Du codage par ambiance à la surchauffe cérébrale : la nouvelle fatigue qui frappe les développeurs
Les développeurs souffrent de plus en plus d'une nouvelle forme de fatigue causée par les outils de codage par IA qui génèrent rapidement beaucoup de code, nécessitant une validation constante. Cette « surchauffe cérébrale liée à l'IA » est associée à une fatigue décisionnelle accrue, à davantage d'erreurs et à un désir plus fort d'abandonner, comme le montrent des enquêtes et des études. Les développeurs expérimentés élaborent des stratégies pour atténuer ces effets, telles que la création de brouillons, la réappropriation du travail et le refus de certaines tâches.
Un développeur a décrit sur un forum sa fatigue après deux mois de codage de sept heures par jour avec des outils d'IA, la comparant à mettre une bougie de productivité sur un lance-flammes : plus rapide mais brûlant plus d'énergie. Ce phénomène, décrit pour la première fois par l'ancien ingénieur de Google Jorge Raad en août 2025 sous le nom de « fatigue du vibecoding », résulte d'une délégation cognitive excessive à l'IA. Une étude de mars 2026 l'a appelé « AI brain fry », constatant que parmi 1 488 personnes, il y avait un tiers de fatigue décisionnelle en plus, 39 % d'erreurs graves supplémentaires, et un désir accru d'abandonner (passant de 25 % à 34 %). L'Institut de recherche Upwork a constaté que 77 % des utilisateurs d'IA ont déclaré que cela augmentait leur charge de travail, et 88 % des utilisateurs d'IA les plus productifs ont signalé un épuisement professionnel. Le problème est lié aux « ironies de l'automatisation » décrites par l'ergonome Lisanne Bainbridge en 1983 : lorsque les tâches faciles sont automatisées, il reste aux humains les tâches les plus difficiles plus la surveillance. Les développeurs utilisent l'IA parce que le code est vérifiable, et le benchmark SWE-bench suit les progrès. Pour y faire face, les développeurs utilisent trois stratégies principales : faire un brouillon avant d'utiliser l'IA, se réapproprier le travail en comprenant chaque ligne générée, et refuser certaines tâches comme les choix d'architecture, les zones à risque et le travail significatif. Ces stratégies réinstallent les freins que la machine a retirés. Observer là où les professionnels expérimentés refusent d'utiliser l'IA peut guider les débutants. Morgan Blangeois, doctorant à l'Université Clermont Auvergne, a écrit cet article, republié depuis The Conversation.
Source: Numerama —
original