L'IA devrait élever votre réflexion, pas la remplacer — Koshy John sur la fracture cachée dans l'ingénierie

Dans un article populaire sur HN (227 points, 186 commentaires), l'ingénieur logiciel et écrivain Koshy John trace une ligne nette entre deux types d'utilisation de l'IA dans le génie logiciel. Le premier groupe utilise l'IA pour éliminer les tâches fastidieuses, aller plus vite et consacrer plus de temps à un travail à forte valeur ajoutée — cadrer les problèmes, faire des compromis, repérer les risques et créer de la clarté. Le deuxième groupe utilise l'IA pour éviter de réfléchir — coller des invites, recueillir des résultats polis et les présenter comme leur propre raisonnement. John qualifie ce dernier d'impasse.

Le nouveau mode d'échec : la pensée externalisée

John décrit un schéma dangereux : les ingénieurs soumettent un problème à un modèle, reçoivent une réponse plausible, puis répètent cette réponse sans la comprendre. Il compare cela à la copie de tests — de bonnes notes sur le papier, mais aucune structure sous-jacente. Face à l'ambiguïté, à des informations incomplètes ou à des problèmes non standard, l'imitation superficielle échoue.

« Chaque fois que vous substituez une sortie générée à votre propre compréhension, vous sautez les exercices qui construisent le jugement. Vous échangez une capacité à long terme contre une apparence à court terme. »

L'analogie de la calculatrice

John utilise la calculatrice comme parallèle : un ingénieur avec un bon calcul mental peut utiliser l'IA de manière agressive car il peut vérifier les résultats, repérer les erreurs et savoir quand quelque chose sonne faux. Un ingénieur sans cette base devient dépendant de l'outil et ne peut pas détecter le bruit.

Ce que les meilleurs ingénieurs feront à la place

John soutient que les ingénieurs les plus précieux sont ceux qui « refusent de passer du temps sur un travail que l'IA peut faire pour eux, tout en comprenant tout ce qui est fait en leur nom ». Ils utilisent le temps gagné pour opérer à un niveau supérieur, en appliquant de la rigueur plutôt qu'en externalisant la pensée.

Le risque pour les ingénieurs en début de carrière

John prévient que les ingénieurs juniors sont particulièrement à risque — ils peuvent sembler efficaces à court terme en utilisant l'IA pour générer des résultats qu'ils ne pourraient pas produire eux-mêmes, mais ils manquent les exercices qui construisent le jugement. « Cela finit toujours par les rattraper », dit-il.

L'article complet comprend une analyse détaillée de la ligne de démarcation, des implications organisationnelles et pourquoi cela importe plus que ce que la plupart des gens pensent.