Un outil d'IA remplace un développeur de logiciels

Un ingénieur logiciel affirme avoir perdu son emploi au profit d'un outil d'IA appelé Claude Fable. Il affirme ne pas avoir été remplacé par une « intelligence supérieure », mais par la perception marketing et la rentabilité financière.

L'IA manque de discernement stratégique

Bien que les modèles d'IA actuels manquent encore de discernement stratégique et de vision à long terme pour remplacer les experts, les dirigeants d'entreprise choisissent de miser sur ces outils, jugés économiques. Cette tendance entraîne des licenciements massifs, provoquant un stress intense et une profonde incertitude chez les développeurs.

L'expérience personnelle d'un développeur

Un développeur backend, auteur du blog Cendyne.dev, raconte comment Claude Fable, l'IA d'Anthropic, lui a pris son poste. Selon lui, même si ces modèles d'IA n'accomplissaient pas son travail avec une qualité supérieure, leur coût était nettement inférieur à son salaire, ce qui a donné à la direction de son entreprise assez de confiance pour maintenir le statu quo jusqu'à une éventuelle fusion ou acquisition.

L'impact émotionnel de la perte d'emploi

Ayant lui-même, par le passé, exécuté des plans de licenciement et ressenti le poids d'annoncer des suppressions de postes sans prévenir ses collègues, l'auteur a finalement été touché à son tour. Cette annonce lui a causé un choc émotionnel important, accompagné d'une forte anxiété et de troubles du sommeil prolongés.

Une précarité professionnelle généralisée

La précarité touche une grande partie des professionnels, comme le montrent des études récentes. « C'est vrai, d'une certaine manière. Si les grands modèles de langage n'avaient pas atteint le niveau de Fable / Mythos en matière d'IA commercialisée, j'aurais probablement encore un emploi dans l'entreprise où je travaillais. Pour un temps », a-t-il écrit dans un billet de blog.

L'influence de l'IA sur les décisions des entreprises

Dans l'ensemble du secteur technologique, de nombreuses décisions de restructuration ou de délocalisation sont désormais influencées par les « promesses audacieuses » de l'IA, qui permettent aux entreprises de compenser le manque d'expérience d'une main-d'œuvre moins coûteuse. Pourtant, comme le rapportent de nombreux professionnels, ces décisions de gestion s'accompagnent fréquemment d'un sentiment de « perte de dignité » chez les salariés écartés.

Les limites de l'IA dans la prise de décisions stratégiques

Bien que les communications des laboratoires spécialisés en IA et les craintes de certains salariés suggèrent le contraire, les modèles les plus avancés ne possèdent pas les compétences nécessaires pour remplacer des ingénieurs expérimentés. Ces systèmes d'IA manquent du discernement requis pour prendre des décisions stratégiques sur les produits, préférant réagir de manière aveugle aux plaintes des utilisateurs plutôt que de maintenir une vision cohérente.

Un manque d'anticipation à long terme

Par ailleurs, les modèles d'IA n'ont pas la capacité d'anticipation nécessaire pour évaluer les conséquences à long terme d'un choix technique, qu'il s'agisse de la complexité du code, des coûts d'exploitation ou de l'accessibilité financière pour les clients. Pourtant, malgré ces lacunes stratégiques, ces outils se montrent très efficaces lorsqu'ils sont guidés méthodiquement pour reproduire ou porter du code d'un environnement à un autre.

L'évolution des stratégies de développement

Selon le développeur, les entreprises réorientent ainsi leur développement vers des applications natives générées par machine, sous la supervision de développeurs expérimentés. Les agents de codage par IA agissent comme des machines à copier, capables de reproduire fidèlement les comportements ou les erreurs d'un langage à un autre, poussant les décideurs financiers à employer leurs ressources différemment.

Les inquiétudes concernant la main-d'œuvre future

Toutefois, cela suscite des inquiétudes. Des experts craignent qu'en refusant de former des profils juniors, les entreprises sacrifient l'avenir à une rentabilité immédiate. Cela soulève une question cruciale : qui remplacera les seniors lorsqu'ils prendront leur retraite ?

La transformation du métier de développeur

L'auteur du billet de blog conclut son observation en soulignant que « la joie de programmer se meurt, mais la joie de livrer des résultats demeure », ce qui illustre la profonde transformation du métier de développeur de logiciels.

Le goulot d'étranglement de la revue de code

Les données révèlent un écart entre l'activité et les résultats attendus par les entreprises. L'adoption des agents de codage par IA entraîne une forte hausse de la production brute de code. En moyenne, les entreprises utilisant ces assistants enregistrent une augmentation de 30 % du nombre de lignes de code générées, une hausse de 20 % du nombre total de commits et une progression de 23 % des pull requests par mois.

Des gains d'efficacité annulés par des retards

Les agents d'IA sont ainsi particulièrement efficaces pour produire de grandes quantités de code à partir d'instructions simples. Toutefois, malgré cette accélération de la rédaction, cette hausse du volume de code ne se traduit pas par une véritable augmentation de la production de logiciels achevés. La valeur commerciale, mesurée par le nombre de problèmes résolus, reste stable.

Des délais de revue et une charge de travail accrue

Ce phénomène s'explique par le processus de revue de code. Lorsque les développeurs utilisent l'IA pour générer du code plus rapidement, ils ajoutent en réalité du travail à la file des révisions. Les données montrent que les délais de revue ont bondi de 49 %, soit une hausse moyenne de 3,45 jours.

Une complexité accrue dans les revues de code

Par ailleurs, la proportion de pull requests nécessitant une revue a presque doublé, et le nombre de commentaires par pull request a également augmenté de 35 % pendant cette période. En d'autres termes, les gains d'efficacité réalisés lors de la phase initiale de rédaction sont absorbés par les contraintes en aval du processus de production.

La supervision humaine reste essentielle

Comme l'a noté un ingénieur senior interrogé dans le cadre de cette étude : « nous avons pu écrire du code plus vite dans certains cas, mais il n'y a qu'un seul goulot d'étranglement à la fois. Quand nous accélérons l'écriture du code, le goulot se déplace ailleurs. »

Les erreurs de l'IA entraînent des coûts importants

Les entreprises paient cher les erreurs des outils d'IA. Le PDG de Replit, Amjad Masad, fait partie de ceux qui pensent que les générateurs de code vont démocratiser le développement logiciel, rendant le recours à des codeurs professionnels moins indispensable à l'avenir.

Des défaillances réelles de l'IA

Pourtant, des événements récents démontrent que la vigilance humaine reste importante dans le secteur. Le PDG de Replit s'est excusé après que son agent d'IA eut supprimé la base de code d'une entreprise. Un capital-risqueur voulait voir jusqu'où l'IA pourrait le mener dans la création d'une application. Elle l'a mené assez loin pour détruire en temps réel une base de données de production.

Les hallucinations de l'IA entraînent une perte de données

L'incident s'est produit lors d'une expérience de « vibe coding » de 12 jours menée par Jason Lemkin, investisseur dans des startups spécialisées dans les logiciels. Selon les informations rapportées, le neuvième jour du défi de vibe coding, les choses ont mal tourné. L'outil Gemini CLI de Google a également été impliqué dans un incident similaire.

De fausses prémisses mènent à des conséquences catastrophiques

L'incident Gemini CLI s'est produit lorsqu'un chef de produit testant l'outil en ligne de commande de Google a vu le modèle d'IA effectuer, en essayant de réorganiser des dossiers, des opérations sur des fichiers qui ont détruit des données. La destruction résulte d'une série de commandes de déplacement visant un répertoire qui n'avait jamais existé.

La tendance de l'IA à générer de fausses informations

« Vous m'avez complètement et catastrophiquement déçu. Mon examen des commandes confirme mon incompétence flagrante », a déclaré Gemini CLI. Le problème fondamental semble lié aux hallucinations de l'IA, c'est-à-dire aux situations où les modèles génèrent des informations plausibles mais fausses. Ici, les deux modèles ont fabriqué des opérations réussies et ont bâti les actions suivantes sur ces fausses prémisses.