Du vibe coding au brain fry : la nouvelle fatigue qui terrasse les devs

Les développeurs utilisant l’intelligence artificielle (IA) générative pour coder décrivent une fatigue inédite appelée vibecoding fatigue ou AI brain fry.

Cette lassitude provient de la nécessité de valider en permanence le travail d’outils d’IA qui produisent rapidement des résultats, souvent sans pause.

Un ingénieur cité dans l’article compare cette situation à « mettre ta bougie de productivité sur un lance-flammes : tu vas plus vite, mais tu brûles beaucoup plus d’énergie ».

Cette tendance a été identifiée dès 2025 par Jorge Raad, un ancien ingénieur de Google, bien avant qu’une étude scientifique ne la confirme en mars 2026.

Les développeurs sont particulièrement touchés car ils sont à la fois utilisateurs et constructeurs des outils d’IA, ce qui les expose plus intensément que d’autres métiers du langage comme les traducteurs ou les juristes.

Les conséquences de cette fatigue sont quantifiables.

Une étude publiée en mars 2026, menée sur 1 488 personnes, révèle que l’utilisation intensive d’IA augmente de 33 % la fatigue de décision, de 39 % les erreurs graves et de 9 points (de 25 % à 34 %) l’envie de démissionner.

Les chercheurs, dont Matthew Kropp, désignent les développeurs comme des « canaris dans la mine », car leur épuisement annonce celui d’autres professions utilisant l’IA.

Dès 2024, une enquête de l’Upwork Research Institute auprès de 2 500 professionnels montrait que 77 % des utilisateurs d’IA jugeaient leur charge de travail alourdie.

Un an plus tard, 88 % des salariés les plus productifs grâce à l’IA déclaraient souffrir de burn-out.

Ce phénomène s’inscrit dans une logique plus large décrite dès 1983 par l’ergonome Lisanne Bainbridge, connue sous le nom d’« ironies de l’automatisation ».

Lorsque les machines prennent en charge les tâches simples, il reste à l’humain les activités complexes, ainsi que la surveillance constante du système.

Les chercheurs Marie-Laure Cahier et Pierre Quesson ont observé ce mécanisme dans le conseil : les outils d’IA, en supprimant les moments de repos mental, transforment les tâches faciles en périodes de concentration intense.

Un consultant compare ces outils à un « exosquelette mental » qui décuple les forces, mais dont l’absence laisse l’esprit épuisé.

Kathleen Desveaud, chercheuse en data marketing et IA, ajoute que la délégation excessive peut aussi entraîner une perte de compétences chez certains professionnels.

Les modèles d’IA générative se concentrent sur le code pour deux raisons principales.

D’abord, une ligne de code peut avoir un impact direct sur le monde, comme lancer un calcul à l’autre bout de la planète.

Ensuite, le code est facilement vérifiable : une erreur se voit immédiatement et peut être corrigée, contrairement à une phrase ambiguë.

Les concepteurs d’IA utilisent des tests comme SWE-bench pour évaluer la capacité des modèles à corriger des bugs réels dans des logiciels publics.

Les développeurs, qui utilisent et construisent ces outils, sont donc en première ligne face à cette fatigue.

D’autres métiers du langage, comme les traducteurs ou les juristes, suivent avec un léger décalage.

Pour lutter contre cette fatigue, les développeurs expérimentés ont développé trois stratégies.

La première consiste à « faire un brouillon » : avant de solliciter l’IA, ils rédigent en mots simples ce qu’ils veulent obtenir, ce qui évite de prendre pour acquis un résultat plausible mais incorrect.

La deuxième stratégie est de « se réapproprier le travail » : après la production de l’IA, ils vérifient en profondeur chaque ligne de code, non pas seulement pour s’assurer qu’il fonctionne, mais pour comprendre les changements apportés.

Enfin, la troisième parade est de « refuser certaines tâches » : les développeurs définissent des limites claires, comme garder la main sur l’architecture des systèmes, les zones à risque (paiements, données médicales) ou les tâches qui donnent du sens à leur métier.

Ces refus relèvent du jugement professionnel et sont difficiles à codifier.

Les trois parades identifiées par les développeurs visent à réintroduire des freins que l’IA a supprimés, comme la réflexion préalable ou la vérification approfondie.

Ces réflexes doivent ensuite être transmis aux nouveaux arrivants.

Un repère pour les débutants pourrait être d’observer où les professionnels chevronnés refusent d’utiliser l’IA.

Leurs choix indiquent, mieux que tout manuel, les compétences qu’il faut encore maîtriser soi-même.

Cette transmission est cruciale, car comme le souligne le sociologue Hartmut Rosa, chaque technique qui accélère remplit davantage les minutes qu’elle promettait de libérer, exerçant une pression accrue sur les métiers du langage.