Codage par IA

• Les IA pour la programmation ont une structure de rôle similaire à celle des compilateurs traditionnels
• Les prompts en anglais présentent, en tant que langage de programmation, des caractéristiques imprécises et inefficaces
• L’effet d’amélioration de la productivité de l’IA tend en réalité à être exagéré ou mal perçu
• Les outils d’IA transforment le processus de développement, mais la véritable innovation pourrait émerger de meilleurs langages et outils
• L’adoption des LLM ne signifie pas le remplacement des développeurs ; elle reflète plutôt les limites de l’environnement de développement actuel

---

Similarité entre l’IA et le compilateur

• L’auteur explique qu’en vieillissant, il a renoncé à essayer de convaincre les autres
• Il souligne que beaucoup de gens ne s’intéressent pas à la vérité et ne suivent que les croyances qui leur sont profitables
• Il critique ceux qui affirment que « Perception is reality »
• Il fait remarquer que les milliards de dollars investis dans la conduite autonome constituent un gaspillage dû à des croyances erronées
• L’idée selon laquelle l’IA peut coder s’apparente à la vision selon laquelle un compilateur ferait lui-même le codage

Le codage par IA comme modèle comparable au compilateur

• Il affirme que le meilleur modèle pour l’IA de programmation est le compilateur
• L’utilisateur saisit un prompt (du code), puis reçoit en sortie un résultat compilé
• La différence est que le prompt est saisi en anglais, mais l’anglais présente plusieurs défauts : manque de clarté, absence de spécification, etc.
• Lorsqu’il s’agit de tâches nouvelles ou complexes, la verbosité des prompts finit par augmenter
• La sortie de l’IA est non déterministe, et la modification d’une partie du prompt affecte le résultat dans son ensemble

Regard critique sur le codage par IA

• Si le codage par IA semble positif, c’est à cause de la médiocrité des outils, langages et bibliothèques actuels
• Grâce aux technologies dites « IA », il devient possible d’obtenir de meilleurs outils de recherche, d’optimisation et d’extraction de motifs
• En réalité, celui qui code reste le programmeur lui-même ; seul le langage de l’acte d’écrire du code a changé
• Si une entreprise peut remplacer des développeurs par des LLM, cela signifie que sa base de code et ses critères de recrutement sont à un niveau très faible
• L’IA peut progressivement prendre en charge certaines tâches, à l’image d’un compilateur ou d’un tableur

L’IA est un outil ; à terme, il faut de meilleurs langages et bibliothèques

• Il insiste sur la nécessité de réfléchir avec attention à l’IA dans une perspective instrumentale
• Des milliards de dollars sont gaspillés en raison d’investissements fondés sur de mauvaises attentes ou des illusions
• Il évoque la sur-réaction du marché face à de faux outils de productivité comme le « vibe coding »
• Il existe l’illusion que l’IA augmente réellement la productivité de 20 %, alors qu’une étude (article de recherche) citée conclut en réalité à un ralentissement de 19 %
• Les véritables progrès pourraient venir de l’innovation dans les langages de programmation, les compilateurs et les bibliothèques