L’IA générative change-t-elle réellement le métier de développeur ?

L’arrivée des assistants de programmation fondés sur les grands modèles de langage transforme progressivement le travail des développeurs. Mais la question intéressante n’est plus de savoir si l’IA peut générer du code : elle est de déterminer où placer la frontière entre génération automatique et responsabilité de l’ingénieur.

Un modèle peut produire une fonction, proposer une requête SQL ou générer un test en quelques secondes. Il ne garantit cependant ni la correction fonctionnelle du résultat, ni sa sécurité, ni son adéquation avec l’architecture existante.

Pour un développeur expérimenté, l’intérêt des outils d’IA se situe donc moins dans le remplacement de la programmation que dans l'accélération de certaines tâches : exploration d'une API, génération de code répétitif, documentation, refactoring ou création de tests.

Cette évolution renforce paradoxalement l'importance des fondamentaux.

Un ingénieur qui ne comprend pas les structures de données, les mécanismes d'authentification, les transactions, la concurrence ou les principes d'architecture sera également moins capable de vérifier le code produit par un modèle.

Le problème devient particulièrement important en matière de sécurité. Une suggestion générée automatiquement peut reproduire une mauvaise pratique, utiliser une bibliothèque vulnérable ou introduire une faille logique difficile à détecter par un simple test fonctionnel.

L’ENISA observe parallèlement que l’IA est désormais utilisée par les acteurs malveillants et qu’elle augmente également la surface d’attaque des organisations qui déploient des systèmes d’IA.

Vers un nouveau profil d’ingénieur

Le développeur de demain devra probablement moins se distinguer par sa capacité à écrire rapidement des lignes de code que par sa capacité à :

• décomposer correctement un problème ;
• concevoir une architecture ;
• vérifier les sorties d’un modèle ;
• détecter les erreurs et hallucinations ;
• sécuriser les données et les dépendances ;
• évaluer les compromis techniques.

L'IA générative ne supprime donc pas nécessairement le besoin d'expertise. Elle déplace la valeur de l'expertise vers la conception, la vérification et la décision technique.

IA