L’IA générative est une pratique addictive. Elle livre des résultats instantanés, consensuels et donne une illusion d’autonomie totale. Mais à force de l'utiliser, on en oublie la valeur de la collaboration, du challenge par les pairs et de l’intelligence collective.
Voici un décryptage sans fard des quatre dérives qui guettent nos équipes et les bonnes pratiques pour y faire face.
Piège 1 : L’illusion de l’omnipotence (L'effet Super•wo•man)
Il n’y a pas si longtemps, pour définir, concevoir, coder, tester et déployer une fonctionnalité, une personne (PO/PM, dev …) avait besoin de s'entourer de plusieurs profils experts. Aujourd'hui, une personne "augmentée" peut avoir l'impression de savoir tout faire et bascule vite dans une illusion d’autosuffisance. Finis les dépendances, le temps perdu dans les rituels ou les crispations en équipe : « Je fais seul•e et en toute autonomie ! »
La réalité : Ce modèle solitaire fonctionne ... tant que l'unique humain à bord conserve une excellente vision d'architecture, un fort esprit critique et une constante envie d’apprendre. L'IA élimine le besoin de bras pour taper du code au kilomètre, mais elle amplifie le besoin de têtes pour orchestrer l'ensemble.
La bonne pratique : Ne pas céder au vibe coding. Il faut impérativement documenter l’architecture globale, les principes directeurs et les décisions structurantes (ADR - Architecture Decision Records) en amont du projet, et non au fil de l'eau. Cette vision alimente mais surtout structure la spécification du besoin.
Piège 2 : Le cloisonnement et la roue réinventée
Au lieu de fluidifier l'information, l'IA recrée des silos technologiques. Quand chaque collaborateur utilise ses propres outils et ses propres prompts dans son coin, on voit proliférer les agents et les skills qui font peu ou prou la même chose ou visent la même finalité.
Ce phénomène de duplication n'est pas nouveau en développement. Mais avec l'IA, cela va dix fois plus vite. Qu’en est-il alors de la cohérence globale, de la qualité du code et des failles de sécurité potentielles du respect des normes, des bonnes pratiques ?
La bonne pratique : Standardiser et mutualiser. Une fois qu'une méthode ou un prompt est testé et éprouvé, l'équipe doit l'intégrer dans un catalogue partagé (un repository d'entreprise ou une marketplace interne) pour transformer l'effort individuel en actif collectif.
Piège 3 : La rationalisation du "code jetable"
L'IA permet de générer plus de code en trois clics qu'on ne peut en relire en une journée. Face à ce raz-de-marée, on se retrouve vite submergé : faut-il fusionner, trier ou tout jeter pour recommencer ? On produit sans s'en rendre compte une quantité astronomique de bruit et de code jetable. Devrait-on alors utiliser une autre IA pour trier tout cela ? C'est le serpent qui se mord la queue.
La réalité : On en oublie les bons réflexes mais des nouvelles initiatives comme Ponytail; avec des règles simples, ouvrent peut-être la voie !
Pour rationaliser, mieux vaut verrouiller ce qui déclenche la production de code inutile plutôt que de nettoyer après coup.
La bonne pratique : Le besoin avant la solution. Que cherche-t-on à faire et pourquoi. Changement de paradigme, ce n’est plus le code, mais la spécification la source de vérité. On utilise la méthode SDD (Specification-Driven Development) pour figer un contrat strict (fonctionnel et techniques) avant de générer quoi que ce soit.
Piège 4 : Le pilote automatique et la flemme cognitive
Toutes les méthodologies de projet nous enseignent une règle d'or : déléguer implique de vérifier. Pourtant, la barrière de la relecture humaine est en train de sauter sous l'effet de la flemme cognitive. Devant la qualité apparente des livrables de l'IA, la tentation est grande de valider les yeux fermés, sans aucun recul critique.
Le concept de Human-in-the-loop est une nécessité absolue pour éviter les hallucinations, les régressions silencieuses ou les prises d’initiatives malheureuses.
La bonne pratique : Mettre en place une Spec Review et des revues de code obligatoires. En plus des barrières automatisées (tests, CI/CD), le meilleur garde-fou reste le maintien d'une inspection humaine stricte (augmentée ou non), idéalement croisée entre pairs (augmentés ou non).
Conclusion
Finalement, il s’agit de gouvernance, de bonnes pratiques de delivery, … rien de nouveau
L'IA augmente l'individu, l'équipe augmente le produit.
L'IA nous augmente, c'est vrai. Mais elle nous isole si l'on s'imagine qu'elle remplace le collectif. Pour concevoir des produits sans perdre le contrôle, appliquons ces simples principes :
- Prendre le temps de définir un sujet clair et sans ambiguïté.
- Concevoir ensemble le plan d'action et répartir intelligemment les rôles.
- Valider le plan et les spécifications en équipe avant de coder.
- Déléguer la production lourde à l'IA en tant qu'exécutant.
- Faire vérifier systématiquement le résultat par un humain.
- Rester humble en toute circonstance face à la technologie.