Linux fixe les règles en matière de code généré par IA : Oui à Copilot, les humains endossent les erreurs. Après des mois de débats acharnés, Torvalds et les mainteneurs parviennent à un accord.

Linux fixe les règles en matière de code généré par IA : Oui à Copilot, les humains endossent les erreurs. Après des mois de débats acharnés, Torvalds et les mainteneurs parviennent à un accord.

Linux autorise désormais l'utilisation de l’intelligence artificielle pour générer le code du noyau. Première précision à ce propos : la communauté le considérera comme la propre contribution du mainteneur. En d’autres termes, ce dernier endossera les éventuelles erreurs de l’intelligence artificielle mise à contribution dans le cadre de la génération de code du kernel. En sus, les mainteneurs auront entre autres pour charge d’assurer la révision de l'intégralité du code. C’est l’économie de l’accord entre Linus Torvalds et les mainteneurs après des mois de débats acharnés. Linus Torvalds reste ainsi cohérent avec sa posture selon laquelle l’IA reste un outil à utiliser avec des pincettes.

La communauté Linux s'est enfin mise d'accord sur la place qu'occupe le code généré par l'IA dans le développement du noyau. Il sera désormais possible de soumettre du code généré par intelligence artificielle dans le cadre du développement du noyau. Cependant, si quelque chose tourne mal, c'est le mainteneur qui en assume la responsabilité. Pas question de rejeter la faute sur Claude Code ou un outil équivalent.

De nouveaux documents ont été publiés sur le projet GitHub de Linux consacré aux assistants de codage. Ces documents indiquent qu'il est possible d'utiliser du code généré par l'IA, à condition qu'il respecte les directives de soumission du noyau Linux, qu'il soit conforme à la licence Linux et que la paternité du code soit clairement attribuée à l’intelligence artificielle.

The maintainer for the “stable” branch of the Linux Kernel (Greg KH) has begun using an AI bot for (at least some of) his Linux coding.

“I spent the time exercising some new fuzzing tools on the ksmbd and smb code purely because it’s something that is simple to set up and test… pic.twitter.com/4amoGqBHwu

— The Lunduke Journal (@LundukeJournal) April 7, 2026

Les experts de la filière s’accordent sur la nécessité de concilier gains de productivité et vigilance en matière d’utilisation de l’IA pour la génération de code

Les entreprises de la filière IA affirment que l'IA écrira la majorité du code à l'avenir, mais de nombreux experts sont sceptiques. Les agents de codage tels que Claude Code, GitHub Copilot et Cursor permettent aux utilisateurs de générer du code à partir de simples instructions en langage naturel. Cependant, malgré le battage médiatique, aucun de ces outils n'a, jusqu'à présent, été crédité comme créateur d'un logiciel prêt à l'emploi.

Matias Heikkilä est mathématicien et programmeur informatique. Sur son profil LinkedIn, ce dernier se présente comme suit : « je suis titulaire d'un doctorat en mathématiques, j'écris du code et j'ai un œil averti pour ce qui est tendance et ce qui ne l'est pas ». Dans une récente analyse sur les agents d'IA de codage, il affirme que de nombreux entrepreneurs recherchent activement des personnes pouvant faire fonctionner le code généré par l'IA.

Il déclare avoir lui-même déjà reçu plusieurs de ces demandes. Selon Matias Heikkilä, ces offres d'emploi d'un nouveau genre démontrent que l'IA est peut-être douée pour le prototypage ou la création de démos, mais elle ne peut actuellement pas créer de logiciel, c'est-à-dire faire de l'ingénierie logicielle.

Selon une étude publiée par Uplevel en septembre 2024, l'utilisation de GitHub Copilot a entraîné une augmentation de 41 % des bogues. Les personnes qui ont utilisé GitHub Copilot n'ont pas été soulagées de l'épuisement professionnel, ce qui indique l'efficacité limitée de l'outil dans la réduction du stress lié au travail. Les développeurs passent désormais plus de temps à examiner le code généré par l'IA, ce qui pourrait contrebalancer tout gain de temps.

Son analyse a suscité un grand débat dans la communauté, de nombreux commentaires soutenant cette thèse. Les entreprises telles que Microsoft et Amazon investissent massivement dans l'IA générative et forcent leurs employés à adopter cette technologie en interne pour l'écriture de code. Cependant, plusieurs se plaignent des limites critiques des agents d'IA de codage, affirmant que ces outils augmentent la charge de travail au lieu de la réduire.

« Je suis abonné à un LLM de pointe, mais ces derniers temps, je ne l'utilise qu'environ 25 % du temps. À un certain niveau, les problèmes d'architecture logicielle que je résous, en m'appuyant sur des décennies de compréhension de la conception maintenable, performante et vérifiable des structures de données, des types et des algorithmes, sont des choses que les LLM ne peuvent même pas commencer à appréhender », a écrit un commentateur.

Selon Matias Heikkilä, il semble juste de dire que les grands modèles de langage (LLM) peuvent déjà automatiser une grande partie du codage. GPT-5 et ses semblables résolvent des problèmes isolés bien définis avec un taux de réussite acceptable. Mais le codage n'est pas ce pour quoi la plupart des gens sont payés. « Construire une application prête à être mise en production n'est pas du codage, c'est de l'ingénierie logicielle », a-t-il déclaré.

Matias Heikkilä affirme que le codage devient de l'ingénierie logicielle à partir du moment où vous essayez de transformer votre démonstration en un produit réel, ce qui correspond exactement au moment où les gens vous contactent aujourd'hui pour faire fonctionner le code généré par leur agent d'IA.

Les réactions à l'analyse de Matias Heikkilä renvoient le message suivant : « écrire du code n'est pas la même chose que fournir un logiciel fonctionnel ». Les critiques s'accordent à dire que les agents de codage sont très doués pour écrire du code, mais l'analyse du code met en lumière des lacunes graves.

« Un expert humain doit identifier le besoin en logiciel, décider de ce que le logiciel doit faire, déterminer ce qui est réalisable, créer la première version (l'IA peut être utile à ce stade), évaluer ce qui a été créé, le montrer aux utilisateurs, discuter avec eux pour savoir s'il répond à leurs besoins, itérer en fonction de leurs commentaires, déployer et communiquer la valeur du logiciel, et gérer son existence et son évolution future », souligne un critique.

Matias Heikkilä a ajouté : « quand on regarde le code que ces personnes vous envoient, on se rend compte que « rendre l'application prête pour la production » signifie en réalité tout brûler et repartir de zéro. Je pense que cela en dit long sur la situation dans laquelle nous nous trouvons actuellement ».


30 % du code de Microsoft est généré par l’IA Copilot

Le PDG de Microsoft, Satya Nadella, a déclaré que 20 à 30 % du code contenu dans les référentiels de l'entreprise était « écrit par un logiciel », c'est-à-dire par l'IA, lors d'une discussion avec le PDG de Meta, Mark Zuckerberg, à l'occasion de la conférence LlamaCon de Meta. Nadella a donné ce chiffre après que Zuckerberg lui a demandé quelle proportion du code de Microsoft était générée par l'IA. Le PDG de Microsoft a déclaré que l'entreprise obtenait des résultats mitigés en matière de code généré par l'IA dans différents langages, avec davantage de progrès en Python et moins en C++.

Source : Linux Coding Assistants

Et vous ?

Peut-on réellement faire confiance au code généré par l'IA sans relecture humaine ?

Comment intégrer efficacement l’IA dans une chaîne DevOps sans compromettre la qualité ou la sécurité ?

L’IA est-elle capable de générer un code maintenable à long terme, ou produit-elle surtout du “jetable” ?

Faut-il former tous les développeurs à l’ingénierie de prompt et à la relecture de code IA ?

Va-t-on vers une disparition progressive des développeurs juniors au profit d’IA copilotes ? Comment adapter la formation des futurs ingénieurs à un monde où l’IA code une grande partie des projets ?

Les développeurs de demain seront-ils des "relecteurs de code IA" ou des "concepteurs augmentés" ?

Quelles compétences humaines deviendront les plus valorisées face à l’automatisation du codage ?