● Résultat : un « DDoS de l’attention » (déni de service distribué) qui épuise les mainteneurs, contraints de passer des heures à trier du code généré en quelques secondes. Pour Philippe Ensarguet, la parade ne réside pas dans le rejet de l’IA mais dans un nouveau contrat social et de nouvelles pratiques, dans un souci de soutenabilité des projets open source : valoriser le triage, la revue et la documentation plutôt que la ligne de code.
● Sans cela, l’écosystème peut dériver vers l’un des trois scénarios qu’il décrit : les jardins clos, une couche de vérification, ou une bifurcation entre infrastructures critiques verrouillées et dépôts applicatifs livrés à l’automatisation.
L’IA est-elle en train de bouleverser le modèle collaboratif de l’open source ? Ce dernier repose historiquement sur un contrat social implicite fondé sur l’effort des contributeurs aux projets. Philippe Ensarguet, VP Cloud & Software Engineering chez Orange, rappelle que « l’acte de contribuer portait en lui-même sa preuve de sérieux ». Et de préciser : « Ecrire un patch, relire un ‘diff’, tout cela, ça coûtait de l’effort humain et finalement cet effort était une forme de preuve que quelqu’un comprenait le projet. » Mais l’intelligence artificielle générative a fait voler ce filtre de friction en éclats. Car aujourd’hui, « les LLMs ont fait fondre à quasiment zéro le coût de produire une contribution qui peut avoir une apparence plausible ». La conséquence : une crise de gouvernance dans les projets open source.
Le code n’a jamais été la contribution. Il n’en était que le signe visible : le signe qu’on avait compris le projet, qu’on s’y était investi, qu’on en faisait partie.
Le « DDoS de l’attention » et l’épuisement des mainteneurs
L’écosystème open source fait face à une vague de contributions générées par IA, de faible qualité et non sollicitées, ce que l’on appelle l’« AI slop » (bouillie d’IA). Leur caractéristique n’est pas d’être visiblement mauvaise, mais au contraire d’être plausibles : syntaxe irréprochable, failles logiques dissimulées. Si l’IA impacte le coût de production, « elle n’effondre absolument pas son coût d’évaluation. On est en train de rentrer dans une forme d’asymétrie qui est complètement structurelle ». L’ordre de grandeur qu’il avance : une trentaine de secondes pour générer un correctif, plusieurs heures pour en faire une revue sérieuse.
« D’un côté on a une génération qui est quasi infinie et bon marché et de l’autre une attention humaine finie. » Ce déséquilibre provoque ce que le spécialiste décrit comme « un déni de service, le plus souvent involontaire, sur l’attention des mainteneurs », poussant ces bénévoles vers l’épuisement cognitif. Pire encore, le contrat de confiance s’érode puisque « toute contribution potentiellement devient suspecte ». C’est ce qui a par exemple poussé Daniel Stenberg, le créateur du projet cURL, à fermer son programme de chasse aux bugs après avoir été inondé de rapports artificiels.
Les 5 couches de la contribution
Le problème de fond n’est pas la capacité de l’IA à produire du code. Les modèles sont capables de générer un code dont la syntaxe est irréprochable. En fait, une véritable contribution va bien au-delà. Selon Philippe Ensarguet, l’open source s’est finalement construit sur une méprise : « Le code n’a jamais été la contribution, il n’en était que le signe visible, le signe qu’un développeur avait compris le projet, qu’il s’y était investi, qu’il en faisait partie. » Sur les cinq couches théoriques de la contribution, l’IA ne maîtrise que les deux premières (syntaxe et exécution). Les couches supérieures que sont la compréhension de l’architecture, l’intention réelle et la confiance mutuelle sont, pour l’expert, hors de sa portée, alors même qu’elles représentent « le ciment qui tient finalement l’écosystème open source ».
Redéfinir le contrat social
Il ne s’agit pas de devenir technophobe. « On ne va jamais revenir en arrière… ça serait rétrograde et ça reviendrait à ne pas se poser les bonnes questions par rapport à comment on peut envisager l’utilisation de l’IA. » Pour lui, l’urgence est de réévaluer nos métriques. « Le nombre de lignes de code, le nombre de pull requests, graphes de commits, courbes de contributeurs ne suivent plus la valeur produite. » Les tableaux de bord servant à juger la santé d’un projet mesurent de plus en plus du bruit. Désormais, les communautés doivent valoriser le triage, la revue de code et la documentation et exiger des contributeurs une preuve d’engagement plutôt qu’un volume.
Face à cette mutation, Philippe Ensarguet décrit trois trajectoires possibles, c’est-à-dire des états vers lesquels l’écosystème pourrait dériver. La première est celle des « jardins clos » (walled gardens) où seules les personnes « nominativement vérifiées » peuvent participer, faisant de l’open source une « source disponible mais sans garantie d’y participer », explique Philippe Ensarguet. Une seconde voie impliquerait une couche de vérification avec des plateformes qui « valident la preuve de l’engagement de manière à remplacer la friction ». La dernière trajectoire plausible pour l’expert est celle de la « bifurcation ». Ici, l’écosystème se scinderait en deux régimes distincts dans le sens où les infrastructures critiques se verrouilleraient selon le premier scénario, tandis que les dépôts applicatifs accepteraient un niveau de bruit plus élevé, absorbé par des chaînes de tests entièrement automatisées. La disparition historique de la friction technique exige donc un nouveau contrat social : « On n’a pas forcément besoin de beaucoup plus de code. On a surtout besoin de plus d’attention. »
