Logiciels et applis
Rédaction Teknosfera
Logiciels et applis

Taper du code n’a jamais été le goulot d’étranglement, et une étude de Harvard le confirme

Les agents IA ont poussé les ingénieurs à écrire environ 30 % de code en plus, mais le travail terminé n’a pas progressé et les revues ont ralenti. Sans moyens pour relire, on livre un risque invisible.

Publié
18 novembre 2026
Lecture
3 min
Catégories
Logiciels et applis

Image générée par IA

Et si ce que les agents de programmation IA accélèrent était précisément ce qui n’a jamais limité votre équipe ? Un document de travail de Harvard suggère que c’est peut-être la situation de nombreuses organisations d’ingénierie. Elles ont acheté un dactylo plus rapide, et le travail s’est empilé sur le bureau voisin.

Ce que l’étude a réellement constaté

Selon le résumé de ComplexDiscovery, les doctorants de Harvard Fiona Chen et James Stratton ont étudié 718 entreprises. Dans celles qui ont adopté des agents de programmation IA, les ingénieurs ont ajouté environ 30 % de code en plus. Les auteurs précisent que ce chiffre reflète l’effet supplémentaire des agents dans des entreprises qui disposaient déjà d’assistants de programmation IA. Le travail terminé, mesuré en tickets Jira déployés en production, n’a pas augmenté de façon mesurable. Le délai entre le dépôt d’une pull request et sa fusion a progressé de 49 %, à partir d’une base de 7,03 jours.

Deux réserves comptent. Il s’agit d’un document de travail, et la version examinée ne montre aucun signe d’évaluation par les pairs achevée. Les données proviennent aussi de Jellyfish, un éditeur qui vend de l’analyse d’ingénierie. Les auteurs affirment qu’un éventuel biais caché flatterait plutôt l’IA qu’il ne lui nuirait, ce qui, selon nous, rend le résultat d’une production stable plus difficile à écarter. Il faut donc y voir une preuve solide, pas une science établie.

Écrire du code était la partie bon marché

Selon nous, le chiffre marquant n’est pas les 30 %, mais le zéro à côté. La livraison de logiciels est une chaîne, et accélérer une étape ne fait que déplacer la file d’attente vers la suivante. Rédiger du code n’a probablement jamais déterminé la vitesse de livraison d’une équipe. Ce qui comptait, c’était de comprendre la modification, de juger si elle est correcte et d’en assumer la responsabilité. Ces tâches incombent à des humains, et les agents ne les ont pas supprimées. En produisant davantage de modifications candidates, ils semblent les avoir alourdies.

Les chercheurs ont aussi vérifié l’explication rassurante: les ingénieurs seraient simplement passés à des tâches plus volumineuses. Ils n’ont observé aucun changement de la taille moyenne des tickets, et les pull requests n’ont pas grossi non plus. Le volume supplémentaire ne masquait donc pas une production réelle. Il s’est traduit par davantage d’éléments en attente de lecture.

Le risque, c’est la revue que l’on saute discrètement

C’est ici que nous prenons parti. Un ralentissement de 49 % crée de la pression, et les organisations ont tendance à la relâcher au point le moins coûteux. Les relecteurs survolent. Les validations sont données les yeux fermés. Quelqu’un propose d’utiliser un autre agent pour relire le travail du premier. Chacune de ces solutions peut donner au tableau de bord une allure saine, pendant que du risque non relu part en production. L’indicateur de vitesse est au vert, l’indicateur de qualité est invisible.

C’est le vrai danger de mesurer l’IA au nombre de lignes écrites ou de commits. Ces chiffres ont augmenté dans l’étude (les commits de 20 %, les pull requests de 23 %), contrairement au travail livré. Une équipe qui rend compte de l’activité conclura que les outils fonctionnent. Une équipe qui rend compte du travail livré et relu pourrait en tirer une conclusion moins flatteuse.

Ce que les équipes devraient faire dès maintenant

D’abord, changer ce que l’on mesure. Suivez le temps de revue, les taux de reprise et ce qui arrive réellement en production, pas seulement le code produit. ComplexDiscovery formule un constat similaire pour les acheteurs du secteur juridique: examiner les livrables approuvés et le temps des relecteurs, en plus du volume de brouillons.

Ensuite, budgétiser la revue comme un poste de coût à part entière. Si les agents multiplient les brouillons, les relecteurs, les outils et le temps protégé doivent croître avec eux. Sinon, vous n’avez fait que déplacer la file d’attente.

Enfin, désigner un responsable humain nommément pour chaque fusion. Celui qui valide la modification en répond, quelle que soit la façon dont elle a été écrite.

Notre verdict: les agents ne sont pas un mirage, mais le gain de productivité promis se situe du côté de la revue. Les équipes qui traiteront la relecture comme la compétence rare transformeront du code en plus en produit en plus. Les autres auront bien plus de code pour la même quantité de travail terminé. Et elles porteront un risque caché qui finira par ressurgir.

#Harvard#Jellyfish#agents de programmation IA#intelligence artificielle
Sujets de débat

Aucun sujet pour l’instant : lancez le premier.

Plus d'articles

Rédaction Teknosfera
···
Logiciels et applis

Les plugins IA silencieux de Postman violent la règle que nul outil de développement ne peut enfreindre

Si les signalements sont exacts, un client de bureau qui modifie sans demande vos configurations Codex et Claude Code a franchi la ligne. Les fonctions d’IA doivent être optionnelles, les collections d’API traitées comme des secrets.

4 min de lecture Français (France)