA, a été jusqu’à présent la tendance de 2026. Et c’est peut-être déjà fini.
Amazon a fermé son classement interne de suivi des jetons appelé Kirorank après que les employés y ont joué en utilisant des agents d’IA de manière excessive et en augmentant les coûts, a rapporté le Financial Times cette semaine. Les employés ont prouvé que l’utilisation de l’IA ne se traduit pas automatiquement par une augmentation de la productivité.
Uber a dépensé son budget IA pour 2026 au cours des quatre premiers mois de l’année, a rapporté The Information. Le directeur de l’exploitation, Andrew Macdonald, a récemment déclaré dans un podcast que de telles dépenses n’avaient pas entraîné d’augmentation mesurable des projets ou de la productivité.
Le code généré par l’IA ne réduit pas non plus nécessairement les besoins continus de maintenance du code, et peut même les augmenter, a expliqué avec élégance le programmeur et auteur James Shore dans un article de blog devenu viral sur Hacker News.
« Vous écrivez du code deux fois plus vite maintenant ? Mieux vaut espérer que vous avez réduit de moitié vos coûts de maintenance », a-t-il écrit. « Sinon, vous êtes foutu. Vous échangez une augmentation de vitesse temporaire contre un contrat permanent. »
Il existe d’autres preuves que l’IA peut augmenter les problèmes de maintenance du code.
Un tweet viral d’Aiswarya Sankar, fondateur et PDG de la startup d’agents d’ingénierie de fiabilité Entelligence AI, proclame que les entreprises dépensent 44 % de leurs jetons en corrections de bugs générés par leur IA. Pendant ce temps, la société d’outils de révision de code Code Rabbit affirme avoir analysé les demandes d’extraction open source et découvert que l’IA produisait 1,7 fois plus de problèmes que le code humain.
Ce sont, certes, des statistiques égoïstes de la part de ceux qui tentent de vendre des outils de révision de code d’IA.
Pourtant, des chercheurs indépendants ont également découvert de tels problèmes. Des chercheurs de la réputée Singapore Management University ont publié un rapport en avril avertissant que « le code généré par l’IA peut introduire des coûts de maintenance à long terme dans les projets logiciels réels ».
Étant donné que les programmeurs adorent leurs assistants IA, quelle est la solution ?
Eh bien, ceux qui veulent vous vendre des agents de codage d’IA disent que les développeurs peuvent simplement utiliser des agents de codage d’IA pour effectuer les tâches fastidieuses de correction du code aussi vite que l’IA le crache. C’est ce que suggère le fondateur et PDG de Cognition, Scott Wu, le fabricant de l’agent de codage d’IA Devin.
Mais même lui admet que, même si Devin peut travailler de manière indépendante, il évalue actuellement ses compétences entre un programmeur junior et un programmeur intermédiaire, en fonction de la tâche. Il ne s’agit pas d’une solution de transfert et d’oubli.
Les chercheurs de SMU proposent une approche plus humaine. Les programmeurs doivent savoir quelles tâches l’IA accomplit et ne réussit pas aussi profondément qu’ils connaissent leurs langages de codage préférés. Ils ont besoin de systèmes d’assurance qualité solides conçus pour l’IA et ils sont obligés d’examiner attentivement le travail de l’IA comme s’il s’agissait d’un développeur junior.
Pendant ce temps, disent les chercheurs (et Wu est d’accord), les humains devraient continuer à effectuer le travail global comme l’architecture logicielle et la conception de la sécurité.
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
