- Les lignes de code, les commits et les pull requests augmentent tous d’environ 20 à 30 % avec l’IA
- Le nombre de commentaires par pull request progresse de 49 %, la revue humaine devenant encore plus importante
- Le temps moyen de revue passe d’environ 7 à plus de 10 jours, faisant de cette étape le nouveau goulot d’étranglement
Une nouvelle étude de recherche associée à Harvard confirme que l’IA améliore fortement la productivité lorsqu’il s’agit de générer du code, mais montre également que l’intervention humaine ralentit ensuite une grande partie du processus.
Les auteurs Fiona Chen et James Stratton observent une augmentation d’environ 30 % de la quantité de code produite lorsque les développeurs utilisent l’IA. Ils ne détectent pourtant aucune progression statistiquement significative du volume de logiciels réellement terminés.
Avec une hausse de 30 % des lignes de code, de 20 % des commits et de 23 % des pull requests, les chercheurs ont donc cherché à comprendre pourquoi la production finale n’augmente pas elle aussi de 20 à 30 %.
L’IA accélère bien le codage, mais la revue humaine annule une partie des gains
Dans le même temps, l’étude constate une augmentation de 49 % du temps nécessaire pour examiner et fusionner les pull requests, de 35 % du nombre de commentaires laissés par les relecteurs et de 14 % de la proportion d’employés participant à ces revues. Le « vibe coding » semble donc déplacer le goulot d’étranglement plus loin dans la chaîne au lieu de véritablement le supprimer.
Les chercheurs se demandent également si ce déplacement de la charge conduit les entreprises à affecter davantage de salariés à la revue de code. Alors que les licenciements sont régulièrement associés — à tort ou à raison — à l’essor de l’IA, l’étude montre que les travailleurs humains restent indispensables, mais que leur rôle se déplace vers d’autres étapes du développement.
Une autre question concerne la prochaine phase de l’adoption de l’IA et sa capacité à intervenir davantage dans les opérations de revue. Des systèmes d’IA sont déjà utilisés pour certaines de ces tâches, mais les humains restent encore fortement impliqués dans la validation.
Le volume de travail lui-même augmente également. L’IA peut produire du code beaucoup plus rapidement qu’un développeur humain, ce qui fait passer le processus moyen de revue de 7,03 jours à 10,48 jours lorsque ce nouveau goulot d’étranglement se forme.
Les chercheurs avancent également que le code généré par IA demande sensiblement plus de corrections, ce qui soulève une interrogation évidente sur l’ampleur réelle du gain de productivité.
L’adoption de l’IA ne semble pourtant pas s’accompagner d’une réduction significative des emplois dans les données étudiées. La question porte donc davantage sur la meilleure manière d’utiliser ces outils pour aider les salariés et éliminer les tâches inutiles que sur le remplacement pur et simple des travailleurs.
La conclusion de l’étude résume clairement le problème : les gains de productivité sont absorbés par les contraintes situées plus loin dans le processus de production, jusqu’à faire de la revue du code le nouveau goulot d’étranglement.
