Habr : un auteur soutient que les LLM rendent les interfaces graphiques inutiles

Les premières interfaces exigeaient de l'humain qu'il connaisse le langage de la machine : interrupteurs, cartes perforées, commandes dans un terminal. Les fenêtres, les menus et la souris ont levé cette contrainte pour le grand public. La tribune publiée sur Habr sous le titre « Ai-je vraiment besoin d'interfaces ? » va plus loin et affirme qu'avec les LLM, la couche d'interface elle-même devient superflue. L'auteur promet de le montrer en pratique, mais l'annonce diffusée par RSS ne contient que l'introduction ; la démonstration est cachée derrière un « lire la suite ». Nous examinons donc la thèse elle-même et ses limites.

D'où vient la couche entre l'humain et le programme

L'argument de l'auteur se construit comme une histoire de traductions. Au départ, l'humain écrivait à la machine dans son langage, et une seule erreur de symbole signifiait qu'il ne se passerait rien. Quand les ordinateurs sont devenus un produit de masse, retenir des dizaines de commandes et de paramètres est devenu irréaliste. Les fenêtres, les icônes et la corbeille sont apparues : au lieu d'une commande de suppression, on glissait simplement le fichier ; au lieu d'une liste d'opérations, l'utilisateur voyait des objets et les actions possibles sur eux.

L'idée centrale est que la machine a exécuté pendant tout ce temps les mêmes commandes précises. Seul a changé le traducteur entre l'intention de l'humain et l'appel de la fonction. C'est ce rôle que l'on appelle l'interface.

Chronologie simplifiée sur laquelle s'appuie le raisonnement :

• années 1950 : cartes perforées et interrupteurs, l'humain parle le langage de la machine ;
• années 1960–1970 : ligne de commande, il faut retenir la syntaxe et l'ordre des paramètres ;
• 1973–1984 : du Xerox Alto au Macintosh, fenêtres graphiques et pointeur de souris ;
• 2007 : iPhone, toucher direct des objets à l'écran ;
• novembre 2022 : lancement de ChatGPT, la requête se formule en langage courant.

Ce que changent exactement les LLM

Si l'interface sert de traducteur, un modèle de langage paraît un candidat très solide pour ce poste. L'utilisateur écrit « supprime les doublons du rapport et envoie-le à Marina », et le modèle trouve lui-même les opérations nécessaires et les appelle. Sur le plan technique, le terrain est déjà préparé : des protocoles de connexion d'outils comme MCP, présenté par Anthropic en novembre 2024, et des frameworks d'agents permettent au modèle d'appeler directement les fonctions des applications, sans passer par les boutons.

Dans cette logique, le bouton n'est plus qu'un maillon intermédiaire que l'utilisateur actionne à la main. L'agent actionne le même mécanisme via l'API, et plus vite.

La thèse présente toutefois des failles, auxquelles l'auteur devra répondre dans le corps de son texte.

• Le chat reste au fond une ligne de commande, simplement dotée d'un parseur beaucoup plus tolérant sur les formulations.
• L'interface graphique montre ce qui est possible. Dans un champ de saisie vide, on ne le voit pas.
• Une fenêtre de données permet de vérifier le résultat d'un coup d'œil. Un « terminé » textuel n'offre pas cette vérification.
• L'annulation, la confirmation et l'historique des actions sont intégrés à l'interface graphique. Dans les scénarios agentiques, il faut les concevoir séparément.
• Les tâches exigeant une sélection spatiale précise, comme délimiter une zone sur une photo ou corriger une cellule d'un tableau, vont plus vite à la souris qu'avec des mots.

Conclusions pratiques pour les équipes produit

Même en ne suivant l'auteur qu'à moitié, les priorités changent. Il convient d'abord d'ouvrir les fonctionnalités de l'application via une API et des outils documentés, afin que l'agent puisse les utiliser. L'interface cesse alors d'être l'entrée principale pour devenir un panneau de contrôle : elle montre ce que l'agent a fait et permet d'annuler rapidement le résultat.

Pour les développeurs, un test simple permet d'évaluer leur produit : quels scénarios peut-on accomplir en une seule phrase, et lesquels ne se font pas sans écran ? Les premiers sont à confier à l'agent, les seconds à garder visuels. Il faut en outre prévoir séparément un journal des actions, une confirmation des opérations irréversibles et des messages d'erreur compréhensibles.

L'auteur publie la version complète, avec la démonstration, sur Habr. Une chose apparaît déjà clairement : la question n'est plus « comment rendre ce bouton plus pratique », mais « l'humain a-t-il encore besoin de ce bouton si c'est un agent qui l'actionne ».