Plus de code grâce aux agents IA, mais les développeurs sont-ils vraiment plus productifs?
Les agents IA produisent davantage de code, mais cela ne se traduit pas nécessairement par une hausse de la production logicielle. Une étude de Harvard portant sur les données de 718 entreprises remet en question les gains de productivité attendus. La revue de code apparaît comme un goulet d’étranglement.
Les agents IA permettent aux développeurs de produire davantage de code, sans que cela se traduise par une hausse significative de la production logicielle des entreprises, selon une étude des chercheurs en économie de Harvard Fiona Chen et James Stratton.
Pour leur étude, qui n’a pas encore fait l’objet d’une évaluation par les pairs, les chercheurs ont analysé quelque 300 millions d’événements d’activité enregistrés dans les outils numériques de 718 entreprises. Fournies par l’éditeur de logiciels Jellyfish, les données couvrent la période de janvier 2021 à mars 2026. Elles comprennent notamment les modifications de code, les tâches de développement achevées et des informations sur l’utilisation d’outils d’IA. Les chercheurs ont comparé des entreprises ayant adopté ces outils à différents moments.
Davantage de code, mais guère plus de logiciels finalisés
Les résultats montrent d’abord une nette augmentation de la production de code. Après l’introduction d’agents IA, le nombre de lignes de code ajoutées par personne a progressé de 30% en moyenne. Le nombre de modifications de code enregistrées a augmenté de 20%, et celui des modifications soumises à une revue de 23%. Contrairement aux simples assistants IA, qui suggèrent ou complètent des lignes de code, ces agents peuvent également traiter de manière autonome des tâches plus complexes nécessitant plusieurs étapes.
Mais cette production supplémentaire se traduit-elle par davantage de logiciels finalisés? Pour le déterminer, les chercheurs ont examiné le nombre de tâches et d’ensembles de travaux plus importants achevés par les équipes de développement. Ils se sont appuyés sur les données de systèmes de gestion de projets comme Jira. Résultat surprenant: malgré la forte hausse de la production de code, ils n’ont constaté aucune augmentation statistiquement significative du volume de travail achevé.
Cela ne signifie pas que l’IA n’apporte aucun gain de productivité. Les résultats n’excluent pas des améliorations plus modestes. Les chercheurs n’ont toutefois pas pu démontrer de hausse de productivité comparable à l’augmentation du volume de code écrit.
La revue de code devient un goulet d’étranglement
L’étude avance une explication possible: plus les agents IA produisent de code, plus sa revue mobilise de ressources. Les équipes de développement doivent en effet examiner, tester et, si nécessaire, retravailler le nouveau code avant de l’intégrer à leurs logiciels.
C’est précisément à cette étape que l’étude met en évidence un important goulet d’étranglement. Après l’introduction d’agents IA, le délai moyen entre la soumission d’une modification de code et son intégration au code commun a augmenté de 49%, soit environ trois jours et demi supplémentaires. Cette mesure couvre l’ensemble du processus, y compris les temps d’attente et les corrections, et pas uniquement la durée de la revue elle-même.
Autre constat: la proportion de modifications ayant nécessité des corrections a presque doublé. Le nombre de commentaires de revue de code par modification soumise a également progressé de 35%. En conséquence, davantage de collaborateurs ont participé à la vérification du code.
Ces résultats ne permettent toutefois pas d’affirmer avec certitude que les agents IA produisent davantage de code comportant des erreurs. L’augmentation du volume de code ou le renforcement des procédures de vérification pourraient également expliquer cette charge de travail supplémentaire.
L’IA ne parvient pas à éliminer le goulet d’étranglement
Une solution évidente consisterait à confier également la revue de code à l’IA. De fait, près de 80% des entreprises étudiées avaient déjà adopté des outils d’IA pour cette tâche en mars 2026. Pourtant, seule une modification de code soumise sur neuf environ recevait au moins un commentaire de revue généré par l’IA. Le contrôle humain continue donc de jouer un rôle central.
Ces résultats présentent néanmoins certaines limites. Les données proviennent exclusivement d’entreprises utilisant Jellyfish et ayant accepté que leurs données soient exploitées à des fins de recherche. Il reste difficile de déterminer dans quelle mesure ces conclusions peuvent être généralisées à d’autres entreprises.
Les chercheurs se concentrent en outre sur les effets à court terme de l’adoption des agents IA, les données s’arrêtant en mars 2026. Leur impact à long terme sur le développement logiciel reste donc incertain.
L’étude montre néanmoins qu’accélérer la programmation grâce à l’IA nécessite aussi d’adapter les étapes de travail qui suivent. Faute de quoi, les entreprises produisent davantage de code, sans nécessairement accroître leur production logicielle.
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
