Why AI hasn't replaced software engineers, and won't
- Auteurs
- SAGE Princeton, sage.cs.princeton.edu
- Thème
- IA
- Mots-clés
- emploi, IA, sandwich décider-exécuter-livrer, AI-washing, automatisation
- Ton
- opinion
Résumé
L'essai avance qu'il existe assez de preuves pour rejeter le récit selon lequel, une fois un certain seuil de capacité atteint, l'IA provoquerait des licenciements de masse — et ce, même dans le secteur où l'IA est la plus avancée et l'adoption la plus rapide : l'ingénierie logicielle. Le cadre proposé est le « sandwich décider-exécuter-livrer » : l'IA comprime la couche du milieu (exécuter), mais les deux autres (décider, livrer) résistent à l'automatisation d'une façon que de simples gains de capacité ne suffiront pas à surmonter. L'essai conclut sur un optimisme prudent quant à la demande future d'ingénierie logicielle.
💡 Pourquoi ça compte
C'est la pièce maîtresse pour désamorcer la panique du remplacement : un cadre clair (le sandwich) et des faits qui séparent le récit marketing (AI-washing) de la réalité économique, essentiels pour tout leader tech qui doit rassurer et réorienter ses équipes.
Analyse approfondie
Il y a une grande anxiété et beaucoup d'incertitude autour de l'IA qui remplacerait des emplois. Comment dépasser les avertissements vagues et les prédictions grandiloquentes pour apporter des données à cette question ? Une bonne approche consiste à regarder le métier où les capacités de l'IA sont les plus avancées et l'adoption exceptionnellement rapide : l'ingénierie logicielle.
Dans cet essai, nous soutenons qu'il existe assez de preuves pour rejeter le récit selon lequel, une fois que les capacités de l'IA atteignent un certain seuil, cela provoquera des licenciements de masse. Étant donné que c'est vrai même dans un secteur avec très peu de barrières réglementaires, la plupart des autres professions sont probablement encore plus amorties.
Nous comprenons aussi bien pourquoi c'est le cas. On peut penser de nombreux types de travail de connaissance, dont le développement logiciel, comme un « sandwich décider-exécuter-livrer ». L'IA comprime la couche « exécuter » — le milieu du sandwich — mais les deux autres couches résistent à l'automatisation d'une manière qui ne sera pas surmontée par les seules améliorations de capacité.
Nous concluons sur une note d'optimisme prudent quant à la trajectoire future de la demande d'ingénierie logicielle. Cet essai est le premier d'une série ; le suivant examinera les raisons pour lesquelles les carrières des ingénieurs logiciels individuels pourraient être chaotiques même si la demande globale est saine. La série s'appuie sur la littérature publiée en économie et en ingénierie logicielle, sur nos propres évaluations et observations d'agents IA, et sur les réflexions de nombreux ingénieurs logiciels sur le présent et le futur des impacts de l'IA sur leur profession, glanées à la fois dans des écrits publiés et dans nos interactions avec la communauté.
Considérons trois histoires qui ont fait les gros titres et la manière dont elles contrastaient avec la réalité :
En février, l'entreprise fintech Block (créatrice de Cash App, Square, Afterpay et d'autres applications de ce type) a annoncé le licenciement de 4 000 employés parce que, selon son fondateur Jack Dorsey, l'IA « permet une nouvelle façon de travailler » avec « des équipes plus petites et plus plates », citant spécifiquement les améliorations de capacité des modèles de fin 2025.
Mais les reportages qui ont suivi ont révélé une image radicalement différente. Après avoir plus que triplé ses effectifs pendant la pandémie, l'entreprise était sous une pression financière massive. Une data scientist de l'équipe Cash App, Naoko Takeda, a publié [un témoignage contredisant la version officielle]. Le cas illustre le phénomène d'« AI-washing » : attribuer à l'IA des décisions dont les causes réelles sont financières.