Les points clés à retenir sur le développement du codage par IA
- Les programmeurs trouvent les outils d’IA addictifs, mais épuisants.
- La vitesse de programmation peut être ralentie par les délais nécessaires à la correction du code généré par l’IA.
- Les outils de programmation basés sur l’IA peuvent conduire les programmeurs au travail compulsif et au burn-out.
Oui, oui, on a bien compris. Grâce à GitHub Copilot, Claude Code, Cursor ou tout autre nouvel outil d’IA à la mode destiné aux développeurs, vous pouvez accomplir plus de travail que jamais en tant que programmeur.
Mais alors même que les développeurs les utilisent de plus en plus pour générer du code standard, expliquer du code inconnu, rédiger des tests, refactoriser des modules et résoudre des erreurs, nombreux sont ceux qui trouvent également que ces mêmes outils peuvent être une véritable source de tracas.
Le travail compulsif induit par l’IA
En effet, comme l’a décrit Quentin Rousseau, directeur technique et cofondateur de Rootly, une entreprise spécialisée dans les rapports d’incidents alimentée par l’IA, dans un post LinkedIn : « Il est 2 h 47 du matin… Je ne suis pas en train de déboguer une panne. Il n’y a pas d’échéance. Je regarde simplement Claude Code refactoriser un module… et je n’arrive pas à m’arrêter. »
Pourquoi ? Parce que, poursuit-il, «Le codage agentique crée une dépendance. Quand l’agent réussit, on ressent une poussée de dopamine. Quand il échoue, on ressent une montée d’adrénaline. » Quentin Rousseau a avoué qu’il n’arrivait plus à dormir et qu’il avait dû consulter un médecin.
Ce n’est pas vraiment surprenant. Les programmeurs ont depuis longtemps tendance à être accros au travail. Cependant, l’IA a imposé un nouveau rythme de travail où, comme l’explique Rousseau, « observer le travail d’un agent est suffisamment passif pour donner l’impression de se reposer, mais suffisamment actif pour vous tenir en haleine ». Il en résulte un nouveau type d’épuisement professionnel.
Il ne s’agit pas seulement de l’expérience d’un seul programmeur. Le codage assisté par IA peut transformer le développement logiciel en une boucle de rétroaction permanente. Plutôt que de terminer une tâche et de s’en éloigner, les développeurs peuvent sans cesse demander à un agent une nouvelle implémentation, une réécriture, une optimisation ou une refactorisation, ou associer cela à la crainte lancinante que s’arrêter signifie laisser du travail inachevé.
Quand l’IA devient un boulet plutôt qu’une aide
Coddy Tech, une entreprise de formation en programmation, a constaté dans une enquête menée auprès de 305 développeurs que « quatre développeurs sur cinq (80 %) affirment que leur utilisation de l’IA s’apparente davantage à une dépendance qu’à un avantage. » Certes, ils trouvent ces outils utiles, mais ils craignent également que le recours habituel à l’IA n’affaiblisse leur propre capacité à résoudre des problèmes, n’alourdisse leur charge de travail et ne favorise une relation malsaine avec leur métier.
C’est ainsi que « plus de deux cinquièmes des développeurs (43 %) continuent à coder avec l’IA après le travail, même lorsqu’ils avaient l’intention d’arrêter, et 32 % ont repoussé l’heure du coucher pour continuer ». De plus, 39 % ont déclaré que les outils d’IA leur rendaient plus difficile de se déconnecter du travail.
Ce n’est pas seulement la nature addictive des outils d’IA qui est en cause. Selon 74 % des développeurs, une utilisation intensive de l’IA augmente leurs chances d’obtenir une augmentation ou une promotion. Cependant, 51 % ont également déclaré qu’ils risquaient davantage de souffrir d’épuisement professionnel.
Faites confiance, mais vérifiez : les inconvénients de l’IA
Cela n’aide pas non plus que, comme l’a révélé l’enquête Stack Overflow 2025 auprès des développeurs l’a révélé, 45 % des personnes interrogées se sont dites frustrées par des réponses générées par l’IA qui étaient « presque correctes, mais pas tout à fait ». Résultat ? Des résultats qui semblent convaincants, mais qui compliquent considérablement le débogage.
L’étude de Stack Overflow a également révélé que, bien que l’adoption des outils d’IA ait continué de progresser – 80 % des développeurs les utilisent désormais dans leurs flux de travail –, la confiance dans la précision de l’IA est passée de 40 % les années précédentes à seulement 29 % cette année. En conséquence, l’opinion favorable des programmeurs à l’égard de l’IA a baissé de 72 % à 60 % d’une année sur l’autre.
Le conflit entre la facilité d’utilisation et une charge de travail plus lourde a son importance. Outre le fait d’essayer de comprendre ce que l’IA a presque bien fait, les développeurs doivent toujours comprendre les exigences, reconnaître quand le code généré entre en conflit avec l’architecture d’un système, tester les cas limites, traiter les risques de sécurité et assumer les conséquences en production.
Une « dette de vérification »
Cela crée une « dette de vérification ». Le résultat est livré rapidement, mais il reste à déterminer s’il est correct, sécurisé, maintenable et adapté à la base de code spécifique.
De plus, la dépendance décrite dans l’enquête Coddy peut être amplifiée par la manière dont les employeurs interprètent les résultats générés par l’IA. Si une organisation considère l’IA comme un moyen de multiplier la capacité des développeurs, les employés peuvent subir une pression pour livrer davantage de fonctionnalités, clôturer davantage de tickets et effectuer davantage de revues dans le même nombre d’heures.
Cela peut alors anéantir le gain de temps réalisé sur les tâches de codage individuelles et déplacer la charge de travail ailleurs : des pull requests plus volumineuses, davantage de modifications générées à inspecter, plus de dépendances à valider et davantage de risques opérationnels à gérer.
Décider quand la journée de travail et la boucle de l’agent prennent fin
La programmation assistée par l’IA devient donc autant une question d’équilibre entre vie professionnelle et vie privée qu’une question d’outillage.
Les équipes qui utilisent des agents pour se débarrasser des tâches routinières fastidieuses peuvent en tirer de réels avantages. Celles qui s’en servent pour accélérer chaque étape du pipeline de production logicielle risquent de créer une version plus rapide et plus implacable du même travail.
Pour des développeurs comme Rousseau, la question n’est plus simplement de savoir si l’IA est capable d’écrire du code. Elle en est capable. Nous l’avons bien compris. La question qui se pose désormais est de savoir si les développeurs peuvent encore décider quand la journée de travail et la boucle de l’agent prennent fin.
Source : "ZDNet.com"