Contexte et terminologie
Dans les discussions autour de l’intelligence artificielle appliquée au développement, deux catégories se sont imposées : les programmeurs artisanaux, qui privilégient l’expérience de codage, et les ingénieurs logiciels, qui mettent l’accent sur le résultat final. Cette opposition ne repose pas sur une mesure objective, mais sur une construction sociale qui a évolué avec l’adoption massive des modèles de langage.
Pratiques de fiabilité et outils
L’auteur affirme que les tests unitaires, les revues par LLM et les vérificateurs formels permettent d’atteindre 99 % de correction du code, mais ne garantissent pas la perfection requise pour la maintenabilité ou l’absence de comportements non documentés. Il souligne que l’absence d’interaction directe avec le code empêche de détecter les fautes de frappe et les incohérences de conception, ce qui, selon lui, justifie le refus d’utiliser les LLM. Le texte cite également les provers comme moyen d’obtenir une preuve de correction par construction, même si aucune métrique chiffrée n’est fournie pour ces outils.
Analyse sociotechnique du changement de vocabulaire
En 2021, Hillel Wayne a mené le projet « crossover », interviewant des professionnels issus d’autres disciplines d’ingénierie. Le résultat indique que la majorité considère le développement logiciel comme une forme d’ingénierie, mais que le vocabulaire actuel ne distingue pas clairement les pratiques « artisanales » des pratiques « ingénierie ». Wayne propose le terme « software craftsman » pour combler ce vide lexical. Cette observation montre que la différenciation terminologique est davantage un problème de communication que de compétence technique.
Implications et limites
Le texte décrit une transition culturelle où les revues automatisées comme PVS‑Studio sont passées d’outils promotionnels à standards de validation, tandis que les systèmes de typage fort ont cédé la place à des spécifications libres. Cette évolution est présentée comme un « meme » qui s’est propagé rapidement, sans justification technique mesurable. L’auteur relie ce phénomène à une forme d’anti‑intellectualisme, arguant que la communauté valorise désormais la rapidité d’écriture au détriment de la rigueur. Toutefois, l’article ne fournit pas de données quantitatives sur l’adoption des LLM ou sur le taux d’erreurs comparatif entre les deux approches, ce qui limite la portée de l’analyse. En l’absence de mesures précises, il reste difficile d’évaluer l’impact réel sur la qualité du logiciel ou sur la reconnaissance professionnelle.