GitHub est-il devenu plus uniforme après ChatGPT ? Étude de code pour 2019–2025

L'auteur d'un post sur Habr a testé l'hypothèse que le code ouvert sur GitHub est devenu plus uniforme après l'apparition de ChatGPT et l'adoption généralisée des outils d'IA pour le développement comme GitHub Copilot, Cursor, Claude Code et Windsurf — pour cela il a analysé les données de la plateforme pour 2019–2025.

Pourquoi vérifier la uniformité du code

Après l'apparition de ChatGPT et la propagation généralisée des assistants d'IA pour les développeurs, le développement s'est notablement accéléré : le code, les tests, le README, les commentaires et les petites fonctions utilitaires peuvent maintenant être obtenus en secondes. Mais il y a un côté moins évident de cela — si des millions de développeurs utilisent des modèles similaires et des invites similaires, le code ouvert risque de devenir plus homogène. C'est une hypothèse, pas une conclusion toute faite : l'auteur lui-même formule la question comme un problème ouvert qui doit être testé sur des données réelles, pas comme un fait connu d'avance.

Comment la recherche est organisée

L'auteur a construit l'analyse sur les données GH Archive et BigQuery pour 2019–2025, étudiant les messages de commit, le contenu du README, les noms de fonction et autres artefacts textuels des référentiels. Pour comparer différentes périodes, il a introduit sa propre métrique — GitHub Uniformity Index, permettant d'évaluer comment le code et les textes d'accompagnement sont devenus similaires avant et après l'adoption massive des outils d'IA en développement.

Le choix de la période 2019–2025 n'est pas accidentel : il couvre les années avant l'apparition de ChatGPT, le moment de sa sortie et les années ultérieures lorsque les assistants d'IA pour le code — de GitHub Copilot à Cursor, Claude Code et Windsurf — sont passés de plugins de niche à un outil de développement de masse. Cela permet de rechercher non seulement un pic unique dans les métriques, mais une tendance durable s'étendant sur plusieurs années d'adoption technologique.

Pourquoi c'est important pour le code ouvert

Si l'hypothèse est confirmée, cela signifierait que la commodité des assistants d'IA a un prix — une réduction de la diversité des approches et des styles dans les référentiels ouverts. Pour un écosystème qui a historiquement apprécié la diversité des solutions au même problème, un tel effet serait un signal significatif des effets secondaires de l'adoption massive de modèles générateurs dans le développement quotidien.

• Période d'analyse — données GitHub pour 2019–2025
• Sources de données — GH Archive et BigQuery
• Les messages de commit, README et noms de fonction sont étudiés
• Métrique personnalisée introduite — GitHub Uniformity Index
• Outils d'IA mentionnés — GitHub Copilot, Cursor, Claude Code, Windsurf

Exactement ce qui peut être mesuré à partir du code sur

GitHub

GH Archive enregistre les événements publics sur la plate-forme — commits, pull requests, issues — et la connexion avec BigQuery permet d'exécuter des requêtes SQL sur cet ensemble de données sur plusieurs années sans télécharger les référentiels entiers. Cette approche permet de comparer le style de commit, la structure du README et la nomination des fonction dans les tranches "avant ChatGPT" et "après ChatGPT" sur des volumes de données statistiquement significatifs, pas sur un échantillon de seulement quelques projets.

Ce que cela signifie

La question de l'uniformité du code n'est pas une question d'esthétique, mais de savoir si le code ouvert perd de la diversité des approches et des solutions avec la croissance de la vitesse de développement. La méthodologie du GitHub Uniformity Index fournit un outil pour mesurer cet effet sur des données réelles, pas seulement l'assumer à vue d'oeil. La façon dont la question elle-même est formulée montre que la discussion sur les outils d'IA pour le développement passe graduellement du simple « ça a accéléré » aux effets secondaires plus subtils de l'adoption massive.