Un ingénieur de Kontur compare les magiciens et les sorciers de D&D à l'ère des LLM sur Habr

Alexander Ovchinnikov, spécialiste senior des tests chez Kontur, a publié sur Habr l'essai "From Wizard to Warlock : la magie dans D&D comme métaphore de l'ère des LLM". Il y utilise le changement de classe de personnage dans le jeu de rôle sur table Dungeons & Dragons pour décrire ce qui arrive au travail des gens depuis l'apparition des grands modèles de langage.

Quel rapport entre magicien, sorcier et D&D ?

Dans le jeu de rôle sur table Dungeons & Dragons, le magicien (wizard) passe des années à étudier les sorts dans des livres et maîtrise à fond la mécanique de chacun. Le sorcier (warlock), lui, tire son pouvoir magique d'une source extérieure, un patron, et peut recourir à des effets puissants sans comprendre tous les détails de leur fonctionnement. À en juger par le titre, c'est cette différence entre la "magie du savoir" et la "magie d'une source extérieure" que l'auteur utilise comme métaphore de ce qui se passe à l'ère des LLM, même si le texte de l'essai, hormis son introduction, n'est pas reproduit dans la source.

• L'auteur est Alexander Ovchinnikov, spécialiste senior des tests chez Kontur
• Le texte a été publié sur Habr sous le titre "From Wizard to Warlock : la magie dans D&D comme métaphore de l'ère des LLM"
• Selon ses propres mots, l'auteur utilise activement les LLM depuis plusieurs années pour des tâches personnelles

Kontur (SKB Kontur) est une grande entreprise informatique russe basée à Ekaterinbourg, qui développe des services pour les entreprises : déclarations électroniques, gestion électronique de documents et systèmes comptables. Qu'un texte sur les LLM naisse de la pratique d'un spécialiste des tests dans une société de ce profil est en soi révélateur : il ne s'agit pas de développeurs de produits d'IA, mais d'une spécialité technique voisine, où les grands modèles de langage deviennent un outil de travail au même titre que les logiciels habituels de test et d'automatisation.

Pourquoi l'auteur juge plus important de montrer les LLM aux autres

que de les utiliser lui-même

Ovchinnikov écrit que l'expérience la plus intéressante pour lui n'a pas été d'utiliser les LLM dans ses propres projets, mais de commencer à montrer ces outils à d'autres personnes. Cette formulation souligne un fossé fréquent autour des nouvelles technologies : certains travaillent déjà aisément avec les LLM comme avec un outil de travail, tandis que d'autres n'ont pas encore vu ce que ces modèles savent faire concrètement, et ont besoin que quelqu'un leur montre un exemple précis sur leur propre tâche, plutôt qu'une démonstration abstraite.

Si l'on suit cette métaphore, il s'agit moins de la technologie elle-même que du rapport des gens au résultat qu'elle produit : les uns veulent comprendre comment cela fonctionne de l'intérieur avant de s'en servir, les autres sont prêts à appliquer l'outil tel quel s'il résout le problème ici et maintenant.

Ce que cela signifie

L'essai illustre un thème de plus en plus présent dans les communautés professionnelles : les LLM ne changent pas seulement ce que font les spécialistes, mais aussi la façon dont ils expliquent la situation à leurs collègues, par des métaphores, des analogies et des démonstrations sur des exemples concrets plutôt que par des consignes arides. Pour les spécialistes techniques qui déploient ces outils dans leur équipe, l'exemple personnel et la démonstration concrète s'avèrent souvent plus convaincants que n'importe quelle formation formelle.

Il est également révélateur que ce type de textes ne vienne pas du milieu des développeurs de modèles d'IA, mais de métiers techniques voisins comme le test. Cela indique, indirectement, à quel point les LLM se sont déjà répandus dans les processus de travail en dehors de la communauté restreinte de l'IA.