Dans un monde où la puissance des outils de codage basée sur l’intelligence artificielle ne cesse de croître, la création de logiciels devient à la fois plus accessible et plus complexe. La logique voudrait que cela profite principalement aux projets open-source, qui utilisent déjà des agents pour contourner les contraintes de ressources et qui pourraient tirer parti de cette nouvelle ère de code bon marché. Cependant, les experts constatent que l’impact des outils d’IA sur le logiciel libre est plus nuancé, mêlant bénéfices et défis insoupçonnés.
En pratique, les outils de codage alimentés par l’IA ont souvent engendré plus de problèmes qu’ils n’en ont résolus. Leur facilité d’utilisation a entraîné un afflux de codes de qualité variable, ce qui menace de submerger certains projets par des contributions peu pertinentes ou peu soignées. Si la fabrication de nouvelles fonctionnalités en devient plus simple, leur maintien et leur intégration à long terme deviennent ainsi de plus en plus difficiles, fragilisant les écosystèmes logiciels existants.
La croissance en volume et en complexité du code, associée à un nombre insuffisant de mainteneurs qualifiés, pose un défi majeur pour la pérennité des projets open-source, même avec l’aide de l’IA.
Certains projets emblématiques tels que VLC ou Blender ont fait état d’une dégradation de la qualité des contributions, notamment celles générées par des IA, ce qui complique davantage leur gestion. Jean-Baptiste Kempf, PDG de VideoLan, affirme que si l’IA peut être utile pour des développeurs expérimentés, elle ne remplace pas la nécessité de compétences solides, en particulier pour assurer la stabilité et la cohérence des codes. Par ailleurs, face à cette surcharge de demandes de merge, des projets comme Blender tentent de mettre en place des politiques plus restrictives, ou de développer de nouveaux outils de gestion des contributions, pour éviter le chaos.
Les programmes de bug bounty, qui invitent la communauté à repérer les vulnérabilités, connaissent aussi une accélération de leur travail, avec l’arrivée des IA qui génèrent des failles ou des fausses alertes à un rythme difficile à suivre pour les équipes de sécurité. Daniel Stenberg, créateur de cURL, dénonce un véritable « déluge » de contributions non qualifiées, rendant la tâche des vérificateurs d’autant plus ardue. Pourtant, ces avancées apportent également des bénéfices : pour certains développeurs expérimentés, l’IA facilite la création de nouvelles modules pour des logiciels comme VLC, à condition qu’une expertise solide soit à la manœuvre.
Au-delà de la simple quantification du code, la problématique essentielle réside dans la gestion de la complexité logicielle. Comme le souligne Konstantin Vinogradov, l’essor de l’IA accélère la croissance du nombre d’interdépendances et le nombre de mainteneurs, sans pour autant augmenter leur effectif ou leur compétence. La difficulté n’est donc pas seulement de produire du code, mais de le gérer dans un environnement de plus en plus fragmenté et difficile à maintenir, ce qui pourrait entraver la stabilité de l’ensemble de l’écosystème open-source.
En somme, si l’IA a débloqué un certain potentiel pour créer plus rapidement du logiciel, elle n’offre pas de solution miracle pour faire face à la surcharge et à la complexité croissante, laissant prévoir un avenir où les travaux de gestion et de maintien des systèmes resteront cruciaux, malgré les avancées technologiques.
