Intelligence artificielle & développement

L'IA dans mon quotidien de développeuse

Ce qu'elle accélère vraiment, et ce qu'elle ne remplace pas.

Sommaire
  1. 01Premier réflexe : tout confier d'un coup
  2. 02Avancer pas à pas
  3. 03Piloter l'IA, US par US
  4. 04Garder le contrôle

En janvier, j'écrivais que l'IA marquait un changement de paradigme pour notre métier. Dix mois plus tard, voici le retour terrain promis : comment je l'utilise vraiment, après beaucoup d'essais et pas mal d'erreurs.

Spoiler : elle me fait gagner un temps réel. Mais pas là où je l'attendais au départ. Et elle ne fait pas le travail qui compte le plus : comprendre le besoin et savoir challenger une demande.

Premier réflexe : tout lui confier d'un coup

J'ai commencé comme beaucoup : décrire l'application en quelques paragraphes et laisser l'IA tout produire. Le résultat compilait, avait l'air propre… et ne me satisfaisait pas.

Le code partait dans des directions que je n'avais pas choisies. Des règles métier étaient inventées pour combler les trous de ma demande. Et surtout, je ne maîtrisais plus ce qui avait été produit. Reprendre ce code aurait pris plus de temps que de l'écrire.

Le problème ne venait pas vraiment de l'outil. Il venait de ma façon de lui parler : une demande floue donne un résultat flou, simplement plus vite.

Avancer pas à pas, comme sur un vrai projet

J'ai donc changé d'approche : faire avancer l'IA étape par étape, dans l'ordre où je mène un projet moi-même.

  1. Les user stories. Je l'ai d'abord sollicitée pour m'aider à écrire des US précises. C'est là qu'elle m'a le plus surprise : en posant des questions, elle révèle les zones floues du besoin.
  2. Les cas de tests métier. Ensuite, les scénarios à valider pour chaque US. Formuler les critères d'acceptation avant d'écrire une ligne de code, c'est du BDD appliqué, et l'IA y est très efficace.
  3. L'architecture. Puis la mise en place de l'architecture. J'ai repris ses propositions, je les ai challengées, et je l'ai parfois fait changer d'avis. Elle propose vite et bien, mais elle ne connaît ni le contexte du client, ni ses contraintes d'exploitation, ni l'équipe qui maintiendra le code.

Cette phase m'a appris deux choses. D'abord, à la questionner au lieu de la croire sur parole. Ensuite, à mieux exprimer mon besoin dès le départ : le contexte, les restrictions, les attendus. Autrement dit, exactement ce qu'on attend d'un bon cahier des charges.

Piloter l'IA, US par US

Une fois le cadre posé, je l'ai pilotée pour chaque user story, avec trois garde-fous :

  • Des contraintes fortes. Ce qu'elle a le droit de toucher, les patterns à respecter, ce qui est hors périmètre.
  • Une documentation d'architecture. Elle sert de référence commune : l'IA s'y conforme, et je vérifie qu'elle le fait.
  • Des petites PR. Une PR courte, je la relis vraiment. Une PR de 2 000 lignes, je la survole, et c'est là que les erreurs passent.

C'est finalement la façon dont j'encadrerais un développeur junior très rapide : un cadre clair, des livraisons courtes, une revue systématique.

Garder le contrôle

Oui, je suis de celles qui veulent comprendre ce que fait l'IA, être capables de reprendre son code et de le corriger. C'est sans doute plus long que de tout accepter les yeux fermés. Mais c'est ce qui me permet de garder la main sur ce qui est produit, et d'en répondre devant mes clients.

Après ces mois de pratique, voici où je place la frontière :

Ce que l'IA accélère vraimentCe qu'elle ne remplace pas
Rédiger des US et des critères d'acceptationComprendre le vrai besoin derrière la demande
Proposer des options d'architectureChoisir en fonction du contexte, des contraintes et de l'équipe
Écrire le code d'une US bien cadréeChallenger une demande, dire « non » ou « pas maintenant »
Générer les testsRelire, comprendre et assumer ce qui part en production

La colonne de droite, c'est précisément ce que mes clients viennent chercher.

En conclusion

L'IA m'apporte aujourd'hui beaucoup de valeur. Elle me fait coder plus vite, c'est certain. Mais son effet le plus inattendu est ailleurs : elle a amélioré ma réflexion, en me forçant à être plus organisée et plus précise dans l'expression du besoin.

Le changement de paradigme dont je parlais en janvier est bien réel. Il ne déplace pas la valeur du développeur vers la machine : il la déplace vers ce qui se passe avant et après le code. Comprendre, cadrer, challenger, relire.

Et vous, où placez-vous la frontière entre ce que vous déléguez à l'IA et ce que vous gardez sous contrôle ?

Parlons de votre projet