GCC adopte une politique interdisant les contributions de code d’au moins 15 lignes issues des outils d’IA
Les décisions similaires s'enchaînent dans la filière sur le motif de la mauvaise qualité du code

Le comité de pilotage de GCC (GNU Compiler Collection) a adopté une politique interdisant les contributions de code dites « juridiquement significatives » issues des outils d’IA, avec de rares exceptions et une révision prévue pour début 2027. Le cas GCC allonge une liste dans laquelle on retrouve la fondation Zig, le navigateur Ladybird et Godot (liste non exhaustive). La raison qui revient est celle de la mauvaise qualité du code généré par IA.

L’interdiction principale porte sur toute contribution de code d’au moins 15 lignes générée par ou dérivée d'une intelligence artificielle/LLM, même s'il a été ensuite modifié par un humain. Les modifications jugées insignifiantes sur le plan juridique (contribution de moins de 15 lignes de code) sont acceptées si elles respectent les critères habituels et sont clairement signalées.

Les contributions significatives destinées aux cas de tests peuvent en tout ou en partie provenir d'une intelligence artificielle. L'utilisation des outils d'intelligence artificielle reste permise pour la recherche, l'analyse, la détection de bugs ou la relecture de correctifs, du moment que le code soumis n'est pas directement produit par la machine.

La raison qui revient est celle de la mauvaise qualité du code généré par les outils d’intelligence artificielle

Selon une nouvelle étude de CodeRabbit, le code généré par l'IA présente nettement plus de défauts que le code écrit par des humains dans les principales catégories de qualité logicielle. La société de révision de code IA basée à San Francisco a analysé 470 demandes d'extraction open source sur GitHub. Elle a comparé 320 demandes d'extraction étiquetées comme co-rédigées par l'IA avec 150 soumissions rédigées uniquement par des humains. L'étude a mesuré les taux de problèmes dans des domaines tels que la logique, la maintenabilité, la sécurité, les performances et la lisibilité.

Le rapport a révélé que les pull requests générées par l'IA contiennent en moyenne environ 1,7 fois plus de problèmes que celles écrites uniquement par des humains. Il a également identifié des taux plus élevés de défauts critiques et majeurs dans le code impliquant des outils d'IA. CodeRabbit a déclaré que les modifications apportées par l'IA présentaient des problèmes accrus dans tous les domaines majeurs liés à la qualité. Les problèmes de logique et d'exactitude ont augmenté de 75 % dans le code généré par l'IA. Il s'agissait notamment d'erreurs de logique métier, de configurations incorrectes et de flux de contrôle non sécurisés.

Les vulnérabilités de sécurité sont apparues entre 1,5 et 2 fois plus souvent dans les pull requests générées par l'IA. Les problèmes de sécurité les plus courants concernaient une gestion incorrecte des mots de passe et des références d'objets non sécurisées. Les problèmes de lisibilité ont plus que triplé dans le code assisté par l'IA. Le rapport cite des niveaux plus élevés d'incohérences dans les noms et de problèmes de formatage, qui peuvent rendre le code plus difficile à comprendre et à maintenir au fil du temps.

Les inefficacités en termes de performances ont connu la plus forte augmentation relative. L'étude a révélé que des problèmes tels que des opérations d'entrée/sortie excessives apparaissaient près de huit fois plus fréquemment dans les soumissions générées par l'IA que dans les pull requests uniquement humaines.

L'un des auteurs a déclaré que ces résultats correspondaient aux préoccupations soulevées par les équipes de développement logiciel cette année. « Ces résultats confirment ce que de nombreuses équipes d'ingénieurs ont constaté tout au long de l'année 2025 », a déclaré David Loker, directeur de l'IA chez CodeRabbit. « Les outils de codage basés sur l'IA augmentent considérablement la production, mais ils introduisent également des faiblesses prévisibles et mesurables que les organisations doivent activement atténuer. »

L'utilisation d'outils de codage IA présente des risques de copyright liés à la mémorisation de code protégé, à la violation de licences open source et à l'absence de traçabilité de provenance

Les modèles d'IA entraînés sur des milliards de lignes de code public peuvent reproduire par mémorisation des segments protégés par le droit d'auteur, exposant les entreprises à des poursuites.

L'IA peut insérer du code soumis à des licences strictes (comme la licence GPL) dans un projet commercial ou open source aux règles incompatibles, forçant parfois à divulguer le code source propriétaire.

L'impossibilité de prouver l'origine exacte du code suggéré par l'IA empêche de valider la conformité juridique des contributions. Ainsi, le projet NetBSD source a banni les contributions autonomes par IA en raison des incertitudes sur la provenance et les licences.


Le logiciel d'émulation de machines virtuelles QEMU interdit formellement le code généré par des bots pour des motifs de conformité de licence. Le système d'exploitation de type Unix a restreint ou proscrit l'introduction de code automatisé par IA pour éliminer tout risque juridique de plagiat.

Source : Annonce du projet GCC

Et vous ?

Êtes-vous en accord avec la perception qui découle de telles mesures et selon laquelle l’IA n’est pas un progrès maîtrisé, mais une couche imposée, parfois maladroite, souvent envahissante et surtout déconnectée des usages réels ? Cette perception cadre-t-elle avec vos expériences en tant que développeurs informatique ? Partagez vos anecdotes

Voir aussi :

Vouch : un système visant à maintenir la qualité de l'open source face à l'afflux de pulls requests de mauvaise qualité générées par l'IA, il permet de gérer la confiance dans les contributeurs à un projet

Le projet open source cURL interdit les rapports de bogue inutiles générés par l'IA : « nous n'avons toujours pas vu un seul rapport de sécurité valide rédigé avec l'aide de l'IA »

Les mainteneurs de logiciels libres sont noyés dans des rapports de bogues inutiles rédigés par l'IA. « Ces systèmes ne sont pas encore capable de comprendre le code », estime un développeur