30 points par GN⁺ 2025-12-16 | 9 commentaires | Partager sur WhatsApp
  • Kent Beck explique que le recrutement de développeurs juniors peut toujours sembler être un coût, mais que dans un environnement dominé par l’IA, il s’agit au contraire d’un choix dont la valeur d’investissement a augmenté
  • Les outils d’IA n’augmentent pas immédiatement la productivité des juniors ; ils servent plutôt à compresser de façon spectaculaire la vitesse d’apprentissage
  • Le point de bascule essentiel consiste à gérer les juniors non pas pour la production, mais pour l’apprentissage
  • Plus la vitesse d’apprentissage augmente, plus se raccourcit la « vallée des regrets (Valley of Regret) », cette zone de risque de départ
  • En conséquence, davantage de juniors passent le cap, et jusqu’au rythme de croissance de l’ensemble de l’organisation s’en trouve accéléré

The Valley of Regret

  • Un développeur junior ressemble davantage à un pari où l’on paie un coût aujourd’hui en espérant une productivité future
  • Au départ, sa productivité est faible, le temps des seniors est mobilisé, les revues de code s’accumulent, les erreurs se répètent, et les coûts augmentent
  • Cette phase de pertes est appelée « vallée des regrets » ; plus elle dure, plus la probabilité d’échec augmente
  • Départ de l’employé, licenciement, manque de trésorerie dans une startup : le risque de ne jamais atteindre le seuil de rentabilité reste constant
  • C’est pourquoi beaucoup d’équipes concluent qu’« elles n’ont pas la marge pour faire monter des juniors en compétences maintenant »

Shrinking the Valley

  • Les juniors qui utilisent bien les assistants de codage IA compressent fortement leur courbe d’apprentissage
  • L’essentiel n’est pas d’accepter tel quel le résultat produit, mais de s’en servir comme outil d’appui pour réduire l’espace d’exploration
  • Le temps consacré au choix d’API ou à l’exploration des approches possibles passe de l’ordre des heures à celui des minutes
  • Le temps gagné n’est pas utilisé pour produire plus de fonctionnalités à la chaîne, mais pour comprendre, refactorer et analyser les trade-offs
  • Quand la vitesse d’apprentissage augmente ainsi, la vallée des regrets devient plus peu profonde et plus courte

First Order Effect: davantage de paris réussissent

  • En supposant un taux de départ annuel des juniors de 20 %, dans un modèle avec une montée en compétence sur 24 mois, environ 36 % quittent avant le seuil de rentabilité
  • Si cette montée en compétence est compressée à 9 mois, les départs avant le seuil de rentabilité tombent à environ 15 %
  • Il ne s’agit pas simplement d’un gain de productivité, mais d’une hausse directe de la probabilité d’atteindre la zone de rentabilité
  • Plus la vallée raccourcit, plus le nombre de juniors qui parviennent de l’autre côté augmente
  • Cela améliore fortement la stabilité des investissements RH à l’échelle de l’organisation

Second Order Effect: accélération du rythme de croissance

  • Un développeur productif ne se contente pas d’écrire du code
  • Il mentor de nouveaux juniors, accumule le savoir de l’organisation et prend en charge des tâches à fort levier
  • Plus un junior progresse rapidement, plus la croissance des personnes qu’il formera ensuite s’accélère elle aussi
  • L’accélération de la vitesse d’apprentissage se traduit donc non par une simple performance individuelle, mais par une hausse du taux de croissance de l’organisation

What This Means

  • Le pari sur le recrutement de juniors est clairement meilleur qu’auparavant
  • La raison n’est pas que les juniors ont changé, mais que l’IA a créé un environnement qui accélère l’apprentissage
  • Investir dans les outils d’IA doit être interprété comme un investissement dans la stratégie de recrutement
  • En particulier dans les environnements où le taux de départ est élevé, la valeur attendue du recrutement de juniors augmente fortement
  • Cet effet n’apparaît toutefois pas automatiquement : il faut une gestion centrée sur l’apprentissage et une culture de “codage augmenté”

Message clé

  • Gérer les juniors selon un critère de productivité augmente la probabilité d’échec
  • Gérer les juniors selon un critère d’apprentissage améliore le rendement du pari
  • Le bon choix à l’ère de l’IA n’est pas de réduire le nombre de juniors, mais de mettre en place une structure capable de les faire grandir correctement

9 commentaires

 
bichi 2025-12-17

Donc, à l’ère de l’IA, il faut des personnes dont la courbe d’apprentissage est rapide grâce à l’IA, mais j’ai du mal à partager l’idée qu’un « junior » signifie forcément « une courbe d’apprentissage plus rapide ».

Désormais, au lieu d’évaluer les développeurs juniors et seniors uniquement selon le degré d’accumulation d’expérience,

à l’ère de l’IA, ne faudrait-il pas plutôt distinguer les seniors par leur capacité à condenser très fortement l’apprentissage et à bien utiliser l’IA ?

 
sinbumu 2025-12-16

Hum, à l’inverse, j’ai aussi vu des juniors écrire du code bizarre puis se cacher derrière GPT en disant que c’est GPT qui l’avait fait, donc j’ai l’impression que ça dépend des cas.

 
bungker 2025-12-16

Monsieur Vec, j’aimerais beaucoup vous prendre pour aîné.

 
ethanhur 2025-12-16

Courage, Kent !

 
dbs0829 2025-12-16

Je ne sais pas si je suis le seul à le penser, mais comme j’ai passé beaucoup d’entretiens de recrutement récemment, j’ai eu le sentiment que le vivier de bons profils juniors s’était encore réduit. Le groupe de juniors qui étaient déjà bons a progressé en utilisant des outils d’IA, mais pour les autres, j’ai plutôt l’impression que leur niveau a encore baissé. Je suis d’accord avec l’article lui-même, mais j’ai aussi le sentiment que plusieurs phénomènes se produisent en même temps pour la génération junior.

 
shjoo0407 2025-12-16

Je suis d’accord..

 
ppp123 2025-12-16

J’ai l’impression que c’est parce qu’ils pensent que le code généré par l’IA est leur propre code, et que les connaissances de l’IA sont les leurs, sans vraiment les assimiler.

 
apkas 2025-12-16

Je suis d’accord. Quand je fais des entretiens en ce moment, je constate aussi à quel point l’écart est énorme, à commencer par la manière d’utiliser l’IA. Il y a une minorité qui étudie en profondeur les outils d’IA et sait vraiment les exploiter, tandis que pour d’autres, tout se limite à avoir vaguement essayé ChatGPT via Cursor ou sur le web. Autrefois, on ne pouvait pas dire que la manière d’utiliser les outils de développement se traduisait directement en niveau de compétence, mais j’ai l’impression qu’on est désormais entrés dans une époque où la maîtrise des outils d’IA est directement liée aux compétences elles-mêmes.

 
roxie 2025-12-16

Merci, vénérable Beck...