L'IA devait tuer les emplois d'ingénieur : pourquoi les nouvelles données montrent l'inverse

Depuis quelques années, une prédiction assurée circule dans l'industrie technologique : l'intelligence artificielle, en écrivant du code à la demande, rendrait bientôt les ingénieurs logiciels superflus. De nouvelles données rapportées par TechCrunch suggèrent que l'inverse s'est produit, les postes d'ingénieur apparaissant parmi les plus résilients plutôt que les plus menacés.

La prévision semblait intuitive en surface. Si un modèle peut générer du code fonctionnel à partir d'une description en langage courant, raisonnait-on, alors les personnes qui écrivent du code à la main devraient être les premières remplacées. Cette logique a alimenté les titres, les thèses d'investissement et une bonne dose d'anxiété chez les jeunes développeurs.

La réalité s'est révélée plus complexe. Plutôt que d'éliminer les ingénieurs, les outils de codage par IA ont surtout changé leur façon de travailler, en automatisant le code répétitif et en accélérant des tâches qui prenaient autrefois des heures. Le résultat, selon les données, ce sont des ingénieurs capables de faire davantage, et non moins d'ingénieurs au total.

Une partie de l'explication tient à ce qu'implique réellement le codage. Écrire les lignes de code n'est qu'un volet de l'ingénierie logicielle ; comprendre les besoins, concevoir des systèmes, déboguer des défaillances subtiles et arbitrer des compromis exigent un contexte et une responsabilité que les outils d'IA actuels ne fournissent pas seuls. Ces compétences de haut niveau sont même devenues plus précieuses.

Il existe aussi un phénomène que les économistes appellent la demande induite. Quand une tâche devient moins chère et plus rapide, les organisations réagissent souvent en en faisant davantage plutôt que moins. Un développement logiciel moins coûteux peut signifier plus de logiciels construits, élargissant plutôt que réduisant la quantité totale de travail d'ingénierie.

Les données comportent des nuances. L'expérience des développeurs juniors, dont les premières tâches recoupent le plus ce que l'IA gère bien, peut différer de celle des seniors, et certains postes routiniers pourraient subir une pression. Mais le schéma global pointe vers une augmentation, les ingénieurs utilisant l'IA comme un outil, et non vers un remplacement massif.

Le constat s'inscrit dans une histoire plus longue. Les vagues d'automatisation antérieures, des compilateurs aux langages de haut niveau jusqu'au cloud, devaient chacune réduire le besoin de programmeurs, et chacune a au contraire élargi le domaine en rendant le logiciel moins cher et plus capable. L'IA semble, jusqu'ici, suivre la même trajectoire.

Rien de tout cela ne signifie que le travail est figé. On attend de plus en plus des ingénieurs qu'ils maîtrisent les outils d'IA, qu'ils relisent et vérifient le code généré par les machines et qu'ils concentrent leur attention sur les parties du métier qui exigent un jugement humain. Le profil de compétences évolue alors même que les effectifs tiennent.

Quelques réserves méritent d'être gardées à l'esprit. Les données du marché du travail peuvent être en retard, les cycles d'embauche fluctuent avec l'économie, et un seul instantané ne tranche pas une question aussi vaste. La résilience observée jusqu'ici pourrait encore changer si la capacité des outils progresse plus vite que la demande de nouveaux logiciels.

Néanmoins, le rapport de TechCrunch suggère que le récit simple d'une IA effaçant les emplois d'ingénieur ne colle pas aux données. Les premières données décrivent plutôt une profession qui s'adapte à un outil puissant, le travail changeant de forme tout en restant, pour l'heure, obstinément demandé.