{"id":152523,"date":"2025-12-24T11:12:06","date_gmt":"2025-12-24T09:12:08","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/sravnenie-chisla-oshibok-v-kode-napisannom-lyudmi-i-ai"},"modified":"2025-12-24T11:12:06","modified_gmt":"2025-12-24T09:12:08","slug":"sravnenie-chisla-oshibok-v-kode-napisannom-lyudmi-i-ai","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/news\/sravnenie-chisla-oshibok-v-kode-napisannom-lyudmi-i-ai","title":{"rendered":"Comparaison du nombre d'erreurs dans le code \u00e9crit par des humains et IA.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Des chercheurs de l'entreprise CodeRabbit ont analys\u00e9 470 pull requests (350 - cr\u00e9\u00e9es par l'IA, 150 - \u00e9crites \u00e0 la main) dans des projets ouverts sur GitHub et ont conclu que les changements g\u00e9n\u00e9r\u00e9s par des assistants IA contiennent 1,7 fois plus de d\u00e9fauts significatifs et 1,4 fois plus de probl\u00e8mes critiques que le code \u00e9crit \u00e0 la main. En moyenne, les pull requests g\u00e9n\u00e9r\u00e9es par l'IA pr\u00e9sentaient 10,83 probl\u00e8mes, tandis que les changements effectu\u00e9s manuellement avaient un score de 6,45. <\/p>\n
En examinant les cat\u00e9gories sp\u00e9cifiques de probl\u00e8mes, le code cr\u00e9\u00e9 par l'IA pr\u00e9sentait 1,75 fois plus d'erreurs logiques, 1,64 fois plus de probl\u00e8mes de qualit\u00e9 et de maintenabilit\u00e9, 1,56 fois plus de probl\u00e8mes de s\u00e9curit\u00e9 et 1,41 fois plus de probl\u00e8mes de performance. De plus, il est not\u00e9 que dans le code g\u00e9n\u00e9r\u00e9 par l'IA, la probabilit\u00e9 d'un traitement incorrect des mots de passe est 1,88 fois plus \u00e9lev\u00e9e, 1,91 fois plus pour l'octroi non s\u00e9curis\u00e9 d'acc\u00e8s aux objets, 2,74 fois plus pour le cross-site scripting (XSS) et 1,82 fois plus pour une d\u00e9s\u00e9rialisation de donn\u00e9es non s\u00e9curis\u00e9e. En revanche, dans le code \u00e9crit par des humains, il y avait 1,76 fois plus de fautes d'orthographe et 1,32 fois plus d'erreurs li\u00e9es aux tests.
<\/center>
<\/center>
<\/center> <\/p>\n
Quelques autres \u00e9tudes : <\/p>\n
\n
Dans une \u00e9tude r\u00e9alis\u00e9e en novembre par l'entreprise Cortex, il est indiqu\u00e9 qu'en comparaison avec l'ann\u00e9e derni\u00e8re, gr\u00e2ce \u00e0 l'application de l'IA, le nombre de pull requests cr\u00e9\u00e9es par un seul d\u00e9veloppeur a augment\u00e9 en moyenne de 20 %, mais le nombre de probl\u00e8mes dans les pull requests a augment\u00e9 de 23,5 %, et le taux d'\u00e9chec lors de l'application des modifications a augment\u00e9 d'environ 30 %.\n
Dans une \u00e9tude d'ao\u00fbt de l'Universit\u00e9 de Naples, il a \u00e9t\u00e9 conclu que le code g\u00e9n\u00e9r\u00e9 par l'IA est en g\u00e9n\u00e9ral plus simple et plus uniforme, mais contient plus de constructions inutilis\u00e9es et d'instructions de d\u00e9bogage int\u00e9gr\u00e9es, tandis que le code \u00e9crit manuellement est structurellement plus complexe et contient plus de probl\u00e8mes de maintenabilit\u00e9.\n
L'exp\u00e9rience de juillet du groupe METR a montr\u00e9 que les assistants IA ne permettent pas d'acc\u00e9l\u00e9rer, mais au contraire ralentissent la r\u00e9solution des t\u00e2ches assign\u00e9es, m\u00eame si les participants pensaient subjectivement que l'IA avait acc\u00e9l\u00e9r\u00e9 leur travail.\n
Dans une \u00e9tude de janvier de l'Universit\u00e9 de Monash, il est indiqu\u00e9 que GPT-4 g\u00e9n\u00e8re un code plus complexe, n\u00e9cessitant des retouches pour une maintenance ult\u00e9rieure, mais qui r\u00e9ussit mieux \u00e0 passer les tests. <\/ul>\n
![\"Comparaison](\"\/wp-content\/uploads\/2025\/12\/1fc6462f76e6909a519da65a5211e735.png\")
<\/center> ![\"Comparaison](\"\/wp-content\/uploads\/2025\/12\/983565eaa428ce5b958cb0c256025bf6.png\")
<\/center> ![\"Comparaison](\"\/wp-content\/uploads\/2025\/12\/d8fabdc7182cd846c1cfbc894bb86269.png\")
<\/center> <\/p>\n