15 octobre 2026Mis à jour le Fathy Shalaby10 min de lecture
Comment mesurer la productivité des ingénieurs avec les outils de code IA
Les lignes de code, les prompts et les suggestions acceptées mesurent l'activité, pas le progrès. Voici ce que dit la recherche sur les outils de code IA, et une grille d'évaluation à quatre niveaux à utiliser à la place.
Pour mesurer la productivité des ingénieurs avec les outils de code IA, suivez la vitesse de livraison, la stabilité et les résultats produit, pas les lignes de code, les prompts ou les suggestions acceptées. Ce sont des signaux d'activité, et l'IA les gonfle gratuitement. La recherche contrôlée montre pourquoi c'est important : dans l'essai de METR de 2025, des développeurs expérimentés étaient 19 % plus lents avec l'IA tout en croyant être 20 % plus rapides. Mesurez le système autour de l'outil, sur quatre niveaux.
Points clés
La productivité perçue et la productivité mesurée peuvent aller dans des sens opposés : les développeurs de METR avaient prévu un gain de 24 %, l'ont estimé à 20 % après coup, et ont été mesurés 19 % plus lents (METR, 2025).
Dans les équipes très utilisatrices d'IA, le nombre de pull requests fusionnées a augmenté de 98 %, le temps de revue de 91 % et la taille des PR de 154 %, sans gain de livraison au niveau de l'entreprise (Faros AI, 2025).
Les propres recommandations de Google indiquent que le taux d'acceptation et les lignes de code acceptées mesurent l'adoption et la confiance, pas la productivité.
La recherche DORA de 2025 associe l'adoption de l'IA à un débit plus élevé mais à une stabilité moindre : mesurez donc les deux côtés.
Utilisez une grille à quatre niveaux : adoption, confiance, livraison, impact produit. Accordez à un pilote six à huit semaines face à une référence de départ.
Pourquoi les lignes de code sont-elles une mauvaise mesure pour des ingénieurs assistés par l'IA ?
Les lignes de code ont toujours été un indicateur indirect médiocre. Avec les outils de code IA, elles deviennent activement trompeuses, car générer du code ne coûte presque plus rien. Un tableau de bord peut se remplir de commits, de pull requests, de tests générés et de suggestions acceptées pendant que le produit n'avance pas.
Trois éléments de preuve montrent la distorsion.
Plus de code ne veut pas dire un meilleur code. GitClear a analysé 211 millions de lignes modifiées entre 2020 et 2024. Les lignes clonées (copiées-collées) sont passées de 8,3 % des modifications en 2021 à 12,3 % en 2024, tandis que les lignes déplacées et refactorisées sont tombées de 25 % à moins de 10 % (GitClear, 2025). Le volume a augmenté pendant que le travail de maintenance diminuait.
Partager
Des changements plus gros ralentissent l'équipe. La télémétrie de Faros AI portant sur plus de 10 000 développeurs a montré que les équipes très utilisatrices d'IA produisaient des PR 154 % plus grosses, que le temps de revue augmentait de 91 % et que les bugs par développeur augmentaient de 9 % (Faros AI, 2025).
L'acceptation n'est pas la productivité. Le cadre de Google pour l'adoption de l'assistance au code par IA range le taux d'acceptation et les lignes de code acceptées dans ses phases d'adoption et de confiance, et avertit que des valeurs élevées ne prouvent pas la productivité si les indicateurs de livraison se dégradent (Google Cloud, 2025).
Le cadre SPACE, de Nicole Forsgren et ses collègues de Microsoft Research et GitHub, a posé le principe général en 2021 : la productivité des développeurs ne se mesure pas avec un seul indicateur ni par le seul niveau d'activité (Forsgren et al., 2021). Ses cinq dimensions sont la satisfaction et le bien-être, la performance, l'activité, la communication et la collaboration, et l'efficacité et le flow. L'activité n'en est qu'une sur cinq, pas le tableau complet.
Le risque est une boucle de rétroaction : l'organisation récompense la production visible, les ingénieurs produisent davantage, les relecteurs héritent de la charge, et les dirigeants prennent le mouvement pour du progrès. Nous appelons cela l'illusion de vélocité produit.
Que dit la recherche sur les outils de code IA et la productivité des développeurs ?
Les résultats dépendent fortement de la tâche, de la base de code et du développeur. Voici les éléments de preuve côte à côte.
Étude
Cadre
Résultat
Peng et al., 2023
Tâche contrôlée : construire un serveur HTTP en JavaScript
Le groupe Copilot a terminé 55,8 % plus vite (arXiv)
METR, juillet 2025
Essai randomisé : 16 développeurs expérimentés, 246 tickets réels dans de grands dépôts open source
19 % plus lents avec l'IA ; les développeurs croyaient être 20 % plus rapides (METR)
METR, février 2026
57 développeurs, plus de 800 tâches, outils de fin 2025
Estimations de 18 % et de 4 % plus rapides, mais les intervalles de confiance incluent zéro ; METR parle de preuve faible (METR)
DORA, 2024
Modélisation à partir d'enquêtes
Adoption de l'IA associée à une baisse estimée de 1,5 % du débit de livraison et de 7,2 % de la stabilité (Google Cloud)
DORA, 2025
Près de 5 000 professionnels
IA désormais associée à un débit plus élevé, toujours à une stabilité moindre (Google Cloud)
Faros AI, 2025
Télémétrie, plus de 10 000 développeurs, 1 255 équipes
21 % de tâches en plus, 98 % de PR en plus, aucun gain au niveau de l'entreprise
Stack Overflow, 2025
Enquête, plus de 30 000 développeurs
52 % disent que l'IA a amélioré leur productivité ; 45 % disent que déboguer du code généré par IA prend plus de temps (Stack Overflow)
Trois leçons pour les managers :
Les déclarations ne suffisent pas. L'écart de perception de METR signifie qu'une enquête auprès de l'équipe peut à elle seule montrer des gains que les données de livraison ne montrent pas.
Les tâches isolées exagèrent les gains. Un exercice sur terrain vierge avec des exigences claires est là où l'IA brille. Les bases de code matures aux conventions implicites sont plus difficiles.
Les gains individuels ne s'additionnent pas automatiquement. Faros a constaté plus de production par développeur mais aucune amélioration au niveau de l'entreprise. La revue, les tests et l'intégration absorbent la différence.
Les données DORA de 2024 ont aussi montré de vrais bénéfices : pour chaque hausse de 25 % de l'adoption de l'IA, la qualité de la documentation a augmenté d'environ 7,5 %, la qualité du code de 3,4 % et la vitesse de revue de code de 3,1 %. L'IA aide. La question est de savoir si votre système transforme cette aide en valeur livrée.
Que mesurer à la place ? Une grille à quatre niveaux
Le cadre en quatre phases de Google (adoption, confiance, accélération, impact) et les indicateurs de livraison de DORA se combinent en une grille que vous pouvez passer en revue chaque mois. Gardez chaque niveau séparé pour que les chiffres d'adoption ne tiennent jamais lieu d'impact.
Niveau
Question
Indicateurs
Signal d'alerte
1. Adoption
Les ingénieurs utilisent-ils les outils ?
Utilisateurs actifs hebdomadaires, part des changements assistés par IA
Traitée comme un objectif en soi
2. Confiance
Les ingénieurs font-ils confiance à la production de façon appropriée ?
Taux d'acceptation, enquête sur la confiance, part des changements IA retravaillés en revue
Acceptation très élevée et taux d'échec des changements en hausse
3. Livraison
Le système est-il plus rapide et stable ?
Les cinq indicateurs de DORA : délai de mise en œuvre des changements, fréquence de déploiement, délai de rétablissement après un déploiement échoué, taux d'échec des changements, taux de reprise après déploiement (DORA)
Débit en hausse, stabilité en baisse
4. Impact produit
Les clients ou l'entreprise en ont-ils profité ?
Comportement des utilisateurs cibles, adoption des fonctionnalités livrées, rétention, charge de support
Beaucoup de releases, résultats stables
Ajoutez deux signaux de santé d'équipe que l'IA tend à faire bouger : la taille médiane des PR et le délai médian avant la première revue. Ce sont les premiers avertissements que la production dépasse la capacité de revue.
Comment mener une comparaison avant-après équitable ?
Les recommandations de Google désignent la définition de critères de réussite et d'une référence de départ comme l'étape la plus importante et la plus souvent omise. Une séquence pratique :
Convenez des critères de réussite avec les ingénieurs et les responsables métier avant le déploiement. Choisissez un indicateur de livraison et un résultat produit.
Relevez une référence de départ pendant au moins quatre semaines : indicateurs DORA, taille des PR, temps de revue.
Comparez ce qui est comparable. Google déconseille de comparer une équipe expérimentée utilisant l'IA à une équipe moins expérimentée sans IA. Utilisez des projets successifs ou des cohortes appariées.
Laissez-lui six à huit semaines. Google suggère au moins quatre sprints de deux semaines avant d'attendre que l'accélération se voie.
Lisez les quatre niveaux ensemble, puis décidez de ce qu'il faut changer : outillage, taille des lots, processus de revue ou contexte.
Exemple concret (illustratif)
Imaginons qu'une équipe de six ingénieurs adopte un agent de code IA. Au bout de huit semaines, le tableau de bord affiche 140 % de lignes modifiées en plus et 60 % de PR fusionnées en plus. Le délai de mise en œuvre des changements est passé de 3,0 jours à 2,2 jours. Mais le taux d'échec des changements est passé de 8 % à 14 %, la taille médiane des PR a doublé, et le délai avant la première revue est passé de 4 heures à 10.
Un tableau de bord de lignes de code y voit un triomphe. La grille à quatre niveaux dit que l'adoption et le débit se sont améliorés alors que la stabilité s'est dégradée. La solution : plafonner la taille des PR, ajouter la vérification d'acceptation du PM avant la revue de code, et exiger des agents qu'ils listent les chemins non testés. Quatre semaines plus tard, le taux d'échec des changements est revenu à 9 % et le délai se maintient à 2,4 jours. C'est un vrai gain.
Que doit convenir un manager avec l'équipe avant le début du travail assisté par l'IA ?
Rendez six choses explicites pour chaque travail :
La décision produit : que décidons-nous ou testons-nous ?
Les preuves côté utilisateurs : quelles sources montrent que le problème est réel ?
La plus petite tranche utile : quel est le plus petit changement qui crée de l'apprentissage ou de la valeur ?
Les garde-fous techniques : qu'est-ce qui doit rester vrai en matière de sécurité, de fiabilité, de confidentialité et de performance ?
Le circuit de revue : qui relit le comportement, le code, les tests et les conséquences opérationnelles ?
Le responsable du résultat : qui vérifie ce qui s'est passé après le lancement ?
Demandez ensuite à l'équipe de rendre le travail généré lisible : fichiers et systèmes modifiés, hypothèses faites par l'agent, tests exécutés, chemins non testés, plan de retour arrière et lien vers la décision produit. Traitez le code généré comme une proposition de changement, pas comme une autorité. La part du PM dans cette revue est traitée dans comment relire ce que construisent les agents IA.
Comment les product managers doivent-ils travailler avec des ingénieurs qui utilisent des outils de code IA ?
Donnez aux ingénieurs le problème, les preuves, les critères d'acceptation, les contraintes et le résultat visé, puis laissez l'ingénierie piloter la conception technique. Les agents ne savent que ce qui est écrit, si bien que le brief pèse plus lourd qu'avant. Un modèle de PRD pour agents de code IA structuré et le contexte produit dont un agent de code IA a besoin aident tous les deux.
Gardez des tranches petites. DORA classe le travail par petits lots parmi les sept capacités qui amplifient les bénéfices de l'IA, aux côtés d'une position claire sur l'IA, de données internes accessibles à l'IA et de solides pratiques de gestion de versions.
Une boucle de management hebdomadaire
Remplacez « combien de lignes avons-nous produites ? » par sept questions :
Qu'avons-nous appris des clients ou de la production ?
Quelles décisions ont changé ?
Quel travail a été généré sans être encore justifié par une décision ?
Quels changements sont trop gros pour être relus confortablement ?
Où l'IA a-t-elle supprimé des frictions ?
Où a-t-elle ajouté de la charge de revue ou d'exploitation ?
Que faut-il arrêter, restreindre ou annuler ?
Quelles sont les erreurs fréquentes ?
Fixer des objectifs d'adoption. « 80 % des ingénieurs utilisent l'IA chaque jour » est une donnée d'entrée. Les équipes atteindront ce chiffre sans rien améliorer.
Se fier uniquement aux déclarations. L'écart de perception de METR est l'avertissement. Associez les enquêtes aux données de livraison.
Ignorer la stabilité. Des gains de débit accompagnés de davantage de retours arrière et de correctifs urgents sont du temps emprunté.
Comparer des équipes dissemblables. Une équipe senior avec l'IA contre une équipe junior sans ne vous apprend rien sur l'IA.
Négliger la politique d'usage. Définissez les outils approuvés, les limites d'accès aux données, les seuils de revue et les actions sensibles qui exigent une approbation humaine. Notre guide sur la façon dont l'IA a changé la charge de travail des équipes produit couvre le contrat opérationnel plus large.
Où Specky intervient
Specky garde le produit et l'ingénierie reliés à la raison d'être du travail. Son Product Graph relie signaux clients, recherche, décisions, PRD, tickets et résultats, et son serveur MCP permet aux agents de code de lire ce contexte avant de planifier. Cela donne aux managers une boucle qui dépasse l'activité de code : signal, décision, implémentation, revue, release, résultat. Ce n'est pas un énième tableau de bord d'ingénierie ; il évite que le raisonnement produit se perde entre la roadmap et le dépôt.
Questions fréquentes
Les managers doivent-ils suivre les lignes de code produites par l'IA ?
Non. Les lignes de code et les suggestions acceptées sont des mesures d'activité que l'IA gonfle sans coût. Les données de GitClear montrent que le code copié-collé augmente et que le refactoring diminue à mesure que l'usage de l'IA progresse. Suivez plutôt les indicateurs de livraison de DORA, le temps de revue, la taille des changements et le résultat client que chaque changement devait faire bouger.
Quel est le meilleur indicateur de productivité des développeurs avec l'IA ?
Aucun indicateur unique ne fonctionne. Utilisez quatre niveaux : adoption (les outils sont-ils utilisés), confiance (la production est-elle acceptée de façon appropriée), livraison (les indicateurs de débit et de stabilité de DORA) et impact produit (le comportement des clients ou les résultats de l'entreprise ont-ils changé). Rapportez-les séparément pour que l'adoption ne tienne jamais lieu d'impact.
Les outils de code IA rendent-ils les développeurs plus rapides ?
Cela dépend. Une tâche contrôlée de 2023 a trouvé des développeurs 55,8 % plus rapides avec Copilot. L'essai de METR de 2025 sur des bases de code open source matures a trouvé des développeurs expérimentés 19 % plus lents. Le suivi de METR de 2026 indique des accélérations modestes mais avec une grande incertitude. Les gains sont les plus importants sur des tâches bien définies sur terrain vierge.
Combien de temps doit durer un pilote d'outil de code IA ?
Au moins six à huit semaines après une période de référence. Google recommande quatre sprints de deux semaines avant de juger l'accélération, parce que les ingénieurs ont besoin de temps pour apprendre les outils et que les premiers chiffres reflètent surtout l'adoption. Convenez des critères de réussite avec les ingénieurs et les responsables métier avant le début du pilote.
Que doit contenir une politique d'usage des outils de code IA ?
Les outils approuvés, les données auxquelles chaque outil peut accéder, les seuils de revue selon le risque, les actions qui exigent toujours une approbation humaine, la manière dont les changements générés sont testés et audités, et qui est responsable des incidents en production. DORA appelle cela une position claire et communiquée sur l'IA et la place en tête des capacités qui rendent l'adoption de l'IA rentable.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing