Le vibecoding ne supprime pas l’expertise des développeurs, il déplace les domaines où elle est nécessaire [Article traduit]

1. Cas d’expérimentation du vibecoding

   • En utilisant l’agent Claude Code d’Anthropic, une expérimentation visant à créer de vrais jeux et applications dans un environnement Linux a été menée avec succès.
   • Commandes en langage naturel : avec une simple phrase en anglais comme « Place différents bâtiments, puis permets-moi de conduire dans la ville que j’ai créée pour m’y promener », l’IA a automatiquement généré du code réellement exécutable.
   • Prise en compte continue du feedback : lorsqu’on demandait d’ajouter diverses fonctionnalités comme une mission de camion de pompiers, le trafic, un rival (hélicoptère), l’alternance jour/nuit ou des missions, l’IA mettait l’application à jour en conséquence.
   • Processus de résolution des problèmes : les bugs et erreurs survenus lors de l’exécution du code ont également été résolus par des échanges itératifs avec l’IA, et au final l’utilisation de l’API Claude a coûté environ 13 $.

2. L’évolution de l’expertise

   • Déplacement de l’expertise : le vibecoding ne supprime pas l’expertise des développeurs, il déplace les domaines où elle est nécessaire. Autrement dit, au lieu d’écrire soi-même tout le code, il devient plus important de comprendre l’ensemble du système, d’en donner la direction et d’évaluer les résultats produits.
   • Un minimum de connaissances reste nécessaire : pour collaborer avec une IA, il faut au moins des bases en programmation (compréhension fondamentale, capacité de jugement), ainsi que l’aptitude à examiner les résultats proposés par l’IA et à lui fournir du feedback.
   • Exemple d’usage concret : même un utilisateur peu familier avec l’environnement Linux peut créer rapidement le logiciel qu’il souhaite avec l’aide de l’IA.

3. L’extensibilité des agents IA

   • Divers agents IA : différents agents IA, comme Manus en Chine, réalisent de manière autonome un large éventail de tâches, notamment la recherche web, le coding, la production de documents et la création de sites web.
   • Importance du feedback : même lorsque l’IA travaille de façon autonome, des erreurs ou des fautes peuvent survenir ; il est donc indispensable qu’un humain examine les résultats et fournisse du feedback.
   • Cas d’expérimentation réel : à la demande « utilise les meilleurs conseils académiques pour créer un cours interactif sur l’elevator pitch », l’IA a pris en charge de manière autonome l’élaboration de la checklist, la recherche web et la création de la page. Puis, après un retour signalant le manque d’éléments interactifs, l’IA a intégré ce feedback pour améliorer le résultat.

4. Collaboration approfondie (Deep Vibeworking)

   • Analyse de données complexes : une expérimentation a été menée pour analyser avec l’IA un vaste volume de données anonymisées collectées via le crowdfunding, puis aller jusqu’à rédiger un article scientifique.
   • Rôle de l’IA : l’IA a grandement aidé à l’analyse des données et à la formulation d’hypothèses, mais le choix d’un sujet scientifiquement pertinent et l’évaluation des résultats nécessitaient toujours l’expertise humaine.
   • Production rapide d’un livrable : la rédaction de l’article scientifique a pris moins d’une heure, et le résultat atteignait un niveau susceptible d’apporter une contribution significative au monde académique.

5. Conclusion : la collaboration entre humains et IA est essentielle

   • Une collaboration complémentaire : l’IA ne peut pas tout remplacer, mais c’est lorsque l’expertise humaine et les capacités de l’IA sont combinées que la plus grande valeur est créée.
   • Évolution des méthodes de travail : les façons de travailler évoluent rapidement, et il est important de trouver, pour chaque tâche, le bon point de contact entre l’IA et l’humain dans leur collaboration.
   • Perspective d’avenir : une nouvelle ère s’ouvre, dans laquelle l’IA et les humains collaborent en s’appuyant chacun sur leurs points forts.

[tsboard]

L’IA ne fera pas tout à notre place, mais elle finira tout de même par prendre en charge une part importante du travail.
J’ai aussi peur qu’une époque arrive où un tout petit nombre d’experts, au lieu de collaborer avec des développeurs juniors ou intermédiaires,
travaillent simplement avec l’IA, et que l’écart se creuse encore davantage.

[ashbyash]

La polarisation au travail va donc sans doute s’accentuer de plus en plus, elle aussi.

[beoks]

> Lorsqu’on collabore avec l’IA, il faut au minimum des connaissances de base en programmation (compréhension fondamentale, capacité de jugement), ainsi que la capacité de relire les résultats proposés par l’IA et de lui fournir du feedback.

Je pense que, dans le développement d’applications d’entreprise, on exige non pas un niveau minimal, mais des connaissances fondamentales (CS, domaine métier, design, etc.).
Avec l’IA, on peut facilement développer de petits projets jouets même sans ces connaissances, mais à mesure que l’échelle grandit, l’absence de bases solides finit par provoquer divers obstacles (une structure en décalage avec le domaine, des problèmes de performance, de concurrence, etc.).
À condition de bien savoir utiliser l’IA, j’ai le sentiment qu’à l’avenir, l’expertise des développeurs résidera dans la capacité à définir l’orientation d’un projet à l’échelle macro grâce à des connaissances fondamentales, ainsi que dans une capacité approfondie de résolution de problèmes.

[ashbyash]

Merci beaucoup pour ce commentaire, c’est vraiment un excellent point de vue :)

[devjeonghwan]

Si vous avez le sentiment de pouvoir confier votre travail à l’IA, vous finirez par être remplacé à 100 %. Il faut développer des compétences que l’IA ne peut pas remplacer, ou que les autres ne peuvent pas reproduire.

[ashbyash]

Oui, je pense qu’il faut continuer à explorer et à développer cette capacité.