J’ai vu beaucoup de personnes célébrer la rapidité avec laquelle l’IA génère du code. Et, en effet, le volume et la vitesse sont impressionnants.
Mais l’enthousiasme généralisé me pousse à penser que nous mesurons peut-être les choses de travers. La capacité de produire des lignes de code n’a jamais été l’objectif ultime de l’ingénierie logicielle. L’objectif a toujours été de livrer des systèmes fiables, durables et capables d’évoluer au fil du temps. Et il existe une différence immense entre accélérer l’écriture du code et accélérer la livraison de valeur.
En réalité, nous risquons de faire émerger à grande échelle un phénomène inédit: la dette technique industrialisée. Le code produit par les modèles d’IA donne l’impression d’être correct la plupart du temps. Il se compile, passe les tests unitaires, résout le problème immédiat et livre le résultat escompté.
Mais cela ne signifie pas nécessairement que le système s’est amélioré pour autant. Très souvent, cela revient simplement à ajouter une couche de complexité invisible que quelqu’un devra comprendre, maintenir et faire évoluer dans l’avenir.
La dette technique était déjà difficile à maîtriser lorsque elle était générée par des êtres humains qui, au moins en théorie, comprenaient les implications de leurs choix architecturaux.
Aujourd’hui, nous introduisons dans le processus une machine capable de générer des milliers de lignes de code en quelques minutes, sans aucune compréhension du coût futur des choix qu’elle matérialise.
L’IA ne souffrira pas lorsqu’un changement apparemment simple exigera des semaines de refactorisation. Elle ne participera pas aux discussions sur les raisons pour lesquelles le système est devenu difficile à entretenir. Elle ne sera pas présente lorsque l’ajout d’une dépendance sans réflexion créera des vulnérabilités, augmentera le couplage ou compliquera l’évolution de l’architecture. Et elle ne sera certainement pas réveillée à trois heures du matin lorsqu’une panne en production interrompra un service critique.
Elle ne fait que produire du code. Celui qui en recueillera les conséquences restera l’être humain.
C’est pourquoi le récit selon lequel « plus de code généré équivaut automatiquement à plus de productivité » mérite d’être examiné avec prudence.
Les meilleurs systèmes ne sont pas ceux qui accumulent le plus de lignes de code. Ce sont ceux qui résolvent des problèmes complexes avec moins de complexité, moins de dépendances, moins de couplage et moins de friction pour l’avenir.
La capacité de produire des logiciels croit de façon exponentielle. En revanche, notre capacité à réviser, comprendre, valider et gouverner ce logiciel demeure limitée par les mêmes contraintes humaines que toujours.
Si l’IA peut produire du code plus vite que nous ne sommes capables de l’évaluer de manière critique, accélérons-nous vraiment le développement ? Ou nous contentons-nous d’accélérer la création de passifs technologiques ? Assurons-nous que ces lignes de code auront encore du sens dans cinq ans.
