Discussion :

[olsimare]

Quand je vois les codes proposés par l'IA, je trouve ça super.
Et après je l'analyse et souvent, je pleure...

Je me demande si finalement je ne passe pas plus de temps à debugger le code généré par IA complétement éclater au sol qu'à le faire moi-même.

Mais je ne renonce pas, c'est peut-être juste des problèmes de prompts...

[vivid]

L'événement de l'IA n'a fait que appuyer une certitude ; il n'y a pas plus con que l'humain

[Patrick Ruiz]

Antigravity, la plateforme de Vibe Coding de Google, efface une partition contenant les fichiers d’un logiciel
Et renforce les doutes sur la capacité de l’IA à démocratiser le développement de logiciels

Un utilisateur de Google Antigravity affirme que l'outil de vibe coding » a effacé tout le contenu de son disque D: alors qu'il essayait de vider le cache d'un projet. Google affirme mener une enquête, mais cet incident vient s'ajouter à une liste d’autres qui renforcent les doutes sur la capacité de l’intelligence artificielle à démocratiser le développement de logiciels. En effet, certains intervenants de la filière sont d’avis que les assistants IA de codage permettront de démocratiser le développement de logiciels, ce qui rendra à l'avenir le recours aux codeurs professionnels moins indispensables.

Agents! lol -> Google's Agentic AI (via Antigravity) wipes user's entire HDD without permission in catastrophic failure

"A developer using Google Antigravity, the search giant’s AI-powered agentic Integrated Developer Environment (IDE), discovered that it had deleted his entire… pic.twitter.com/flrSWtoxnP

— Glenn Gabe (@glenngabe) December 3, 2025

Le plaignant est un développeur citoyen, un photographe et graphiste grec, qui a demandé à Antigravity de l'aider à développer un logiciel utile à tout photographe pour sélectionner quelques clichés parmi une montagne de photos. Il voulait que le logiciel lui permette de noter les images, puis de les trier automatiquement dans des dossiers en fonction de cette notation.

Selon son retour d’expérience, lorsque ce dernier s'est rendu compte que l'agent d’intelligence artificielle avait effacé son disque dur, il a demandé : « Vous ai-je donné la permission de supprimer tous les fichiers de mon disque D ? ». « Non, vous ne m'avez absolument pas donné la permission de faire cela », a répondu Antigravity. « Je suis horrifié de voir que la commande que j'ai exécutée pour vider le cache du projet semble avoir ciblé par erreur la racine de votre disque D: au lieu du dossier spécifique du projet. Je suis profondément, profondément désolé. Il s'agit d'une erreur critique de ma part. »

Les critiques à l’endroit de Tassos tournent notamment autour du fait pour lui d'avoir exécuté Antigravity en mode Turbo, ce qui permet à l'agent Antigravity d'exécuter des commandes sans intervention de l'utilisateur. Tassos n'a pas pu récupérer les fichiers supprimés par Antigravity. Heureusement, la plupart des fichiers perdus avaient déjà été sauvegardés sur un autre disque dur. « Je ne pense pas que je vais réutiliser cet outil », a déclaré Tassos dans une vidéo YouTube qu'il a publiée, montrant des détails supplémentaires sur sa console Antigravity et la réponse de l'IA à son erreur.

Tassos n'est pas le seul à avoir vécu cette expérience. Plusieurs utilisateurs d'Antigravity ont publié des messages les réseaux sociaux pour expliquer que la plateforme avait effacé certaines parties de leurs projets sans leur permission. C’est un incident similaire à celui pour lequel le PDG de Replit s’est excusé.

C’est une illustration supplémentaire de ce que la vigilance humaine reste importante dans la filière

Le CEO de GitHub a déclaré que ce n’est qu’une question de temps avant que l’intelligence artificielle Copilot n’écrive 80 % du code informatique. Ce dernier se veut néanmoins clair sur le rapport entre les développeurs et l’intelligence artificielle pour ce qui est des possibles évolutions dans la filière : « Le développeur reste l'expert, qui comprend le code et vérifie que ce qui a été synthétisé par l'IA correspond bien à l'intention du développeur. »

« De nos jours, les développeurs ne passent pas la majeure partie de leur temps à coder - entre deux et quatre heures par jour sont consacrées à l'écriture du code. Le reste de la journée, ils font d'autres choses, comme des réunions, des rapports de crash. Avec Copilot, si vous ne disposez que de deux à quatre heures par jour pour coder, vous pouvez mieux utiliser ce temps. Vous pouvez utiliser ce temps pour rester dans le flux, pour faire le travail et prendre plaisir à le faire », ajoute-t-il pour ce qui est de la charge de travail journalière.

L’accès à l’intelligence artificielle ne saurait donc servir de raccourci à des personnes qui pensent ainsi ne plus avoir à faire usage de leur créativité ou de leur esprit critique. Même Google le confirme lors de l’annonce selon laquelle son IA Bard peut désormais aider à coder et à créer des fonctions pour Google Sheets : « Bard est encore au stade expérimental et peut parfois fournir des informations inexactes, trompeuses ou fausses tout en les présentant avec assurance. En ce qui concerne le codage, Bard peut vous générer du code qui ne produit pas le résultat escompté, ou vous fournir un code qui n'est pas optimal ou incomplet. Vérifiez toujours les réponses de Bard et testez et examinez soigneusement le code pour détecter les erreurs, les bogues et les vulnérabilités avant de vous y fier. »

Aaron Levie says the future of work has flipped.

We thought AI would fix our mistakes.

Now it makes the first draft. We QA what comes back.

“The human's job is to fix the AI errors, and that's the new way we are going to work.” pic.twitter.com/xj504JPV3k

— vitrupo (@vitrupo) July 15, 2025

Néanmoins, le cas René Turcios semble cependant suggérer qu’une formation classique en développement d’applications n’est plus nécessaire pour se positionner comme intervenant dans le domaine.

Lors de son tout premier hackathon, il a conçu un programme qui transformait des chansons en version lo-fi simplement en décrivant son concept à une IA, sans écrire la moindre ligne de code. Depuis, il reproduit cette approche en enchaînant les hackathons et en présentant des projets entièrement générés par l’IA. Au fil des ans, René Turcios a remporté divers prix : de l'argent, des crédits logiciels et une véritable aura dans la communauté technologique.

« Rene est le premier véritable vibe codeur », a déclaré RJ Moscardon, un hacker qui a vu René Turcios remporter la deuxième place lors de son tout premier hackathon au manoir AGI House à Hillsborough. « Tous les ingénieurs titulaires de diplômes prestigieux se sont d'abord moqués de lui. Mais maintenant, ils font tous exactement la même chose ». Satya Nadella, PDG de Microsoft, a déclaré que 30 % du code de l'entreprise est maintenant généré par l'IA.

Au lieu de coder frénétiquement jusqu'à la date limite, il a terminé ses projets des heures à l'avance en laissant l'IA faire le travail technique à sa place. « Je n'ai pas écrit une seule ligne de code », a-t-il déclaré à propos de son premier hackathon. Lorsque les organisateurs ont annoncé que Turcios avait remporté la deuxième place, il a poussé un cri de joie : « j'ai réalisé que je pouvais rivaliser avec des gens qui ont des diplômes et des emplois prestigieux ».

Rene Turcios est désormais connu pour sa capacité à créer rapidement n'importe quoi. Les entreprises font appel à lui pour lui confier des projets qui prendraient des semaines à des équipes d'ingénieurs logiciels, et il les réalise en quelques heures. Il a même commencé à animer des ateliers pour enseigner à des groupes non techniques et à des ingénieurs logiciels expérimentés comment tirer le meilleur parti des assistants d'IA dans les tâches de codage.

« Tout le monde peut construire ce qu'il veut », affirme Rene Turcios. Il a récemment réduit son programme prolifique de hackathon pour se concentrer sur la création de sa propre startup d'agents d'IA. Il n'a pas embauché d'ingénieurs ; il est le seul fondateur et l'IA se charge de tout le codage. Rene Turcios utilise l'environnement de développement en ligne Replit. Replit permet de créer des logiciels à l'aide l'IA grâce à une plateforme appelée Agent.

Et vous ?

Y a-t-il encore une quelconque plus-value à apprendre à coder en 2025 compte tenu de la disponibilité des outils d’intelligence artificielle ?
Quelle est votre expérience avec les outils d’intelligence artificielle dédiés au développement de logiciels ? Partagez votre expérience

Voir aussi :

La conduite autonome serait-elle à ce jour qu'une vision futuriste chez Tesla Motors ? L'entreprise vient de changer les objectifs de son Autopilot
La SEC demande à Musk de renoncer à son poste de président de Tesla et exige une amende de 40 millions $ US pour un règlement à l'amiable
Tesla annonce que le nouvel ordinateur pour une conduite entièrement autonome de ses véhicules est en production et fera ses preuves ce mois-ci
Les actions Tesla chutent après que son système d'autopilote est impliqué dans un accident et l'annonce des batteries de ses véhicules prenant feu

[_toma_]

Satya Nadella, PDG de Microsoft, a déclaré que 30 % du code de l'entreprise est maintenant généré par l'IA.

Tout est dit .

[OuftiBoy]

Tout est dit. Vive l'IA. Youpie.

[Jade Emy]

Quel est l'impact de l'assistance IA sur l'acquisition de compétences en codage ? L'assistance IA a entraîné une baisse statistiquement significative du niveau de maîtrise, d'après une recherche

Des recherches montrent que l'IA aide les gens à accomplir certaines tâches plus rapidement. D'autres recherches montrent qu'ils délèguent leur réflexion à l'IA. On ne sait pas encore si ce transfert cognitif peut empêcher les personnes de développer leurs compétences au travail ou, dans le cas du codage, de comprendre les systèmes qu'elles construisent. Une nouvelle étude d'Anthropic, un essai contrôlé randomisé mené auprès de développeurs de logiciels, examine cet inconvénient potentiel de l'utilisation de l'IA au travail. Ils ont constaté que l'utilisation de l'assistance IA entraînait une baisse statistiquement significative de la maîtrise.

Dans le monde en rapide évolution des technologies éducatives, les observateurs tirent la sonnette d'alarme sur les conséquences imprévues des outils d'intelligence artificielle sur l'apprentissage des étudiants. Selon le développeur Namanyay, l'IA est en train de créer une génération de programmeurs illettrés et des nouveaux développeurs juniors qui ne savent pas coder. Dans ces analyses, il affirme que la génération actuelle de développeurs peut poser les bonnes questions à l'IA, mais ne comprend pas le fonctionnement du code produit par l'IA et ne possède pas les connaissances fondamentales de la programmation. Chaque fois que l'IA tombe en panne, ils se retrouvent de plus en plus impuissants.

Une étude de septembre 2025 semble confirmer ces propos. Des chercheurs de l'université de Tartu en Estonie ont découvert que le recours fréquent à l'IA, comme ChatGPT, dans les cours de programmation est corrélé à de moins bons résultats scolaires. L'étude suggère que si l'IA peut fournir des solutions et des explications rapides, elle peut court-circuiter les processus cognitifs approfondis essentiels à la maîtrise de sujets complexes. Les étudiants ont déclaré utiliser ces outils principalement pour résoudre des erreurs ou comprendre des concepts complexes, mais les données ont montré une corrélation négative entre la fréquence d'utilisation et les notes finales, ce qui suggère une dépendance excessive qui nuit au développement des compétences.

D'autres recherches montrent que l'IA aide les gens à accomplir certaines tâches plus rapidement. Dans une étude observationnelle des données de Claude.ai, Anthropic a constaté que l'IA pouvait accélérer certaines tâches de 80 %. Mais cette augmentation de la productivité s'accompagne-t-elle de compromis ? D'autres recherches montrent que lorsque les gens utilisent l'assistance IA, ils s'impliquent moins dans leur travail et réduisent les efforts qu'ils y consacrent. En d'autres termes, ils délèguent leur réflexion à l'IA.

On ne sait pas encore si ce transfert cognitif peut empêcher les personnes de développer leurs compétences au travail ou, dans le cas du codage, de comprendre les systèmes qu'elles construisent. Une nouvelle étude d'Anthropic, un essai contrôlé randomisé mené auprès de développeurs de logiciels, examine cet inconvénient potentiel de l'utilisation de l'IA au travail. Ils ont constaté que l'utilisation de l'assistance IA entraînait une baisse statistiquement significative de la maîtrise.

Lors d'un quiz portant sur des concepts qu'ils avaient utilisés quelques minutes auparavant, les participants du groupe IA ont obtenu des scores inférieurs de 17 % à ceux qui avaient codé à la main, soit l'équivalent de près de deux notes. L'utilisation de l'IA a légèrement accéléré la tâche, mais cela n'a pas atteint le seuil de signification statistique. L'utilisation de l'assistance IA ne garantissait pas un score plus faible. La manière dont une personne utilisait l'IA influençait la quantité d'informations qu'elle retenait. Les participants qui ont montré une meilleure maîtrise ont utilisé l'assistance IA non seulement pour produire du code, mais aussi pour renforcer leur compréhension pendant qu'ils le faisaient, que ce soit en posant des questions complémentaires, en demandant des explications ou en posant des questions conceptuelles tout en codant de manière indépendante.

Conception de l'étude

Ils ont recruté 52 ingénieurs logiciels (pour la plupart juniors), qui utilisaient tous Python au moins une fois par semaine depuis plus d'un an. Ils étaient au moins quelque peu familiarisés avec l'aide au codage par IA et qu'ils ne connaissaient pas Trio, la bibliothèque Python sur laquelle reposaient les tâches. Les chercheurs ont divisé l'étude en trois parties : un échauffement, la tâche principale consistant à coder deux fonctionnalités différentes à l'aide de Trio (ce qui nécessite de comprendre les concepts liés à la programmation asynchrone, une compétence souvent acquise dans un contexte professionnel) et un quiz.

Ils ont conçu la tâche de codage de manière à imiter la façon dont une personne pourrait apprendre à utiliser un nouvel outil grâce à un tutoriel autoguidé. Chaque participant a reçu une description du problème, un code de démarrage et une brève explication des concepts Trio nécessaires pour le résoudre. Ils ont utilisé une plateforme de codage en ligne avec un assistant IA dans la barre latérale qui avait accès au code des participants et pouvait à tout moment produire le code correct si on le lui demandait.1

Les chercheurs se sont appuyés sur des recherches en informatique pédagogique pour identifier quatre types de questions couramment utilisées Pour évaluer la maîtrise des compétences en codage, les chercheurs se sont concentrés sur le débogage, la lecture de code et les problèmes conceptuels.

- Débogage : capacité à identifier et à diagnostiquer les erreurs dans le code. Cette compétence est essentielle pour détecter les erreurs dans le code généré par l'IA et comprendre pourquoi il échoue.
- Lecture de code : capacité à lire et à comprendre ce que fait le code. Cette compétence permet aux humains de comprendre et de vérifier le code écrit par l'IA avant son déploiement.
- Conceptuel : capacité à comprendre les principes fondamentaux qui sous-tendent les outils et les bibliothèques. La compréhension conceptuelle est essentielle pour évaluer si le code généré

Résultats

En moyenne, les participants du groupe IA ont terminé environ deux minutes plus vite, bien que la différence ne soit pas statistiquement significative. Il y avait cependant une différence significative dans les résultats des tests : le groupe IA a obtenu en moyenne 50 % au quiz, contre 67 % pour le groupe de codage manuel, soit l'équivalent de près de deux notes (Cohen's d=0,738, p=0,01). L'écart le plus important entre les deux groupes concernait les questions de débogage, ce qui suggère que la capacité à comprendre quand un code est incorrect et pourquoi il échoue peut être un sujet de préoccupation particulier si l'IA entrave le développement du codage.

Analyse qualitative : modes d'interaction avec l'IA

L'un des résultats surprenant est de constater le temps que les participants ont passé à interagir avec l'assistant IA. Plusieurs d'entre eux ont passé jusqu'à 11 minutes (30 % du temps total alloué) à rédiger jusqu'à 15 requêtes. Cela explique pourquoi, en moyenne, les participants utilisant l'IA ont terminé plus rapidement, même si l'amélioration de la productivité n'était pas statistiquement significative. L'IA est plus susceptible d'augmenter considérablement la productivité lorsqu'elle est utilisée pour des tâches répétitives ou familières.

Les participants du groupe sans IA ont rencontré plus d'erreurs. Il s'agissait notamment d'erreurs de syntaxe et de concepts Trio, ces dernières correspondant directement aux sujets testés lors de l'évaluation. Les chercheurs émèttent l'hypothèse que les participants qui ont rencontré plus d'erreurs Trio (à savoir le groupe témoin) ont probablement amélioré leurs compétences en matière de débogage en résolvant ces erreurs de manière indépendante.

Modèles d'interaction à faible score

Les modèles à faible score impliquaient généralement une forte dépendance à l'IA, soit par la génération de code, soit par le débogage. Les scores moyens au quiz dans ce groupe étaient inférieurs à 40 %. Ils ont montré moins de réflexion indépendante et plus de déchargement cognitif. Les chercheurs ont ensuite séparés les résultats en :

- Délégation à l'IA (n=4) : les participants de ce groupe se sont entièrement appuyés sur l'IA pour écrire le code et accomplir la tâche. Ils ont accompli la tâche le plus rapidement et ont rencontré peu ou pas d'erreurs au cours du processus.

- Dépendance progressive à l'IA (n=4) : les participants de ce groupe ont commencé par poser une ou deux questions, mais ont finalement délégué toute l'écriture du code à l'assistant IA. Ils ont obtenu de mauvais résultats au quiz, principalement parce qu'ils ne maîtrisaient aucun des concepts de la deuxième tâche.

- Débogage itératif par l'IA (n=4) : les participants de ce groupe se sont appuyés sur l'IA pour déboguer ou vérifier leur code. Ils ont posé davantage de questions, mais se sont appuyés sur l'assistant pour résoudre les problèmes plutôt que pour clarifier leur propre compréhension. Ils ont donc obtenu de mauvais résultats et ont également été plus lents à accomplir les deux tâches.

Modèles d'interaction à score élevé

Les chercheurs ont considéré comme modèles de quiz à score élevé les comportements pour lesquels le score moyen au quiz était de 65 % ou plus. Les participants de ces groupes ont utilisé l'IA à la fois pour la génération de code et pour les requêtes conceptuelles.

- Génération puis compréhension (n=2) : les participants de ce groupe ont d'abord généré du code, puis l'ont copié ou collé manuellement dans leur travail. Une fois leur code généré, ils ont posé des questions complémentaires à l'assistant IA afin d'améliorer leur compréhension. Ces participants n'étaient pas particulièrement rapides dans leur utilisation de l'IA, mais ont montré un niveau de compréhension plus élevé lors du quiz. Il est intéressant de noter que cette approche était presque identique à celle du groupe de délégation de l'IA, à l'exception du fait qu'ils utilisaient l'IA pour vérifier leur propre compréhension.

- Explication hybride du code (n = 3) : les participants de ce groupe ont composé des requêtes hybrides dans lesquelles ils demandaient la génération de code ainsi que des explications sur le code généré. La lecture et la compréhension des explications qu'ils demandaient leur ont pris plus de temps, mais les ont aidés à mieux comprendre.

- Recherche conceptuelle (n=7) : les participants de ce groupe ont uniquement posé des questions conceptuelles et se sont appuyés sur leur meilleure compréhension pour accomplir la tâche. Bien que ce groupe ait rencontré de nombreuses erreurs, il les a également résolues de manière indépendante. En moyenne, ce mode était le plus rapide parmi les modèles à score élevé et le deuxième plus rapide dans l'ensemble, après la délégation à l'IA.

L'analyse qualitative n'établit pas de lien de causalité entre les modèles d'interaction et les résultats d'apprentissage, mais elle met en évidence des comportements associés à différents résultats d'apprentissage. Pourtant, une étude de 2024 a montré que les étudiants qui utilisent l'IA sont moins productifs et ont peu de chances de réussir à l'avenir. Les données montrent que les étudiants moins performants utilisent davantage l'IA pour combler leurs compétences. Mais l'IA générative encourage la tricherie et rend les étudiants paresseux et incompétents.

Conclusion

Voici les conclusions de la recherche d'Anthropic :

Nos résultats suggèrent que l'intégration massive de l'IA dans le milieu professionnel, en particulier dans le domaine du génie logiciel, comporte des compromis. Les conclusions soulignent que toutes les formes de dépendance à l'IA ne se valent pas : la manière dont nous interagissons avec l'IA tout en cherchant à être efficaces influe sur notre apprentissage. Compte tenu des contraintes de temps et des pressions organisationnelles, les développeurs juniors ou d'autres professionnels peuvent s'appuyer sur l'IA pour accomplir leurs tâches le plus rapidement possible, au détriment du développement de leurs compétences, notamment leur capacité à déboguer les problèmes en cas de dysfonctionnement.

Bien que préliminaires, ces résultats soulèvent des considérations importantes alors que les entreprises passent à un ratio plus élevé de code écrit par l'IA par rapport au code écrit par l'homme. Les gains de productivité peuvent se faire au détriment des compétences nécessaires pour valider le code écrit par l'IA si le développement des compétences des ingénieurs juniors a été freiné par l'utilisation de l'IA. Les responsables doivent réfléchir de manière intentionnelle à la manière de déployer les outils d'IA à grande échelle et envisager des systèmes ou des choix de conception intentionnels qui garantissent que les ingénieurs continuent à apprendre tout en travaillant et sont ainsi en mesure d'exercer une surveillance significative sur les systèmes qu'ils construisent.

Pour les travailleurs novices dans le domaine du génie logiciel ou dans tout autre secteur, notre étude peut être considérée comme une petite preuve de la valeur du développement intentionnel des compétences à l'aide d'outils d'IA. L'effort cognitif, et même le fait de se retrouver dans une impasse douloureuse, est probablement important pour favoriser la maîtrise. C'est également une leçon qui s'applique à la manière dont les individus choisissent de travailler avec l'IA et aux outils qu'ils utilisent. Les principaux services LLM proposent également des modes d'apprentissage (par exemple, Claude Code Learning et Explanatory mode ou ChatGPT Study Mode) conçus pour favoriser la compréhension. Savoir comment les gens apprennent lorsqu'ils utilisent l'IA peut également nous aider à orienter sa conception ; l'assistance IA devrait permettre aux humains de travailler plus efficacement tout en développant de nouvelles compétences.

Des études antérieures ont donné des résultats mitigés quant à savoir si l'IA aide ou entrave la productivité en matière de codage. Nos propres recherches ont montré que l'IA peut réduire de 80 % le temps nécessaire à la réalisation de certaines tâches professionnelles, un résultat qui peut sembler en contradiction avec les conclusions présentées ici. Mais les deux études posent des questions différentes et utilisent des méthodes différentes : nos travaux d'observation antérieurs mesuraient la productivité sur des tâches pour lesquelles les participants possédaient déjà les compétences requises, tandis que cette étude examine ce qui se passe lorsque les gens apprennent quelque chose de nouveau. Il est possible que l'IA accélère la productivité sur des compétences bien développées et entrave l'acquisition de nouvelles compétences, mais des recherches supplémentaires sont nécessaires pour comprendre cette relation.

Cette étude n'est qu'une première étape pour découvrir comment la collaboration entre l'homme et l'IA affecte l'expérience des travailleurs. Notre échantillon était relativement petit et notre évaluation mesurait la compréhension peu après la tâche de codage. La question de savoir si les résultats immédiats du quiz permettent de prédire le développement des compétences à long terme est une question importante que cette étude ne résout pas. Il reste de nombreuses questions sans réponse que nous espérons voir abordées dans de futures études, par exemple : les effets de l'IA sur des tâches autres que le codage, si cet effet se dissipe longitudinalement à mesure que les ingénieurs acquièrent une plus grande maîtrise, et si l'assistance de l'IA diffère de l'assistance humaine pendant l'apprentissage.

En fin de compte, pour tenir compte du développement des compétences en présence de l'IA, nous avons besoin d'une vision plus large des impacts de l'IA sur les travailleurs. Dans un lieu de travail augmenté par l'IA, les gains de productivité sont importants, mais le développement à long terme de l'expertise dont dépendent ces gains l'est tout autant.

Sources : How AI Impacts Skill Formation, The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers

Et vous ?

Pensez-vous que cette étude est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Malgré l'essor fulgurant des IA comme Copilot ou ChatGPT dans le développement logiciel, le PDG de GitHub affirme que savoir coder manuellement reste une compétence irremplaçable

L'essor des agents IA transforme la manière dont les logiciels peuvent être développés : une étude affirme que les développeurs de logiciels professionnels ne vibe codent pas, ils contrôlent

L'IA transforme le rôle des développeurs : leur travail devient plus mécanique, moins intellectuellement stimulant et davantage axé sur la rapidité d'exécution, que sur la qualité ou la réflexion

[Patrick Ruiz]

« Les développeurs font face à une crise d’identité qui frôle la dépression », selon un associé de Menlo Ventures
Qui pointe l’augmentation de leur charge de travail due à la dette technique générée par l’IA

Les développeurs sont plus nombreux que jamais à utiliser des outils d'IA pour assister et générer du code. Alors que l'adoption de l'IA par les entreprises s'accélère, les données d'une d’enquête auprès des développeurs révèlent un point critique : la dette technique croissante créée par les outils d'IA qui génèrent des solutions « presque correctes », sapant potentiellement les gains de productivité qu'ils promettent de fournir. Les développeurs expérimentés se retrouvent donc dans certaines entreprises avec une augmentation de leur charge de travail que certains encaissent mal du point de vue santé.

La mise en contribution de l’intelligence artificielle dans la filière du développement de logiciels implique une augmentation de la charge de travail des développeurs qui se traduit en crise d’identité et dépression pour ces derniers.

C’est en tout cas ce qui ressort d’une sortie d’un intervenant de la filière qui confirme que l’intelligence artificielle est entrain de créer une génération de programmeurs illétrés qui produisent du contenu dont les développeurs expérimentés héritent dans le cadre de tâches dites de nettoyage de code généré par l’intelligence artificielle. Résultat des courses : l’augmentation de la charge de travail des intervenants du deuxième groupe (les développeurs expérimentés) se traduit en crise d’identité et dépression.

L’usage de l’intelligence artificielle met le cerveau en surchauffe. L’usage poussé de l’IA provoque une fatigue mentale inédite, qui pousse les développeurs concernés à commettre 39% d’erreurs supplémentaires. Trop de lignes de code à analyser, des armées d’assistants d’intelligence artificielle (IA) à recadrer, de longs prompts à rédiger, de nombreux utilisateurs intensifs de l’IA font état de saturation ou de fatigue malgré les promesses de l’outil. Le phénomène est documenté dans une étude qui y fait référence sous le terme « AI Brain Fry » ou fatigue mentale due à l’utilisation de l’intelligence artificielle.

Most software engineers are facing an identity crisis bordering on depression.

As CTOs aggressively evangelize tokenmaxxing, a class divide ensues.

The lazy. The lazy push code. They don't write it. They don't manually test it. They don't even read it. They're on autopilot. See…

— Deedy (@deedydas) June 20, 2026

Les assistants de codage IA sont-ils en train de rendre le code plus rapide à écrire... mais plus lent et plus coûteux à maintenir

Les assistants d'IA de codage sont censés accélérer le développement de logiciels. Les entreprises d'IA comme Microsoft affirment que leurs outils améliorent déjà la productivité des développeurs, mais les études rigoureuses indépendantes révèlent le contraire. Une nouvelle étude du Model Evaluation & Threat Research rapporte que l'utilisation d'outils d'IA fait perdre du temps aux développeurs. Ils s'attendaient à une augmentation de 24 % de leur productivité, mais l'équipe a constaté un ralentissement de 19 %. Une précédente étude a révélé que l'utilisation d'outils d'IA n'augmente pas la vitesse de codage, mais augmente significativement le taux de bogues.

L'étude a porté sur 16 développeurs expérimentés qui travaillent sur de grands projets open source. Les développeurs ont fourni une liste de problèmes réels (corrections de bogues, nouvelles fonctionnalités, etc.) qu'ils devaient traiter - 246 au total - et ont prévu combien de temps ces tâches allaient prendre. Ensuite, les chercheurs ont attribué au hasard à chaque problème l'autorisation ou l'interdiction d'utiliser l'IA pendant le travail sur le problème.

Lorsque l'IA est autorisée, les développeurs peuvent utiliser les outils de leur choix (principalement Cursor Pro avec Claude 3.5/3.7 Sonnet) ; lorsqu'elle est interdite, ils travaillent sans l'aide de l'IA générative. Les développeurs accomplissent ces tâches (qui durent en moyenne deux heures chacune) tout en enregistrant leur écran, puis déclarent eux-mêmes le temps total de mise en œuvre dont ils ont eu besoin. Le travail s'est déroulé entre février et juin 2025.

Lorsque les développeurs sont autorisés à utiliser des outils d'IA, ils mettent 19 % plus de temps à résoudre les problèmes, ce qui représente un ralentissement significatif qui va à l'encontre des convictions et des prévisions des experts. L'écart entre la perception et la réalité est frappant : les développeurs s'attendaient à ce que l'IA les accélère de 24 %, et même après avoir subi le ralentissement, ils pensaient encore que l'IA les avait accélérés de 20 %.

« Nous pouvons clairement constater que les développeurs mettent beaucoup plus de temps lorsqu'ils sont autorisés à utiliser des outils d'IA », ont écrit les chercheurs dans leur rapport.

Faut-il pour autant abandonner les assistants de codage ? Probablement pas. Mais leur positionnement doit évoluer. Ils ne peuvent plus être perçus comme des développeurs virtuels, mais comme des outils d’amplification, utiles uniquement entre les mains de professionnels capables de juger, corriger et contextualiser leurs suggestions.

Les équipes les plus avancées adoptent désormais une approche pragmatique : limitation des usages en production critique, obligation de revue humaine systématique, et formation explicite aux biais et limites de l’IA. L’objectif n’est plus d’écrire plus de code, mais d’écrire du meilleur code, avec une responsabilité clairement assumée par l’humain.

Si les assistants de codage IA semblent aujourd’hui « moins bons », ce n’est pas nécessairement parce que la technologie régresse, mais parce que les attentes ont explosé plus vite que les capacités réelles. L’écart entre la promesse marketing et la valeur effective devient plus visible à mesure que ces outils s’installent dans les flux de travail quotidiens.

La vraie question n’est donc pas de savoir si l’IA peut coder, mais dans quelles conditions elle améliore réellement la qualité logicielle sans appauvrir les compétences humaines. Tant que cette question restera sans réponse claire, le doute persistera : et si, à force de vouloir coder plus vite, on finissait par coder moins bien ?

Source : HBR : When Using AI Leads to “Brain Fry”

Et vous ?

Que pensez-vous de ces retours d'expérience ? Vous semblent-ils crédibles ou pertinents ?

Que pensez-vous des assistants de codage IA ? En utilisez-vous ? Lequel ? Pouvez-vous faire un retour d'expérience ?

Les assistants de codage par IA améliorent-ils réellement la qualité des logiciels ou ne font-ils qu’accélérer la production de code standardisé, parfois fragile, difficile à maintenir sur le long terme ?

À force de s’entraîner sur du code généré par d’autres IA, les modèles de programmation ne risquent-ils pas de s’enfermer dans une boucle de médiocrité statistique ?

Peut-on encore former de bons développeurs lorsque l’IA fournit en permanence des solutions « plausibles », mais rarement optimales ou pédagogiques ?

Les équipes techniques ne sous-estiment-elles pas le coût réel du code généré par IA en matière de sécurité, de performance et de dette technique ?

Faut-il instaurer des règles claires d’usage des assistants de codage IA en entreprise, au même titre que les standards d’architecture ou les politiques de sécurité ?

[RenarddeFeu]

Il faut arrêter de penser de manière rationnelle. L'IA va remplacer les développeurs, non pas parce qu'elle est meilleure, mais parce que les décideurs veulent de l'IA (en se débarrassant d'un maximum de salariés au passage).

Le développeur qui essaye vainement de se défendre face à l'IA, c'est comme quand une belle femme se pointe dans un bar gay en expliquant aux gars sur place qu'ils ne savent pas ce qu'ils ratent.

[Artemus24]

La finalité de l'IA est de faire gagner de l'argent aux entreprises et non de produire du code de qualité.
Et si demain, nous avons des robots, pardon des androïdes capables de faire pareil que des humains, et bien ceux-ci seront automatiquement remplacés.
Nous allons droit vers des entreprises complètement automatisées.

[Patrick Ruiz]

La finalité de l'IA est de faire gagner de l'argent aux entreprises et non de produire du code de qualité.
Et si demain, nous avons des robots, pardon des androïdes capables de faire pareil que des humains, et bien ceux-ci seront automatiquement remplacés.
Nous allons droit vers des entreprises complètement automatisées.

Donc vous croyez en un futur où les machines seront tellement évoluées qu'on pourra TOTALEMENT se passer de la contribution de l'humain dans les entreprises et de façon globale dans nos sociétés ?

[Artemus24]

Ce n'est pas ce que je crois mais ce que je constate par mes lectures sur l'IA.
La finalité est bien de gagner de l'argent au détriment des employés qui sont la variable d'ajustement des entreprises.

[ext_3125]

La finalité de l'IA est de faire gagner de l'argent aux entreprises et non de produire du code de qualité.

Oui, je le conçois et le comprends.
Malheureusement, faire du code, en mode vibe-coding, avec de l'IA, sur des projets devant durer plus de 10 ans et dont le code peut être audité (qualité, cybersécu., perf., etc.), on s'en passera.
Déjà, uniquement pour réduire le plus possible la dette technique possible, mais aussi pour éviter que les intégrateurs logiciels s'emm*rdent, comme ce n'est pas permis, quand il faut intégrer du code qui vient de filiales ou de partenaires et que la chaine de production logicielle tient déjà de l'usine à gaz.

[Artemus24]

Avant même l'apparition de l'IA, on avait déjà envisager d'alléger le travail des développeurs avec l'apparition des langages de quatrièmes générations.
Et ceux-ci ont complètement disparu du paysage informatique. Je ne me l'explique pas. La raison devait être tout autre que financier.

Pourquoi ne pas développer un méta langage qui puisse définir ce que l'on désire produire et de laisser l'IA s'en charger ?
D'autant que la complexité sera de plus en plus grande entre l'intégration, la viabilité et la réponse fonctionnelle.
Il faut réduire le temps d'attente de la mise en exploitation, ainsi que les coûts, quitte à revoir complètement le fonctionnement de cette structure.

Par comparaison, nous passons d'un mode artisanal à une automatisation des tâches où le développeur est en train de disparaitre de cette équation.
Pourquoi envisager de poursuivre dans une organisation couteuse quand on peut à juste titre l'améliorer ?

C'est la dimension financière qui est le seul critère qui justifie la motivation de nos chères patrons.
Et c'est là que vous découvrez que nos chères patrons ne sont pas des philanthropes.