Au cours de la dernière année, j'ai confié toutes les tâches répétitives à l'IA : CRUD, tests unitaires, refactoring, documentation initiale.

Maintenant, j'écris du code à la main presque 40 % de moins, mais je passe deux fois plus de temps à « réfléchir aux besoins » et à « critiquer la sortie de l'IA ».
L'IA sort du code rapidement, mais les cas limites échouent souvent, le contexte métier disparaît fréquemment.
À ce moment-là, si vous ne prenez pas de décision, personne ne vous couvre.
Une opinion peut-être contre-intuitive : le génie logiciel ne meurt pas, il se polarise.
Les postes de travail de base vont diminuer, mais la conception de systèmes, la décomposition complexe, l'intégration interdomaines deviennent en fait plus coûteuses.
La différence entre ceux qui utilisent l'IA et ceux qui ne l'utilisent pas pourrait devenir aussi cruciale que la différence entre savoir coder ou non auparavant.
Mais ce qui distingue vraiment, ce n'est pas la sophistication du prompt, c'est si vous comprenez le métier, si vous pouvez juger des compromis, si vous osez interrompre l'IA quand elle raconte n'importe quoi.
Un diplôme en informatique ne sera pas obsolète, au contraire, il faudra une base solide.
L'IA est un amplificateur, pas une machine à souhaits.
Les personnes sans pensée systémique, utiliser l'IA ne fera que leur faire accumuler plus rapidement de la dette technique.
L'équipe de demain pourrait être un vétéran + une multitude d'agents.
Mais cette personne doit être à la fois product owner, architecte, et garant de la qualité.
Le seuil d'entrée ne fera que monter.
Combien votre travail a-t-il été modifié par l'IA ? Est-ce vraiment plus simple, ou avez-vous juste transformé 10 bugs faibles en 20 ?
Discutons-en.