Quand nous ne coderons plus, que restera-t-il de l’open source ?

Il est 22h un dimanche. Je bataille avec un script rsync pour synchroniser mes backups sur le NAS. Permissions qui coincent, erreurs cryptiques, documentation éparpillée. Et puis cette pensée : « Pourquoi je m’acharne ? Je colle ça dans Claude, c’est réglé en trente secondes. »

J’ai cédé. Le script fonctionne. Mais quelque chose me gêne.

Un article récent sur Hackaday pose la question frontalement : le vibe coding (cette pratique où l’on décrit vaguement son besoin à une IA qui génère le code) est-il en train d’asphyxier l’open source ? Pas de le tuer d’un coup, mais de le transformer en quelque chose d’autre. Une infrastructure fossile, exploitée mais plus vraiment vivante.

Ce qui se passe concrètement

Les chiffres parlent. Stack Overflow s’effondre. Les visites sur les repos GitHub baissent : pourquoi fouiller une documentation quand l’IA te mâche la réponse ? Les mainteneurs de projets open source croulent sous un nouveau type de bruit : des issues générées par IA, des pull requests plausibles mais buggées (les études parlent de 41% de bugs supplémentaires avec le code assisté), des questions qui ne mènent à aucun dialogue.

Le problème n’est pas que l’IA écrit du mauvais code. C’est qu’elle court-circuite tout le reste : l’apprentissage, la communauté, le feedback. Un développeur qui utilise Copilot ne va pas signaler un bug à l’auteur d’une bibliothèque. Il ne va pas contribuer un fix. Il ne va même pas savoir quelle bibliothèque il utilise : l’IA a choisi pour lui, selon ce qui dominait dans ses données d’entraînement. Le projet curl a récemment abandonné son programme de bug bounty, submergé par les rapports générés par IA.

Ce phénomène s’inscrit dans une tendance plus large. J’ai déjà évoqué comment les LLM posent la question du droit d’auteur : ils ingèrent du contenu créé par d’autres pour produire du nouveau, sans jamais rien restituer. Le même mécanisme est à l’œuvre ici, appliqué au code.

Le témoignage qui m’a marqué

Dans les commentaires de l’article, un certain shinsukke raconte trente ans de programmation, du QBASIC au hardware embarqué. Sa conclusion est brutale : « J’ai réalisé que je n’aimais pas coder. J’aimais ce que le code fait. L’IA m’a révélé ça. Mais elle m’a aussi volé quelque chose : ce rituel solitaire du weekend, ce moment où le processus compte autant que le résultat. »

C’est exactement mon malaise du dimanche soir. Le script rsync fonctionne, mais je n’ai rien appris. Je n’ai pas eu ce moment de frustration puis de satisfaction. J’ai délégué. Comme quand on abandonne le stylo pour le clavier : le résultat est là, mais quelque chose se perd dans le processus.

L’autre son de cloche

Il y a aussi Will B., développeur depuis trente ans lui aussi, qui dit l’inverse : « L’IA m’a permis de créer mon premier projet open source complet. Je n’avais jamais eu le temps de faire du full-stack. Maintenant je suis le patron, l’IA exécute. »

Et c’est vrai que pour les tâches ingrates (les switch cases interminables, les refactorings mécaniques, les APIs mal documentées) l’assistance IA est un gain réel. Elle peut servir de tuteur pour des frameworks complexes comme Zephyr ou FreeCAD. Elle débloque des gens qui n’auraient jamais osé coder.

Le problème, c’est l’échelle. Quand tout le monde délègue, qui maintient le socle ?

Projection : 2035

Imaginons un junior développeur dans dix ans. Appelons-le Paul. Il déploie un microservice Python généré par son assistant IA. Tout fonctionne, jusqu’au crash nocturne. Latence inexplicable, utilisateurs furieux.

Paul relance des prompts, ajuste des paramètres. L’IA propose des patchs. Mais le bug persiste : une race condition dans du code asynchrone, héritée d’une bibliothèque qui était populaire en 2025 mais que plus personne ne maintient. Paul n’a jamais lu ce code. Il ne comprend pas ce qui se passe. Il n’y a plus de forum où poser la question : la connaissance s’est dispersée dans des conversations privées avec des IA.

Paul abandonne. Le client migre vers un SaaS.

Ce scénario n’est pas de la science-fiction. C’est la trajectoire logique si la tendance actuelle se poursuit. Des recherches suggèrent déjà que l’usage intensif des LLM dégrade les capacités cognitives et émousse l’esprit critique, un sujet que j’ai déjà abordé.

Ce que je choisis de faire

J’utilise les assistants IA. Pour les tâches répétitives, pour explorer une API inconnue, pour un premier jet quand je suis bloqué. Mais je me fixe une règle : je lis chaque ligne générée. Je veux comprendre ce que je déploie. Je veux pouvoir l’expliquer.

Ce n’est pas du purisme. C’est de l’auto-défense. Le jour où je ne sais plus démonter mon propre code, je deviens dépendant d’un outil que je ne contrôle pas. La philosophie Unix (faire une chose, la faire bien, pouvoir l’inspecter) reste ma boussole.

L’open source ne va pas mourir. Mais il pourrait se transformer en couche géologique : Python, Linux, React enfouis sous des strates d’abstraction, exploités par des modèles, invisibles pour ceux qui construisent dessus. Comme Spotify pour les artistes : 80% des bibliothèques pourraient devenir invisibles, utilisées par les IA mais jamais visitées, jamais remerciées, jamais financées. Une minorité d’artisans continuera à comprendre et maintenir. Les autres consommeront sans savoir.

La question pour chacun d’entre nous : dans quel camp voulons-nous être ?