L’IA change-t-elle vraiment le quotidien des développeurs ?
L'essor des assistants IA pour coder : ce que révèlent 400 000 dépôts
L'écosystème du développement a changé en profondeur ces deux dernières années. Les assistants IA ne sont plus des gadgets. Ils sont devenus des outils quotidiens pour des milliers de développeurs. Des solutions comme Cursor ou GitHub Copilot font désormais partie du quotidien. Reste la vraie question : quels outils dominent vraiment et comment les équipes les utilisent-elles ?
Une étude récente a tenté d'y répondre en analysant plus de 400 000 dépôts publics sur GitHub. L'objectif était de mesurer concrètement l'adoption des assistants IA. Les résultats sont plus nuancés qu'on ne l'imagine.
Comment les données ont été collectées
Les chercheurs ont commencé par identifier des fichiers spécifiques liés à chaque assistant IA. Par exemple, le fichier .cursorrules signale l'utilisation de Cursor. Ils ont ensuite parcouru les dépôts publics via l'API REST de GitHub.
Mais ils n'ont pas arrêté là. Grâce à l'API GraphQL, ils ont enrichi ces données avec le contexte : historique des commits, taille des fichiers, dates de création. Cela permet de distinguer un simple fichier présent d'une utilisation réelle et active.
Le constat est clair : on ne parle pas seulement d'adoption. On parle d'une adoption qui continue, avec des fichiers mis à jour régulièrement.
Ce que montrent les chiffres
La présence de 400 000 dépôts avec des fichiers de configuration est déjà significative. 但这 signals l'intention d'utiliser un assistant IA. C'est une estimation basse, pas le plafond.
Un fichier .cursorrules montre que l'équipe a fait un choix délibéré. 但这 ne erfasst pas les développeurs qui utilisent les assistants sans configurer explicitement, or les équipes qui les adoptent progressivement.
Les chercheurs ont analysé plusieurs dimensions :
- Parts de marché : quels outils gagnent du terrain parmi les différents assistants.
- Patrons de configuration : les développeurs restent-ils sur les réglages par défaut ou ils y mettent beaucoup de travail.
- Utilisation multiple : beaucoup de projets utilisent simultanément plusieurs outils. 这 zeigt que l'écosystème est encore fragmenté.
- Démographie des dépôts : les langues utilisées, les sizes des projets et les types d'owners (individuels or organisations) ont tous des liens avec l'adoption des assistants.