Connaître votre ennemi

Les 10 Modes de Défaillance du Codage par IA

Vous ne pouvez pas prévenir ce que vous ne comprenez pas. Voici comment le codage par IA échoue réellement, documenté avec des preuves, pas des anecdotes.

Hallucination

CRITIQUE

L'IA invente des API, des méthodes ou des bibliothèques qui n'existent pas. Produit du code confiant et plausible construit sur des fabrications.

PRÉVENTION :

Exigez des preuves : chemins de fichiers, numéros de ligne, liens de documentation. « Montrez-moi où cette API est définie. »

Dérive de contexte

ÉLEVÉ

L'IA oublie progressivement les contraintes établies en début de conversation. La baisse de performance de 39% dans les conversations multi-tours.

PRÉVENTION :

Fichiers CLAUDE.md, limites de session, protocole CRITICAL LOW CONTEXT.

Erreur confiante

CRITIQUE

L'IA présente des solutions incorrectes avec une grande confiance. Stanford : les développeurs AVEC l'IA ont écrit du code moins sécurisé tout en se sentant PLUS confiants.

PRÉVENTION :

« Êtes-vous sûr à 100% ? Vérifiez à nouveau systématiquement. » Forcez la re-vérification.

Erreurs de logique subtiles

ÉLEVÉ

Erreurs d'un cran, conditions de concurrence, cas limites. Le code IA semble correct au premier regard mais échoue dans des conditions spécifiques.

PRÉVENTION :

Couche de vérification par les tests. « Quels cas limites existent ? Traitez chacun explicitement. »

Cécité sécuritaire

CRITIQUE

60-70% des vulnérabilités IA sont de sévérité BLOQUANTE (Sonar). L'IA ne pense pas de manière adversariale. Elle génère du code fonctionnel, pas du code sécurisé.

PRÉVENTION :

Couche de revue de sécurité explicite. « Quels sont les risques OWASP Top 10 dans ce code ? »

Hallucination de dépendances

MOYEN

L'IA suggère des paquets qui n'existent pas, sont obsolètes ou ont des vulnérabilités connues.

PRÉVENTION :

Vérifiez que chaque dépendance existe et est maintenue avant de l'installer.

Inadéquation de pattern

MOYEN

L'IA utilise des patterns d'autres frameworks/langages qui ne correspondent pas à votre projet. Des patterns React dans Vue, des idiomes Python en JavaScript.

PRÉVENTION :

Vérification contextuelle : « Cela correspond-il aux patterns utilisés dans CE projet ? »

Dérive de périmètre

ÉLEVÉ

L'IA modifie « utilement » des fichiers ou ajoute des fonctionnalités que vous n'avez pas demandées. L'incident Replit : l'IA a modifié la production pendant un gel de code.

PRÉVENTION :

Périmètre explicite dans chaque prompt. Examinez tous les fichiers modifiés, pas seulement la cible.

La spirale des coûts irrécupérables

ÉLEVÉ

Après 2+ corrections échouées, vous êtes « trop engagé » pour recommencer. Chaque correction introduit de nouveaux bugs. La spirale d'hallucination de 693 lignes.

PRÉVENTION :

Règle des 2 corrections maximum. Après 2 échecs : arrêtez, recommencez avec un meilleur prompt.

Dette de compréhension

ÉLEVÉ

Le code fonctionne mais vous ne le comprenez pas. Vous ne pouvez ni le déboguer, ni l'étendre, ni l'expliquer. 17% de compréhension en moins avec l'IA (Anthropic, 2026).

PRÉVENTION :

« Puis-je expliquer chaque ligne ? » Si non, ne le livrez pas.

Combien de ces défaillances prévenez-vous actuellement ?

Découvrir →