Contexte et motivations

Le texte s’appuie sur l’histoire du Manifeste Agile de 2001 pour justifier la création d’un nouveau cadre dédié à l’usage de l’intelligence artificielle dans le développement logiciel. Les auteurs soulignent que, selon le manifeste, « AI is the most useful tool most of us have ever worked with, but a swarm of agents can produce more work in a single day than a person can review in our lifetime ». Cette affirmation sert de point de départ pour expliquer pourquoi la communauté doit repenser la relation entre production automatisée et effort humain.

Mécanismes de production de slop avec l’IA

Le document définit le « slop » comme un déséquilibre entre l’effort de création et l’effort requis à la lecture : « Slop is when we put less effort into producing something than we ask the consumer to spend understanding it ». Il précise que le coût de génération d’un PR de mille lignes ou d’un document de dix pages « approche zéro », alors que le coût de révision « reste constant ». Cette asymétrie provient de modèles capables de générer du texte ou du code à très faible coût marginal, alors que la validation humaine ne bénéficie d’aucune optimisation similaire.

Analyse des impacts sur la qualité et la charge de travail

Les auteurs indiquent que le slop se propage lorsqu’on intègre des sorties d’IA sans vérification : « Slop happens when we pass AI output along without taking responsibility for the quality or the reader's experience ». Ils notent également que la présence de slop dans les bases de connaissances, les chats ou le code crée un effet de « compounding », chaque nouvel agent reproduisant les défauts précédents. Cette dynamique augmente le risque de dérives architecturales et de dette technique, car les outils actuels (linters, vérificateurs) ne sont pas « suffisant » pour éliminer les problèmes de compréhension humaine.

Recommandations et limites

Le manifeste propose plusieurs mesures concrètes : clarifier la provenance d’une partie générée par un agent, réviser systématiquement les éléments à fort enjeu, et privilégier l’optimisation des systèmes et des outils pour une « efficient elicitation of human intent ». Il reconnaît toutefois que « None of us has this figured out », soulignant l’absence de métriques précises pour quantifier le slop. En l’absence de données chiffrées, l’article recommande de combiner les revues humaines avec des contrôles automatisés, tout en restant conscient que la responsabilité finale demeure humaine.