Les estimations varient largement, mais des enquêtes menées par les principales plateformes de développement suggèrent qu'entre 20 et 40 % du code validé dans les bases de code actives fait appel à une assistance de l'IA sous une forme ou une autre. Ce chiffre dépend fortement de la définition que l'on donne à « généré par l'IA » et du type de travail mesuré.
Pourquoi ce chiffre est difficile à cerner
L'assistance de l'IA existe sur un spectre. À un extrême, un développeur accepte une unique suggestion d'autocomplétion pour un nom de variable. À l'autre, un module entier est structuré par un agent de codage et révisé avant la fusion. Les deux sont comptabilisés comme « générés par l'IA » dans la plupart des enquêtes, ce qui rend difficile l'interprétation des pourcentages affichés.
Le problème de mesure vient aggraver cela. La plupart des organisations n'instrumentent pas leurs éditeurs pour suivre les taux d'acceptation. Les données d'enquête reposent sur la déclaration personnelle, qui tend à pencher vers la réponse qui paraît socialement acceptable au moment où la question est posée.
Ce qui est plus clair, c'est que la proportion est en hausse. Les estimations de 2023 et 2024 montrent une progression constante à la hausse, et les outils se sont considérablement améliorés sur cette période.
Là où la production de l'IA est la plus importante
L'assistance de l'IA n'est pas répartie uniformément dans une base de code. Elle tend à se concentrer dans :
- Le code générique : fichiers de configuration, sérialiseurs, structure de tests
- Les patterns répétitifs : endpoints CRUD, transformations de données, validation de formulaires
- Les premières ébauches : nouveaux fichiers pour lesquels le développeur fournit une esquisse et accepte une structure de départ
- La documentation et les commentaires en ligne
La logique métier centrale, le code sensible à la sécurité et tout ce qui nécessite une connaissance approfondie de l'historique d'un système spécifique tend à impliquer davantage d'écriture humaine, ou du moins une édition plus importante des résultats de l'IA.
Ce que « généré par l'IA » masque
La question la plus utile est de savoir quelle part du code a été bien comprise avant d'être commitée. Savoir quelle part vient d'un modèle compte moins. Un développeur qui lit, teste et assume le code suggéré par l'IA est dans une tout autre position que celui qui colle le résultat sans relecture.
Cette distinction compte pour la qualité, le débogage et la sécurité. Comment réviser le code généré par l'IA couvre les différences pratiques que ce processus de révision doit impliquer. Les habitudes liées à l'ingénierie avec un humain dans la boucle deviennent plus importantes à mesure que le volume brut de résultats de l'IA augmente.
Les organisations qui traitent le pourcentage comme une métrique de productivité sans s'interroger sur la qualité de la révision tendent à accumuler de la dette technique plus vite qu'elles ne le réalisent. Les modèles d'IA sont confiants et fluides ; ils produisent du code à l'apparence plausible qui peut passer une lecture rapide, mais échouer sous charge, sur des cas particuliers ou introduire des problèmes de sécurité subtils.
Comment la structure de l'équipe influe sur ce chiffre
Les équipes qui utilisent des workflows de codage agentique, où un agent gère des tâches en plusieurs étapes de manière autonome, observeront des pourcentages plus élevés que les équipes qui utilisent des outils de suggestion en ligne. L'architecture définissant la répartition du travail entre l'humain et le modèle influe considérablement sur ce chiffre.
Le niveau de séniorité joue également un rôle. Les ingénieurs les plus expérimentés ont tendance à recourir à l'assistance de l'IA pour une plus grande proportion de tâches à faible valeur ajoutée (scaffolding, tests, documentation), tout en rédigeant eux-mêmes une plus grande part de la logique critique. Les ingénieurs juniors font parfois l'inverse : ils génèrent une logique complexe à partir de prompts qu'ils ne maîtrisent pas pleinement et rédigent eux-mêmes les parties les plus triviales.
Ce que ce chiffre ne vous dit pas
Une équipe où 50 % du code est généré par l'IA et relu attentivement est probablement dans une meilleure position qu'une équipe où 10 % du code est généré par l'IA et intégré sans examen. Le pourcentage est un indicateur de vitesse, non de qualité ou de risque.
Pour les équipes au sein desquelles Miyagami intègre ses ingénieurs, l'hypothèse de travail est que l'assistance de l'IA fait partie intégrante de la manière dont les logiciels en production sont développés, et que la compétence en ingénierie réside dans la capacité à orienter, relire et s'approprier ce qui en résulte, et non à éviter ces outils.
Ce que nous évaluons
Notre sélection en tient directement compte. L'évaluation AI-native note la vérification des productions de l'IA : elle teste si l'ingénieur repère, avant la mise en production, les API hallucinées, les erreurs de logique subtiles ou les failles de sécurité dans le code généré. Le jugement selon le risque, noté dans les deux évaluations, répond à un problème voisin : un agent produit une modification de texte et une migration de paiement à la même vitesse et avec la même assurance, et les bons ingénieurs ne les traitent pas de la même façon. Pour le détail, consultez notre processus de sélection.
Réponses courtes
Quel pourcentage du code est généré par l'IA en 2024 ?
Les estimations varient, mais les enquêtes suggèrent que 20–40 % du code intégré implique une assistance de l'IA. Ce chiffre dépend de la définition retenue pour l'assistance et de la méthode de mesure, et il a augmenté de manière constante d'année en année.
Le code généré par l'IA provoque-t-il davantage de bugs ?
Pas en soi. En revanche, un code produit par l'IA et commité sans relecture sérieuse introduit des bugs plus difficiles à retrouver. Le risque se situe dans le processus de relecture, pas dans la génération elle-même.
Les équipes doivent-elles suivre la proportion de leur code générée par l'IA ?
Cela peut être utile comme référence de base, mais la métrique la plus instructive est la couverture de relecture et le taux de défauts par origine du code. Un pourcentage brut ne vous dit rien sur la qualité ou le risque.
