Le chiffre est tombé. Un quart des soumissions de code (pull requests) reçues par les mainteneurs de projets open source sont désormais qualifiées de « AI slop », ces contributions générées artificiellement et jugées de mauvaise qualité. C’est le constat implacable dressé par la nouvelle étude publiée par la Linux Foundation, intitulée Navigating Open Source Software Development in the Generative AI Era.
Sponsorisé par Red Hat avec l’appui de Futurewei, de l’OpenSSF et de LF AI & Data, ce rapport dévoilé lors de l’événement All Things Open met en lumière la double facette de l’intelligence artificielle générative : un accélérateur de productivité indéniable pour les développeurs, doublé d’une charge mentale écrasante pour les garants de l’écosystème libre.
💡 En résumé
- Productivité décuplée : le temps consacré à la rédaction pure de code s’effondre de 52 % en moyenne grâce aux assistants d’IA.
- Mainteneurs sous pression : 59 % des gestionnaires de projets subissent une hausse de volume des contributions, un taux qui grimpe à 69 % sur les grands dépôts.
- Vide juridique et éthique : seuls 35 % des projets disposent actuellement d’une politique formelle encadrant ou autorisant l’utilisation de l’intelligence artificielle.
💡 C’est quoi l’AI slop ?
Le terme AI slop désigne du code informatique ou du contenu numérique de très faible qualité, généré de manière automatique et massive par des intelligences artificielles. Dans l’écosystème du développement, cette pratique se traduit par une avalanche de soumissions (pull requests) bâclées ou truffées d’erreurs, qui épuisent la charge mentale des mainteneurs chargés de les vérifier.
Le paradoxe de la productivité : coder plus vite, vérifier plus longtemps
L’intégration de l’IA générative dans le cycle de vie du développement logiciel bouleverse les métriques traditionnelles. Les contributeurs gagnent un temps précieux sur les six grandes activités de développement mesurées par la fondation, allant jusqu’à une réduction de 19 % du temps alloué aux discussions autour des propositions. Les développeurs réinvestissent massivement ces gains de productivité dans la santé de leurs projets : 66 % s’en servent pour éponger la dette technique, 63 % pour forger de nouvelles fonctionnalités et 58 % pour se former.
Le revers de la médaille frappe de plein fouet les relecteurs. Red Hat décrit ce volume croissant de soumissions comme un fardeau grandissant pour les équipes chargées d’auditer et de maintenir le code. Face à des tâches de haute complexité, la machine montre d’ailleurs ses limites : 21 % des répondants admettent que s’appuyer sur l’IA a finalement rallongé leur temps de travail.
L’urgence d’une gouvernance stricte face à la perte de confiance
Si 71 % des mainteneurs s’accordent à dire que l’IA abaisse considérablement la barrière à l’entrée pour les nouveaux contributeurs, 53 % refusent de considérer qu’elle a amélioré la confiance au sein des communautés. Cette proportion de 25 % de slop (qui atteint même 31 % sur les projets majeurs) semble tout de même extrêmement préoccupante, redoutant une détérioration continue à mesure que les néophytes s’en remettront aveuglément aux algorithmes pour patcher du code.
Le manque de transparence aggrave la situation. Bien que 61 % des contributeurs assurent tester fonctionnellement le code généré avant sa soumission, la déclaration explicite de l’assistance d’une IA reste sporadique. Un flou qui pousse 46 % des mainteneurs à réclamer davantage d’accompagnement humain (mentorship) pour les nouveaux arrivants.
« Les projets open source doivent se préparer à une base de contributeurs de plus en plus générée par l’IA, et pas simplement y réagir. Si nous posons bien ces fondamentaux, l’IA pourra élargir la participation sans surcharger les mainteneurs ni accroître leurs coûts. »
Hilary Carter, vice-présidente senior de la recherche à la Linux Foundation.
Pour éviter l’asphyxie, le rapport édicte trois directives claires pour les mois à venir : formaliser par écrit les politiques de contribution assistée par l’IA, exiger une documentation et des tests rigoureux de la part des soumissionnaires, et standardiser la méthode d’attribution des modifications générées par la machine. La survie de l’infrastructure open source passe désormais par une gouvernance aussi stricte que le code qu’elle héberge.
Pour retrouver l’annonce officielle, rendez-vous sur cette page. L’étude est publiée en ligne sur le site de la Fondation. Si vous le souhaitez, pouvez télécharger l’étude complète en PDF via ce lien.
🌐 L’actualité de l’open source et des technologies éthiques dans votre flux
🐘 Fediverse / Mastodon : suivez notre profil officiel @ depuis votre application ou votre instance favorite.
🦋 Bluesky (AT Protocol) : retrouvez nos actualités condensées et abonnez-vous à @goodtech.info.
