- Depuis l’adoption de l’IA, un phénomène se répand parmi les ingénieurs : la productivité augmente, mais la fatigue s’aggrave
- La vitesse d’exécution a augmenté, mais la charge de travail et les attentes ont augmenté elles aussi, ce qui alourdit la charge de coordination et de relecture côté humain
- Les cycles répétés de revue et de jugement du code généré par l’IA entraînent une accumulation de fatigue décisionnelle et d’usure cognitive
- La course permanente aux nouvelles technologies, la fatigue liée au remplacement des outils et les sorties non déterministes de l’IA provoquent anxiété et burnout
- Pour un usage durable de l’IA, il est indispensable de poser des limites, gérer son temps et relâcher le perfectionnisme
Le paradoxe entre productivité et fatigue avec l’IA
- L’IA réduit le temps nécessaire à chaque tâche, mais le volume total de travail et les attentes augmentent en parallèle
- Alors qu’autrefois une seule tâche pouvait prendre une journée, il faut désormais traiter plusieurs problèmes à la fois, ce qui augmente le coût des changements de contexte
- Le coût de production a baissé, mais les coûts de coordination, de relecture et de jugement ont augmenté, et cette charge est entièrement reportée sur les humains
- Même si l’IA génère rapidement du code, la fatigue cognitive des personnes s’en trouve paradoxalement accrue
Du créateur au relecteur
- Avec l’arrivée de l’IA, le rôle de l’ingénieur s’est déplacé du créateur vers l’évaluateur
- Saisir des prompts, relire les résultats, juger leur exactitude et leur sécurité : le travail est désormais centré sur des tâches d’évaluation répétitives
- Le travail génératif favorise l’état de flow, alors que le travail d’évaluation provoque de la fatigue
- Le manque de fiabilité du code produit par l’IA augmente la charge qui consiste à devoir relire chaque ligne
- Cela renforce l’importance des systèmes de sécurité et de gestion des autorisations, avec un besoin d’aller vers des approches qui réduisent la charge cognitive humaine
Le problème du non-déterminisme
- L’IA est un système non déterministe qui peut produire des sorties différentes à partir de la même entrée, ce qui entre en conflit avec la manière de penser des ingénieurs
- Un même prompt peut produire des résultats différents et entraîner une instabilité impossible à déboguer
- Pour atténuer cela, l’auteur a développé l’outil de raffinement de contexte déterministe Distill, afin de garantir la cohérence des entrées
- Certains ingénieurs considèrent les sorties de l’IA comme des « brouillons imparfaits » et intègrent le temps de correction dans leur budget
FOMO et fatigue des outils
- Ces derniers mois, d’innombrables agents IA, frameworks et SDK sont apparus à grande vitesse
- La tentative de suivre chaque nouvel outil crée un cercle vicieux d’apprentissage continu et de remplacement permanent
- Il en résulte évaporation des connaissances et travail redondant, au point que ceux qui ont attendu deviennent parfois plus efficaces que les adopteurs précoces
- L’auteur choisit une approche moins sensible aux changements d’outils, en se concentrant sur la couche d’infrastructure (autorisations, contexte, sécurité)
Le piège du « juste un prompt de plus »
- Comme les sorties de l’IA ne sont pas parfaites, on tombe facilement dans une boucle de retouches répétées du prompt
- Ces tentatives donnent l’impression d’être productives, mais elles font souvent perdre du temps à ajuster le prompt au lieu de résoudre le vrai problème
- Pour gagner en efficacité, l’auteur applique une « règle des 3 essais » : après trois tentatives, si le résultat n’est pas utile à plus de 70 %, il écrit directement lui-même
Le choc entre perfectionnisme et sorties probabilistes
- Les sorties de l’IA sont toujours « presque correctes », ce qui génère un fort stress chez les ingénieurs perfectionnistes
- Les micro-corrections répétées conduisent à de la fatigue émotionnelle et à une perte de temps
- Il est plus efficace de considérer les résultats de l’IA comme des « brouillons » et de les retravailler rapidement
L’affaiblissement de la capacité de réflexion
- La dépendance à l’IA entraîne un affaiblissement de la pensée de résolution de problèmes et des capacités de conception
- L’habitude de ne plus réfléchir par soi-même mène à une atrophie des “muscles de la pensée”
- Pour éviter cela, l’auteur consacre chaque jour un temps défini à des exercices de réflexion et de conception sans IA
Le piège de la comparaison
- Sur les réseaux sociaux, on ne voit circuler que des cas de réussite obtenus rapidement grâce à l’IA, tandis que les échecs individuels ou la fatigue restent invisibles
- Les performances liées à l’IA sont peu reproductibles, si bien que la comparaison elle-même a peu de sens
- Il est préférable de réduire sa consommation d’informations et de se concentrer sur des sources fiables, axées sur la construction et l’exploitation réelles
Stratégies pour un usage durable de l’IA
- Limiter la durée des sessions IA pour éviter les boucles excessives
- Séparer le temps de réflexion et le temps d’usage de l’IA pour préserver l’équilibre cognitif
- Accepter un niveau d’achèvement de 70 % et assouplir le perfectionnisme
- Retarder l’adoption des nouvelles technologies et privilégier les outils éprouvés
- Tenir un journal d’efficacité de l’IA pour comprendre son utilité réelle et ses limites
- Réduire le périmètre de relecture pour se concentrer uniquement sur les zones critiques
Durabilité et burnout
- L’IA supprime les limites de vitesse d’exécution du travail, ce qui accélère le surmenage
- Le burnout apparaît quand les limites cognitives humaines sont dépassées, et le problème se diffuse comme un problème systémique, non individuel
- La clé du rétablissement ne réside pas dans la quantité d’IA utilisée, mais dans la refonte de la manière de l’utiliser
- C’est dans cette fatigue qu’ont émergé des outils de résolution de problèmes concrets comme Distill, agentic-authz et AgentTrace
La vraie compétence : savoir s’arrêter
- À l’ère de l’IA, la compétence essentielle est le discernement qui permet de savoir quand s’arrêter
- Savoir s’arrêter à un résultat suffisamment bon, décider quand écrire soi-même ou quand faire une pause
- Protéger le cerveau humain comme une ressource finie, voilà la véritable ingénierie
- L’IA est puissante, mais aussi l’outil le plus coûteux sur le plan cognitif ; sa durabilité dépend d’un usage judicieux
- Une production durable est la vraie valeur recherchée et l’objectif ultime de l’usage de l’IA
Aucun commentaire pour le moment.