Ia : la vitesse au détriment de la qualité – un avertissement alarmant
L’intelligence artificielle s’impose comme un accélérateur de production inédit. En quelques secondes, elle génère des sites web, corrige des erreurs et même des applications complètes. Une révolution industrielle s’opère, alimentée par des outils comme Claude Code, GitHub Copilot ou Codex.
Un scepticisme croissant au sein de la communauté technique
Mais cette effervescence ne rencontre pas l’enthousiasme général. Bjarne Stroustrup, l'architecte du langage C++, lève les yeux au ciel. Pour lui, une grande partie du code produit par ces modèles d’IA est techniquement faible, voire inacceptable. Un débat majeur s’ensuit, exacerbant la fracture entre la rapidité de génération et la robustesse du logiciel.
Larry Ellison, fondateur d’Oracle, partage cette préoccupation : « J’ai eu beaucoup d’échecs dans ma vie, mais aucun regret. J’ai appris de chacun d’eux. » Cette phrase, simple et directe, illustre parfaitement l’importance de la maturation et de l’apprentissage dans le développement logiciel.
Le code « mou » de l’ia : un danger pour les projets complexes
La critique de Stroustrup ne se limite pas à la survenance d’erreurs. Le problème fondamental, selon les programmeurs chevronnés, réside dans le manque de compréhension profonde des systèmes par l’IA. Ces modèles s’appuient sur des corrélations statistiques tirées de millions d’exemples, sans saisir l’architecture globale ni les conséquences de chaque décision.
Le résultat ? Des solutions fonctionnelles, mais imprégnées de redondances, de structures difficiles à maintenir, voire de mauvaises pratiques et de failles de sécurité. Dans les petits projets, cela peut passer inaperçu. Mais dans les logiciels complexes, impliquant des centaines de développeurs sur de longues périodes, ces erreurs peuvent devenir des gouffres, compromettant la stabilité et la performance.
Deux visions opposées de la programmation
La réaction de Stroustrup reflète également une divergence culturelle au sein de l’industrie. Pour de nombreux développeurs expérimentés, programmer, ce n’est pas seulement écrire du code rapidement. C’est concevoir des systèmes compréhensibles, efficaces et, surtout, maintenables à long terme. Il s’agit de comprendre précisément ce que chaque composant fait et pourquoi il fonctionne de cette manière. L’IA, avec ses solutions générées automatiquement, risque de favoriser une culture où la compréhension est sacrifiée au profit de la vitesse.
“Je préférerais prendre ma retraite avant de dépendre constamment de ces systèmes de génération automatique,” déclare Stroustrup, en soulignant une résistance viscérale à cette nouvelle approche. C'est une position audacieuse, presque provocatrice, qui questionne l’avenir du développement logiciel.
Au-delà des critiques : les forces de claude code et codex
Il est crucial de souligner que ces outils ne sont pas inutiles. De nombreux ingénieurs les utilisent quotidiennement pour automatiser des tâches répétitives, générer de la documentation, corriger des erreurs mineures ou créer des prototypes rapides. Ils constituent un véritable atout, à condition de ne pas les considérer comme un substitut à l’expertise humaine. L’IA peut écrire du code fonctionnel à une vitesse fulgurante, mais elle peine encore à maintenir une cohérence architecturale complexe ou à anticiper les effets à long terme dans les systèmes de grande envergure.
Un débat qui ne fait que commencer
Le débat autour de l’intelligence artificielle et du développement de logiciels est loin d’être clos. Les outils génératifs continueront de s’améliorer, augmentant leur capacité à produire du code. Mais les remarques de Bjarne Stroustrup rappellent que l’industrie technologique est consciente d’une différence fondamentale : générer du code automatiquement, ce n’est pas la même chose que construire un logiciel de qualité professionnelle. Et c’est précisément dans ce point que réside le véritable enjeu.