Quand l’IA surcharge ceux qui maintiennent Internet

L’intelligence artificielle promet de faire gagner du temps aux développeurs. Elle écrit du code, propose des correctifs, génère des rapports de bugs et aide même à documenter des projets. Mais dans le monde du logiciel libre, un effet secondaire devient de plus en plus visible: ce que l’IA fait gagner à celui qui soumet une contribution, elle peut le faire perdre à celui qui doit la vérifier.

C’est le nouveau paradoxe de la communauté du code source ouvert. Produire du code devient plus facile. Le maintenir, lui, ne l’est pas. Depuis quelques mois, plusieurs projets libres rapportent une hausse de contributions générées ou fortement assistées par IA. Certaines sont utiles. D’autres sont faibles, hors contexte, mal testées ou simplement plausibles en apparence. Pour un mainteneur, c’est le pire scénario: une contribution qui ressemble à du vrai travail, mais qui demande beaucoup de temps pour être comprise, corrigée ou rejetée.

Le cas de Godot, moteur de jeu open source très populaire, est parlant. Le 30 juin 2026, la Godot Foundation a annoncé un durcissement de ses règles de contribution. Le projet veut interdire les contributions substantielles écrites par IA, les pull requests soumises par agents autonomes et même les textes générés par IA dans les échanges entre humains. La raison n’est pas idéologique. Les mainteneurs expliquent que la revue de code est déjà le principal goulot d’étranglement du projet. Quand une contribution vient d’une personne qui comprend réellement le code, la revue peut aussi servir de mentorat. Quand elle vient surtout d’un outil, cet effort humain ne forme personne.

Même constat du côté de cURL, un outil fondamental utilisé partout sur Internet. Son mainteneur, Daniel Stenberg, a mis fin au programme de bug bounty du projet après une avalanche de rapports de sécurité faibles ou erronés, souvent soupçonnés d’être générés par IA. Là encore, le problème n’est pas qu’un rapport soit automatisé. Le problème est qu’un faux positif crédible demande quand même du temps à vérifier. Et ce temps est pris à une petite équipe humaine.

Des études récentes donnent du poids à ces témoignages. Une recherche sur plus de 22 000 pull requests liées au “vibe coding” conclut que les contributeurs moins expérimentés produisent davantage de travail de revue: plus de commentaires, moins d’acceptations, et des demandes qui restent ouvertes beaucoup plus longtemps. Une autre étude parle d’un effet “AI-DDoS”: non pas une attaque au sens classique, mais une saturation progressive des capacités de triage des communautés open source.

C’est ici que le sujet devient plus large que le code. L’open source repose sur un équilibre fragile: des utilisateurs, des contributeurs, des mainteneurs, beaucoup de bénévolat, parfois un peu de financement, et énormément de confiance. L’IA change cet équilibre parce qu’elle réduit massivement le coût de production. Il est désormais facile de générer dix propositions de correction en quelques minutes. Mais il n’est pas dix fois plus facile de les relire sérieusement.

Ce décalage crée une asymétrie. Celui qui soumet une contribution peut économiser du temps. Celui qui la reçoit hérite du coût de validation. Et si ce coût devient trop élevé, les projets réagissent: règles plus strictes, fermeture de certains canaux, automatisation du triage, rejet plus rapide des contributions faibles, voire réduction de l’ouverture aux nouveaux venus.

Ce serait toutefois trop simple de conclure que l’IA est l’ennemie de l’open source. Parce que plusieurs mainteneurs reconnaissent aussi que les bons outils d’IA peuvent aider: résumer des changements, détecter des bugs, automatiser une partie du triage, ou soutenir des développeurs expérimentés. La différence tient souvent à la responsabilité. Une contribution assistée par IA, relue, testée et comprise par un humain, n’a pas le même poids qu’un bloc de code généré puis déposé sans réelle maîtrise.

La vraie question n’est donc pas: “Faut-il interdire l’IA dans l’open source?” Elle est plutôt: “Qui porte la responsabilité du code généré?” Si personne ne peut l’expliquer, le corriger ou le maintenir, ce code devient une dette pour les autres.

Le logiciel libre a toujours été construit sur une idée puissante: chacun peut contribuer. Mais contribuer n’a jamais voulu dire simplement produire du volume. Cela veut dire comprendre le projet, respecter ses contraintes, répondre aux commentaires, corriger ses erreurs et accepter que la maintenance compte autant que la création. L’IA accélère l’écriture du code. Elle n’accélère pas automatiquement la confiance, la responsabilité ni le jugement technique. Pour le monde du logiciel libre, c’est probablement le grand test des prochaines années.

Sources : Financial Times, Godot Foundation

+++++++