Lorsque les “géants” s’inquiètent : l’IA n’effondre pas vos limites, elle élève plutôt le niveau général…
Bonjour à tous, je suis votre journaliste financier et ami économiste.
Récemment, la communauté technologique a été secouée par un article de Liu Shengyu, un ingénieur en calculs à DeepSeek, qui est devenu très viral. Beaucoup, en lisant des titres tels que “Même les meilleurs ingénieurs s’inquiètent de l’IA” ou “Il faut changer de carrière”, ont pensé : “Mon Dieu, même les élèves de la classe Turing de l’Université de Pékin et les champions de l’informatique de pointe vont perdre leur emploi ? Allons-nous survivre ?”
Si vous n’avez retenu que les mots “chômage” et “anxiété”, vous avez peut-être mal compris l’essentiel de son article. Ce que Liu Shengyu veut dire est bien plus profond et cruel que “je vais être remplacé”. Il ne se plaint pas de perdre son emploi, mais nous met en garde : l’IA n’améliore pas le niveau moyen des gens ; elle augmente simplement la quantité de code de mauvaise qualité, et ce code de mauvaise qualité prend maintenant une apparence “professionnelle”.
Aujourd’hui, nous allons analyser cet article en cinq points pour comprendre ce que cette révolution technologique implique et ce qu’elle signifie pour nous, les gens ordinaires.
---
1. Comprendre d’abord : il ne renonce pas à son “emploi”, mais à son statut d’“artisan”
Pour comprendre l’anxiété de Liu Shengyu, il faut savoir qui il est. Ce n’est pas un programmeur ordinaire qui ne fait que modifier et assembler du code. Il fait partie de la classe Turing de l’Université de Pékin, a participé à des compétitions internationales d’informatique de pointe et est responsable de l’optimisation des algorithmes chez DeepSeek.
Prenons un exemple : si l’on compare les grands modèles d’IA à des voitures de sport, les programmeurs ordinaires s’occupent des pneus et de la peinture ; Liu Shengyu, lui, travaille sur chaque piston, chaque valve du moteur, et étudie comment les molécules de carburant fonctionnent de manière optimale dans les cylindres. Cela nécessite de connaître le matériel, le langage assembleur et la logique de base, ce qui relève d’un véritable art. Avant, cette compétence était rare et constituait un avantage concurrentiel. Mais maintenant, l’IA surpasse les humains en termes de vitesse de réflexion et de capacité de traitement parallèle. L’IA peut effectuer 300 étapes en une seconde et écrire une ligne de code en une demi-seconde, ce que les humains ne peuvent pas faire.
Le point clé est le suivant : il n’a pas peur de ne plus pouvoir écrire de code, mais qu’“même si je le fais parfaitement, l’IA pourra me rattraper ou même me dépasser en six mois”. C’est comme un chef cuisinier qui, autrefois, dépendait de sa dextérité et de sa maîtrise des cuisines ; maintenant, un robot peut préparer dix mille plats en même temps. Sa “rareté” disparaît, car sa compétence fondamentale (écrire du code de base) devient quelque chose que les machines peuvent reproduire en masse.
Donc, lorsqu’il parle de changer de carrière, il veut dire que l’ère où l’on gagnait sa vie en écrivant du code de ses propres mains est terminée, et que l’ère où l’on dirige l’IA pour qu’elle écrive le code commence.
---
2. La révélation la plus dure : l’IA n’élimine pas le code de mauvaise qualité, elle en change seulement l’apparence
C’est la partie la plus inquiétante de l’article, et c’est aussi la vérité que la plupart des gens ignorent. Avant, un programmeur de mauvaise qualité écrivait du code mal structuré, avec des noms de variables aléatoires et une logique confuse. Les experts pouvaient immédiatement voir que le code était inutilisable et le réécrire. Mais maintenant, l’IA peut générer du code bien formaté, avec des noms de variables clairs et des annotations complètes, même si la logique est toujours erronée.
Quelle en est la conséquence ? Le code peut sembler de bonne qualité, mais les erreurs et les risques cachés restent présents. C’est comme si des produits de mauvaise qualité étaient habillés de manière élégante : on ne peut plus facilement distinguer ce qui est bien fait de ce qui est le résultat de l’IA.
Liu Shengyu explique que quelqu’un de peu compétent peut produire beaucoup de code de mauvaise qualité avec l’IA. Cela signifie que le code de mauvaise qualité, bien que plus “beau” en apparence, peut s’infiltrer dans les systèmes et y causer des problèmes. L’IA augmente donc la “quantité”, mais pas le “niveau” des programmes.
---
3. Le changement de rôle : de “conducteur” à “pilote de mécha”
Si écrire du code à la main ne fonctionne plus, que peuvent faire les meilleurs ingénieurs ? Liu Shengyu propose de nouveaux rôles : ceux de “pilotes de mécha” pour les agents intelligents.
Avant, les programmeurs contrôlaient tout eux-mêmes. Aujourd’hui, ils dirigent les agents intelligents en donnant des instructions : “Scannez cette zone”, “Évitez cet obstacle”, “Ataquez avec toute la puissance”. Leur compétence principale n’est plus la vitesse d’écriture du code, mais :
1. La maîtrise globale du système : savoir où il est fragile et où il faut le renforcer.
2. La capacité à définir les limites : savoir ce que l’IA peut et ne peut pas faire, et où tracer les lignes rouges.
3. La capacité d’évaluation et de jugement : parmi les différentes options proposées par l’IA, identifier les pièges, les raccourcis et les solutions durables.
Quelle est la leçon pour nous ? Si vous vous demandez encore si vous devez apprendre le Python, il est peut-être déjà trop tard. Les compétences les plus précieuses à l’avenir seront de savoir poser les bonnes questions à l’IA et de juger si ses réponses sont correctes. Vous devez passer de “exécutants” à “auditeurs” et “architectes” de systèmes.
---
4. Le fossé dans l’éducation : nous évaluons encore les compétences sur la vitesse de frappe
Liu Shengyu soulève un problème sociologique crucial : le système éducatif et les méthodes d’évaluation actuels ne suivent pas le rythme de l’ère de l’IA. Les examens mesurent notre capacité à écrire des algorithmes de tri en 45 minutes ou à créer des structures de données en temps réel, et les performances sont évaluées en fonction du nombre de lignes de code écrites. Or, ces compétences ne valent rien face à l’IA, qui peut générer des algorithmes de tri parfaits en une seconde ou des milliers de lignes de code.
Quelles sont les compétences vraiment rares ? Celles qui permettent de choisir parmi de nombreuses options proposées par l’IA : déterminer ce qui est viable et ce qui ne l’est pas, et de décider quelle version du code sera publiée. C’est là que réside le “pouvoir” : avant, la compétence était un critère d’admission ; maintenant, elle est devenue moins importante, et le “pouvoir” repose sur la position et la responsabilité.
La réalité est cruelle : notre système éducatif, les recrutements et les systèmes de promotion valorisent la vitesse de production, mais pas la capacité de jugement. Cela crée un écart entre ceux qui ont vraiment de bonnes compétences (comme Liu Shengyu) et ceux qui utilisent l’IA pour produire de grandes quantités de code de mauvaise qualité.
---
5. L’avertissement final : lorsque la capacité de dire “non” devient la ressource la plus rare
Liu Shengyu se demande si, dans la société future, le “pouvoir” sera plus important que la technologie ou l’intelligence. L’IA rend les tâches simples, donc la capacité de produire de manière efficace n’a plus beaucoup de valeur. Le véritable pouvoir réside dans la capacité de décider quoi faire et quoi ne pas faire. C’est la compétence de dire “non”, car elle est essentielle pour éviter les problèmes à long terme.
Il nous met en garde : lorsque tout le monde pourra produire beaucoup de code, celle qui permettra de choisir ce qui est fiable deviendra la ressource la plus précieuse. Or, nous négligeons souvent cet apprentissage. Nous utilisons l’IA pour accélérer la production, mais nous affaiblissons notre capacité à réfléchir et à juger.
Conseils pour vous : Ne vous concentrez plus seulement sur la vitesse et la quantité. Dans l’ère de l’IA, ces compétences se dévaluent. Exercez-vous à juger les options proposées par l’IA : pourquoi une solution est-elle bonne ? Quelles sont ses limites ? Quelles en sont les conséquences éventuelles ? Gardez-vous la possibilité de réfléchir par vous-même, même si cela ralentit la production. Cela vous aidera à maintenir une intuition et un contrôle sur les systèmes.
En résumé : Liu Shengyu se compare à quelqu’un qui est remplacé par des machines, mais il s’inquiète surtout de la dégradation de la qualité globale des systèmes informatiques. Il choisit de rester chez DeepSeek parce qu’il croit que l’intelligence de pointe devrait être accessible à tous, pour éviter un avenir dominé par une minorité. C’est l’optimisme d’un idéaliste. Nous devrions passer de l’inquiétude de être remplacés à l’inquiétude de devenir ordinaires. Ne craignez pas que l’IA soit plus rapide que vous ; craignez plutôt de ne pas savoir comment dire “non” lorsque c’est nécessaire.
Cette analyse montre à quel point il est important de développer notre capacité de jugement et de responsabilité dans un monde dominé par l’IA.