L'impact mitigé de l'IA sur les projets open source

Une étude récente de la Linux Foundation révèle que l'intelligence artificielle générative (IAGen) a des effets à la fois positifs et négatifs sur le développement de logiciels open source. Si elle permet de gagner jusqu'à 50 % de temps sur diverses tâches, elle pose aussi des difficultés, comme la hausse des contributions de faible qualité.

Hausse des contributions et contenus générés par l'IA

L'étude révèle que 59 % des responsables de projets ont constaté une augmentation des contributions depuis l'essor des outils d'IA. Cependant, 25 % des modifications proposées dans les petits projets et 31 % dans les grands projets sont générées par une IA de faible qualité, souvent appelée « AI slop » (littéralement « bouillie d'IA »).

La charge de travail et la qualité varient selon la taille du projet

Les grands projets open source font face à une proportion moyenne plus élevée de contributions médiocres que les petits. Dans les grands projets, 31 % des contributions sont générées par l'IA et de qualité inférieure, contre 23 % et 20 % respectivement pour les petits projets. Les co-mainteneurs sont également confrontés à un taux plus élevé de contributions médiocres.

Appel à une meilleure organisation des projets

Hilary Carter, vice-présidente senior de la recherche à la Linux Foundation, souligne la nécessité pour les projets open source d'adapter leurs structures afin de gérer le nombre croissant de contributions générées par l'IA. Cela passe notamment par la définition de règles claires, la garantie de la responsabilisation et la mise à disposition de meilleurs outils pour les responsables de projets.

L'IA abaisse les barrières, mais accroît les frictions

L'IA générative facilite la participation aux projets open source, 71 % des responsables de projets estimant qu'elle réduit les obstacles à l'entrée. Elle crée toutefois aussi des difficultés : 53 % des responsables affirment qu'elle n'a pas amélioré la confiance au sein de la communauté. Moins de la moitié des projets disposent de politiques formelles concernant l'usage de l'IA.

Pratiques de relecture et besoin de mentorat

La plupart des contributeurs relisent et testent le code généré par l'IA avant de le soumettre, mais la déclaration de l'usage de l'IA reste inégale. Les responsables de projets estiment également que le mentorat des nouveaux contributeurs est plus important que jamais : 46 % d'entre eux affirment que l'IA accroît ce besoin, contre 32 % qui pensent qu'elle le réduit.