• D’une part, les agents IA pour le code sont parmi les systèmes d’intelligence artificielle les plus avancés au monde. Leur qualité a connu un progrès fulgurant en à peine quelques années.

• D’autre part, le systèmes d’IA agentique étant par définition situés à la rencontre entre l’IA et le génie logiciel, l’intelligence artificielle n’est plus le pré carré des statisticiens et des analystes de données. Désormais les ingénieurs en agentique jouent un rôle tout aussi important dans l’émergence des agents IA en entreprise.

Il est parfois difficile de voir clair dans ce grand chamboulement. La méthode Still Coding vise à définir une philosophie, des principes et des techniques concrètes, pour une adoption saine de l’IA agentique par les développeurs et développeuses informatiques.

Tout change et rien ne change : nous sommes toujours des codeurs.

Principes fondateurs du Still Coding

• Nous sommes toujours des développeurs et développeuses informatiques

• Nous ne vénérons ni ne craignons l’intelligence artificielle

• L’intelligence artificielle est à notre service et non l’inverse

• Nous produisons du code et ne sommes pas restreints à un rôle de monitoring de l’IA

• Nous payons nos dettes techniques

• Nous apprenons tout au long de notre carrière, par la théorie et par la pratique du code

Ces quelques principes sont une base de travail et il appartient à la communauté de les faire vivre. Vous pouvez y contribuer en contactant directement l’équipe de rédaction de la newsletter.

Les erreurs dont nous pouvons nous inspirer pour faire mieux

• Les réseaux sociaux connectent les individus de par le monde, mais engendrent aussi une domination algorithmique, les moteurs de recommandation étant conçus pour optimiser des métriques favorables à la plateforme indépendamment de la qualité de vie des utilisateurs. Une lecture maximaliste de l’article 5 de l’AI Act pourrait changer la donne ? Les agents IA ne doivent en tout cas pas suivre cette trajectoire et être conçus pour poursuivre des objectifs qui servent l’humain.

• La “so-so automation” (Daron Acemoğlu). Le remplacement du travail humain par un travail automatique dont la valeur ajoutée est trop faible pour compenser les externalités négatives est à proscrire. Créer un logiciel, une automatisation ou un agent IA, c’est choisir de résoudre un problème au détriment d’un autre problème que nous aurions pu traiter dans le même temps. Ces décisions doivent donc être éclairées et rationnelles.

Le Still Coding, c’est aussi reconnaître les imperfections de l’informatique telle qu’elle existe aujourd’hui, pour que l’informatique de demain soit meilleure, libératrice et créatrice de valeur pour l’humanité, grâce aux gains de créativité, qualité et productivité apportés par l’IA.

Exemples de recommandations

• Configurer son assistant IA progressivement et itérativement

• S’appuyer sur l’expérimentation factuelle pour mesurer les progrès apportés par l’IA

• Mettre en place une boucle de feedback pour l’agent et pour l’humain : outils d’audit de sécurité, de qualité du code, agents IA pour le testing…

• Favoriser les outils en boîte blanche, auditables

• Développer sa capacité à décomposer les concepts haut niveau en concepts bas niveau pour bien les comprendre

• Comprendre 100% du code produit par l’IA et pouvoir le modifier à volonté

• S’éduquer en s’appuyant sur des références de qualité

• Ne pas avoir peur de la trivialité : il n’y a pas a priori de tâche meilleure ou moins bonne qui devrait être confiée à l’intelligence artificielle ou à l’humain

Chaque recommandation peut se décliner en différentes implémentations. Si l’idée de la méthode Still Coding vous plaît, abonnez-vous à la newsletter pour recevoir les prochains articles. Si vous voulez vous investir dans ce projet, contactez-nous sans hésiter !

Abonnez-vous maintenant