Du « waouh » au « ah ouais ? » : fabriquer avec la machine et comprendre ce qu’on fabrique

Focus de la lettre 28

57 articles dans la catégorie « Application » sur le site, le premier en avril 2023, et trois nouveaux cette semaine : Flames, Cloudflare Build et Medo.
Ce n’est pas tout à fait un hasard : j’ai beaucoup exploré le “vibe-coding” et le “co-développement” ces dernières semaines et deux lectures de la semaine traitent du sujet, l’une côté éducation, l’autre côté entreprise avec Arthur Mensch de Mistral AI sur le « replatforming ».
Deux échelles très différentes, mais une même idée qui s’installe : un peu comme dans les Fablabs, on expérimente la fabrication de nos propres outils avec les machines à disposition.

J’ai généré un nombre certain d’applications pour les tests du site (vous avez peut-être vu passer voire repasser ma fameuse ferme des multiplications…), pour le site lui-même (la page “lectures partagées”, l’”aide au choix” d’outils d’IA, la base de données) mais aussi pour mon usage quotidien (un agrégateur de fils rss personnalisé est en cours par exemple…).
L’accès à des langages quasi inaccessibles pour moi il y a encore peu est assez fascinant, le seul qu’il semble falloir maîtriser désormais c’est le langage naturel…
Mais une fois les premières productions passées, quelque chose manque vite : comme avec l’imprimante 3D, c’est captivant de voir son idée prendre forme. Mais comme avec l’imprimante 3D j’avais juste l’impression de mettre un fichier dans un logiciel, mon fichier .stl étant mon idée et mon Cura connecté à mon imprimante le chatbot qui génère et exécute… Comprendre pourquoi ce bouton ne renvoie pas au bon endroit, pourquoi ce menu est à moitié caché, est vite nécessaire. On retrouve le cycliste et le vélo de la semaine dernière : comprendre comment la machine fonctionne reste la seule façon de décider si et comment l’utiliser. C’est ça l’agentivité, certes déléguer mais en décidant de le faire en “conscience”.

La piste que j’ai explorée est celle que l’on a pu aborder ici plusieurs fois : contraindre la machine à aider à la compréhension voire même à accompagner l’apprentissage. Cela ne fera pas de moi un développeur mais au moins cela me permettra, et me permet désormais la plupart du temps, de comprendre ce qui se co-construit. C’est même devenu une fenêtre ouverte sur de nouvelles possibilités : j’en parlais cette semaine avec l’un d’entre vous, je suis passé du “waouh” au “ah ouais ?”.

Quelques limites s’imposent tout de même vite d’elles-mêmes.
La sécurité d’abord : que contient vraiment ce code généré ? J’en comprends les contours, je le fais vérifier dans une autre conversation, par un autre modèle : je sais malgré tout que je ne maîtrise pas tout ce que je délègue. Mon choix est donc de partager (sur Github par exemple) mais de n’utiliser les résultats que sur mes outils, je produis des preuves de concept pas des produits finis.
L’empreinte énergétique ensuite : ce que je co-produis n’existe pas déjà ailleurs ? Si oui, ai-je vraiment besoin de juste changer les boutons d’une page avec une IA générative alors qu’un outil fait déjà exactement ce que je souhaite ?
Et il y a le temps enfin : défricher, mettre en ordre, définir la méthode, tester, comprendre, recommencer, c’est long. Et c’est peut-être là l’essentiel : la compétence la plus utile n’est pas de générer plus vite, c’est d’apprendre à distinguer le « waouh » qui ouvre une piste du « ah ouais ? » qui mérite qu’on s’y arrête.
Le « waouh » est une bonne porte d’entrée. Mais c’est certainement le « ah ouais ? » qui fait de nous autre chose que des spectateurs.