Les développeurs vont-ils être remplacés par l’IA et quand ? Ces questions sont récurrentes avec la montée en puissance des agents de codage et des IDE basés sur l’IA. Pour y répondre, certains chercheurs ont élaboré des modèles de prévisions pour avoir une idée du temps qu’il reste avant d’aboutir à une automatisation totale du développement. Il y a quelques mois, la communauté LessWrong, une plateforme de recherche sur l’IA, avait situé ce moment entre janvier 2027 et septembre 2028. Elle vient de revoir ses prévisions à la hausse en évoquant maintenant 5 à 6 ans de plus pour y arriver. Pour justifier ce changement, les chercheurs constatent que « l’avenir est incertain » et qu’ils ont affiné à leurs modèles de prévision.

Vers un modèle plus nuancé

Selon eux, l’IA atteindra le niveau de « super-codeur » en mai 2031. Elle sera capable de gérer de manière autonome un projet de développement. Dans les cinq années suivantes (juillet 2034 pour être exact), l'ajout de capacités devrait aboutir à une « super IA » capable de gérer l'ensemble de la chaîne de développement. Ce décalage par rapport aux prévisions précédentes s’explique par le fait que les spécialistes ont modéré leur optimisme sur la vitesse de la R&D en IA. Pour modéliser cet aspect, ils se servent du cadre SIE (software intelligence Explosion) qui mesure à quelle vitesse l’IA peut améliorer ses capacités sans augmenter ses ressources de calcul.

Par ailleurs, ils ont optimisé l'approche sur l'extrapolation des benchmarks des IA qui se base sur les performances actuelles et les tests standardisés. Avec le modèle Metropolitan Enhancement Time Horizon, ils ont pu prendre en considération que le calcul, les données, l’énergie et la main-d’œuvre ne progresseront pas toujours au même rythme et pourraient même ralentir en raison de limites techniques et financières. Ils restent néanmoins prudents en spécifiant, « le modèle prend en compte les facteurs les plus importants, mais ne couvre pas tout. Aucun modèle, y compris le nôtre, ne doit être considéré comme entièrement fiable ».

Les performances observées sur le benchmark METR-HRS servent de base aux projections sur l’évolution des capacités des IA. (Crédit: LessWrong)

Des modèles fragiles et faillibles

Même aléatoire, ce changement de calendrier constitue un « signal important » pour les entreprises, estime Sanchit Vir Gogia, analyste principal chez Greyhound Research. Il montre que même les modèles les plus sophistiqués sont « extrêmement sensibles » aux hypothèses concernant les boucles de rétroaction, les rendements décroissants et les goulets d’étranglement. « La mise à jour importe moins pour l’année qu’elle désigne que pour ce qu’elle admet discrètement : la fragilité réelle des prévisions dans ce domaine », souligne-t-il. L’optimisme fondé sur les benchmarks doit être manié avec prudence. Si les comparatifs de type “time horizon” sont utiles pour mesurer la progression, ils constituent de « mauvais indicateurs » de la maturité réelle des entreprises.

Du point de vue des DSI, le débat ne porte plus sur la capacité de l’IA à coder : cette question est tranchée, affirme Sanchit Vir Gogia. Les entreprises doivent utiliser l’IA « de manière agressive » pour réduire les cycles de développement, tout en maintenant la responsabilité humaine sur les résultats. Il observe ainsi une multiplication des projets pilotes encadrés, des outils internes, de l’autonomie limitée et un fort accent mis sur l’auditabilité et la sécurité. Il est également crucial d’ajuster le modèle pour les deux à trois prochaines années, ajoute-t-il. Le vrai changement résidera dans l’accélération des processus et la refonte des workflows, et non dans le remplacement des équipes. « La posture responsable consiste à se préparer, ni à rejeter l’IA, ni à y croire aveuglément », conclut Sanchit Vir Gogia.