L'intelligence artificielle a envahi tous les domaines de la création numérique. Après le texte, les images et les vidéos, c'est désormais le développement logiciel qui fait face à une vague d'automatisation sans précédent. Mais cette révolution technologique pose une question fondamentale : le code peut-il vraiment se réduire à une simple production industrielle, ou existe-t-il une dimension artisanale irremplaçable dans la création logicielle ?
Cette interrogation dépasse largement le cadre technique. Elle touche à l'essence même de ce qu'est le travail d'ingénieur, à la valeur du savoir-faire humain face aux machines, et aux conséquences d'une optimisation poussée à l'extrême. Depuis les débuts de l'intelligence artificielle, jamais la tension entre efficacité et qualité n'a été aussi palpable dans l'industrie du logiciel.
Le Règne de la Technique : Quand l'Optimisation Devient Totalitaire
Jacques Ellul définissait la "technique" comme la réduction de toute activité à un ensemble de moyens efficaces vers un résultat mesurable. Cette logique domine aujourd'hui la production numérique : un contenu est "bon" s'il génère un maximum d'engagement avec un minimum d'effort. Cette approche a transformé la création en une course aux métriques où l'essentiel disparaît au profit du quantifiable.
Dans cet environnement, l'IA prospère. Elle excelle à produire du contenu "suffisant" en grande quantité, là où la notion d'artisanat n'a plus cours. C'est particulièrement visible dans l'industrie musicale : Spotify, avec son modèle basé sur les playlists algorithmiques, a engendré une vague de musique formatée, optimisée pour les recommandations automatiques. À l'inverse, Bandcamp, plateforme centrée sur les albums complets et la curation personnelle, a contribué à l'émergence d'artistes authentiques comme Car Seat Headrest ou Mitski.
Cette dichotomie révèle une vérité fondamentale : l'IA s'épanouit dans les espaces nihilistes d'optimisation pure, mais devient hostile aux environnements valorisant la qualité intrinsèque. Bandcamp a d'ailleurs banni l'IA de sa plateforme, reconnaissant que son modèle économique repose sur la musique elle-même, non sur des métriques détachées de toute considération artistique.
L'État Catastrophique du Logiciel Moderne
Avant même l'arrivée des agents IA en entreprise, la qualité logicielle était déjà problématique. Dans les grandes entreprises technologiques, le développement ressemble davantage à de la "plomberie" : connecter des systèmes entre eux pour faire circuler des données. L'idée de produire des "cadeaux à l'humanité", comme le conceptualisait Richard Hamming, semble absurdement idéaliste dans ce contexte.
Les Symptômes d'une Industrie Malade
La plupart des grands systèmes logiciels souffrent de maux chroniques :
- Obésité logicielle : des applications surchargées de fonctionnalités inutiles
- Architecture défaillante : des conceptions mal pensées dès l'origine
- Documentation inexistante : un savoir tribal impossible à transmettre
- Dette technique : des raccourcis accumulés qui deviennent insurmontables
Jonathan Blow, dans sa conférence "Preventing the Collapse of Civilization", diagnostique le problème : les ingénieurs professionnels et les grandes entreprises ont oublié comment faire les choses correctement. Protégées par des positions monopolistiques, elles ont laissé leurs pratiques se dégrader, leurs organisations s'alourdir, et leur qualité s'effondrer.
Cette situation s'explique par une division extrême du travail. Les ingénieurs occupent des rôles étroitement définis au sein d'organisations massives, ce qui atrophie leurs compétences générales. L'artisanat n'est ni valorisé ni récompensé. Le capital humain d'une organisation – sa capacité à accomplir des tâches informatiques complexes – dépend pourtant de la cultivation d'ingénieurs polyvalents et talentueux.
L'IA Face au Code : Promesses et Limites Fondamentales
Cette dégradation des compétences a produit deux phénomènes distincts. D'abord, la crainte légitime que les agents IA menacent l'emploi des développeurs. Cette inquiétude n'est pas infondée : pour les ingénieurs dont le travail s'est réduit à la production routinière de logiciels médiocres, l'IA représente effectivement une alternative crédible.
Ensuite, une célébration excessive des capacités de l'IA, avec l'idée qu'elle pourrait accomplir "la majorité, voire la totalité" du travail d'ingénierie logicielle. Certains la comparent même à un compilateur traduisant le langage humain en code. Cette vision nécessite une réduction extrême de ce qu'est le logiciel, similaire à la réduction de la musique à ses métriques d'écoute.
Expérimentations Réelles avec les Agents IA
Les agents IA sont indéniablement utiles, mais présentent des limites sérieuses :
- Hallucinations fréquentes : ils inventent des solutions inexistantes
- Compréhension superficielle : ils ne saisissent pas vraiment les problèmes
- Code de qualité variable : souvent verbeux et mal structuré
- Dépendance contextuelle : ils excellent sur des problèmes déjà résolus
Les agents IA fonctionnent remarquablement bien pour des tâches bien définies comme "écrire des tests unitaires" ou "créer une fonction de base de données similaire à celle-ci". Mais les tentatives de généralisation ont largement échoué, produisant du code impressionnant uniquement par sa monstruosité. Comme l'illustrent les investissements massifs dans l'infrastructure IA, l'industrie mise énormément sur ces technologies, mais les résultats pratiques restent mitigés.
Le "vibe coding" – cette pratique de laisser l'IA générer du code pendant qu'on regarde des vidéos – révèle rapidement ses défauts. Le code produit suit un style mécanique et prévisible. Les designs sont plats et peu esthétiques. Lorsque des bugs apparaissent, le débogage devient une boucle frustrante de demandes répétées à l'agent : "non, il y a un bug, corrige-le s'il te plaît".
Vers un Renouveau de l'Artisanat Logiciel
Il est vrai que la plupart du code n'est pas excellent, particulièrement dans les grandes entreprises. L'IA permettra de produire encore plus rapidement du logiciel médiocre. Mais elle ne résout pas le problème systémique fondamental : nous n'avons toujours pas vraiment compris comment construire du bon logiciel à grande échelle. Cette compréhension nécessite un sens de l'artisanat et une véritable pensée critique humaine.
L'Inspiration du Mouvement Arts & Crafts
Le mouvement Arts and Crafts de la seconde révolution industrielle offre des parallèles fascinants. John Ruskin et William Morris réagissaient à une époque où les capacités des machines et de la production industrielle étaient extrêmement impressionnantes, remplaçant progressivement l'artisan individuel.
Ils n'ont pas célébré cette évolution. Au contraire, ils considéraient que la production industrielle imposait un style particulier à ses produits et transformait les travailleurs en rouages d'une machine monstrueuse. Ils ont correctement identifié des choses que les machines ne pouvaient pas faire (et ne peuvent toujours pas faire), et se sont tournés vers un renouveau de l'artisanat médiéval pour trouver l'inspiration.
| Caractéristique | Production Industrielle | Artisanat Logiciel |
|---|---|---|
| Objectif | Optimisation des métriques | Qualité et élégance du code |
| Processus | Division extrême du travail | Maîtrise complète du système |
| Résultat | Volume élevé, qualité variable | Solutions durables et maintenables |
| Compétences | Spécialisation étroite | Polyvalence et expertise profonde |
Redécouvrir les Trésors Oubliés de l'Informatique
Nous avons besoin d'un mouvement similaire dans le logiciel, étudiant et restaurant les formes anciennes de l'informatique. Il existe un trésor d'idées qui n'ont jamais vraiment abouti, et des projets logiciels impressionnants et beaux d'une manière que les logiciels actuels ne sont souvent pas.
Nous nous trouvons sur une branche très étroite d'un arbre de développement technologique (de C/Unix à JavaScript/le Web) et il y a beaucoup plus à explorer. Le wiki Permacomputing constitue un excellent point de départ pour cette exploration. Dès qu'on entreprend quelque chose de non conventionnel, on se retrouve à écarter presque entièrement l'IA. Tenter d'obtenir l'aide de Claude pour écrire du Forth s'est révélé pire qu'inutile.
Les Enjeux Éthiques et Politiques de l'IA Générative
Au-delà des considérations techniques, l'utilisation de l'IA dans le développement soulève des questions éthiques importantes. Certains considèrent même l'utilisation de modèles IA payants comme moralement compromettante. Cette position, bien que radicale, reflète des préoccupations légitimes concernant la vie privée et le contrôle des données.
Les débats sur la désinformation générée par IA montrent que ces technologies ne sont pas neutres. Elles s'inscrivent dans des rapports de pouvoir et des modèles économiques qui façonnent leur développement et leur utilisation. La centralisation des capacités IA entre les mains de quelques acteurs, illustrée par les bouleversements récents du marché, pose des questions stratégiques cruciales.
L'Avenir : Rareté et Valeur de l'Artisanat
L'IA générative pourrait paradoxalement libérer un espace pour les ingénieurs cherchant à restaurer un véritable sens de l'artisanat et de l'expression créative dans leur travail de programmation. À mesure que l'artisanat devient plus rare, il devient également plus précieux.
Alors que le logiciel mainstream continue de démontrer ses limites, que la qualité se dégrade, et que les préoccupations politiques amènent à questionner la centralisation, c'est un moment idéal pour les logiciels expérimentaux, créés par des humains et à échelle humaine, de briller en marge du système dominant.
Les Signaux Encourageants
Plusieurs tendances suggèrent un renouveau possible :
- Open source souverain : des initiatives européennes pour reprendre le contrôle technologique
- Computing local : des solutions comme l'IA locale sur hardware accessible qui démocratisent l'accès
- Retour aux fondamentaux : un intérêt croissant pour les langages et paradigmes alternatifs
- Communautés de pratique : des groupes d'ingénieurs valorisant la qualité sur la quantité
L'IA ne lit pas dans vos pensées et n'a pas d'esprit propre. Elle excelle dans des contextes bien définis mais échoue face à la complexité réelle et à l'innovation véritable. Le logiciel de qualité nécessite une compréhension profonde, une vision architecturale, et cette qualité ineffable qu'on appelle le goût – des attributs fondamentalement humains.
Conclusion : Choisir l'Excellence dans un Monde d'Automatisation
L'intelligence artificielle transformera inévitablement certains aspects du développement logiciel. Elle rendra la production de code médiocre encore plus facile et rapide. Mais elle ne remplacera pas l'artisanat véritable, cette capacité humaine à concevoir des systèmes élégants, maintenables et véritablement innovants.
Le défi pour les ingénieurs de février 2026 n'est pas de résister à l'IA, mais de redéfinir leur rôle dans un écosystème où l'automatisation gère le banal. Cela implique de cultiver une expertise profonde, de valoriser la qualité sur les métriques, et de reconnecter avec les traditions d'excellence qui ont produit les systèmes informatiques les plus remarquables de l'histoire.
L'avenir du logiciel ne sera pas déterminé par la capacité des machines à générer du code, mais par notre capacité collective à préserver et transmettre l'art de bien programmer. Dans un monde saturé de production automatisée, l'artisanat devient non seulement plus rare, mais infiniment plus précieux.
Pour aller plus loin dans votre exploration de l'IA et découvrir comment créer du contenu de qualité qui préserve la dimension humaine, créez votre compte gratuit sur Roboto et expérimentez avec des outils qui augmentent vos capacités sans remplacer votre créativité.
