Principaux enseignements
Les développeurs seniors envoient environ 2,5 fois plus de code généré par l'IA que les développeurs juniors (32 % contre 13 %)
L’IA semble plus rapide, mais les recherches montrent que les développeurs peuvent y consacrer environ 19 % de temps supplémentaire
Près d'un développeur sur trois consacre suffisamment de temps à corriger les résultats de l'IA pour compenser les gains
L'expérience suscite la confiance : les développeurs seniors sont plus confiants dans l'utilisation de l'IA en production
L'IA remonte le moral (~80 % apprécient davantage coder), même si les gains de productivité sont incertains
La plupart des développeurs sont conscients de l’impact environnemental de l’IA
En bref : les outils de codage de l'IA remodèlent les flux de travail des développeurs plus qu'ils n'améliorent la productivité brute, et l'expérience détermine qui en bénéficie le plus.
---
Les outils d’IA dédiés au codage se sont rapidement intégrés au quotidien de nombreux développeurs. De GitHub Copilot et Claude à Gemini et à d’autres assistants de codage, les développeurs s’appuient de plus en plus sur l’IA pour générer du code, résoudre des bugs et accélérer le développement. Parallèlement, les débats autour du « vibe coding » (pratique consistant à s’appuyer fortement sur du code généré par l’IA sans en comprendre pleinement tous les détails de mise en œuvre) ont soulevé des questions concernant la productivité, la qualité du code et la sécurité.
L’enquête menée par Fastly en juillet 2025 auprès de 791 développeurs avait pour objectif de confronter ces débats à des données concrètes.
Pourquoi les développeurs seniors produisent 2,5 fois plus de code généré par l’IA
Environ un tiers des développeurs seniors (10 ans d’expérience ou plus) indiquent que plus de la moitié du code qu’ils ont livré est généré par l’IA, soit près de deux fois et demie le taux déclaré par les développeurs juniors (0 à 2 ans d’expérience), qui s’élève à 13 %.
« L’IA testera le code et trouvera les erreurs beaucoup plus rapidement qu’un humain, les réparant de manière transparente. » « Cela a été le cas à plusieurs reprises », a déclaré un développeur senior Un jeune répondant a noté les compromis : « C'est toujours difficile quand l'IA suppose ce que je fais alors que ce n'est pas le cas, donc je dois y retourner et le refaire moi-même. »
Les développeurs seniors étaient également plus enclins à déclarer qu’ils consacraient du temps à corriger le code généré par l’IA. Un peu moins de 30 % des développeurs expérimentés ont indiqué modifier suffisamment les résultats fournis par l’IA pour annuler la majeure partie du gain de temps, contre 17 % des débutants. Malgré tout, 59 % des développeurs expérimentés affirment que les outils d’IA les aident globalement à livrer plus rapidement, contre 49 % des débutants.
Les développeurs seniors se montrent plus optimistes quant aux gains de temps offerts par l’IA
Un peu plus de 50 % des développeurs débutants affirment que l’IA leur permet d’être légèrement plus rapides. En revanche, seuls 39 % des développeurs plus expérimentés partagent cet avis. Toutefois, ces derniers sont plus enclins à faire état de gains de rapidité significatifs : 26 % d’entre eux affirment que l’IA leur permet d’être beaucoup plus rapides, soit le double des 13 % de développeurs débutants qui partagent cet avis.
L’une des raisons de cet écart pourrait être que les développeurs chevronnés sont tout simplement mieux à même de repérer et de corriger les erreurs de l’IA. Les ingénieurs plus expérimentés sont sans doute mieux placés pour tirer parti du « vibe coding », car ils sont capables d’identifier plus rapidement les cas où le code généré par l’IA est incorrect, peu sécurisé ou mal adapté au problème à résoudre. Ils possèdent l’expérience nécessaire pour reconnaître quand un code « semble correct » alors qu’il ne l’est pas. Cela leur permet d’utiliser les outils d’IA avec davantage d’assurance et d’efficacité, même pour du code à forts enjeux ou essentiel à l’activité. À l’inverse, les développeurs juniors peuvent ne pas avoir pleinement confiance en leur capacité à repérer les erreurs, ce qui peut les rendre plus réticents à s’en remettre à l’IA, voire plus enclins à éviter complètement de l’utiliser en production.
Ce constat concorde avec la proportion de code généré par l’IA qui est réellement mis en production. Parmi les développeurs juniors, seuls 13 % déclarent que plus de la moitié de leur code déployé est généré par l’IA. En revanche, 32 % des développeurs seniors affirment la même chose, ce qui suggère que les ingénieurs plus expérimentés non seulement utilisent davantage l’IA, mais lui accordent également davantage de confiance dans les environnements de production. Cela est surprenant compte tenu des inquiétudes croissantes concernant le « vibe coding », qui introduirait des vulnérabilités dans les applications.
Un développeur sur trois estime que le temps passé à corriger le code d’IA annule le gain de temps réalisé
Les débats autour du « vibe coding » mettent souvent l’accent sur des gains de productivité spectaculaires, mais nos conclusions suggèrent que la réalité est peut-être plus nuancée. Près d’un développeur sur trois (28 %) déclare devoir fréquemment corriger ou modifier le code généré par l’IA, au point que cela annule la majeure partie du gain de temps. Seuls 14 % affirment n’avoir que rarement besoin d’apporter des modifications. Et pourtant, plus de la moitié des développeurs ont toujours l’impression de travailler plus rapidement grâce à des outils d’IA tels que Copilot, Gemini ou Claude.
L’enquête de Fastly n’est pas la seule à remettre en question les gains de productivité liés à l’IA. Un essai contrôlé randomisé (ECR) récent mené auprès de développeurs open source expérimentés a révélé un résultat encore plus frappant : lorsque les développeurs utilisaient des outils d’IA, ils mettaient 19 % de temps en plus pour accomplir leurs tâches.
Cette déconnexion pourrait être attribuée à la psychologie. Le codage par IA est souvent fluide : le code s'autocomplète avec quelques frappes. Cela donne l'impression d'un élan, mais les premiers gains de vitesse sont souvent suivis de cycles de montage, de tests et de retouches qui réduisent les gains. Ce schéma se retrouve à la fois dans les conversations que nous avons eues avec les développeurs de Fastly et dans de nombreux commentaires que nous avons reçus lors de notre enquête.
Un répondant l'a formulé ainsi : « Un outil de codage basé sur l'IA tel que GitHub Copilot facilite grandement mon flux de travail en suggérant des extraits de code et même des fonctions complètes. » Cependant, il a un jour généré un algorithme complexe qui semblait correct mais contenait un bug subtil, entraînant plusieurs heures de débogage.
Une autre a noté : « L'outil d'intelligence artificielle permet de gagner du temps en utilisant un code standard, mais il nécessite également des corrections manuelles pour remédier aux inefficacités, ce qui maintient la productivité sous contrôle. »
Près de 80 % des développeurs affirment que les outils d’IA rendent le codage plus agréable
Les gains de productivité sont peut-être difficiles à apprécier, mais la satisfaction professionnelle, elle, ne fait aucun doute : près de 80 % des développeurs affirment que les outils d’IA rendent le codage plus agréable. Pour certains, cela permet d’éviter les tâches fastidieuses. Pour d’autres, c’est peut-être l’euphorie provoquée par la création de code à la demande.
« Cela m’aide à accomplir une tâche avec laquelle je suis bloqué. » « Cela me permet de trouver les réponses nécessaires pour terminer la tâche », déclare un répondant à l’enquête
Le plaisir n'est pas synonyme d'efficacité, mais dans une profession aux prises avec l'épuisement professionnel et les arriérés, ce regain de moral pourrait tout de même avoir de l'importance.
La sensibilisation au « green coding » augmente considérablement avec l’expérience
L’enquête de Fastly s’est également penchée sur la sensibilisation des développeurs au « green coding » (la pratique consistant à écrire des logiciels économes en énergie) et sur le coût énergétique lié aux outils de codage basés sur l’IA. La pratique du « green coding » augmente fortement avec l’expérience. La sensibilisation à cette pratique s’accroît également de manière significative avec l’expérience : un peu plus de 56 % des développeurs débutants déclarent tenir activement compte de la consommation d’énergie dans leur travail, contre près de 80 % des ingénieurs confirmés et expérimentés.
Les développeurs sont globalement conscients de l’impact environnemental des outils d’IA en général : environ deux tiers des développeurs, tous niveaux d’expérience confondus, ont déclaré savoir que ces outils peuvent générer une empreinte carbone importante. Seule une petite minorité (moins de 8 %, même parmi les plus débutants) en ignorait totalement l’existence.
Qu’est-ce que le vibe coding ?
Le Vibe coding est un style de développement dans lequel les programmeurs s’appuient largement sur du code généré par l’IA et sur des consignes en langage naturel pour créer des applications, en se contentant de relire, de tester et de modifier le résultat obtenu plutôt que d’écrire chaque ligne à la main. Ses partisans affirment qu’il accélère le développement et réduit les tâches répétitives ; ses détracteurs mettent en garde contre le fait que le code généré par l’IA peut introduire des bogues, des inefficacités ou des failles de sécurité lorsque les développeurs s’y fient trop, une tension que les données de cette enquête reflètent directement.
C’est l’expérience, et non les outils d’IA, qui détermine la productivité en matière de codage
Les développeurs plus expérimentés produisent davantage de code généré par l’IA et consacrent plus de temps à le corriger, mais ce sont eux qui font état des gains de rapidité les plus importants et qui font le plus confiance à l’IA pour les tâches de production. C’est l’expérience, et non les outils en eux-mêmes, qui semble déterminer qui en tire réellement profit.
À mesure que les outils de codage basés sur l’IA s’imposent comme un élément incontournable du développement logiciel, la question ne porte peut-être plus tant sur le fait de savoir si les développeurs les utilisent, mais plutôt sur la manière dont ils les utilisent.
Méthodologie
Cette enquête a été menée par Fastly du 10 au 14 juillet 2025 auprès de 791 développeurs professionnels. Toutes les personnes interrogées confirment que l'écriture ou la révision de code est une partie essentielle de leur travail. L'enquête est distribuée aux États-Unis et fait l'objet d'un contrôle de qualité pour garantir son exactitude, bien que, comme pour toutes les données autodéclarées, certains biais soient possibles.