- L’affirmation selon laquelle l’IA multiplierait par 10 à 100 la productivité des ingénieurs n’est pas réaliste
- En utilisant réellement et en profondeur des outils de code basés sur l’IA, on constate que le gain d’efficacité reste limité, et que les explosions temporaires de productivité ne se produisent que sur des tâches répétitives et simples
- Les goulots d’étranglement du développement logiciel (revue de code, collaboration, planification, etc.) ne peuvent pas être levés par l’IA, et une amélioration de 10x sur l’ensemble du travail est impossible
- Le mythe de l’ingénieur 10x naît de motivations diverses : distorsion des chiffres, intérêts des acteurs du secteur, ou encore création d’anxiété au sein des organisations
- Préserver sa propre manière de développer et le plaisir de coder produit de meilleurs résultats à long terme et une culture d’entreprise plus saine
Scepticisme face au mythe de l’ingénieur IA 10x
L’anxiété liée à la productivité et l’expérience concrète des outils d’IA
- Sur LinkedIn, Twitter et ailleurs, le discours selon lequel l’IA multiplierait par 10 à 100 la productivité des ingénieurs se répand, et beaucoup de développeurs ressentent l’angoisse de se faire distancer
- L’auteur a lui aussi testé en conditions réelles divers agents de génération de code par IA (Claude Code, Cursor, Roo Code, Zed, etc.), mais s’ils se sont révélés pratiques sur des tâches simples et répétitives, ils n’ont apporté aucune transformation fondamentale sur des tâches réelles complexes
- En JavaScript (en particulier React), il est possible d’écrire rapidement du code répétitif (boilerplate)
- Mais face aux standards internes d’une base de code ou à des bibliothèques atypiques, l’IA ne suit pas correctement
- Pour des langages comme Terraform, l’IA est moins à l’aise et ses performances baissent
- Le phénomène de hallucination peut même conduire à inventer des bibliothèques inexistantes et introduire des vulnérabilités de sécurité
- La capacité de l’IA à comprendre le contexte reste encore limitée. Plus la base de code est complexe, plus cela entraîne prompts répétés, erreurs et perte de temps
- Au final, l’auteur utilise l’IA pour de petits scripts ou des tâches non critiques, et continue de traiter lui-même les tâches complexes ou importantes
Le problème de la quantification de la productivité en développement logiciel
- L’idée qu’avec l’IA la productivité puisse être multipliée par 10 à 100 est déconnectée de la réalité
- Une productivité 10x ou 100x ne signifie pas simplement plus de lignes de code, mais qu’un travail prenant 3 mois (développement complet, revue de code, QA, etc.) serait terminé en 1,5 semaine
- Le développement logiciel comporte de nombreux goulots d’étranglement : planification, estimation des story points, correction de bugs, revue de code, attente de déploiement, tests, QA
- Pour atteindre cet objectif, chacune de ces étapes devrait aller 10 fois plus vite dans la même proportion
- En pratique, le temps consacré au codage lui-même est faible, et une grande partie du temps est investie dans la compréhension, la conception, la revue et la communication
- En réalité, la revue de code, la collaboration, la communication et la QA ne peuvent pas être raccourcies par l’IA
- Les véritables goulots d’étranglement du travail d’ingénierie se situent du côté des personnes, des processus et de la communication
- Les LLM (grands modèles de langage) réduisent le temps passé à taper au clavier, mais le temps nécessaire pour la qualité du code, les tests et la revue reste le même
- Même si l’IA peut accélérer temporairement l’écriture du code, l’augmentation du taux d’erreur, le non-respect des standards de code ou les re-prompts n’ont pas d’effet décisif sur la productivité globale
- Une productivité 10x est, en pratique, un objectif presque impossible à atteindre
La réalité et les limites de l’ingénieur 10x
- Concernant l’existence de l’« ingénieur 10x », l’auteur estime que cela peut exister de façon temporaire et limitée
- La raison principale est la capacité à éviter du travail inutile (empêcher des développements superflus dès la phase de planification, améliorer l’expérience de développement, documenter, etc.), ce qui s’accumule avec le temps
- Mais tous les ingénieurs ne se retrouvent pas constamment dans ce type de situation
- Les ingénieurs exceptionnels peuvent éviter du travail inutile ou améliorer l’ensemble de l’organisation via des améliorations système, mais il existe en pratique très peu de cas de performance réellement maintenue à 10x
- Les outils de codage IA contribuent peu à la prévention du travail inutile
- Au contraire, les recommandations de l’IA peuvent conduire à sur-implémenter ou à proposer une architecture inadaptée
- Coder vite ne signifie pas toujours être un bon ingénieur
Le contexte et les motivations derrière le mythe du 10x avec l’IA
La plupart des affirmations sur une « productivité multipliée par 10 » proviennent de facteurs comme les suivants
- Des ingénieurs de bonne foi qui commettent des erreurs de mesure
- Avec les outils d’IA, on peut vivre sur un court laps de temps une expérience d’efficacité explosive (ex. : rédaction automatique d’une règle personnalisée ESLint)
- Mais lorsque ce type de tâche se répète, l’écart de productivité finit par se réduire brutalement
- L’émerveillement technique, l’adaptation à un nouvel environnement, etc. peuvent au départ créer une illusion d’efficacité excessive
- Les incitations et les parties prenantes
- Les fondateurs de startups IA, les investisseurs et d’autres acteurs citent souvent des chiffres exagérés pour servir leur réussite commerciale
- Les ingénieurs comme les dirigeants peuvent aussi évoquer une productivité exagérée pour répondre aux attentes dans leur organisation
- Des intentions malveillantes
- Certains dirigeants diffusent des affirmations exagérées dans l’intention de nourrir l’anxiété des ingénieurs afin d’éviter des départs, des demandes d’augmentation, ou des remous internes
- La peur que chacun puisse être facilement remplacé à cause de l’IA revient périodiquement (un peu comme autrefois dans les débats sur les coding bootcamps)
Les résultats de l’IA dans l’open source et les projets réels
- Dans la plupart des cas concrets sur les gains de productivité liés à l’IA, il existe une distance entre l’auteur du récit et l’ingénieur dont la productivité aurait augmenté.
- Les cas d’usage d’outils d’IA démontrés directement par de vrais ingénieurs montrent une réalité plus nuancée et sans exagération
- Dans les projets open source, les résultats de l’usage de l’IA apparaissent souvent comme inférieurs aux attentes, voire comme des échecs
- Dans les démos publiques ou les témoignages d’ingénieurs, l’IA peut parfois sembler magique, mais dans la majorité des cas elle ne diffère pas tant que cela d’un simple « générateur de texte »
Une valeur plus importante que la « productivité » : préserver sa propre manière de développer
- L’IA permet parfois d’écrire du code plus vite, mais l’auteur continue de donner davantage d’importance au plaisir même de coder
- Si vous n’aimez pas le codage avec l’IA ou n’y trouvez pas de plaisir, il est acceptable de renoncer à une part de productivité
- Même au prix d’une certaine inefficacité, travailler d’une manière qui vous convient produit à long terme des résultats plus sains et de meilleure qualité
- Quand on travaille avec plaisir, on développe une meilleure capacité de résolution de problèmes, de conception et de collaboration avec ses collègues
- Le plaisir et l’état de flow comptent davantage pour la productivité à long terme et la qualité du code, et courir après la productivité à tout prix augmente le risque de burn-out
- À l’inverse, si le codage avec l’IA vous amuse vraiment et vous aide, rien n’empêche de l’utiliser activement
Conseils pour une culture d’entreprise saine
- Lors de l’adoption d’outils d’IA, imposer à tous les ingénieurs des attentes irréalistes et provoquer de l’anxiété nuit à la productivité de l’organisation
- L’obsession de la productivité maximale mène à une baisse de qualité, à une dégradation de la base de code et à des pertes à long terme
- Il est préférable de donner aux ingénieurs suffisamment d’autonomie et de confiance, et de laisser chacun choisir la manière d’utiliser l’IA qui lui convient
- Dans une organisation, il est important d’offrir des opportunités d’usage de l’IA tout en garantissant un climat d’autonomie
- Si les LLM et les innovations de codage par IA apportent vraiment une productivité 10x, les développeurs le découvriront naturellement d’eux-mêmes
Conclusion
- La révolution de l’ingénieur 10x grâce à l’IA relève davantage du mythe, et il n’existe pas de recette secrète que l’on manquerait réellement
- Le plus important est d’avoir confiance en ses compétences et en sa manière de travailler
- Les réseaux sociaux (en particulier LinkedIn et Twitter) amplifient les mythes exagérés, on peut donc sans problème les ignorer
Aucun commentaire pour le moment.