GitHub est-il devenu plus uniforme depuis ChatGPT ? Une étude du code de 2019 à 2025

Dans un article publié sur Habr, un auteur a vérifié une hypothèse : le code open source sur GitHub serait devenu plus uniforme depuis l'arrivée de ChatGPT et la diffusion d'outils d'IA pour le développement comme GitHub Copilot, Cursor, Claude Code et Windsurf. Pour la tester, il a analysé les données de la plateforme sur la période 2019–2025.

Pourquoi mesurer l'uniformité du code

Depuis l'arrivée de ChatGPT et la généralisation des assistants d'IA, le développement s'est nettement accéléré : code, tests, README, commentaires et petites fonctions utilitaires s'obtiennent désormais en quelques secondes. Mais le phénomène a une face moins visible. Si des millions de développeurs utilisent des modèles et des prompts similaires, le code open source risque de s'homogénéiser. Il s'agit d'une hypothèse, pas d'une conclusion acquise : l'auteur lui-même pose la question comme un problème ouvert à vérifier sur des données réelles, et non comme un fait établi d'avance.

La méthode de l'étude

L'auteur s'appuie sur les données de GH Archive et de BigQuery pour la période 2019–2025. Il examine les messages de commit, le contenu des README, les noms de fonctions et d'autres artefacts textuels des dépôts. Pour comparer les périodes, il a créé sa propre métrique, le GitHub Uniformity Index, qui permet d'estimer à quel point le code et les textes qui l'accompagnent se ressemblent avant et après l'arrivée massive des outils d'IA dans le développement.

La fenêtre 2019–2025 n'a rien d'arbitraire. Elle couvre les années précédant ChatGPT, le moment de sa sortie, puis les années durant lesquelles les assistants de code — de GitHub Copilot à Cursor, Claude Code et Windsurf — sont passés du statut de plugins de niche à celui d'outils grand public pour les développeurs. Cette profondeur permet de chercher non pas un simple pic ponctuel, mais une tendance durable, étalée sur plusieurs années d'adoption de la technologie.

Pourquoi l'enjeu compte pour l'open source

Si l'hypothèse se confirme, cela signifiera que le confort des assistants d'IA a un prix : une moindre diversité d'approches et de styles dans les dépôts publics. Pour un écosystème qui a toujours valorisé la pluralité des solutions à un même problème, un tel effet constituerait un signal fort sur les effets secondaires de l'intégration massive des modèles génératifs dans le développement quotidien.

• Période analysée — données GitHub de 2019 à 2025
• Sources de données — GH Archive et BigQuery
• Objets étudiés — messages de commit, README et noms de fonctions
• Métrique dédiée — le GitHub Uniformity Index
• Outils d'IA cités — GitHub Copilot, Cursor, Claude Code, Windsurf

Que peut-on mesurer concrètement dans le code GitHub ?

GH Archive enregistre les événements publics de la plateforme — commits, pull requests, issues. Couplé à BigQuery, il permet d'exécuter des requêtes SQL sur plusieurs années de données sans avoir à télécharger les dépôts en entier. Cette approche permet de comparer le style des commits, la structure des README et le nommage des fonctions entre un « avant ChatGPT » et un « après ChatGPT », sur des volumes statistiquement significatifs plutôt que sur un échantillon de quelques projets.

Ce que cela signifie

La question de l'uniformité du code ne relève pas de l'esthétique. Elle consiste à savoir si l'open source perd en diversité d'approches et de solutions à mesure que le développement s'accélère. La méthode fondée sur le GitHub Uniformity Index fournit un outil pour mesurer cet effet sur des données réelles, au lieu de simplement le supposer à vue d'œil. La formulation même de la question montre que le débat sur les outils d'IA pour le développement glisse progressivement du simple « c'est plus rapide » vers des effets secondaires plus subtils de leur adoption massive.