Contexte et affirmation principale
L’article de Cekrem affirme que l’arrêt de la programmation conduit à une détérioration de la capacité à relire et à critiquer du code. L’auteur compare ce phénomène à la perte de performance d’un musicien ou d’un athlète qui ne s’entraîne plus. Il souligne que, contrairement à d’autres disciplines où la pratique est reconnue comme indispensable, le domaine du génie logiciel tend à sous‑estimer cet aspect.
Mécanismes d’apprentissage et mémoire musculaire
Le texte s’appuie sur le concept de « muscle memory » : les gestes répétés créent des connexions neuronales qui facilitent la reconnaissance de patterns dans le code. Lorsque ces gestes cessent, les chemins synaptiques s’affaiblissent, ce qui rend plus difficile l’identification d’anomalies ou de mauvaises abstractions lors d’une revue. Cette perte de fluidité se traduit par une augmentation du temps de lecture et une moindre capacité à anticiper les effets secondaires d’une modification.
Impact de l’usage intensif d’IA sur la pratique
L’auteur met en garde contre le recours systématique à des modèles de langage pour générer ou résumer du code. Il argue que la dépendance à l’IA crée une boucle où l’effort cognitif requis diminue, ce qui, à son tour, empêche le renforcement des compétences de résolution de problèmes. Le texte cite l’exemple d’un développeur qui se contente de « reviewer » du code produit par Claude sans le lire en profondeur, ce qui limite l’exposition aux structures complexes et aux anti‑patterns.
Conséquences sur la qualité des revues de code
Sans pratique régulière, le développeur perd la capacité à distinguer un code « Easy To Change » d’un code rigide. La perte de familiarité avec les conventions de nommage, les principes SOLID ou les patterns de conception conduit à des commentaires moins pertinents et à une moindre détection de bugs. Le texte indique que cette situation peut entraîner une accumulation de dette technique, car les revues deviennent superficielles.
Limites de l’argumentation et perspectives
L’article ne fournit pas de mesures quantitatives (taux d’erreur, temps moyen de revue) pour étayer la corrélation entre pratique et performance. Il repose sur des analogies et sur l’observation subjective de l’auteur. Cette absence de données empiriques limite la portée de la conclusion et invite à des études contrôlées. Néanmoins, le raisonnement repose sur des principes reconnus en psychologie de l’apprentissage, ce qui renforce la plausibilité de l’hypothèse.