Face à l'adoption rapide des outils d'intelligence artificielle pour la génération de logiciels, des questions fondamentales ont émergé concernant l'avenir des compétences techniques. Lors du WeAreDevelopers World Congress qui s'est tenu à San José, un groupe de leaders de l'industrie a partagé ses points de vue sur les opportunités et les risques que ces outils font peser sur les développeurs et les entreprises.
Inquiétudes concernant le déclin des compétences en programmation
Thomas Dohmke, ancien PDG de GitHub et fondateur de la startup Entire, a exprimé sa profonde préoccupation face à la croyance répandue selon laquelle l'apprentissage de la programmation est devenu inutile. Dohmke a souligné que la compréhension des fondamentaux de l'informatique reste une compétence essentielle et indispensable, tout comme les mathématiques et d'autres sciences fondamentales, avertissant qu'une dépendance totale à l'égard de l'intelligence artificielle pourrait créer un fossé de connaissances chez les générations futures.
Les défis de la vitesse par rapport à la compréhension
D'autres experts partagent cet avis. Josh Bentley, directeur du plaidoyer communautaire chez SAP, a indiqué que la vitesse offerte par les outils d'intelligence artificielle dans la construction de logiciels peut créer une illusion d'expertise. Il a expliqué que les développeurs pourraient être classés comme des "bâtisseurs" sans posséder une compréhension contextuelle approfondie de ce qu'ils créent, ce qui pourrait conduire à une accumulation de "déchets logiciels" (AI slop) au lieu de solutions techniques solides.
Le besoin de normes de confiance et de sécurité
De son côté, Mark Cavage, directeur des opérations chez Docker, s'est concentré sur le défi industriel que représente l'établissement de cadres de confiance et de sécurité autour des agents d'intelligence artificielle (AI Agents). Il a affirmé que l'industrie doit agir rapidement pour garantir l'efficacité de ces outils sans sacrifier les normes de sécurité.
Qu'est-ce que cela signifie pour les développeurs ?
Ces avis montrent une division entre l'enthousiasme pour la haute productivité offerte par les outils d'intelligence artificielle et l'inquiétude de perdre le contrôle de la qualité logicielle. Les points clés que les développeurs doivent prendre en compte incluent :
- L'apprentissage continu : les outils d'intelligence artificielle ne remplacent pas la compréhension de la logique de programmation fondamentale.
- La construction intentionnelle : l'utilisation de l'intelligence artificielle doit être guidée par un objectif clair et non par une simple génération rapide de code.
- La gestion des risques : la responsabilité de vérifier la sécurité et la qualité du code incombe toujours au développeur humain, en particulier avec la complexité croissante des systèmes qui s'appuient sur des agents intelligents.
Alors que certains, comme Matt Hobbs de PwC, estiment que ces outils ouvrent de nouvelles perspectives pour reconstruire les systèmes plus rapidement et plus sûrement, le plus grand défi reste de savoir comment concilier cette vitesse avec le besoin d'une compréhension profonde et durable de l'infrastructure logicielle.