La fatigue de l’IA est réelle. Mais ce n’est pas ce que vous pensez

Il y a un récit qui se construit actuellement et qui attire beaucoup d’attention : l’IA nous épuise. Les ingénieurs envoient plus de code que jamais et se sentent plus mal que jamais. Le terme “fatigue de l’IA” fait le tour, et les opinions s’accumulent.

Un ingénieur logiciel écrit dans Business Insider que le dernier trimestre a été son plus productif et son plus épuisant. Steve Yegge, qui a littéralement écrit le livre sur la programmation vibe, dit à The Pragmatic Engineer qu’il fait des siestes pendant la journée et limite le travail réel avec les outils d’IA à trois heures. Les fondateurs de startups heurtent un mur à 14 heures. L’un des articles les plus partagés ce mois-ci avertit que l’IA a un “effet vampirique” sur les personnes qui l’utilisent le plus.

Voici ce que personne ne semble remarquer : les personnes qui signalent la plus grande fatigue ne sont pas les sceptiques. Ce sont les véritables croyants.

Les ingénieurs coincés au niveau un de l’échelle d’adoption de Yegge, ceux qui ignorent complètement l’IA, se sentent bien. Un peu anxieux, peut-être, mais pas épuisés. Ce sont ceux qui sont aux niveaux cinq, six, sept, ceux qui se sont lancés à fond, qui font fonctionner plusieurs agents, qui orchestrer des flux de travail complexes, qui expédient à des vitesses qu’ils n’auraient jamais imaginées, qui rentrent chez eux épuisés.

Ce modèle devrait nous dire quelque chose. Et je pense qu’il nous dit que la “fatigue de l’IA” est un mauvais diagnostic.

Vous n’avez pas un problème de fatigue. Vous avez un problème de formation.

Pensez à la première fois que vous avez fait des exercices de soulevage de poids. Pas un poids particulièrement lourd. Juste le mouvement lui-même. Vous vous êtes réveillé le lendemain matin et votre corps entier se sentait comme s’il avait été démonté et remonté incorrectement. Vos jambes étaient douloureuses. Votre dos était douloureux. Des muscles que vous ne saviez pas exister se sont fait connaître de la manière la plus désagréable possible.

Si quelqu’un avait mesuré votre production ce jour-là, cela aurait eu l’air terrible. Vous pouviez à peine vous asseoir sans grimacer. Vous auriez pu raisonnablement conclure que le soulevage de poids est insoutenable, que le corps humain n’est pas conçu pour cela, que le coût l’emporte sur le bénéfice.

Mais bien sûr, six mois plus tard, vous soulevez deux fois le poids et vous vous sentez bien après. Votre corps a construit de nouvelles voies. Il s’est adapté. Le mouvement qui nécessitait autrefois tous les efforts conscients est devenu automatique. La douleur n’a pas signifié que vous étiez cassé. Elle a signifié que vous construisiez quelque chose de nouveau.

C’est exactement ce qui se passe avec le travail augmenté par l’IA.

La charge cognitive dont personne ne parle

Lorsque vous écrivez du code de la manière traditionnelle, votre cerveau exécute un programme bien rodé. Vous l’avez fait des milliers de fois. Vous connaissez les raccourcis, les modèles, les rythmes de débogage. C’est comme conduire votre trajet quotidien : techniquement complexe, mais si pratiqué que vous pouvez le faire en pensant au dîner.

Le travail augmenté par l’IA est une tâche cognitive fondamentalement différente. Vous n’écrivez plus de code. Vous dirigez, évaluez, décidez, basculez entre plusieurs agents, examinez les sorties que vous n’avez pas écrites, maintenez l’intention architecturale dans votre tête tandis qu’un IA prend des décisions d’implémentation que vous devez valider en temps réel.

Ce n’est pas le même travail fait plus vite. C’est un travail différent. Et votre cerveau n’a pas encore construit les voies efficaces pour cela.

Chaque décision est encore consciente. Chaque examen nécessite un effort actif. Vous surveillez la qualité, maintenez le contexte à travers les flux de travail parallèles, prenez des décisions de jugement sur les sorties de l’IA constamment. C’est pourquoi trois heures de ce travail peuvent vous laisser plus épuisé que huit heures de codage traditionnel. C’est l’équivalent cognitif de votre première semaine au gymnase.

La courbe d’adoption est en réalité une courbe d’épuisement

Le cadre de huit niveaux de Yegge pour l’adoption de l’IA correspond presque parfaitement à une courbe d’épuisement, bien que je ne pense pas que ce soit son intention.

Aux niveaux un et deux, vous n’utilisez que très peu l’IA. Autocomplétion ici, une question là. Pas beaucoup de charge cognitive. Pas beaucoup de fatigue.

Aux niveaux trois à six, vous êtes dans l’eau profonde. Vous avez donné à l’agent plus d’autonomie, vous examinez moins ligne par ligne et plus de manière holistique, vous faites fonctionner plusieurs agents, et vous naviguez constamment dans un flux de travail qui n’existait pas il y a 18 mois. C’est là que vit l’épuisement. C’est le soulevage de poids lourd.

Aux niveaux sept et huit, quelque chose d’intéressant commence à se produire. Vous avez construit des systèmes d’orchestration. L’IA fonctionne plus de manière autonome. Vous avez appris ce que vous pouvez faire confiance et ce que vous devez vérifier. Vous décrivez les résultats et vous vous éloignez. Matt Shumer décrit exactement cela : dire à l’IA ce qu’il faut construire, partir pendant quatre heures et revenir avec un travail terminé. L’adaptation commence à prendre pied.

L’épuisement n’est pas réparti uniformément. Il culmine au milieu, juste où la plupart des premiers adoptants sont actuellement assis. Et c’est pourquoi la fatigue semble universelle : les personnes qui parlent le plus de l’IA sont disproportionnellement celles qui sont dans la partie la plus difficile de la courbe d’apprentissage.

Personne n’a écrit d’articles sur la “fatigue de conduite”

Rappelez-vous lorsque vous avez appris à conduire ? La première fois que vous avez rejoint une autoroute, vous avez probablement serré le volant comme si votre vie en dépendait (ce qui, pour être juste, c’était le cas). Vous êtes rentré chez vous après un trajet de 30 minutes complètement épuisé. Votre cerveau fonctionnait à pleine capacité : vérifier les rétroviseurs, gérer la vitesse, anticiper les autres conducteurs, traiter les panneaux de signalisation, tout simultanément et tout de manière consciente.

Maintenant, vous conduisez pendant une heure en écoutant à moitié une émission podcast et en mangeant un sandwich. La tâche n’a pas changé. Vous avez changé. Votre cerveau a construit des voies neuronales efficaces pour la conduite, compressant ce qui nécessitait autrefois une attention consciente totale en processus de fond.

Personne n’a écrit d’articles sur la “fatigue de conduite” en tant que crise existentielle. Personne n’a suggéré que les voitures ont un “effet vampirique” sur leurs conducteurs. Nous avons compris, intuitivement, que l’épuisement était temporaire. C’était le coût d’apprendre quelque chose de nouveau.

C’est la partie que le discours actuel manque. La “fatigue de l’IA” est traitée comme une condition permanente, une caractéristique fondamentale de la technologie, alors qu’il s’agit en réalité d’un coût de transition. C’est une douleur de formation, pas une maladie chronique.

Pourquoi cela compte plus que le confort

Cette distinction n’est pas seulement sémantique. La façon dont vous diagnostiquez le problème détermine ce que vous faites pour y remédier.

Si la fatigue de l’IA est une caractéristique permanente de la technologie, alors la limite de trois heures de Yegge est le plafond définitif. Les entreprises devraient planifier pour des ingénieurs qui ne peuvent être productifs que pendant une fraction de la journée. L'”effet vampirique” est le prix d’entrée, et nous devons juste vivre avec.

Mais si c’est une douleur de formation, alors le livre de jeu est complètement différent. Vous gérez la charge. Vous construisez progressivement. Vous n’arrêtez pas d’aller au gymnase parce que vous êtes fatigué. Et de manière critique, vous n’assumez pas que le niveau d’épuisement d’aujourd’hui est celui de demain.

Les ingénieurs qui traversent cette phase, qui construisent les voies cognitives pour diriger le travail de l’IA, examiner à l’altitude appropriée et maintenir l’intention architecturale à travers les flux de travail parallèles, feront finalement cela de manière naturelle comme la conduite. Le mur des trois heures se déplacera à cinq, puis à sept. Non pas parce qu’ils travaillent plus dur, mais parce que le travail cesse d’être efforté de la même manière.

Pendant ce temps, les ingénieurs qui lisent sur la “fatigue de l’IA” et décident de rester au niveau deux, confortable, familier, non épuisé, se trouveront dans une position beaucoup plus mauvaise.

Non pas parce qu’ils n’ont pas suivi une tendance, mais parce qu’ils n’ont jamais commencé la formation que tout le monde a déjà terminée.

Le véritable risque : confondre la douleur avec la blessure

Je veux être clair sur quelque chose. Il y a une différence entre la douleur de formation et la blessure réelle, et cela s’applique également ici.

Si vous êtes en train de “coder vibe” pendant 14 heures par jour, en dormant quatre heures et en fonctionnant à l’adrénaline parce que la nouveauté est enivrante, ce n’est pas de la formation. C’est de la surformation. Et tout comme au gymnase, la surformation ne construit rien. Elle vous détruit.

L’observation de trois heures de Yegge est précieuse non pas comme un plafond définitif, mais comme un signal sur les besoins de récupération actuels. Lorsque vous êtes au début de la formation, vous avez besoin de plus de repos entre les séances. À mesure que vous vous adaptez, vous pouvez gérer plus de volume. Les personnes qui brûlent ne sont pas celles qui font trois heures de travail intensif avec les outils d’IA. Ce sont celles qui ne peuvent pas s’arrêter parce que la boucle de rétroaction est trop engageante, ce qui est exactement la dynamique de la machine à sous que j’ai écrite auparavant.

La réponse n’est pas d’éviter le gymnase. C’est de s’entraîner de manière intelligente : des séances intenses, une récupération réelle, une progression graduelle.

Une prédiction que personne d’autre ne fait

Voici ce que je pense qui se passera au cours des 12 à 18 prochains mois.

Le récit de la “fatigue de l’IA” atteindra son sommet à un moment donné cette année. Il y aura plus d’articles, plus de lamentations, probablement quelques ingénieurs de haut niveau qui prendront publiquement “une pause dans les outils d’IA”. Cela ressemblera à une réaction de rejet significative.

Puis cela s’estompera tranquillement. Non pas parce que les gens ont arrêté d’utiliser l’IA, mais parce que les premiers adoptants ont fini de s’adapter. Le mur des trois heures semblera un lointain souvenir pour les personnes qui font cela depuis un an et demi. Ils dirigeront les flux de travail de l’IA de la même manière qu’ils écrivaient autrefois des boucles pour : sans y penser.

Et l’écart entre ceux qui ont traversé la douleur et ceux qui ne l’ont pas sera énorme. Non pas parce que les compétences en IA sont rares, mais parce que l’adaptation elle-même, la capacité de penser en termes de direction, d’évaluation et d’orchestration plutôt que de mise en œuvre ligne par ligne, sera devenue seconde nature pour un groupe et complètement étrangère à l’autre.

La pire réponse à la douleur de formation a toujours été la même : arrêter d’aller au gymnase.

Ce que cela signifie pour les dirigeants

Si vous dirigez une équipe d’ingénieurs en ce moment, comprenez ce que vous voyez réellement. Vos ingénieurs les plus productifs sont également les plus fatigués. Ce n’est pas une contradiction. C’est le signal le plus clair que vous avez que l’adaptation est en cours.

Ne répondez pas en réduisant l’adoption de l’IA. Ne répondez pas en prétendant que la fatigue n’est pas réelle, non plus. Répondez de la manière dont un bon entraîneur le ferait : gérez la charge de formation. Prévoyez des séances intenses et ciblées de travail avec les outils d’IA, suivies d’une récupération réelle. Donnez aux gens la permission de fonctionner à ce qui semble être des heures réduites pendant qu’ils construisent de nouvelles compétences cognitives. La production sera toujours un multiple de ce qu’elle était avant.

Les entreprises qui comprennent cela correctement auront des équipes adaptées d’ici la fin de l’année. Celles qui ignorent la fatigue ou reculent face à l’IA en réponse à celle-ci se retrouveront avec le pire des deux résultats : des ingénieurs épuisés qui n’ont jamais traversé la partie la plus difficile de la courbe.

Nous n’expérimentons pas les effets secondaires d’une nouvelle technologie. Nous sommes dans les premières semaines de formation pour un nouveau mode de travail. La douleur est la preuve que cela fonctionne. Penchez-vous dessus, gérez-la, et faites confiance à votre cerveau, comme tout autre système adaptatif de la nature, fera ce qu’il a toujours fait.

Il s’adaptera.