Est-ce la fin du code avec le vibecoding ?

Le vibecoding, cette pratique qui consiste à coder en se fiant à l'Intelligence Artificielle, a été présenté comme une révolution, laissant supposer l'idée que "les développeurs allaient devenir obsolètes".

En 2023, cette idée était prise au sérieux. Mais aujourd'hui, la réalité est beaucoup plus nuancée avec des gains de productivité réels, mais qui peuvent aussi faire perdre du temps et parfois bien plus que ça lorsqu'on ne sait pas ce qu'on fait.

Pour le sujet de cette semaine, il est temps de faire le point sur le vibecoding, statistiques à l'appui, mais aussi de se remémorer un épisode de l'histoire de l'informatique qui donne un aperçu de l'avenir du vibecoding.

Ce que les études disent

Les études initiales

En 2023, des études étaient déjà publiées pour mettre en avant les gains de performance qu’on pouvait avoir en utilisant l’IA. On parlait d’un gain de 55% de performance globale, avec certaines tâches qui étaient jusqu’à 10 fois plus rapides.

En soi, il est vrai que des tâches comme la refactorisation, la génération de boilerplate ou l’exploration d’une base de code sont objectivement plus rapides avec l’IA. Nous avons même fait un article décrivant les tâches qui sont déléguées le plus souvent à l’IA.

Mais ces études de l’époque avaient deux biais majeurs :

1. Biais de tâche : on favorise les cas où l'IA excelle (code sans contexte, syntaxe standard, pas d'état global)
2. Biais de population : les participants étaient souvent des volontaires enthousiastes, pas des équipes en production

À cause de ces biais, elles ne mesuraient pas la maintenance ou la cohérence architecturale sur plusieurs semaines.

Mais d’autres études parues en 2025 cherchent aujourd’hui à être plus objectives, en observant ce qui se passe réellement chez les développeurs professionnels.

La performance en conditions réelles

Durant l’année 2025, la plateforme de CI/CD Harness a mesuré l’impact de l’IA sur ses propres développeurs en conditions réelles. Il en résulte que le gain de productivité toutes tâches confondues est de 20 à 25%.

Pour être plus précis, ce sont les volumes de Pull Requests, les demandes d’intégration de code qui sont plus importants (+10,6% selon l’étude) ainsi que les cycles de review qui sont plus courts (3,5 heures de moins par mois).

Ce gain de performance peut varier en fonction du type de tâche, du niveau du développeur ou encore de la qualité du code existant, mais c’est globalement cohérent avec les gains de productivité constatés avec d’autres outils comme les IDE ou les frameworks.

Finalement, les gains de production avec l’IA sont réels, mais nous sommes loin de la révolution telle qu’on l’a présentée en 2023.

De plus, il y a des aspects que l’étude de Harness ne mesure pas, comme la qualité du code produit, la dette technique, ou même la compréhension qu'ont les développeurs du code qu'ils intègrent, ce qui va être un problème pour le point suivant.

Plus c'est complexe, moins c'est performant

Une autre étude appelée “The Fast and Spurious” a ciblé spécifiquement la maintenance de systèmes complexes existants. C’est le cas le plus courant en entreprise, car la maintenance représente 60-80 % du temps réel d'un développeur professionnel.

Pour ces tâches, l’étude présente une perte de productivité de -19% en utilisant l’IA, et cette perte serait due à trois facteurs :

1. Surconfiance : le développeur accepte du code IA qui "semble" correct mais qui introduit des régressions
2. Friction cognitive : vérifier du code généré sur une base complexe prend plus de temps que l'écrire soi-même
3. Manque de contexte : l'IA propose des solutions génériques qui ignorent les contraintes spécifiques du système (standards de développement, dette technique, etc.).

Une autre statistique qui corrobore ces résultats est qu’il y a 17% de perte de compréhension du code généré, et cette statistique vient de la documentation interne d'Anthropic sur l'usage de Claude Code par leurs propres équipes.

Autrement dit, le code fonctionne, mais le développeur comprend de moins en moins sa structure.

Les retours d'expérience

Les retours d’expérience qu’on peut faire par rapport au vibecoding peuvent totalement changer d’un secteur à un autre. En effet, il y a des secteurs où cette pratique est très adaptée, et d’autres où elle ne l’est pas du tout.

Si on prend l’exemple de la vision par ordinateur, le vibecoding marche très bien. D’une part, la tâche est bien délimitée, et surtout le développeur sait tout de suite si ça marche car il n’y a pas d’état caché ni d’effet de bord différé dans la vision par ordinateur.

Dans les architectures distribuées (plusieurs composants autonomes qui communiquent entre eux via un réseau), c’est tout l’inverse. L’IA ignore systématiquement les imprévus comme la latence réseau, la cohérence des données ou les pannes. C’est dans ce secteur que la majorité des entreprises ont connu un incident de production à cause de l’IA.

Dans la science des données, le risque n’est pas technique mais plutôt épistémique. L’IA applique des méthodes statistiques standard qui s’exécutent sans erreur, mais sans vérifier si les hypothèses sont bonnes.

En conclusion, le critère décisif n’est pas la complexité de la tâche en elle-même, mais la capacité à vérifier les résultats.

Si on comprend ce qu’on demande ET que le résultat est immédiatement observable, alors le vibecoding est efficace. Si les résultats sont différés ou invisibles, l’expertise est nécessaire, et si on ne comprend pas entièrement ce qu’on demande, l’accident est inévitable.

Les risques qu'on sous-estime

Les risques liés à la sécurité ou à la dette technique sont les plus discutés quand on parle de vibecoding.

Mais l’utilisation de l’IA implique aussi d’autres risques au-delà de l’aspect technique dont on parle beaucoup moins, mais qui sont tout autant susceptibles d’entraîner des conséquences néfastes à plus ou moins long terme.

Propriété intellectuelle

À l’heure actuelle, il reste encore des questions ouvertes sur le cadre légal de l’utilisation de l’IA pour créer du code :

• Est-ce que le code produit par un LLM est une œuvre dérivée du code d'entraînement ? (litiges en cours)
• La responsabilité incombe-t-elle à l'éditeur du LLM, à l'entreprise qui l'utilise, ou au développeur individuel ?
• À partir de quel niveau d’implication manuelle peut-on revendiquer la propriété de ce qu’on crée ?

Aux yeux de la loi, un modèle d’IA est considéré comme un outil. Dans la quasi-totalité des juridictions mondiales, la propriété intellectuelle exige une “créativité” d’un être humain, mais ce seuil créatif n’a pas été formalisé, ce qui constitue un risque particulier pour les entreprises.

En parallèle de ce risque, les modèles d’IA sont entraînés sur des milliards de lignes de code public, mais quand ils génèrent du code, ils ne citent pas leurs sources (à l’avenir, les entreprises d’IA peuvent forcer leurs modèles à citer leurs sources).

C’est un problème, car dans ces lignes de code, une partie d’entre elles est sous licence copyleft (GPL), signifiant que le code est Open Source, mais que les projets utilisant ce code doivent aussi être sous licence copyleft.

Par conséquent, si du code GPL est reproduit dans notre projet, on peut être contraint de publier l’ensemble du projet en open source.

Dépendance extérieures

Les abonnements à ChatGPT, Claude, Gemini et autres sont des dépendances en soi. Les entreprises d’IA peuvent choisir qui peut utiliser leurs modèles ou non, et peuvent imposer les tarifs qu’ils veulent. Le tarif est aujourd'hui attractif, mais beaucoup d'organisations craignent que leurs coûts d’utilisation explosent.

Un autre problème est que l’IA agit comme un amplificateur de monopole, en particulier sur l’utilisation des API. Il est plus facile pour une IA de générer 5 lignes de code pour uploader un fichier sur AWS S3 que de configurer son propre serveur.

En utilisant des LLM Cloud (ChatGPT, Claude, Gemini…) et des API Cloud (AWS, Azure, GCP…), on se retrouve avec deux dépendances structurelles.

Le besoin de compétence sera toujours là

On fait croire que le vibecoding est un changement de paradigme jamais vu dans l’histoire de la programmation. Mais dans les faits, nous avons déjà connu ce cycle il y a plusieurs décennies.

Dans les années 90, des outils comme Visual Basic, WinDev et autres outils RAD (Rapid Application Development) sont apparus avec la promesse d’augmenter la productivité et de démocratiser le développement

Les millions d’applications qui ont été créées avec ces outils ont connu un cycle en trois phases

1. Adoption rapide car les gains sont réels sur des cas simples
2. Les projets deviennent plus complexes, donc on fait des contournements pour maintenir le projet
3. Avec l’accumulation de la dette technique et les équipes qui changent, il est préférable de tout reconstruire.

Le Vibecoding est en train de connaître un cycle similaire à ces outils, et d’une certaine façon c’est rassurant, car l’histoire prouve que l’automatisation n’a jamais remplacé la compétence.

À chaque fois que de nouveaux outils arrivent pour démocratiser l’accès à un secteur, la barre d'entrée descend pour produire quelque chose qui fonctionne, et cette barre monte quand il s’agit d’assurer la maintenance. Le vibecoding ne fait pas exception à cette règle.

Pour conclure sur ce sujet, le vibecoding sert vraiment, et les +20-25% de productivité constatés par Harness le confirment. Mais c'est un levier pour ceux qui ont la compétence de valider ce qu'il produit, et un piège pour ceux qui s'en remettent aveuglément.

Savoir quand faire confiance à l'IA, quand la corriger, comment rédiger des tests qui détectent ses erreurs, comment architecturer un projet qui reste maintenable, ce sont des compétences qui se travaillent et qui peuvent être apprises chez Alyra !

{{cta-moyen-ia}}

En quoi consiste la formation Consulting IA ?

La formation "Consulting IA" d'Alyra est un programme destiné à doter les professionnels, entrepreneurs, personnes en reconversion et passionnés des compétences nécessaires pour comprendre, valoriser et implémenter l'intelligence artificielle dans divers contextes professionnels

Il s’agit d’un parcours 100% en ligne, disponible en plusieurs formats de 44h à 144h de cours.

La formation est structurée en plusieurs modules couvrant un large éventail de compétences :

• Structurer, exploiter et valoriser les données au service de l'IA
• Maîtriser les fondamentaux techniques : Machine Learning, NLP et Computer Vision
• Concevoir des cas d'usage IA et intégrer des agents dans les processus métier
• Maîtriser les outils d'IA générative (texte, image, audio, vidéo) pour la production de contenu
• Piloter la transformation Data/IA : stratégie, adoption, ROI et conduite du changement
• Intégrer le cadre réglementaire, éthique (RGPD & AI Act) et sécuriser la mise en œuvre

L'apprentissage combine la théorie et la pratique. Les apprenants sont évalués en continu via des QCM, des travaux pratiques et des défis corrigés par les formateurs. La formation inclut des cours en direct (lives) animés par des professionnels de l'écosystème.

De plus, les apprenants doivent réaliser en équipe un prototype répondant à un besoin réel ou fictif, faire une démonstration d'usage, présenter leurs livrables et justifier leur contribution au projet devant un jury constitué de professionnels.

‍Alyra vous permet d'apprendre ces compétences et sera votre passerelle vers une activité qui allie passion, expertise et rémunération. Preuves à l'appui : 87% de nos alumni ont connu un retour à l'emploi sous six mois, et 54% d'entre eux gagnent plus de 50 000 € par an.

Que vous soyez salarié, entrepreneur, en reconversion ou en recherche d’emploi, votre formation peut être financée à 100% et il existe tout un ensemble d'organismes de financement à votre disposition.

Les plus grands experts de l'écosystème

Un réseau de 2500+ alumni et 150+ partenaires professionnels

Allier théorie et pratique pour vous permettre de concevoir vos propres projets

Des certifications uniques reconnues par l'État

+70% des cours en live avec un formateur

Si vous souhaitez faire un premier pas dans cette industrie qui crée ses propres métiers, les formations gratuites d’Alyra sont faites pour vous !

Souscrire à la formation Consulting IA

‍