Je pense que les « backward-deployed engineers » pourraient devenir l’un des rôles caractéristiques du développement assisté par IA. 🤖💻
On nous promettait que l’IA supprimerait les parties ennuyeuses. En réalité, elle génère le code ; l’ingénieur le relit, questionne les hypothèses, répare l’architecture, trouve les edge cases, corrige les tests, vérifie les dépendances et en réécrit parfois une bonne partie. 😅
C’est une inversion étrange. Mais j’en apprécie un autre aspect : j’apprends constamment dans le code généré. J’ai toujours aimé la documentation, les man pages et les références d’API. Quand Codex produit quelque chose que je ne connais pas, je ne l’accepte pas simplement. Je le cherche.
Chaque commande inconnue. Chaque paramètre oublié. Chaque API ou méthode nouvelle. Étonnamment souvent, j’apprends quelque chose. Récemment, Codex a utilisé Format-Hex dans PowerShell d’une manière nouvelle pour moi. Ma réaction n’a pas été « parfait, on ship ». Elle a été : « Attends, qu’est-ce que ça fait exactement ? » 😄
J’ai ouvert la documentation, vérifié, expérimenté, puis ajouté un outil à ma boîte. Relire du code IA n’est donc pas seulement du nettoyage : bien fait, cela devient une boucle d’apprentissage continue.
La distinction essentielle est simple : relire le code ou seulement l’accepter. L’accepter aveuglément, c’est externaliser la compréhension. L’inspecter, le questionner et vérifier l’inconnu peut vous exposer à des techniques que vous n’auriez jamais rencontrées. 🔍
Pour les prototypes, l’AI coding est déjà extraordinairement puissant. Pour les systèmes vastes et durables, je reste prudent. Générer du code ne coûte presque rien. Comprendre un codebase, si. Chaque ligne générée aujourd’hui devra être comprise, maintenue et déboguée demain.
Le futur ingénieur sera peut-être architecte, reviewer, backward-deployed engineer — et de nouveau étudiant. 👨💻📚🤖 Cette dernière partie me convient très bien.