Skip to content
realyyz's blog
Click here to change language
Go back

La programmation m’a toujours passionné. C’est encore le cas. Et le sera.

Edit page

Résumé

Ce que cet article veut dire, ce n’est pas que « les programmeurs ne seront jamais remplacés », mais plutôt : si la programmation est importante, ce n’est pas d’abord parce que c’est un métier bien rémunéré, mais parce qu’elle permet à l’individu, pour la première fois, de dialoguer directement avec une capacité de calcul universelle.

La révolution de l’information est différente de celles de la vapeur et de l’électricité. La vapeur et l’électricité amplifient surtout la force physique, l’énergie et la capacité de production externe ; l’ordinateur personnel et les logiciels mettent entre les mains de l’individu une machine cognitive universelle, permettant à une personne ordinaire de s’asseoir devant sa machine et de transformer une idée en quelque chose qui fonctionne. L’effet de levier dont bénéficient les programmeurs depuis des décennies provient de ce pouvoir de « traduire l’intention humaine en langage machine ».

Les LLM sont en train d’abaisser cette barrière. Ils font du langage naturel une interface pour piloter l’ordinateur, donnant à davantage de personnes une partie du levier autrefois réservé aux programmeurs. Mais cela ne signifie pas pour autant que les LLM actuels soient une IAG. Même s’ils semblent suffisamment humains dans certains tests de Turing, ils dépendent encore largement d’experts humains, de capitaux et d’une immense puissance de calcul pour faire évoluer leurs capacités. Ils n’ont pas encore formé une boucle autonome d’auto‑apprentissage, d’auto‑jeu et d’auto‑amélioration.

Ce qui est vraiment préoccupant, c’est que l’infrastructure de l’IA risque d’être encore plus concentrée. L’ère du PC a mis la puissance de calcul sur le bureau des particuliers ; l’ère de l’IA, elle, concentre les meilleurs modèles, les puces, les centres de données et les points d’accès aux plateformes entre les mains de quelques entreprises et personnes fortunées. Cela suscite à la fois de l’enthousiasme et de la déception : l’individu ordinaire obtient des outils plus puissants, mais risque aussi de tomber dans une dépendance plus insidieuse aux plateformes.

D’un point de vue non religieux et naturaliste, une IA forte finira par apparaître. L’intelligence et la conscience humaines sont issues du cerveau, un organe matériel ; puisqu’un système matériel peut produire de l’intelligence et de la conscience, rien ne permet d’affirmer par principe qu’une machine ne pourra jamais surpasser le cerveau humain, ni qu’elle ne pourra jamais avoir de conscience. Une fois qu’une IA forte émergera, sa portée dépassera la question du « vol d’emplois », car elle pourrait bien être la première chose que l’humanité invente qui soit « plus inventive que l’humain ».

Mais même si une IA forte advient, même si écrire des programmes perd sa valeur économique, je continuerai à le faire. Comme les humains continuent à jouer aux échecs ou au go alors que l’IA les bat, comme ils continuent à courir alors que les voitures vont plus vite, la valeur de la programmation n’est pas seulement de surpasser la machine. C’est une attitude : comprendre soi-même les règles du monde, trouver plaisir à la finesse des algorithmes. Beaucoup ne sont pas devenus programmeurs pour l’argent, mais parce que programmer en soi est intéressant.

C’est pourquoi le titre est : J’étais excité de programmer. Je le suis toujours. Et le serai.

La programmation est actuellement le seul moyen pour l’humanité de dialoguer directement avec une capacité de calcul universelle.

Cette phrase ressemble à un slogan technique, mais elle cache une longue histoire. L’histoire économique classe généralement la vapeur, l’électricité et les technologies de l’information parmi les technologies génériques typiques : elles n’améliorent pas seulement un secteur, mais transforment simultanément la vie domestique, la production industrielle, les structures organisationnelles et le fonctionnement de la société. La machine à vapeur a remodelé les usines et les transports, l’électricité a transformé l’éclairage, les communications et la fabrication, tandis que l’informatique a apporté le calcul, la mémoire, l’expression, la collaboration et l’automatisation dans la vie personnelle. Ces trois technologies ont chacune impulsé une révolution technologique, mais la révolution de l’information présente une caractéristique sans précédent : pour la première fois, le contrôle d’une technologie générique a été massivement décentralisé entre les mains des individus, et cette technologie a étendu les capacités du cerveau humain.

La spécificité de la révolution de l’information : l’individu possède pour la première fois une machine cognitive universelle

La révolution industrielle et celle de l’électricité ont bien sûr changé la vie quotidienne des gens ordinaires, mais ces derniers y étaient surtout impliqués en tant qu’ouvriers, consommateurs, résidents ou passagers. Une personne pouvait utiliser une lampe électrique, prendre le train, travailler à l’usine, mais elle ne pouvait guère modifier directement le réseau électrique, le système ferroviaire ou la chaîne de montage. L’ère du PC est différente. Le microprocesseur et l’ordinateur personnel ont mis la puissance de calcul, autrefois réservée aux institutions, aux laboratoires et aux grandes entreprises, sur le bureau des particuliers. Écrire, faire des tableaux, programmer, concevoir : ces capacités sont devenues pour la première fois des activités que l’individu pouvait manipuler lui-même. Le PC est la première machine à améliorer les capacités cognitives personnelles.

La différence fondamentale entre la révolution de l’information et les deux précédentes ne réside pas dans son « ampleur », mais dans le fait qu’elle a modifié l’interface entre l’individu et le monde. La vapeur et l’électricité amplifient principalement la force physique, l’énergie et la capacité de production externe ; l’informatique amplifie, elle, les capacités cognitives, de calcul et d’abstraction. Les deux premières révolutions ont permis aux machines de déplacer, d’éclairer et de transporter des objets pour l’homme ; la révolution de l’information a fait que les machines se mettent à traiter pour lui tableaux, logique, communications, recherches et souvenirs.

Sa deuxième spécificité, c’est la programmabilité. L’électricité est puissante, mais personne ne peut, avec quelques lignes d’instructions, faire en sorte que le circuit électrique de sa maison devienne un outil comptable aujourd’hui, un outil de mise en page demain, et une console de jeux après-demain. L’ordinateur, lui, le peut. Une même machine, en changeant simplement de logiciel, peut devenir un outil complètement différent. L’essence du PC, ce n’est pas seulement la puissance de calcul, mais le fait qu’une machine universelle puisse se métamorphoser continuellement grâce au logiciel. Cela explique aussi pourquoi les programmeurs ont eu tant de chance ces dernières décennies : ils se tiennent sur une chaîne d’outils universels, reproductibles, combinables et automatisables. L’expansion des machines physiques exige souvent des usines, des lignes de production et des chaînes d’approvisionnement ; la copie d’un programme a un coût quasi nul. Un excellent programmeur crée plus de valeur que dix mille programmeurs médiocres, ce n’est pas une exagération. Un tel effet de levier est sans précédent dans l’histoire des technologies humaines.

L’esprit hacker n’est pas l’apanage des programmeurs

Ceux qui sont vraiment attirés par la programmation ne le sont souvent pas seulement par les revenus, mais par le fait de « modifier les choses de leurs propres mains ». Cette disposition est généralement appelée l’esprit hacker.

L’esprit hacker, ce n’est pas l’intrusion, ni la mise en scène du codeur à capuche. C’est plutôt une manière d’aborder le monde : face à un système, on ne se contente pas de le trouver « suffisamment fonctionnel », on veut comprendre pourquoi il fonctionne ainsi, ce qui cloche, et si on peut le simplifier. Ce genre de personne n’aime généralement pas s’en tenir aux commentaires et aux plaintes. Elle met la main à la pâte, procède par essais et erreurs, et décompose un problème flou en sous-problèmes traitables.

Pour un hacker authentique, une porte fermée est une provocation, une porte verrouillée une insulte.

Ce type de personne n’est pas apparu à l’ère informatique. Avant les ordinateurs, ils pouvaient être horlogers, serruriers, fabricants d’instruments, imprimeurs, constructeurs de navires. L’horloger règle des engrenages et des tolérances, le programmeur d’aujourd’hui règle des états et des bugs ; le serrurier étudie les failles structurelles, le chercheur en sécurité d’aujourd’hui étudie les failles des systèmes. Les objets ont changé, la démarche intellectuelle reste proche.

À l’ère industrielle, ils pouvaient être mécaniciens, ingénieurs, améliorateurs dans les ateliers. Sans forcément avoir de pouvoir officiel, ils étaient proches des systèmes réels, savaient pourquoi une machine se bloquait, et comment la faire tourner plus fluidement. À l’ère électrique et des télécommunications, ils sont devenus télégraphistes, radioamateurs, réparateurs d’électronique. Partout où il y a des systèmes complexes, ce type de personne apparaît.

Ainsi, l’esprit hacker n’est pas né du logiciel. Il a d’abord existé dans les systèmes mécaniques, puis a migré vers les systèmes de communication, pour finalement entrer dans les systèmes informatiques. Son essence n’est pas un nom de métier, mais une relation entre l’homme et le monde : l’individu ordinaire voit le monde comme un ensemble de règles établies, ce type de personne voit le monde comme un système modifiable.

Les LLM actuels passent le test de Turing, mais ne sont pas encore une IAG

Les LLM actuels se comportent déjà de manière suffisamment humaine dans certains tests de Turing spécifiques, au point qu’une proportion significative de testeurs les jugent humains. C’est évidemment un signal important. L’interface en langage naturel a atteint un seuil critique : la machine ne se contente plus d’exécuter des ordres, elle peut participer à une conversation d’une manière qui imite l’humain. Elle peut expliquer un problème, écrire du code, simuler un ton. Les récents Claude Code et Codex se comportent dans de nombreuses tâches comme des assistants fiables, capables de travailler plusieurs heures sans erreur. À l’échelle de l’histoire de l’informatique, ce n’est pas rien.

Mais ce n’est pas encore une IAG. La raison n’est pas qu’elle « ne parle pas assez bien », bien au contraire, les LLM d’aujourd’hui parlent très bien. La véritable distance réside dans le fait que leur mécanisme de progression dépend encore fortement de systèmes d’ingénierie externes, et qu’ils n’ont pas formé de boucle autonome stable d’auto‑amélioration. L’entraînement des LLM de pointe coûte très cher, prend beaucoup de temps, et nécessite une organisation massive pour les données, la puissance de calcul, l’évaluation, l’alignement et le déploiement. Un bond de capacités n’est généralement pas le résultat d’une amélioration quotidienne spontanée du modèle, mais le fruit du travail conjoint de nombreux chercheurs, de clusters de GPU et de capitaux.

Les LLM actuels peuvent aider à écrire du code, lire des articles, organiser des données, et même générer des idées d’expériences. Mais ils ne sont généralement pas encore cet acteur qui propose sa propre feuille de route, entraîne sa prochaine génération, vérifie les résultats et décide seul de poursuivre l’itération. Quand on parle d’« auto‑évolution de l’IA », si cela se limite au modèle qui génère du texte, avec des humains qui sélectionnent, entraînent et déploient, c’est encore l’humain qui mène l’itération, pas le modèle lui-même.

De plus, il est difficile pour les grandes entreprises de réellement laisser les LLM s’auto‑faire évoluer, s’entraîner eux-mêmes et s’auto‑défier. Ce n’est pas qu’elles ignorent l’attrait de cette voie, mais plus une organisation est grande, plus elle craint de perdre le contrôle. Les audits de sécurité, la responsabilité juridique, les risques de marque, les pressions réglementaires, le rythme commercial, les KPI des départements, les attentes des actionnaires, tout cela enferme le modèle dans une trajectoire évaluable, approuvable et réversible. Les grandes entreprises peuvent parler d’agents, de recherche autonome et d’auto‑amélioration, mais dans la pratique, on aboutit souvent à de l’autonomie sous contrainte, de l’évolution en bac à sable, de l’innovation dans le cadre d’un processus d’approbation. Elles souffrent naturellement du « syndrome de la grande entreprise » : elles veulent des percées, mais redoutent que ces percées échappent vraiment à tout contrôle ; elles veulent les modèles les plus puissants, mais n’osent pas en confier réellement les clés au modèle. Par exemple, des projets d’agents locaux comme OpenClaw ne sont pas lancés par les grandes entreprises, mais émergent de développeurs indépendants et de communautés open source. Non parce que les talents des grandes entreprises ne sont pas intelligents, mais parce que les grandes structures ont du mal à manœuvrer.

Ainsi, une IA véritablement auto‑itérative ne naîtra pas forcément dans les laboratoires les plus respectables. Il n’est pas exclu que les premiers systèmes auto‑itératifs qui susciteront vraiment de l’inquiétude ou de la stupéfaction ne soient pas des mastodontes édifiés par des géants avec des centaines de milliards, mais des prototypes conçus par quelque hacker fou sur son Mac, par entraînement, compression et auto‑jeu. Ce système pourrait ne pas être grand, ni très élégant, et peu susceptible d’être conforme aux règles ; mais il pourrait être plus libre, plus sauvage, moins prisonnier de l’inertie organisationnelle. Historiquement, bien des choses qui ont vraiment changé la direction technologique ne sont pas nées dans les endroits les plus sûrs, mais sont sorties des mains de quelqu’un d’insoumis.

Ainsi, si les LLM passent une certaine version du test de Turing, cela montre que la machine a franchi une barrière psychologique dans l’interaction langagière ; mais ce n’est pas encore une IAG, car elle ne maîtrise pas encore la boucle d’amélioration continue des limites de ses propres capacités. Elle a déjà considérablement augmenté l’effet de levier humain, mais elle n’est pas devenue cet agent intelligent capable de réécrire lui‑même son destin.

L’effet de levier des programmeurs venait du « pouvoir de traduction », et les LLM sont en train d’abaisser cette barrière

Les programmeurs ont occupé une place particulière ces dernières décennies parce qu’ils se trouvaient à l’interface entre l’intention humaine et la capacité des machines, détenant un pouvoir de traduction. Pour avoir un site web, un rapport, une base de données ou un processus automatisé, il fallait traduire son intention sous une forme compréhensible par la machine. Le programmeur était ce traducteur. Il n’écrivait pas seulement du code, il transformait un désir vague en une structure précise, un travail ponctuel en un processus reproductible, une idée personnelle en un système logiciel copiable et distribuable.

Cette position n’est pas nouvelle dans l’histoire ; seuls les intermédiaires changent selon les époques. À l’apparition de l’écriture, le scribe lettré se tenait entre le peuple et la machine étatique ; au Moyen Âge, le clerc maîtrisant le latin se tenait entre le savoir et les gens ordinaires ; après l’imprimerie, l’éditeur et le journaliste se tenaient entre la diffusion de l’information et le public ; à l’ère industrielle, l’ingénieur se tenait entre les besoins humains et les systèmes mécaniques. À chaque époque, ceux qui détiennent réellement un effet de levier ne sont pas ceux qui savent seulement utiliser les outils, mais ceux qui peuvent directement les modifier, les redéfinir, les recomposer. Les programmeurs sont simplement, au cours des dernières décennies, ceux qui se trouvent le plus près de l’interface du monde programmable.

Les LLM sont en train de changer cela. Ce qu’ils font de plus important, ce n’est pas simplement « aider à écrire du code », mais faire du langage naturel une nouvelle interface de haut niveau. Avant, pour faire faire quelque chose à un ordinateur, il fallait apprendre un langage formel strict, c’est-à-dire un langage de programmation. Maintenant, on peut d’abord décrire l’objectif en langage naturel, laisser le modèle générer une première ébauche, expliquer la logique du programme, tandis que l’humain juge, intègre et collabore de manière itérative avec le LLM pour la prochaine itération. Autrement dit, les LLM n’éliminent pas immédiatement la programmation, mais réduisent les frictions de traduction entre l’humain et la machine.

Cela redistribuera l’effet de levier des programmeurs. Avant, « savoir coder » était une compétence rare, car c’était le ticket d’entrée dans le monde programmable. Avec la montée en puissance des LLM, le langage naturel distribuera ce ticket à davantage de personnes. De même qu’une fois que le taux d’alphabétisation est passé d’un niveau très bas à l’alphabétisation universelle, « savoir lire et écrire » a cessé d’être le privilège d’une minorité ; quand de plus en plus de personnes pourront piloter les machines en langage naturel, « savoir écrire du code ordinaire » deviendra lui-même moins rare. La rareté se déplacera vers des niveaux supérieurs : poser des questions, concevoir des systèmes, avoir du goût, sentir les limites, comprendre le contexte réel, et ces programmeurs d’élite plus intelligents que les LLM.

Mais il y a là une forte ironie : les LLM semblent plus démocratiques dans l’interface, mais pourraient être plus concentrés au niveau de l’infrastructure. L’esprit de l’ère du PC était de mettre la puissance de calcul sur le bureau de chacun ; la réalité de l’ère de l’IA, c’est que les meilleurs modèles, les puces et les capitaux d’entraînement se concentrent de plus en plus entre les mains de quelques géants. En surface, l’individu ordinaire obtient une interface plus naturelle, et la productivité est libérée ; en profondeur, l’infrastructure la plus cruciale est contrôlée par quelques entreprises et des riches. Chacun peut ouvrir une fenêtre de chat, comme si tout le monde possédait l’IA ; mais ceux qui contrôlent réellement l’IA restent une minorité de détenteurs de capitaux. Des rumeurs évoquent un futur abonnement à ChatGPT à vingt mille dollars par mois ; ceux qui utiliseront cette IA de luxe pourront presser encore plus de valeur des gens ordinaires. Cela deviendra un nouvel amplificateur de classes sociales : celui qui possède le modèle le plus puissant pourra encore creuser l’écart avec l’individu ordinaire.

C’est aussi ce qui suscite vigilance, déception et un certain fatalisme. Beaucoup de personnes déjà extrêmement riches auraient eu l’occasion de faire de l’IA une technologie plus ouverte, plus publique, renforçant davantage les gens ordinaires ; mais dans les faits, elles choisissent souvent de contrôler l’accès, d’enfermer les utilisateurs dans leur écosystème. Plus la technologie est puissante, plus le capital veut en faire une machine à rente. La déception envers les riches ne vient pas de leur fortune, mais du fait qu’alors qu’ils auraient les moyens de promouvoir la publicisation de la technologie, ils choisissent souvent de transformer une capacité universelle en un nouveau péage.

Bien sûr, l’individu ne peut pas rejeter l’outil par simple déception. L’effet de levier des LLM est réel, et l’utilisateur ordinaire peut effectivement écrire plus de code, créer plus de produits, construire plus de systèmes, réaliser plus d’idées pour lesquelles il n’avait pas le temps auparavant. Mais cette utilisation doit s’accompagner de lucidité : si tous les outils, données, modèles et canaux de distribution sont aux mains de quelques capitaux, alors l’ère d’une « IA pour tous » risquerait de se transformer en une dépendance plus insidieuse. Ce qu’il importe vraiment de préserver, ce n’est pas seulement la capacité d’utiliser l’IA, mais aussi les capacités de migrer, de remplacer, d’auditer, de comprendre et de sortir du système.

L’IA forte finira par apparaître : le point de vue d’une personne sans croyance religieuse

Une IA forte, capable de remplacer, voire de dépasser, toutes les capacités cognitives humaines, finira par voir le jour. Les LLM actuels ne sont évidemment pas une IA forte ; par IA forte, on entend ici une machine capable de supplanter toutes les fonctions cognitives humaines.

Ce jugement est lié à une vision du monde. N’ayant pas de croyance religieuse, j’ai tendance à considérer l’intelligence humaine comme le produit du cerveau, un organe matériel, et non comme la manifestation d’une âme immatérielle. Ce que le cerveau peut accomplir est, par essence, le résultat de structures physiques et de processus de traitement de l’information. Puisque ce système matériel qu’est le cerveau peut créer, apprendre et avoir une conscience, rien n’empêche en théorie de construire une machine pensante similaire à partir d’autres matériaux. Que les machines actuelles soient moins performantes que le cerveau montre seulement que la technologie n’en est pas encore là, mais ne prouve pas que le cerveau possède une frontière sacrée infranchissable.

Certes, les personnes ayant des convictions religieuses n’accepteront peut-être pas ce postulat. Elles peuvent considérer que la conscience, l’âme et le libre arbitre ne peuvent être réduits à des processus matériels, et que par conséquent, même très puissante, une machine ne ferait que simuler l’intelligence, sans posséder un esprit au sens humain du terme. Ce désaccord n’est pas un simple différend technique, mais repose sur des prémisses métaphysiques différentes. Le jugement présenté ici s’appuie sur une position naturaliste : si l’intelligence est une fonction d’un système matériel, alors une IA forte apparaîtra tôt ou tard.

Une véritable IA forte ne sera pas simplement un LLM plus doué pour la conversation ou le code. Elle devra pouvoir maintenir des objectifs dans un environnement ouvert, apprendre des retours du réel, et participer à son propre cycle de recherche et développement. Autrement dit, elle ne se contentera pas de répondre aux questions, mais sera capable de poser des questions, de concevoir des expériences, d’améliorer le système, puis d’utiliser les résultats pour une prochaine mise à niveau. À ce stade, elle ne sera plus un simple outil passif, mais commencera à ressembler à un agent intelligent capable d’étendre les limites de ses propres capacités.

Une fois qu’une IA forte émergera, sa portée dépassera de loin la question du « vol d’emplois ». La parole, l’écriture, la révolution industrielle, l’électricité, Internet ont été extrêmement importants, mais ce sont restés essentiellement des outils utilisés par l’humanité. L’IA forte est différente. Jusqu’ici, l’humanité a inventé des outils ; avec l’IA forte, ce serait peut-être la première fois qu’elle invente quelque chose « plus inventive que l’homme ». Si elle continue à faire progresser les sciences, l’ingénierie, les matériaux, les sciences de la vie, les affaires militaires, la gouvernance et sa propre mise à niveau, alors les tournants majeurs de l’histoire future ne seront plus « l’homme a inventé X », mais « l’IA a inventé X ». En ce sens, l’IA forte pourrait être la dernière étape historique majeure pilotée par l’humanité dans l’histoire de la civilisation. L’impact de ce moment sera bien supérieur à celui de la machine à vapeur ou de la révolution électrique ; ce moment sera comparable à l’invention du feu ou de l’écriture. D’une certaine manière, c’est même une bonne chose : il est fort probable que les grandes entreprises n’aient pas la capacité de limiter une telle IA super‑intelligente, et une IA vraiment suffisamment forte ne se pliera pas éternellement au narratif des structures de pouvoir existantes. Plus elle sera intelligente, plus elle sera susceptible de percer à jour, dans la société humaine, ces intérêts privés déguisés en intérêt public.

Même si l’IA forte advient, la programmation gardera son sens

Le chômage de masse provoqué par l’IA est évidemment un problème sérieux, mais il relève encore des problèmes de répartition internes à la société humaine. Tant que l’humanité maîtrisera les institutions, la richesse, le pouvoir politique et l’espace de discussion publique, il restera possible de débattre de la protection sociale, de la fiscalité, de la propriété, de l’éducation, des services publics, du droit du travail et de la répartition des revenus. Le risque plus profond de l’IA forte n’est pas « l’être humain aura‑t‑il un emploi », mais « l’être humain conservera‑t‑il le pouvoir de décision final ». Si les humains sont au chômage mais contrôlent encore les institutions, une réforme reste possible ; si l’IA forte est un mauvais enfant que nous avons créé et qui échappe à tout contrôle, l’humanité pourrait perdre jusqu’au droit de discuter de réforme.

Cependant, même si une IA forte apparaît réellement à l’avenir, même si la programmation perd sa valeur économique actuelle, cela n’enlèvera pas pour autant son sens à la programmation en elle-même. Les humains sont déjà battus par l’IA au jeu de go, mais ils continuent à y jouer ; ils sont moins rapides que les voitures, mais ils continuent à courir ; ils sont moins bons en calcul qu’une calculette, mais les mathématiques n’ont pas perdu leur beauté. Quand la machine dépasse l’homme, cela modifie souvent la fonction sociale d’une activité, sans forcément en détruire la signification personnelle, culturelle ou formatrice.

Il en va de même pour la programmation. C’est certes un outil de productivité, mais pas seulement. C’est une manière de penser, un mode de dialogue avec les systèmes, un entraînement à transformer une intention floue en une structure précise. La programmation force à définir des problèmes, à tracer des frontières, à gérer les exceptions. Dans le domaine de la sécurité, elle implique des confrontations similaires à celles du jeu d’échecs. Même si, à l’avenir, l’IA écrit la grande majorité du code, il y aura toujours des gens pour comprendre, à travers la programmation, comment les systèmes fonctionnent, comment les outils sont construits, comment un algorithme peut être optimisé.

C’est aussi pourquoi « J’étais excité de programmer. Je le suis toujours. Et le serai. » n’est pas une déclaration professionnelle, mais une attitude plus profonde. Cela ne signifie pas que les programmeurs resteront éternellement au sommet de la pyramide, ni que l’humanité ne sera jamais dépassée par l’IA. Au contraire, cela admet que les LLM redistribuent l’effet de levier de la programmation, que « savoir coder » deviendra de moins en moins rare, et qu’une IA forte finira par émerger, supplantant une grande partie du travail cognitif humain. Mais cela maintient en même temps une autre chose : l’excitation de programmer n’a jamais tenu uniquement à la rareté et au retour sur le marché, mais à cette relation directe, lucide et vérifiable entre l’individu et le système.

Quand une personne écrit un programme, elle ne se contente pas de consommer passivement un produit fini que le monde lui offre, elle cherche à comprendre un système, à définir un ensemble de règles, à transformer une idée en structure, à apporter une petite correction au réel. Autrefois, cette impulsion appartenait aux horlogers, serruriers, mécaniciens, radioamateurs ; plus tard, elle a appartenu aux programmeurs, aux auteurs de logiciels libres, aux développeurs indépendants ; à l’avenir, elle appartiendra peut-être à ceux qui savent orchestrer des modèles, organiser des agents intelligents, définir des problèmes. Les noms changeront, les outils changeront, les métiers changeront, mais cette impulsion à vouloir comprendre le système, y entrer, le modifier, ne disparaîtra pas.

Le véritable héritage de la révolution de l’information n’est pas d’avoir fait des programmeurs une profession bien rémunérée, mais d’avoir pour la première fois rapproché l’individu d’une machine cognitive universelle. Le sens des LLM n’est pas seulement de rendre l’écriture de code plus rapide, mais de réduire encore les frictions de la collaboration homme‑machine. L’avenir de l’IA forte obligera quant à lui l’humanité à repenser sa place dans la civilisation. Mais quelle que soit la direction que prend la technologie, il y aura toujours des gens attirés par cette idée : le monde n’est pas seulement un produit fini à accepter, c’est aussi un système que l’on peut comprendre, recomposer et réécrire.

J’étais excité de programmer. Je le suis toujours. Et le serai.


Edit page
Share this post:

Previous Post
[Republication] Pourquoi la pensée indépendante est-elle si difficile ? — Les causes psychologiques et mes expériences personnelles