AI Manifesto
Aucun post, aucune page de ce blog nâest Ă©crit avec une IA.
Les raisons en sont nombreuses. Je ne suis pas un grand utilisateur des IA en gĂ©nĂ©ral. Cette page, en plus de clamer haut et fort ce postulat, a aussi pour but dâen expliquer les raisons.
Jâaime Ă©crire et ĂȘtre lu
Câest peut-ĂȘtre prĂ©tentieux, mais jâaime Ă penser que les personnes qui viennent lire mes articles le font en partie parce quâelles espĂšrent avoir mon point de vue, mon approche, et pas celle dâun LLM (Large Language Model). Mes biais sont suffisants pour ne pas avoir Ă ajouter ou gĂ©rer ceux dâun LLM amĂ©ricain, chinois, ou mĂȘme français dâailleurs.
Je pense aussi avoir pris goĂ»t Ă lâĂ©criture. Cet exercice (car je le vois comme tel) me force Ă structurer mes idĂ©es, en allant parfois Ă lâessentiel, en mâassurant que le contenu est clair, prĂ©cis, et correspond Ă lâapproche que je veux en avoir. Cette approche, principalement autour de la pĂ©dagogie et du partage, me dĂ©finit sur beaucoup de mes activitĂ©s.
Câest dâailleurs essentiellement pour cela que jâai pris le temps dâĂ©crire un livre (spoiler : pas dâIA non plus). Lâaccomplissement de cet exercice, qui a probablement Ă©tĂ© lâun des plus difficiles que jâaie eu Ă mener dans ma vie, nâaurait eu aucune saveur sâil avait Ă©tĂ© gĂ©nĂ©rĂ© par une IA.
Dans mon travail dâĂ©criture, jâaime aussi faire corriger mon contenu textuel par quelquâun dont câest le mĂ©tier : Laura Dhalluin. Au-delĂ de la simple correction orthographique, elle sâassure de la cohĂ©rence et de la bonne utilisation des termes, remplace les anglicismes, propose des reformulations. Câest aussi une amie et câest une forme de soutien dans son activitĂ© que de solliciter ses services. Je prĂ©fĂšre de loin payer quelques dizaines dâeuros Ă Laura pour une correction de qualitĂ©, que de payer un abonnement Ă une IA qui fera un travail (est-ce quâon peut vraiment utiliser ce terme) de bien moins bonne qualitĂ©.
Mon usage (faible) des IA
Dans la création de contenu
Je nâai jamais trop aimĂ© les images rendues par IA. Leur effet fake ne me plaĂźt pas et je suis dâautant plus inquiet des photos gĂ©nĂ©rĂ©es ayant lâair rĂ©elles (deepfakes et autres usages malveillants). Je prĂ©fĂšre de loin sĂ©lectionner une photo ou illustration libre de droits sur un site comme https://unsplash.com/ ou https://pixabay.com et crĂ©diter lâauteur ou lâautrice via une mention ou un lien. Câest ce que jâessaye de faire pour les photos de couverture de mes articles.
Concernant le contenu textuel, jâutilise parfois un LLM pour affiner un plan que jâai commencĂ© Ă la main ou pour complĂ©ter mes idĂ©es. Mais jamais pour la rĂ©daction. Le plus souvent, les LLM ne font que reprendre le plan que je leur ai proposĂ©, en le rĂ©organisant lĂ©gĂšrement, et en ajoutant quelques points que jâaurais pu oublier.
LLM-Driven-Development
Les personnes ayant travaillĂ© avec moi savent que jâutilise aussi assez peu lâIA pour Ă©crire mon code.
Je fais partie de la gĂ©nĂ©ration qui a appris Ă coder sur papier et avec des livres. Jâai souvent combattu ce que jâappelais le StackOverflow-Driven-Development, qui consiste Ă copier/coller les rĂ©ponses marquĂ©es dâune coche verte de StackOverflow. Cette pratique prĂ©sente selon moi plein de dĂ©fauts : elle nâaide pas Ă apprendre, elle introduit potentiellement des failles de sĂ©curitĂ©, du code de qualitĂ© variable avec des pratiques qui peuvent ĂȘtre obsolĂštes.
Le LLM-Driven-Development suit selon moi le mĂȘme chemin, mais avec un aspect supplĂ©mentaire « rigolo ». Les LLM qui gĂ©nĂšrent du code ont des modĂšles qui ont « appris » sur du code provenant principalement de GitHub. Produire du code en utilisant un outil ayant appris sur du code de qualitĂ© non maĂźtrisĂ©e ne me semble dĂ©jĂ pas forcĂ©ment une bonne idĂ©e. Ce code gĂ©nĂ©rĂ© par ces IA servira ensuite Ă faire apprendre la gĂ©nĂ©ration suivante du modĂšle de LLM. Je nâarrive pas Ă imaginer dans quelle mesure ce processus ne pourrait pas mener Ă une dĂ©gĂ©nĂ©rescence globale du code.
On observe dĂ©jĂ aujourdâhui des phĂ©nomĂšnes inquiĂ©tants liĂ©s Ă ce processus. GitClear a publiĂ© un rapport sur la qualitĂ© observĂ©e du code dâune centaine de repositories open-source (dont ceux de Chromium, VSCode, React, Electron, Elasticsearch, Ansible, et beaucoup dâautres) qui semble se dĂ©grader depuis lâadoption massive des IA dans nos mĂ©tiers. La quantitĂ© de code dupliquĂ© a tendance Ă augmenter, ce qui aura probablement pour effet lâaugmentation du nombre de dĂ©fauts constatĂ©s, ainsi que lâaugmentation de la complexitĂ© de leur rĂ©solution. Le code Ă©crit Ă lâaide dâun assistant IA semble aussi plus soumis Ă des bugs.
Un papier de Microsoft (!) cite dans sa conclusion : « While GenAI can improve worker efficiency, it can inhibit critical engagement with work and can potentially lead to long-term overreliance on the tool and diminished skill for independent problem-solving ». Ce constat rĂ©sonne Ă©normĂ©ment avec le constat partagĂ© avec des professeurs de lâUniversitĂ© de Lille : certains Ă©tudiants sont parfois en difficultĂ© pour rĂ©aliser les tĂąches quâon leur demande (leur futur travail hein) sans lâaide de leur IA prĂ©fĂ©rĂ©e.
Autre phĂ©nomĂšne : quand on demande Ă ChatGPT de gĂ©nĂ©rer du code front, il gĂ©nĂšre en premier du code React. Cela peut sembler logique, Ă©tant donnĂ© que React semble ĂȘtre la librairie la plus utilisĂ©e pour dĂ©velopper des frontends. Beaucoup de dĂ©veloppeurs choisissent alors dâutiliser cette librairie, ainsi que les dĂ©pendances que ChatGPT leur suggĂšre. Cet exemple (je nâai rien contre React), illustre un cas dâenfermement technologique et pourrait mĂȘme sâavĂ©rer dangereux, si jamais une IA, sous le contrĂŽle dâune organisation quelconque, sâamusait Ă suggĂ©rer une dĂ©pendance contenant une faille de sĂ©curitĂ© par exemple.
Est-ce que ChatGPT sait gĂ©nĂ©rer du code compatible avec la toute derniĂšre version de Spring Security, ou gĂ©nĂšre-t-il du code pour Spring Security 5, qui est le plus prĂ©sent sur GitHub et donc forcĂ©ment plus ancrĂ© dans son modĂšle ? Tout ça pour dire que les personnes ne sâappuyant que sur leur LLM pour Ă©crire le code risquent dâĂȘtre incapables de lâadapter ou de le maintenir si elles ne savent pas ce quâelles font. Les approches de type RAG (Retrieval-Augmented Generation), permettent de pallier en partie ces biais, mais ne sont pas toujours utilisĂ©es par dĂ©faut.
Jâen viens aussi Ă penser que les phrases vues parfois qui, en substance, se rĂ©sument par « On va remplacer les dĂ©veloppeurs par des IA » est le take le plus pĂ©tĂ© que jâai pu entendre ces derniĂšres annĂ©es. RĂ©duire mon mĂ©tier Ă la simple Ă©criture du code est ignorant, voire malhonnĂȘte. LâIA peut sâavĂ©rer utile comme outil pour aider les dĂ©veloppeurs, pour prĂ©parer des revues de code, proposer du refactoring (mais lĂ , un simple LLM ne me semble pas le plus pertinent), expliquer du code, gĂ©nĂ©rer des tests, mais ne remplacera pas les dĂ©veloppeurs (tout comme le No-Code ne les a pas remplacĂ©s).
Conclusion
Vous lâaurez compris en lisant ces lignes, je ne suis pas un grand utilisateur ou admirateur des IA actuelles.
Je pense que lâIA est un outil formidable, mais que les usages que jâobserve massivement aujourdâhui, Ă savoir gĂ©nĂ©rer des images (moches, mais câest mon avis), des deepfakes et du code bancal (encore une fois mon avis), ne sont pas Ă la hauteur de ce quâon pourrait espĂ©rer dâun tel outil.
Je nâaime pas voir apparaĂźtre des IA dans tous les outils que jâutilise, sans en avoir besoin. Leur cĂŽtĂ© non dĂ©terministe (donc non testable), les « hallucinations » des LLM, et leur dĂ©gĂ©nĂ©rescence qui, selon moi, ne peut que se produire, sont pour moi clairement les problĂšmes de la gĂ©nĂ©ration actuelle de ces outils.
Je pense que vous méritez (nous méritons) mieux que ça.
JâĂ©cris moi-mĂȘme mes articles et mon code.
Inspiration et ressources
Cette page est directement inspirĂ©e par ce que jâai pu voir chez dâautres bloggers, en particulier Denis Germain sur https://blog.zwindler.fr/ai-manifesto/ et Cassidy Williams sur https://cassidoo.co/ai/, qui ont eux-mĂȘme Ă©tĂ© inspirĂ©s par Damola Morenikeji sur https://www.bydamo.la/p/ai-manifesto.
JâĂ©diterai probablement cette page de temps en temps, avec de nouveaux Ă©lĂ©ments et de nouveaux liens issus de ma veille. AprĂšs tout, il nâest pas impossible que je change dâavis.
- ChatGPT : le mythe de la productivité
- AI Copilot Code Quality: 2025 Look Back at 12 Months of Data
- The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers
- StackOverflow Driven-Development (SODD)