Ce que l'IA peut faire seule, et ce qui demande encore un développeur

Lorsque, à 61 ans, j'ai décidé de me lancer dans le codage et de construire formspace.design sans formation informatique classique, je savais qu'un outil puissant serait indispensable. Cet outil s'est avéré être l'intelligence artificielle. Aujourd'hui, je peux affirmer avec certitude que l'IA est capable de générer une part significative du code de manière autonome, mais l'architecture fondamentale, le débogage et la compréhension de la logique métier complexe restent du ressort du développeur humain.

Mon parcours vers le code avec l'IA

Mon parcours inclut l'enseignement, les affaires des années 90 et le design paysager depuis 1997. J'ai vu les technologies évoluer, mais je n'ai jamais été un programmeur professionnel. Chez « Дом и Сад » (Maison et Jardin), où j'étais directeur, je donnais des tâches aux programmeurs, mais je n'écrivais pas de code. Cependant, lorsque j'ai commencé à créer formspace.design, j'ai réalisé que je voulais construire un produit qui me manquait dans ma pratique, et le faire le plus efficacement possible, notamment grâce à l'IA. C'était un véritable défi, mais aussi une immense opportunité. J'ai commencé à apprendre, en utilisant l'IA comme mon principal mentor et co-auteur.

Ce que l'IA peut « assembler » seule

L'IA est un générateur incroyable de code boilerplate et de brouillons. Elle excelle dans les tâches qui exigent un grand volume de travail routinier, mais pas une compréhension approfondie du contexte. Voici quelques exemples tirés de ma pratique :

• Code boilerplate : Création de la structure du projet, boilerplate pour l'API REST, opérations CRUD de base (création, lecture, mise à jour, suppression) pour les modèles de données. L'IA peut générer des centaines de lignes de ce code en quelques minutes, ce qui économise des heures, voire des jours. Par exemple, pour un nouveau module dans formspace.design lié à la gestion des plantes, l'IA a rapidement esquissé tous les endpoints et schémas de base de données nécessaires.
• Composants UI de base : Génération d'interfaces utilisateur simples, de boutons, de formulaires, de fenêtres modales. Je peux lui demander de « créer un formulaire d'ajout d'utilisateur avec les champs nom, prénom, email » — et obtenir un squelette prêt à être stylisé et intégré.
• Traduction de code d'un langage à un autre ou refactoring : L'IA gère assez bien l'adaptation de fragments de code existants aux nouvelles normes ou frameworks, ainsi que le refactoring de base pour améliorer la lisibilité. Par exemple, la réécriture d'anciennes fonctions JavaScript vers une syntaxe ES6 plus moderne.
• Écriture de tests : Pour les fonctions simples, l'IA peut générer des tests unitaires, ce qui est très utile pour maintenir la qualité du code, surtout lorsque l'on travaille seul sur un projet.

Où l'IA est encore inutile

Malgré toutes ses capacités, l'IA présente des limitations significatives, surtout lorsqu'il s'agit de créer un produit complet et complexe :

• Architecture du système : L'IA ne peut pas concevoir l'architecture globale d'une application, choisir les bonnes technologies pour la pile, déterminer comment les microservices ou les modules interagiront, ni comment faire évoluer le système. Cela exige une pensée stratégique et une compréhension approfondie des besoins futurs du produit. Par exemple, le choix entre un monolithe et des microservices pour formspace.design a été ma décision, basée sur une perspective de développement à long terme.
• Logique métier complexe : Quand il s'agit d'une logique qui prend en compte de nombreuses nuances, exceptions et règles spécifiques, l'IA se trompe souvent. Elle ne comprend pas « pourquoi » quelque chose doit fonctionner d'une certaine manière et pas d'une autre. Par exemple, l'algorithme de zonage d'un terrain dans formspace.design, qui tient compte de l'ensoleillement, du relief, des préférences de l'utilisateur et de dizaines d'autres facteurs, ne peut être entièrement confié à l'IA.
• Optimisation des performances : L'IA peut proposer des méthodes d'optimisation générales, mais le profilage approfondi, l'identification des goulots d'étranglement et le réglage fin des requêtes de base de données ou des algorithmes sont des tâches pour un développeur expérimenté.
• UX/UI unique : La création d'une expérience utilisateur vraiment intuitive et agréable, qui distingue un produit de ses concurrents, exige une vision humaine et de l'empathie. L'IA génère des solutions standard, mais pas l'« âme » de l'interface.

Étapes critiques nécessitant l'intervention humaine

Mon expérience montre qu'il existe plusieurs étapes critiques dans le développement où l'intervention d'un développeur humain est indispensable :

1. Planification et conception : C'est la première étape et la plus importante. L'humain doit définir ce qui doit être créé, pour qui, comment cela fonctionnera, quels problèmes résoudre. L'IA peut aider avec des idées, mais ne remplace pas la vision stratégique. C'est à cette étape que j'utilise au maximum mon expérience de la douleur métier au module fonctionnel avec l'IA.
2. Débogage et test de code complexe : L'IA peut générer du code, mais elle peut aussi générer des erreurs. Surtout dans les systèmes complexes où plusieurs modules interagissent, la recherche et la correction des erreurs, la compréhension de leurs causes — c'est un travail purement humain. Je passe parfois plus de temps à déboguer le code généré par l'IA qu'à écrire un module simple manuellement.
3. Refactoring et maintenance : Maintenir la propreté et la lisibilité du code, l'adapter aux exigences changeantes, éliminer les dettes techniques — c'est un processus continu qui exige une évaluation humaine et la prise de décisions. L'IA peut proposer des options de refactoring, mais le choix de la meilleure et son application correcte me reviennent.
4. Sécurité : La conception et la mise en œuvre de systèmes de sécurité fiables exigent une connaissance approfondie des vulnérabilités et des meilleures pratiques. L'IA peut aider à générer du code pour l'authentification, mais la stratégie globale de protection des données et de prévention des attaques est une tâche d'expert.

Le rôle de l'architecture et de la pensée systémique

L'IA est un outil qui renforce les capacités du développeur, mais ne le remplace pas. Je compare souvent cela à un architecte et un constructeur. L'IA peut être un excellent constructeur, érigeant rapidement des murs selon les plans. Mais qui crée ces plans ? Qui planifie les fondations, les communications, l'agencement général du bâtiment pour qu'il soit fonctionnel, sûr et beau ? C'est l'architecte — une personne dotée d'une pensée systémique et d'une vision.

Dans le développement de produits, cet architecte est l'humain. Moi-même, en tant que développeur de formspace.design, je suis responsable de l'harmonisation de toutes les parties du système, afin que le produit résolve les problèmes réels des utilisateurs et soit résilient aux changements. L'IA m'aide à traduire plus rapidement mes idées en code, mais les idées et leur structuration sont ma tâche.

Erreurs typiques lors du travail avec un développeur IA

En travaillant avec l'IA comme co-développeur, j'ai identifié plusieurs erreurs fréquentes que j'essaie d'éviter :

• Prompts insuffisamment précis : Si la requête à l'IA est trop générale, le résultat le sera aussi — général et inutilisable. Il faut détailler au maximum la tâche, fournir des exemples, indiquer les technologies utilisées et la structure des données. Mon expérience avec la rédaction pas à pas de prompts pour la visualisation de jardins m'a été très utile ici aussi.
• Confiance aveugle dans le code : Il ne faut jamais simplement copier-coller le code généré par l'IA sans une vérification minutieuse. Il y a toujours une probabilité d'erreurs, de méthodes obsolètes ou de solutions non optimales. Je passe toujours en revue chaque ligne.
• Absence d'itérations : Le développement avec l'IA est un dialogue. Si la première réponse n'est pas idéale, il faut affiner la requête, demander de modifier des détails, poser des questions ciblées. Ce n'est pas une requête unique, mais une série d'itérations.
• Ignorance du contexte du projet : L'IA ne connaît pas l'intégralité de votre projet, son historique, ses dépendances spécifiques. Elle génère du code dans le vide. L'humain doit être celui qui intègre ce code dans le système existant, en tenant compte de toutes ses particularités.

Comment j'utilise l'IA dans formspace.design

Dans le processus de création de formspace.design, j'applique activement l'IA à différentes étapes, mais toujours sous mon contrôle vigilant. Par exemple, lorsque je développe le module de planification des zones de terrain (module 1.x), l'IA m'aide à générer les modèles initiaux pour les composants frontend qui sont responsables du rendu et de l'interaction avec les objets sur le plan. Je peux lui demander de créer un composant de base pour le glisser-déposer d'éléments ou pour modifier leurs tailles, ce qui accélère considérablement le démarrage du travail.

Lorsque je passe à des fonctions plus complexes, comme le module de conception IA (2.1), l'IA agit comme un « brainstorming ». Je lui décris le résultat souhaité — par exemple, « créer un concept de jardin de style japonais en tenant compte d'un terrain plat de 10 ares et d'un entretien minimal » — et l'IA génère des idées, des éléments possibles, des palettes. J'utilise ensuite ces idées pour formuler des prompts de visualisation (module 3.1 « design par photo »), et le moteur IA lui-même, qui génère ces concepts, je l'écris moi-même, en l'utilisant pour accélérer l'écriture de fonctions individuelles liées au traitement du texte et des données. Cela me permet de me concentrer sur la logique métier unique et l'expérience utilisateur, en confiant la routine à l'IA.

Questions fréquentes

Est-il possible d'automatiser entièrement le développement avec l'IA ?

Automatiser entièrement le développement d'un produit, surtout s'il est complexe et innovant, est encore impossible. L'IA peut être un outil puissant pour accélérer les tâches routinières et générer des brouillons, mais la planification stratégique, une compréhension approfondie de la logique métier, le débogage des erreurs critiques et la garantie de la sécurité restent la prérogative du développeur humain. L'humain donne la direction et contrôle la qualité.

Avec quel type de projets est-il préférable de commencer à utiliser l'IA en développement ?

Il est préférable de commencer par des tâches petites et bien définies, telles que la génération de code boilerplate, l'écriture de tests unitaires pour des fonctions simples, la traduction de code entre langages ou frameworks. Cela permet de maîtriser l'interaction avec l'IA, de comprendre ses forces et ses faiblesses, sans risquer l'intégrité d'un grand projet. On peut ensuite passer progressivement à des tâches plus complexes.

Quelles compétences deviennent les plus importantes pour un développeur à l'ère de l'IA ?

À l'ère de l'IA, les compétences de pensée systémique, la capacité à formuler des prompts précis et détaillés, ainsi que la capacité à évaluer de manière critique et à déboguer le code généré deviennent cruciales. Une compréhension approfondie du domaine et des principes architecturaux est également importante pour guider l'IA et intégrer ses résultats dans le système global. Le développeur devient architecte et chef d'orchestre.

L'IA remplacera-t-elle les programmeurs à l'avenir ?

Mon expérience personnelle montre que l'IA ne remplacera pas les programmeurs dans un avenir prévisible, mais elle changera considérablement leur rôle. Les tâches routinières seront automatisées, et l'accent sera mis sur la conception de haut niveau, la résolution de problèmes complexes, la gestion de projets et une approche créative de la création de produits. Les programmeurs qui maîtriseront le travail avec l'IA deviendront beaucoup plus productifs et recherchés.

À quelle vitesse l'IA génère-t-elle du code par rapport à un humain ?

L'IA peut générer des centaines de lignes de code boilerplate en quelques secondes ou minutes, ce qui est des dizaines, voire des centaines de fois plus rapide qu'un humain. Cependant, la vitesse de génération n'équivaut pas à la vitesse de création d'un produit fini, fonctionnel et sans erreur. L'humain aura toujours besoin de temps pour vérifier, déboguer, intégrer et adapter ce code aux spécificités du projet.

Quels sont les risques liés à l'utilisation de l'IA en développement ?

Les principaux risques incluent la génération de code non optimal ou erroné, l'introduction de vulnérabilités de sécurité, ainsi que la difficulté de déboguer du code que l'on n'a pas écrit soi-même. Il existe également un risque de dépendance excessive à l'IA, ce qui peut réduire les propres compétences en résolution de problèmes. Il est important de toujours conserver un esprit critique et de comprendre en profondeur ce que fait l'IA.

Comment l'IA aide-t-elle à créer des fonctionnalités uniques de formspace.design ?

Dans formspace.design, l'IA m'aide non seulement dans le codage routinier, mais aussi dans la formation de concepts qui constituent ensuite la base de modules uniques, tels que la conception IA (2.1) ou le design par photo (3.1). Elle me permet de prototyper rapidement des idées, de vérifier des hypothèses et d'obtenir des brouillons pour un développement ultérieur, accélérant ainsi le processus d'innovation et d'amélioration des fonctionnalités pour les besoins des utilisateurs. Je l'utilise comme un assistant intelligent pour la génération d'idées et les implémentations initiales.

De l'idée à la réalisation avec l'IA

Mon parcours de création de formspace.design est un exemple frappant de la manière dont l'IA devient une aide indispensable, mais non un créateur tout-puissant. Elle accélère considérablement le processus, mais la stratégie, l'architecture et le résultat final relèvent toujours de l'humain. Si, comme moi, vous êtes plein d'idées et souhaitez les concrétiser, n'ayez pas peur d'explorer l'IA. Elle vous ouvrira de nouvelles opportunités, mais rappelez-vous : le plus précieux, c'est votre vision et votre expérience.