« Les développeurs font face à une crise d'identité qui frôle la dépression », selon un associé de Menlo Ventures

Qui pointe l'augmentation de leur charge de travail due à la dette technique générée par l'IA

Les développeurs sont plus nombreux que jamais à utiliser des outils d'IA pour assister et générer du code. Alors que l'adoption de l'IA par les entreprises s'accélère, les données d'une d’enquête auprès des développeurs révèlent un point critique : la dette technique croissante créée par les outils d'IA qui génèrent des solutions « presque correctes », sapant potentiellement les gains de productivité qu'ils promettent de fournir. Les développeurs expérimentés se retrouvent donc dans certaines entreprises avec une augmentation de leur charge de travail que certains encaissent mal du point de vue santé.

La mise en contribution de l’intelligence artificielle dans la filière du développement de logiciels implique une augmentation de la charge de travail des développeurs qui se traduit en crise d’identité et dépression pour ces derniers.

C’est en tout cas ce qui ressort d’une sortie d’un intervenant de la filière qui confirme que l’intelligence artificielle est entrain de créer une génération de programmeurs illétrés qui produisent du contenu dont les développeurs expérimentés héritent dans le cadre de tâches dites de nettoyage de code généré par l’intelligence artificielle. Résultat des courses : l’augmentation de la charge de travail des intervenants du deuxième groupe (les développeurs expérimentés) se traduit en crise d’identité et dépression.

L’usage de l’intelligence artificielle met le cerveau en surchauffe. L’usage poussé de l’IA provoque une fatigue mentale inédite, qui pousse les développeurs concernés à commettre 39% d’erreurs supplémentaires. Trop de lignes de code à analyser, des armées d’assistants d’intelligence artificielle (IA) à recadrer, de longs prompts à rédiger, de nombreux utilisateurs intensifs de l’IA font état de saturation ou de fatigue malgré les promesses de l’outil. Le phénomène est documenté dans une étude qui y fait référence sous le terme « AI Brain Fry » ou fatigue mentale due à l’utilisation de l’intelligence artificielle.

Most software engineers are facing an identity crisis bordering on depression.

As CTOs aggressively evangelize tokenmaxxing, a class divide ensues.

The lazy. The lazy push code. They don't write it. They don't manually test it. They don't even read it. They're on autopilot. See…

— Deedy (@deedydas) June 20, 2026

Les assistants de codage IA sont-ils en train de rendre le code plus rapide à écrire... mais plus lent et plus coûteux à maintenir

Les assistants d'IA de codage sont censés accélérer le développement de logiciels. Les entreprises d'IA comme Microsoft affirment que leurs outils améliorent déjà la productivité des développeurs, mais les études rigoureuses indépendantes révèlent le contraire. Une nouvelle étude du Model Evaluation & Threat Research rapporte que l'utilisation d'outils d'IA fait perdre du temps aux développeurs. Ils s'attendaient à une augmentation de 24 % de leur productivité, mais l'équipe a constaté un ralentissement de 19 %. Une précédente étude a révélé que l'utilisation d'outils d'IA n'augmente pas la vitesse de codage, mais augmente significativement le taux de bogues.

L'étude a porté sur 16 développeurs expérimentés qui travaillent sur de grands projets open source. Les développeurs ont fourni une liste de problèmes réels (corrections de bogues, nouvelles fonctionnalités, etc.) qu'ils devaient traiter - 246 au total - et ont prévu combien de temps ces tâches allaient prendre. Ensuite, les chercheurs ont attribué au hasard à chaque problème l'autorisation ou l'interdiction d'utiliser l'IA pendant le travail sur le problème.

Lorsque l'IA est autorisée, les développeurs peuvent utiliser les outils de leur choix (principalement Cursor Pro avec Claude 3.5/3.7 Sonnet) ; lorsqu'elle est interdite, ils travaillent sans l'aide de l'IA générative. Les développeurs accomplissent ces tâches (qui durent en moyenne deux heures chacune) tout en enregistrant leur écran, puis déclarent eux-mêmes le temps total de mise en œuvre dont ils ont eu besoin. Le travail s'est déroulé entre février et juin 2025.

Lorsque les développeurs sont autorisés à utiliser des outils d'IA, ils mettent 19 % plus de temps à résoudre les problèmes, ce qui représente un ralentissement significatif qui va à l'encontre des convictions et des prévisions des experts. L'écart entre la perception et la réalité est frappant : les développeurs s'attendaient à ce que l'IA les accélère de 24 %, et même après avoir subi le ralentissement, ils pensaient encore que l'IA les avait accélérés de 20 %.

« Nous pouvons clairement constater que les développeurs mettent beaucoup plus de temps lorsqu'ils sont autorisés à utiliser des outils d'IA », ont écrit les chercheurs dans leur rapport.

Faut-il pour autant abandonner les assistants de codage ? Probablement pas. Mais leur positionnement doit évoluer. Ils ne peuvent plus être perçus comme des développeurs virtuels, mais comme des outils d’amplification, utiles uniquement entre les mains de professionnels capables de juger, corriger et contextualiser leurs suggestions.

Les équipes les plus avancées adoptent désormais une approche pragmatique : limitation des usages en production critique, obligation de revue humaine systématique, et formation explicite aux biais et limites de l’IA. L’objectif n’est plus d’écrire plus de code, mais d’écrire du meilleur code, avec une responsabilité clairement assumée par l’humain.

Si les assistants de codage IA semblent aujourd’hui « moins bons », ce n’est pas nécessairement parce que la technologie régresse, mais parce que les attentes ont explosé plus vite que les capacités réelles. L’écart entre la promesse marketing et la valeur effective devient plus visible à mesure que ces outils s’installent dans les flux de travail quotidiens.

La vraie question n’est donc pas de savoir si l’IA peut coder, mais dans quelles conditions elle améliore réellement la qualité logicielle sans appauvrir les compétences humaines. Tant que cette question restera sans réponse claire, le doute persistera : et si, à force de vouloir coder plus vite, on finissait par coder moins bien ?

Source : HBR : When Using AI Leads to “Brain Fry”

Et vous ?

Que pensez-vous de ces retours d'expérience ? Vous semblent-ils crédibles ou pertinents ?

Que pensez-vous des assistants de codage IA ? En utilisez-vous ? Lequel ? Pouvez-vous faire un retour d'expérience ?

Les assistants de codage par IA améliorent-ils réellement la qualité des logiciels ou ne font-ils qu’accélérer la production de code standardisé, parfois fragile, difficile à maintenir sur le long terme ?

À force de s’entraîner sur du code généré par d’autres IA, les modèles de programmation ne risquent-ils pas de s’enfermer dans une boucle de médiocrité statistique ?

Peut-on encore former de bons développeurs lorsque l’IA fournit en permanence des solutions « plausibles », mais rarement optimales ou pédagogiques ?

Les équipes techniques ne sous-estiment-elles pas le coût réel du code généré par IA en matière de sécurité, de performance et de dette technique ?

Faut-il instaurer des règles claires d’usage des assistants de codage IA en entreprise, au même titre que les standards d’architecture ou les politiques de sécurité ?