Si vous avez récemment côtoyé une équipe de développement, vous avez sûrement entendu parler de « vibe coding ». Cette approche consiste à utiliser des outils d’IA (comme Cursor, Copilot, Claude ou d’autres plateformes de codage automatisé) pour générer du code à partir d’instructions en langage naturel, plutôt que de l’écrire ligne par ligne. C’est rapide, puissant, et cela soulève une question que de plus en plus de CFO, CTO et responsables financiers nous posent : Est-ce que le développement assisté par l’IA donne toujours droit aux crédits d’impôt R-D?
En bref : probablement oui, mais il y a des nuances importantes à comprendre avant de déposer votre demande.
Qu’est-ce que le « vibe coding » en réalité?
Le terme a été popularisé par le chercheur en IA Andrej Karpathy pour décrire une nouvelle façon d’interagir avec le code. Plutôt que d’écrire chaque fonction à la main, le développeur décrit ce qu’il veut et l’IA génère l’implémentation. Les outils de codage autonomes vont encore plus loin, exécutant des tâches complexes sur l’ensemble du code avec très peu d’intervention humaine.
L’attrait est évident. Les premières données montrent que le développement assisté par l’IA peut accélérer considérablement certaines tâches de programmation. Mais il y a un revers. Des études ont soulevé de vraies préoccupations concernant les failles de sécurité dans le code généré par l’IA, la dette technique qui peut s’accumuler plus vite que les équipes ne peuvent la gérer, et le risque que la rapidité prenne le dessus sur l’assurance qualité. Une méta-analyse de 2026 a révélé que le développement assisté par l’IA, sans processus de révision structuré, peut tripler la vitesse d’accumulation de la dette technique par rapport aux méthodes traditionnelles. Cela ne rend pas les outils d’IA mauvais, mais ça rend la gouvernance et la supervision humaine essentielles.
Ce qui, justement, est aussi au cœur de la façon dont les agences fiscales évaluent l’admissibilité aux crédits d’impôt R&D.
Ce qui n’a pas changé : les critères d’admissibilité
Au Canada comme aux États-Unis, les critères de base pour l’admissibilité aux crédits d’impôt R-D n’ont pas fondamentalement changé avec l’arrivée de l’IA. Ce qui change, c’est la façon dont ces critères s’appliquent à une nouvelle réalité du travail.
Au Canada, un projet est admissible au programme RS&DE s’il vise une avancée scientifique ou technologique, s’il existe une incertitude technologique qui ne peut être résolue par les pratiques courantes, et si le travail est mené de façon systématique. L’ARC applique toujours le même test en trois volets qui régit le programme depuis des décennies.
Comme l’explique Mat Rutishauser, expert en RS&DE et consultant en solutions chez Boast :
« Le codage, qu’il soit fait par un humain ou une IA, a toujours été considéré comme un travail de soutien dans le contexte de la RS&DE. Le cœur de la RS&DE, c’est le développement d’un nouvel algorithme, l’amélioration d’une architecture système ou la conception d’un meilleur modèle — le codage n’est que la mise en œuvre de ce cœur, peu importe s’il est fait par un humain ou une IA. »
C’est la même logique aux États-Unis, où le codage est aussi vu comme un « moyen d’atteindre un résultat en R-D » et non comme une activité admissible en soi, sauf s’il y a une véritable innovation. Par exemple, le crédit d’impôt R-D de la Section 41 repose sur quatre critères : objectif admissible, nature technologique, élimination de l’incertitude et processus d’expérimentation. L’arrivée de l’IA ne change pas l’objectif, qui demeure d’améliorer un produit, un procédé, une technique, une formule, une invention ou un logiciel. L’utilisation de l’IA change la méthode, pas l’intention.
C’est ça l’essentiel : les outils d’IA transforment la façon dont le développement se fait. Ils ne disqualifient pas automatiquement la recherche sous-jacente.
Là où cela devient intéressant : la question du « rôle de l’humain comme chercheur principal »
La question la plus délicate concerne le rôle de l’humain quand l’IA fait une grande partie du travail. Les agences fiscales des deux côtés de la frontière commencent à se pencher sur ce point.
Aux États-Unis, des analystes de KPMG soutiennent que même dans un environnement assisté par l’IA, le développeur, en tant que chercheur principal, peut utiliser l’IA pour générer rapidement plusieurs alternatives viables qui doivent ensuite être testées, validées, raffinées et parfois rejetées de façon systématique. L’expérimentation passe d’un processus manuel lent à une démarche plus complexe, où l’humain conçoit les tests, évalue les résultats de l’IA et prend les décisions de conception critiques. Dans cette optique, l’expérimentation n’est pas réduite par l’IA — elle se fait à un niveau d’abstraction supérieur.
Au Canada, l’ARC est devenue plus précise dans l’évaluation des demandes liées à l’IA et à l’apprentissage machine. Les demandes IA/AM ont bondi d’environ 40 % d’une année à l’autre depuis 2023 ; l’ARC a remarqué la tendance et ses conseillers scientifiques ont resserré leurs critères d’analyse. Les exigences de fond n’ont pas changé, mais l’examen est plus rigoureux. Par exemple, l’ingénierie des prompts (c’est-à-dire l’itération sur les instructions pour améliorer la précision des réponses) n’est généralement pas admissible à la RS&DE en soi. Mais elle peut appuyer une demande admissible si elle s’inscrit dans une démarche plus large visant à résoudre une véritable incertitude technologique.
En pratique : une équipe qui remplace complètement le jugement humain par les résultats de l’IA (c’est-à-dire qui accepte le code généré sans révision, test ou itération structurés) est moins bien positionnée qu’une équipe qui utilise l’IA comme outil dans un processus de développement dirigé par des humains.
Comme le dit Mat Rutishauser de Boast : « Une équipe dont le travail peut être entièrement pris en charge par l’IA n’a jamais vraiment fait de la RS&DE. L’inverse est aussi vrai : une équipe qui fait de la RS&DE ne peut pas être complètement remplacée par l’IA. »
La documentation : là où les demandes réussissent ou échouent
L’IRS et l’ARC accordent de plus en plus d’importance à la documentation contemporaine, c’est-à-dire aux traces saisies pendant le travail, et non reconstruites au moment du dépôt. Pour le développement assisté par IA, cela pose un nouveau défi — et crée aussi une occasion d’améliorer vos pratiques de documentation.
Les indicateurs traditionnels comme le nombre de lignes de code ne reflètent plus vraiment l’activité de recherche. Il faut plutôt documenter le processus d’expérimentation et l’effort cognitif du développeur. Cela veut dire consigner les choix d’architecture, les alternatives générées par l’IA qui ont été retenues ou rejetées, et pourquoi. Il faut aussi considérer les journaux de débogage comme des preuves d’échec et de résolution expérimentale. L’important, c’est de démontrer l’incertitude technologique que vous cherchiez à résoudre, pas seulement le résultat livré.
Pour les équipes qui misent sur des outils autonomes, c’est bien plus qu’une question de conformité. Une bonne documentation vous protège aussi contre la dette technique que le vibe coding pur peut entraîner.
La perspective de Boast
Le développement assisté par l’IA est là pour de bon. Nous croyons que les programmes de crédits d’impôt R-D au Canada et aux États-Unis peuvent l’intégrer lorsque le travail sous-jacent comporte une véritable incertitude technologique, une démarche systématique et une équipe humaine qui dirige le processus — pas seulement qui lance des invites et accepte les résultats.
Ce que ça signifie pour votre équipe :
- L’outil ne disqualifie pas la demande. C’est le processus qui détermine l’admissibilité.
- L’idéation humaine, l’intervention là où les modèles LLM échouent et l’amélioration itérative de leurs résultats sont les activités qui rendent une demande défendable.
- Vos pratiques de documentation doivent évoluer en même temps que vos méthodes de développement.
Ce domaine évolue rapidement. La législation n’a pas encore rattrapé la technologie, et les directives de l’ARC comme de l’IRS continuent de s’ajuster. Si votre équipe utilise des outils d’IA en développement et que vous n’êtes pas certain de l’impact sur votre demande, le meilleur moment pour consulter un spécialiste, c’est avant de déposer — pas après avoir reçu un avis de vérification.
Boast a aidé plus de 2 000 entreprises au Canada et aux États-Unis à naviguer dans les crédits d’impôt R-D, obtenant plus de 900 M$ en réclamations à travers l’Amérique du Nord. Si vous vous demandez ce que le développement assisté par l’IA signifie pour votre stratégie de réclamation, nous serons ravis de vous accompagner dans votre réflexion.
