Coding After Coders: The End of Computer Programming as We Know It, Clive Thompson ne pouvait pas faire plus limpide. Il a interrogé plus de 70 développeurs chez les géants de la tech et quelques startups. Le panel est forcément réduit mais peut donner quelques orientations et perspectives.

Dès le début du reportage, un développeur de 32 ans avoue avoir basculé vers le Vibe Coding et les agents il y a quelques mois : ils sont si précis et rapides. Ils peuvent coder des fonctions et générer un code spécifique en 30 minutes, contre plusieurs heures, voire une journée entière.

D'autres développeurs, toujours des profils seniors ou très seniors, disent passer plus de temps à écrire à un agent ou à leur outil de Vibe Coding qu'à coder. Ils décrivent clairement les besoins. Ils n'hésitent pas à fermement demander la correction d’une tâche mal exécutée ou tout simplement ignorée. Certains mettent des règles directement dans les fichiers de configuration. Par exemple : « Passer du code qui échoue à PyTest est inacceptable ». Ils sont nombreux aussi à réprimander les agents ou à forcer l’agent à faire ce qu’ils veulent, car parfois l'agent fait un peu ce qu’il veut. Il ne faut pas hésiter à répéter la demande si l’agent ne l’exécute pas correctement.

L'IA dans le code représente l'inverse d’un dogme des années 2010, quand la Silicon Valley disait qu'il fallait apprendre à coder. L'IA, au sens large, peut remplacer des humains et une partie des développeurs. Clive évoque l’enthousiasme des développeurs, et la productivité revient souvent, même si l'avenir reste difficile à dessiner.

« L'enthousiasme des développeurs de logiciels pour l'IA générative contraste fortement avec l'opinion du reste des Américains quant à l'impact des grands modèles de langage. Les sondages montrent qu'une majorité se montre neutre ou sceptique ; les créatifs, quant à eux, sont souvent furieux », explique Clive.

L'automatisation a toujours été un défi de l'informatique et l’IT actuelle est parfois devenue d'une complexité presque infinie, tant les couches techniques se multiplient. Aujourd'hui, nous utilisons des langages de haut niveau, très abstraits par rapport à la machine. Au début de l'ordinateur, on codait en langage machine, qu'un nombre réduit de personnes pouvait prétendre maîtriser.

L'IA pousse l'abstraction encore plus haut. On utilise le langage naturel pour décrire ce que l'on veut. À l'IA de comprendre et d'intégrer les subtilités du langage cible. Mais attention aux travers de la génération : parfois l'agent génère une grande quantité de fichiers, de documents et de code qui peuvent se révéler inutiles. Il faut ensuite nettoyer le projet, ce qui peut prendre beaucoup de temps.

Clive précise un point important : "beaucoup de développeurs disent qu'ils apprennent à dialoguer avec l’agent et à le comprendre. Ce n'est pas forcément aussi naturel qu'on pourrait le penser. Aayush Naik, dont la start-up à San Francisco utilise Claude, affirme qu'il est illusoire d'imaginer que son agent IA générera un projet entier d'un seul coup, dans un « Big Bang ». Oui, on peut lui faire écrire 5 000 lignes de code, mais ensuite, dit-il, « on le teste et rien ne fonctionne ».

Savoir structurer un code source important, concevoir un système fiable et déceler les erreurs de l’agent reste important, explique Clive. Un des problèmes majeurs de l’IA est l’hallucination des modèles. Il faut donc être prudent et surveiller la génération et le comportement de l’agent.

La productivité, un mot qui revient souvent, est plus contrastée comme l'explique Clive. Cela dépend des entreprises et des projets. Pour des tests ou des projets simples, l'IA saura faire et le gain de temps est énorme.

Certaines startups dépassent 90 % de code généré par l'IA. Chez Google, c'est un peu moins de 50 %, avec de grands écarts selon le contexte. Mais les équipes Google montent en puissance avec Gemini mois après mois. L'IA peut aussi aider à la modernisation du code, des applications et même à mieux cartographier des bases de code inconnues ou oubliées.

« Si vous ne pratiquez pas, vous allez perdre vos compétences »

Clive évoque aussi le fait que beaucoup de développeurs interrogés disent être contents de ne plus coder toute la journée. Ils codent moins et autrement. L'enquête met aussi en évidence un risque réel dans les équipes : l’opposition entre partisans et opposants à l’IA. Il faut faire attention à ces débats et éviter les fractures internes. Mais aujourd'hui, les entreprises n'hésitent plus à licencier des développeurs. Le post-Covid fait très mal au secteur technologique.

Clive pointe aussi un phénomène inquiétant que nous évoquons régulièrement : la baisse du recrutement des profils débutants / juniors. Il évoque, pour les États-Unis, –16 % d’embauches pour les profils de moins de 25 ans depuis 2022. Parallèlement, il ne constate pas de baisse significative pour les profils seniors.

Clive s'interroge à raison sur un risque réel : la nouvelle génération saura-t-elle encore réellement coder et comprendre le code pour l’évaluer ? « Certains jeunes développeurs m'ont confié sentir leurs compétences s'affaiblir », écrit le journaliste.

Le retour d'une développeuse, Pi Torain, est intéressant. Elle explique qu'elle a arrêté d'utiliser l'IA pendant quelques semaines pour reprendre la pratique du code. Aujourd'hui, elle laisse l'IA générer du code, mais elle effectue une revue attentive pour comprendre ce qui est produit. « Si vous ne pratiquez pas, vous allez perdre vos compétences », dit-elle.

Source : https://www.nytimes.com/2026/03/12/magazine/ai-coding-programming-jobs-claude-chatgpt.html