- L’usage massif des outils de codage par IA par les développeurs a amélioré la productivité, mais entraîne aussi des coûts cognitifs et organisationnels invisibles
- Des outils d’assistance initiaux comme Copilot et Cursor, on est récemment passé à des agents autonomes, avec un basculement vers un modèle où l’humain assiste l’IA
- Mais un usage fondé sur la délégation totale provoque une dette cognitive et une baisse des capacités de débogage, affaiblissant la résolution de problèmes et la compréhension du code chez les développeurs
- Une organisation où l’IA écrit le code et l’humain ne fait que le relire conduit à l’effondrement du parcours de formation des seniors et à la perte du flow créatif, ce qui érode à long terme les capacités techniques de l’organisation
- L’usage de l’IA est devenu indispensable, mais il faut définir soi-même un “seuil d’usage approprié” et l’ajuster de façon à préserver la compréhension et l’apprentissage humains
L’évolution de l’adoption du codage par IA
- Des outils comme Copilot et Cursor, apparus en 2022~2023, indexaient les bases de code pour offrir de l’autocomplétion contextuelle et des fonctions de chat
- Le recours à Google ou aux recherches sur StackOverflow est devenu inutile, et l’environnement d’IDE avec IA intégrée s’est largement diffusé
- Les workflows orientés agents apparus ensuite ont marqué le passage d’une assistance à l’humain à un développement piloté par l’IA
- Mais les agents posent des problèmes de fiabilité liés aux boucles, aux hallucinations et aux erreurs de dépendances
- Depuis Opus 4.5, le niveau d’automatisation a fortement progressé, au point que certaines entreprises ont des cas où les développeurs n’écrivent plus directement le code
- Exemple : le co-CEO de Spotify a indiqué que les ingénieurs demandent à Claude dans Slack de modifier et de déployer des fonctionnalités
Dette cognitive et dégradation des compétences
- Le texte cite les concepts de « Digital Dementia » de Manfred Spitzer et de « Cognitive Debt » de Margaret-Anne Storey
- Déléguer à l’IA les efforts de réflexion répétés affaiblit les circuits cognitifs et réduit la compréhension du code
- Étude de Shen et Tamkin (2026) : parmi 52 développeurs, le groupe assisté par l’IA a obtenu des scores inférieurs de 17 % en compréhension conceptuelle, débogage et lecture de code
- La baisse des capacités de débogage était particulièrement marquée, et une seule heure d’usage passif de l’IA suffisait à produire une érosion mesurable des compétences
- Quand l’IA prend en charge les défis à la place du développeur, cela provoque un état de « dark flow » plutôt qu’un « vrai flow », renforçant la dépendance sans apprentissage
Le paradoxe de la revue de code et l’effondrement des seniors
- Si l’IA écrit le code et que l’humain se contente de le relire, un paradoxe apparaît : la source même de la capacité de revue disparaît
- Les développeurs qui dépendent entièrement de l’IA travaillent vite, mais obtiennent les pires scores d’évaluation
- Storey propose que « les humains doivent comprendre pleinement les modifications générées par l’IA avant leur déploiement »
- L’IA fournit aux débutants des résultats de niveau senior, mais ce n’est qu’une reproduction sans compréhension
- Les seniors perdent en profondeur parce qu’ils n’écrivent plus directement le code, et les juniors ne progressent pas faute de passer par les essais et erreurs
- Au final, le pipeline de formation des seniors s’effondre
Les erreurs de jugement du management et les effets de bord organisationnels
- Des dirigeants de Microsoft, Anthropic, Google et d’autres prédisent que l’IA remplacera les ingénieurs en quelques mois
- Google a déclaré qu’à la fin de 2024, 50 % du nouveau code était généré par l’IA
- Mais ces chiffres relèvent d’une exagération destinée à vendre l’IA ou à soutenir le cours de Bourse, et ne sont pas applicables aux organisations ordinaires
- Certaines entreprises mesurent l’usage de l’IA comme KPI et l’imposent aux développeurs
- Cas de Reddit : des développeurs manipulaient les statistiques d’usage de l’IA avec des commandes dénuées de sens
- Résultat : la loi de Goodhart s’applique, et au lieu d’un gain de productivité, il ne reste qu’une conformité formelle
Le coût humain et la perte de créativité
- Écrire du code procure le plaisir de l’immersion et de la création, mais relire du code produit par l’IA provoque une fatigue mentale
- Quand la récompense dopaminergique de la création disparaît, le burn-out s’accélère
- Le développement est ramené à de la QA (assurance qualité), et le sentiment d’accomplissement créatif s’évanouit
- La situation est comparée à un monde où l’IA ferait tout l’art pendant que l’humain « ne ferait que plier le linge »
Le bon seuil d’usage de l’IA
- L’IA est un outil puissant, mais ce n’est ni le plus ni le moins d’usage qui est bon en soi
- L’étude de Shen et Tamkin distingue 6 types d’interactions avec l’IA, parmi lesquels
- la délégation complète, la dépendance progressive et le débogage confié à l’IA nuisent à l’apprentissage
- les demandes d’explication, les questions conceptuelles et la vérification après un codage autonome préservent l’apprentissage
- Le point essentiel est de maintenir l’engagement cognitif : ce qui compte n’est pas seulement d’utiliser l’IA, mais la manière de l’utiliser
- Ne pas utiliser du tout l’IA fait perdre en efficacité sur la recherche, le boilerplate et l’exploration,
tandis qu’un usage excessif dégrade la compréhension, la formation des seniors, la détection de bugs et la capacité d’immersion
Un déclin silencieux
- Sur les indicateurs, le nombre de PR, de fonctionnalités et le cycle time s’améliorent,
mais les compétences techniques profondes, la concentration et la capacité de résolution de problèmes s’affaiblissent peu à peu
- Les développeurs deviennent des « robots à beurre » qui cliquent sur approuver sans comprendre la structure produite par l’IA
- Simon Willison a lui aussi indiqué qu’en ne relisant pas les fonctionnalités produites par l’IA dans un projet,
il « ne comprend plus clairement le fonctionnement interne »
- Au final, ce n’est pas l’outil qui se dégrade, mais l’humain, et ce changement n’est ni mesuré ni piloté
- La dépendance à l’IA progresse comme une addiction et risque de déboucher sur un déclin technique silencieux mais bien réel
Aucun commentaire pour le moment.