Développer un logiciel, ce n'est pas coder : pourquoi l'IA résout le mauvais problème

Développer un logiciel, ce n'est pas seulement écrire du code. L'IA traite bien cette tâche étroite, mais le processus d'ingénierie se compose de dizaines d'autres problèmes qu'une machine ne sait pas résoudre.

Coder et développer un logiciel sont deux métiers différents

Il existe une distinction utile, longtemps oubliée dans le brouhaha médiatique. Coder consiste simplement à traduire une logique dans la syntaxe d'un langage de programmation. Il suffit pour cela d'une formation technique de niveau intermédiaire et d'une expérience dans un ou deux langages. Mais le développement logiciel est une véritable discipline d'ingénierie. Le développeur s'occupe de la conception de l'architecture, de la communication avec les parties prenantes, de la gestion des exigences, de la planification des livraisons, de l'évaluation des risques et de la dette technique. Écrire du code est un agréable bonus, mais pas le cœur du travail.

L'IA écrit effectivement bien du code. Mais lorsqu'on examine les sprints et rétrospectives réels en entreprise, on constate que le code n'est qu'une des nombreuses pièces du tableau d'ensemble du développement.

Là où l'IA ne voit pas les problèmes

Les retards et les échecs en développement surviennent rarement parce que quelque chose est « techniquement difficile ». En rétrospective, les équipes se plaignent de tout autre chose :

• Les exigences sont formulées de façon floue : il faut les préciser, les refaire, les préciser encore, de nombreuses fois
• Les décisions d'architecture prises il y a des mois n'ont pas tenu compte de nouvelles contraintes, ou sont devenues plus complexes
• Les parties prenantes répondent lentement, donnent des consignes contradictoires ou changent les priorités en plein sprint
• La dette technique s'accumule sans bruit et ralentit le développement de 30 à 40 %
• Il est difficile d'estimer une nouvelle tâche sans spécification claire et complète

C'est là que l'ingénierie humaine montre sa valeur : dans la maîtrise de cette complexité. L'IA peut prendre une spécification complète et prête, et écrire un code bon et fiable. Mais si la spécification elle-même est le fruit de six mois de précisions, de négociations, de compromis et de débats d'architecture, l'IA ne voit pas ce processus et ne peut pas l'améliorer.

« L'IA résout assez bien la tâche d'écrire du code.

Seulement, elle résout la mauvaise tâche ».

Ce dont le développement a réellement besoin

Les investissements dans le codage par IA sont justifiés et continueront de croître. Mais ils traitent un problème secondaire. Le vrai bond de productivité viendra d'outils et de processus qui aident à recueillir et préciser les exigences sans trente échanges avec le product manager, à suivre leurs évolutions au fil du sprint, à gérer l'architecture et la dette technologique, et à relier le code aux exigences.

Ce que cela signifie

Aujourd'hui, tout le bruit autour de l'IA se concentre sur la vitesse de codage. Mais si les exigences sont mal recueillies, si l'architecture boite et si les parties prenantes ne sont pas alignées entre elles, un code rapide ne vous sauvera pas. L'ingénierie logicielle commence bien avant l'ouverture de l'IDE. Et là, l'IA ne peut presque rien faire.