L’écriture logicielle traverse une transition discrète depuis l’irruption des assistants de code pilotés par l’intelligence artificielle. Les gains de vitesse souvent mis en avant cohabitent avec une transformation plus profonde du travail réel des développeurs. Entre impression d’efficacité immédiate, dette technique plus dense et fragmentation du métier, l’essor du codage guidé par modèle linguistique conduit à un phénomène désormais nommé vibe coding, où l’expérimentation remplace la maîtrise technique.
Le codage assisté par IA repose sur une promesse simple. Les études menées par Microsoft Research et GitHub au moment de l’introduction de GitHub Copilot montrent qu’un groupe de développeurs termine une tâche standard environ 56 pour cent plus vite que le groupe témoin. Ce résultat fondateur a largement façonné le discours public. Cependant, les travaux plus récents nuancent fortement cette conclusion. Une étude universitaire publiée en 2025 au Royaume-Uni (« Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity », menée par l’organisme de recherche Model Evaluation & Threat Research (METR) en 2025) et consacrée aux assistants de dernière génération observe que, pour des tâches ouvertes, les développeurs utilisant l’IA allongent en moyenne leur délai d’exécution d’environ 19 pour cent. La phase de validation, de réécriture et d’intégration absorbe le temps gagné sur la génération brute. Ce réalignement entre perception et réalité constitue l’un des marqueurs du passage à un développement plus fragmenté, où la vitesse apparente masque une complexité cumulative.
Le témoignage publié par un développeur freelance sur son site, souvent commenté dans les communautés techniques, illustre ce déplacement avec une acuité particulière. Par la même occasion, il règle son compte à l’expression trompeuse « vibe coding ». Signifiant littéralement « coder au feeling » ou « programmation à l'instinct », cette expression est sensée rendre la « vibe », le ressenti pour décrire l'absence de friction et d'effort intellectuel intense.
Toutefois, il semble que nous sommes loin de l’« épiphanie » promise. L’auteur raconte comment des projets auparavant structurés se retrouvent saturés de contributions générées par l’IA, déposées par des profils parfois éloignés des pratiques de développement. Les branches principales reçoivent des fichiers mal agencés, des instructions rédigées en langage naturel et des correctifs poussés à grande vitesse.
Des gains réels mais limités aux tâches cadrées
L’auteur raconte comment des projets auparavant structurés se retrouvent submergés de fragments générés par l’IA, poussés directement dans les branches principales par des profils parfois non techniques. Le projet finit par ne plus compiler. Les fichiers gonflent. Les conventions disparaissent. Le développeur devient correcteur, nettoyeur et dernier rempart avant la dérive. Ce récit, bien que subjectif, résonne avec plusieurs observations empiriques publiées ces deux dernières années. Il traduit la transition entre un développement fondé sur la conception et un développement dominé par la supervision.
Les expérimentations menées par GitHub, Microsoft et plusieurs administrations publiques confirment des gains tangibles lorsque les tâches sont routinières. Le test mené par le gouvernement britannique en 2024 auprès de plus d’un millier de développeurs indique qu’une majorité déclare économiser environ une heure par jour grâce aux assistants. Les résultats de GitHub décrivent également une impression de charge mentale allégée sur les tâches répétitives. Ces conclusions demeurent valables pour une catégorie précise de travail. Dès que la construction logicielle requiert une compréhension du contexte ou une adaptation aux conventions internes, l’avantage s’atténue. L’étude universitaire de 2025 déjà mentionnée met en évidence un angle mort important. Les développeurs pensent aller plus vite, mais leur temps total s’allonge. Le phénomène s’explique moins par une faiblesse de l’outil que par la dissociation entre vitesse de génération et vitesse d’intégration.
Dégradation de la qualité et de la sécurité du code
Ce point rejoint un constat largement partagé dans les retours de terrain. L’IA réduit le temps d’écriture mais augmente le temps de révision. Le code généré introduit des incohérences, des dépendances superflues, des abstractions inutiles et des structures éloignées des pratiques locales. La productivité n’est donc pas linéaire. Elle se déplace. Elle se recompose. Les organisations qui lisent uniquement les métriques de surface observent une accélération. Les équipes qui absorbent les correctifs constatent une charge accrue. Ce décalage alimente une tension nouvelle entre objectifs affichés et expérience vécue.
La recherche scientifique fournit un ensemble de signaux cohérents. L’étude de référence « Do Users Write More Insecure Code with AI Assistants » montre que les développeurs qui utilisent un assistant basé sur un modèle linguistique produisent davantage de code vulnérable tout en exprimant une confiance supérieure dans leur solution. Cet écart entre perception et réalité constitue l’un des risques les mieux documentés. Plusieurs analyses industrielles menées en 2024 et 2025 décrivent une augmentation de la dette technique dans les équipes qui laissent l’assistant générer des blocs complets sans revue rigoureuse. Les retours d’ingénieurs publiés par certains de nos confrères soulignent une multiplication des bogues liés à des schémas répétitifs générés par l’IA sans compréhension de l’architecture sous-jacente.
Ces observations ne relèvent pas du « vibe coding ». Elles découlent du fonctionnement même des modèles. L’assistant reproduit la solution statistiquement la plus probable, non la solution adaptée au projet. Il ignore l’historique, les compromis techniques, la dette accumulée et les exigences organisationnelles. Il peut introduire des structures hétérogènes, mélanger des paradigmes ou ajouter des dépendances inutiles. La correction de ces dérives requiert une expertise plus fine que la production initiale d’un code propre. Ce renversement est central. Il transforme la valeur du métier, car le développeur n’est plus le constructeur. Il devient l’architecte, garant de la cohérence dans un système où les erreurs se propagent plus vite qu’auparavant.
Un métier remodelé par la supervision et la surcharge mentale
Les grandes enquêtes menées auprès des développeurs offrent une lecture plus nuancée de l’expérience professionnelle. Le sondage Stack Overflow 2024 montre une adoption massive des assistants et une acceptation globale de l’outil, mais également une méfiance persistante quant à la fiabilité des réponses et à la qualité du code généré. Les analyses citées dans plusieurs rapports RH publiés en 2024 indiquent une progression notable des signaux d’épuisement dans les organisations qui imposent une cadence élevée de production soutenue par l’IA. L’étude de Quantum Workplace évoque une augmentation marquée du burnout chez les développeurs travaillant dans des environnements fortement automatisés. L’écart entre le discours d’efficacité et la réalité de la supervision constante entretient cette pression psychologique.
Le témoignage associé au vibe coding réunit plusieurs de ces tendances. Le développeur n’est plus en maîtrise. Il surveille, corrige, homogénéise. Les contributions affluent sans hiérarchie ni cohérence. Les tâches stimulantes se réduisent au profit d’un travail de rattrapage continu. La surcharge ne provient pas de la complexité des algorithmes, mais de la dispersion des responsabilités. Le métier change silencieusement. Cette évolution ne s’assimile pas à une disparition, mais à une transformation profonde du rôle et des compétences attendues.
Une démocratisation du développement qui redistribue les responsabilités
La généralisation des environnements guidés par IA abaisse la barrière d’entrée du développement. Les acteurs non techniques écrivent désormais du code exécutable à partir d’instructions en langage naturel. Google, Replit et plusieurs éditeurs de plateformes vantent cette capacité comme un moyen d’autonomiser les équipes métiers. Les analyses consacrées au vibe coding montrent que cette démocratisation s’accompagne d’un déplacement de la charge vers les équipes d’ingénierie. Les contributions se multiplient. Les standards se diluent. Les contrôles deviennent plus lourds. La cohérence doit être réintroduite après coup, alors qu’elle était auparavant préexistante.
Ce mouvement n’est pas intrinsèquement négatif. Il élargit l’accès à la création logicielle et accélère certaines itérations. Cependant, il impose une gouvernance stricte pour éviter la dérive. Les projets les plus robustes sont ceux qui redéfinissent explicitement la responsabilité de l’assistant et celle du développeur, instaurent des revues systématiques et renforcent les normes internes. La démocratisation du code n’efface pas l’ingénierie. Elle change son périmètre. Elle exige une maturité méthodologique plus grande.
Une accélération apparente, mais une complexité accrue
La généralisation de l’usage des assistants IA inaugure une période de recomposition où vitesse et complexité progressent simultanément. Les études expérimentales mesurent des gains réels pour les tâches simples. Les analyses récentes révèlent des délais plus longs pour les travaux ouverts. Les travaux académiques démontrent une dégradation mesurable de la sécurité du code. Les enquêtes auprès des développeurs décrivent une tension entre intérêt pour l’outil et surcharge mentale.
Le récit du « vibe coding » condense indistinctemment ces dynamiques. Il n’est pas représentatif de touts les usages et de tous les utilisateurs et les les organisations. Il souligne surtout les risques d’une adoption précipitée. Les entreprises qui intégreront ces enseignements pourront exploiter l’IA comme un levier de structuration. Les autres risquent de transformer leurs équipes en mécaniciens d’un moteur qui s’emballe plus vite qu’il ne fournit la puissance pour laquelle il a été conçu.
