80 % du code d'Anthropic écrit par l'IA

Un modèle productif qui interroge les limites humaines

La question n’est plus de savoir si l’intelligence artificielle peut remplacer les ingénieurs, mais à quel point elle le fait déjà sans que les compétences correspondantes ne soient préservées. Chez Anthropic, où les agents d’IA écrivent désormais la majorité du code utilisé dans ses produits, les équipes humaines semblent se désengager de tâches autrefois centrales. Ce basculement pose une problématique plus large : celle de la transmission des savoirs techniques et de l’exercice d’un jugement expert, quand les outils automatisent les processus de bout en bout.

Un ingénieur témoigne d’un désapprentissage progressif

Addy Osmani, ancien de Google et aujourd’hui membre de l’équipe Claude Code chez Anthropic, décrit une réalité où les agents d’IA prennent en charge la quasi-totalité des développements logiciels. Selon ses observations, près de 80 % du code intégré dans les produits de l’entreprise est généré par ces systèmes, réduisant mécaniquement les occasions pour les ingénieurs d’affiner leur expertise par la pratique. La conséquence directe est une érosion des compétences critiques : diagnostic des erreurs complexes, optimisation fine des algorithmes, ou encore anticipation des limites techniques. Osmani souligne que rien, dans son quotidien professionnel, ne l’oblige plus à solliciter activement son esprit critique, alors que ces capacités restent indispensables pour superviser, et éventuellement corriger, les productions automatisées.

Cette situation n’est pas isolée. D’autres secteurs, comme la rédaction technique ou le conseil en stratégie, voient leurs professionnels déléguer des pans entiers de leur travail à des outils d’IA, sans toujours mesurer les effets sur leur propre maîtrise des sujets. La différence réside ici dans la nature même du travail : là où un rédacteur peut encore relire et contextualiser un texte généré, un ingénieur perd souvent la capacité de comprendre, a priori, pourquoi un code fonctionne, ou pourquoi il échoue.

Un précédent qui s’impose sans cadre réglementaire

L’absence de régulation spécifique sur l’usage de l’IA en production pose question. Aucun texte légal n’impose aujourd’hui aux entreprises de maintenir un niveau minimal de compétences humaines dans les processus automatisés. Les normes existantes, comme les certifications qualité ou les audits de sécurité, visent davantage la fiabilité des systèmes que la préservation des savoir-faire. Pourtant, les risques sont réels : une dépendance excessive à l’IA pourrait laisser les équipes sans ressources pour intervenir en cas de défaillance majeure, ou pour innover au-delà des capacités prédictives des modèles.

Chez Anthropic, la décision semble avant tout technique et économique. L’IA permet de réduire les coûts et les délais, tout en maintenant un niveau de performance élevé. Mais elle soulève une interrogation plus fondamentale : celle de la pérennité des métiers qui reposent sur des compétences difficilement formalisables. Si un jour les agents d’IA deviennent incapables de produire du code autonome, par exemple, en raison d’une limitation intrinsèque de leur architecture, qui sera en mesure de les faire évoluer ?

Les formations peinent à anticiper ce changement

Les écoles d’ingénieurs et les formations continues n’ont pas encore intégré cette mutation. Les curriculums restent centrés sur l’apprentissage des langages et des méthodes de développement, sans toujours préparer les étudiants à travailler avec des outils d’IA comme co-pilotes permanents. Résultat : les jeunes diplômés, habitués à utiliser des assistants de code dès leurs premiers projets, peuvent manquer de repères pour évaluer la qualité ou la robustesse des solutions proposées.

Certains programmes commencent à proposer des modules sur l’éthique de l’IA ou l’audit des systèmes automatisés, mais ces initiatives restent marginales. Le défi n’est pas seulement technique : il s’agit aussi de redéfinir ce que signifie comprendre un système dans un contexte où une partie croissante de sa logique échappe à l’intervention humaine directe.

Une question de confiance, plus que de performance

Les partisans de cette automatisation avancée arguent que les ingénieurs gagnent en temps pour se concentrer sur des problèmes plus stratégiques, comme l’architecture globale ou l’alignement des systèmes avec les objectifs business. Ils soulignent aussi que les outils d’IA, en s’améliorant, pourraient permettre de combler les pénuries de main-d’œuvre dans des domaines pointus.

Cependant, cette vision suppose une confiance absolue dans la capacité des modèles à évoluer sans supervision humaine prolongée. Or, les exemples de biais algorithmiques, de failles de sécurité ou de comportements imprévisibles rappellent que l’IA reste un outil, et non un substitut universel. La vraie question n’est pas tant de savoir si les ingénieurs peuvent être remplacés, mais si les entreprises sont prêtes à assumer les risques d’un désapprentissage collectif.

Ce que les professionnels peuvent vérifier aujourd’hui

Les ingénieurs et les cadres techniques peuvent évaluer concrètement l’impact de ces changements dans leur environnement. Premièrement, en identifiant les tâches critiques où leur intervention directe reste indispensable, même si elles sont partiellement automatisées. Deuxièmement, en s’assurant que leur employeur maintient des protocoles de relecture et de validation humaine pour les productions d’IA, surtout dans les secteurs à haut risque comme la santé ou les infrastructures critiques. Enfin, en se formant activement aux méthodes d’audit des systèmes automatisés, afin de ne pas devenir dépendants des outils qu’ils sont censés superviser.

Les entreprises, quant à elles, pourraient envisager d’intégrer des clauses dans leurs contrats avec les fournisseurs d’IA, exigeant une transparence sur les limites des modèles utilisés et les mécanismes de recyclage des compétences humaines. Sans cela, le risque est celui d’une expertise qui s’effrite au même rythme que les besoins en innovation complexe grandissent.