Le rôle de l'IA dans le développement open source

Un rapport de la Linux Foundation souligne l'impact considérable de l'IA sur le développement open source, en relevant une hausse de la production brute, un abaissement du seuil d'entrée, un besoin accru de relecture et l'épuisement d'une partie des personnes impliquées.

Résultats de l'enquête sur les contributions

L'étude, menée par Sam Boysel de la Linux Foundation et Anni Lai de Generative AI Commons, avec une préface de Brian Proffitt de Red Hat, révèle que 59 % des mainteneurs ont constaté une augmentation du volume des contributions, un chiffre qui grimpe à 69 % dans les projets comptant au moins 50 contributeurs.

Préoccupations relatives à la qualité des contributions

Environ un quart des demandes de fusion reçues sont jugées de faible qualité, et 31 % dans les grands projets. Sans surprise, 52 % des mainteneurs indiquent que leur temps de relecture a augmenté, un chiffre qui atteint 64 % dans les grands projets.

Épuisement et défis de la vérification

Dans ces derniers projets, l'épuisement est devenu la principale préoccupation, devant la qualité des contributions. C'est une nouvelle manifestation de la « taxe de vérification ». La vérification repose, à juste titre, largement sur la confiance et le contrôle mutuel, les attestations formelles se développant avec la taille du projet : 20 % dans les petits, 41 % dans les grands.

Usage de l'IA chez les mainteneurs

Signe des temps : les trois quarts des mainteneurs interrogés indiquent utiliser l'IA, au moins en partie, pour examiner les contributions reçues. L'usage de l'IA au sein des projets est toutefois très variable. Seuls 35 % disposent d'une politique écrite autorisant l'IA, 10 % l'interdisent, 23 % prévoient d'en adopter une, et un tiers n'a encore fait aucun projet en la matière.

Politiques et accent sur les licences

Les politiques existantes portent principalement sur la divulgation et la responsabilité des contributeurs (76 % chacune), beaucoup moins sur les licences (39 %). Ces chiffres traduisent un paysage contrasté que nous avons pu observer à plusieurs reprises. Certains projets, dont Debian et le noyau Linux lui-même, n'ont pas de problème avec les contributions générées par IA, à condition que la personne qui les soumet soit capable de les expliquer.

L'IA aux différentes étapes du développement

Le rapport contient d'autres données intéressantes. Par exemple, l'IA est utilisée à toutes les étapes du développement : nouvelles fonctionnalités (83 %), débogage et tests (78 %), refactorisation (71 %) ou documentation (69 %). Comme on pouvait s'y attendre, le principal gain de temps observé concerne l'écriture de code, à 52 %, mais les mainteneurs signalent que ces gains diminuent avec la complexité du projet.

Gains de temps et complexité

Sur les tâches complexes, 21 % indiquent passer plus de temps qu'auparavant. Si 71 % des mainteneurs estiment que l'IA abaisse le seuil d'entrée, elle dégrade aussi la confiance au sein de la communauté pour 53 % d'entre eux, seuls 13 % constatant une amélioration.

Accompagnement des nouveaux contributeurs

Dans le même domaine, 46 % pensent que le besoin d'accompagner les nouveaux arrivants dans un projet est plus élevé. Le rapport, fourni officiellement par la fondation, contient huit recommandations applicables à tout projet libre. Parmi elles figurent l'établissement d'une politique claire et écrite concernant les contributions assistées par IA et le signalement des vulnérabilités, la priorité donnée aux exigences de transparence et de divulgation, le transfert de la charge de vérification vers les contributeurs, la standardisation des pratiques d'attribution des contributions assistées par IA, l'utilisation de l'IA comme outil de maintenance, la poursuite des investissements dans l'accompagnement humain des nouveaux contributeurs, l'équilibre entre les gains d'accessibilité apportés par l'IA générative et leur coût pour la confiance de la communauté, ainsi que la priorité donnée à la gouvernance de la qualité et à la confiance plutôt qu'aux améliorations de performance technique.

Recommandations et mise en œuvre

Certains points peuvent effectivement faire froncer quelques sourcils. Par exemple, la recommandation d'utiliser le format « Assisted-by: » dans les commits fait directement référence au noyau Linux. Pourtant, les mainteneurs de ce dernier ont récemment décidé de ne pas le rendre obligatoire.

Limites de l'enquête

Linus Torvalds, en particulier, s'est montré très clair sur la question, avec une certaine véhémence envers un mainteneur du noyau qui plaidait pour le maintien de cette obligation. Bien que l'enquête ait été clôturée en juin dernier, elle ne prend pas en compte ce changement, qui est pourtant antérieur à la publication de la Linux Foundation.

Réserves sur la méthodologie de l'enquête

Cette synthèse présente également plusieurs faiblesses. Outre son caractère purement déclaratif, le profil des mainteneurs interrogés est particulier, les répondants ayant été recrutés via les canaux de la fondation. 52 % des répondants ont ainsi 11 ans d'expérience ou plus en tant que contributeurs, et 75 % utilisent l'IA quotidiennement, tous usages confondus.

Secteurs dominants dans l'enquête

Par ailleurs, les secteurs d'activité dominants sont les systèmes d'exploitation et l'infrastructure. Nous avons donc affaire à un groupe de développeurs expérimentés, bien loin des contributeurs occasionnels, ce qui éloigne cette vision de synthèse du paysage réel de l'open source.

Enseignements du rapport

Le rapport apporte néanmoins plusieurs avancées, notamment des données chiffrées sur un sujet jusqu'ici traité principalement à travers quelques incidents et prises de position. Il montre aussi que la charge de travail se concentre sur les grands projets et les équipes de mainteneurs, qu'il existe un retard manifeste dans la gouvernance des projets, ou encore que les tâches complexes ne présentent aucun gain, voire prennent davantage de temps.

Le déplacement des coûts de production

Surtout, le rapport enfonce un peu plus le clou du déplacement des coûts de production vers la vérification. Il soulève toutefois une question sans y répondre : comment préserver la confiance si l'IA élargit le vivier de contributeurs tout en affaiblissant les signaux qui permettaient de juger une contribution avant de la lire en détail ?

Le logiciel libre face à un dilemme

Le logiciel libre se trouve dans une position inconfortable, coincé entre deux chaises, entre une relecture systématique et un filtrage à l'entrée des nouveaux contributeurs.

Une recommandation absente de la liste finale

Enfin, le rapport mentionne dans son résumé introductif une recommandation qu'il ne reprend pas dans sa liste finale : « combattre le feu par le feu ». Autrement dit, les mainteneurs devraient également utiliser l'IA comme premier maillon de la chaîne de vérification pour regagner du temps.