Pourquoi une vice-présidente de Microsoft qualifie ce moment de meilleur pour devenir développeur

L'émission s'ouvre sur la question que toute l'industrie ne cesse de se poser : alors que l'IA écrit, débogue et teste du code, que reste-t-il au développeur ? L'animateur veut la réponse d'Amanda Silver, la dirigeante de Microsoft en charge des outils pour développeurs, à l'approche de 2026. La thèse est posée d'emblée : la demande de développeurs reste une pénurie durable qui se mesure en années, et non une panique passagère liée à l'IA.

Silver a passé plus de vingt ans à construire les outils dont des millions d'ingénieurs dépendent chaque jour. Son titre est vice-présidente corporate, et son territoire, la cuisine où le logiciel est fabriqué. Cette position lui permet d'observer la vague de l'IA sous deux angles à la fois : la frontière des modèles et l'écran du développeur au travail.

Le tournant, tel qu'il est raconté ici, est survenu plus tôt cette année, lorsque les modèles de fondation ont appris à raisonner étape par étape. Un modèle peut désormais prendre une instruction, la combiner avec des outils et mener une tâche à son terme. Selon Silver, ce saut a multiplié la vitesse à laquelle les agents pouvaient se charger du travail de développement.

Interrogée sur la question de savoir si apprendre à coder en vaut encore la peine à l'approche de 2026, la réponse vient sans hésitation : absolument. Le raisonnement pointe vers les systèmes critiques qui sous-tendent les compagnies aériennes et les studios de cinéma, qui sont tout sauf des logiciels ordinaires. Les agents ne pourront pas assembler et maintenir seuls une complexité de cette ampleur, donc les personnes qui la comprennent restent nécessaires. Cela ne signifie pas que les humains continuent d'écrire chaque ligne à la main.

C'est là qu'intervient la notion de code passe-partout, chère à l'industrie : ce code répétitif qui revient presque identique d'un projet à l'autre. L'ouverture d'une connexion réseau est l'exemple donné, un schéma où l'improvisation ne mène qu'à l'échec. Cette couche répétitive, soutient la conversation, est précisément ce que les agents génèrent désormais pour vous.

Silver le présente comme l'échelle éternelle du logiciel. À l'ère des mainframes, chaque ligne était écrite à la main ; puis sont venus les serveurs d'applications et les frameworks, et le code partagé a été réutilisé. Chaque barreau a libéré les développeurs du travail de schéma répétitif et les a poussés vers le code que seuls eux pouvaient écrire pour leur propre cas. Les agents d'IA sont présentés comme le barreau le plus récent de cette échelle.

Le volet apprentissage de l'histoire est le plus frappant : les salles de classe d'informatique affichent des listes d'attente depuis des années, avec trop peu d'enseignants pour répondre à la demande. Silver soutient que ce goulot d'étranglement s'inverse, car chacun porte désormais en poche un tuteur infatigable versé dans toutes les matières. Les développeurs autodidactes ont toujours existé, mais l'affirmation est que ce chemin n'a jamais été aussi ouvert.

Silver évoque aussi sa propre histoire de diplômée : elle a terminé ses études au moment de l'éclatement de la bulle Internet, avec un diplôme tout frais d'informatique et aucun plan. Elle avait vu ses frères traverser l'effondrement de startups et elle est entrée dans le domaine avec peur. La leçon qu'elle tire de cette période, c'est que de tels épisodes ne détruisent pas les talents ; ils les redistribuent.

Cette thèse de la redistribution est l'épine dorsale de l'entretien : la demande de développeurs hors du secteur technologique, dans la distribution, la santé, l'éducation, l'administration et la finance, serait supérieure à celle du secteur lui-même. Les inscriptions sur GitHub seraient en train de battre des records, la population mondiale de développeurs continue de croître, et l'élargissement de l'accès à Internet ne cesse d'accroître la demande. L'argument emprunte à l'économie le paradoxe de Jevons : quand l'offre s'étend, la demande croît avec elle.

Deux compétences concluent la conversation : exprimer l'intention avec clarté et concevoir des évaluations. La façon dont vous décrivez la tâche à un agent décide du résultat, puis vous devez rassembler des jeux de données et construire les étalons qui notent l'IA. L'exemple passe par les réseaux sociaux : les vues et les likes comme signaux de ce qui compte comme engageant. Le verdict final est que le titre de « codeur » cède la place au penseur systémique qui assemble des ensembles complexes à partir de logiciels.