Mark Russinovich, directeur technique de Microsoft Azure, et Scott Hanselman, vice-président de la communauté des développeurs, ont rédigé un rapport dans lequel ils affirment que les ingénieurs logiciels seniors doivent encadrer les développeurs juniors afin d'empêcher les agents de codage IA de vider la base de compétences futures de la profession. Ils affirment notamment : "Notre thèse est simple : nous devons continuer à embaucher des développeurs débutants, accepter qu'ils réduisent initialement la capacité de production et concevoir délibérément des systèmes qui font de leur croissance un objectif organisationnel explicite."Le marché de l'emploi dans le secteur technologique se rétrécit alors que l'IA redéfinit les exigences de l'industrie. Et la situation des jeunes diplômés devient de plus en plus inquiétante, car ils sont désormais en concurrence avec l'IA pour les postes de débutant. Une étude de mai 2025 rapporte que les Big Tech ont réduit l'embauche de nouveaux diplômés de 25 % en 2024 par rapport à 2023. En outre, le recrutement de diplômés dans les startups a chuté de 11 %. Bien que toutes les raisons expliquant ce phénomène ne soient pas claires, les experts affirment qu'il existe des « preuves convaincantes » que l'IA est un facteur qui y contribue de manière significative.
Récemment, Mark Russinovich, directeur technique de Microsoft Azure, et Scott Hanselman, vice-président de la communauté des développeurs, ont rédigé un rapport dans lequel ils affirment que les ingénieurs logiciels seniors doivent encadrer les développeurs juniors afin d'empêcher les agents de codage IA de vider la base de compétences futures de la profession. Mark Eugene Russinovich (né le 22 décembre 1966) est un ingénieur logiciel et auteur américain d'origine espagnole qui occupe le poste de directeur technique de Microsoft Azure. Il a cofondé le éditeur de logiciels Winternals avant son rachat par Microsoft en 2006.
Ce rapport, intitulé « Redefining the Engineering Profession for AI » (Redéfinir la profession d'ingénieur pour l'IA), repose sur plusieurs hypothèses, dont la première est que les assistants de codage « donnent un coup de pouce aux ingénieurs seniors en matière d'IA... tout en imposant un frein aux développeurs en début de carrière (EiC) pour diriger, vérifier et intégrer les résultats de l'IA ». Dans un podcast précédent sur le sujet, Russinovich a déclaré que cette prémisse de base – selon laquelle l'IA augmente la productivité des développeurs seniors tout en la réduisant pour les juniors – est un « sujet brûlant dans toutes nos relations avec nos clients... ils disent tous qu'ils le constatent dans leurs entreprises ».
Le problème est que les agents IA peuvent revendiquer leur succès alors qu'en réalité, le code est mauvais, avec des problèmes tels que :
- Bugs importants
- Mise en œuvre d'algorithmes inefficaces
- Duplication de code commun dans toute la base de code
- Rejet des plantages et des blocages comme non pertinents
- Omission du code de débogage
- Faire fonctionner le code pour des tests spécifiques, mais pas de manière générale
Un exemple de la situation, au cœur du secteur technologique en plein essor de l'Inde, un changement radical est en cours, l'intelligence artificielle (IA) redéfinissant les points d'entrée pour les jeunes talents. Les géants indiens de l'informatique, longtemps considérés comme les moteurs des aspirations de la classe moyenne, ont réduit de 70 % le recrutement de jeunes diplômés entre les exercices 2023 et 2024.
Selon une analyse publiée par India Dispatch, les quatre plus grands exportateurs informatiques (Tata Consultancy Services, Infosys, Wipro et HCL Technologies) ont réduit leurs recrutements de 225 000 à seulement 60 000 nouveaux arrivants. Ce ralentissement coïncide avec des réductions d'effectifs, dont 38 000 suppressions d'emplois chez TCS et Infosys pour le seul exercice 2024, alors que les entreprises se tournent vers l'efficacité offerte par l'IA. L'essor de l'IA dans l'automatisation des tâches L1 et L2 (support et maintenance de base) a rendu obsolètes les postes traditionnels destinés aux débutants, poussant les entreprises à recruter des profils de niveau intermédiaire dotés de compétences spécialisées.
Voici le rapport de Mark Russinovich et Scott Hanselman :
Redéfinir le métier d'ingénieur logiciel pour l'IA
L'IA générative a bouleversé l'économie du génie logiciel. Les assistants de codage agentifs donnent désormais aux ingénieurs seniors un coup de pouce grâce à l'IA, multipliant leur rendement, tout en imposant un frein à l'IA aux développeurs en début de carrière (EiC) qui manquent de jugement et de contexte pour orienter, vérifier et intégrer les résultats de l'IA. Il en résulte une nouvelle structure d'incitation : embaucher des seniors, automatiser les juniors. Mais sans l'embauche d'EiC, le vivier de talents de la profession s'effondre et les organisations sont confrontées à un avenir sans la prochaine génération d'ingénieurs expérimentés.
Notre thèse est simple : nous devons continuer à embaucher des développeurs débutants, accepter qu'ils réduisent initialement la capacité de production et concevoir délibérément des systèmes qui font de leur croissance un objectif organisationnel explicite. La voie à suivre est une culture de mentorat à grande échelle. Nous devons permettre le mentorat des seniors grâce à des systèmes d'IA qui capturent le raisonnement, mettent en évidence les idées fausses et transforment le travail quotidien en moments d'apprentissage pour les développeurs débutants. Cet article explore comment de tels systèmes peuvent combler le déficit de formation et préserver le métier d'ingénieur logiciel à l'ère de l'IA.
L'essor de l'IA
L'année écoulée a marqué un tournant décisif dans la productivité du génie logiciel. Les assistants de codage agents, des systèmes qui interprètent les objectifs, raisonnent à travers les référentiels et génèrent, testent et affinent le code de manière itérative, redéfinissent ce que les petites équipes peuvent accomplir. Des données internes et des études indépendantes montrent désormais que les développeurs expérimentés qui utilisent ces outils peuvent accomplir des tâches complexes plusieurs fois plus rapidement, avec des améliorations d'ordre de grandeur de plus en plus courantes.
Dans le cadre du projet Societas de Microsoft, nom donné à leur nouvel Office Agent, sept ingénieurs à temps partiel ont livré une préversion prête à l'emploi en seulement 10 semaines, produisant plus de 110 000 lignes de code générées à 98 % par l'IA. Le travail humain est passé de la création à la direction : spécification des objectifs, vérification de l'exactitude et intégration des résultats de l'agent dans un système cohérent.
Aspire est un autre système de grande envergure qui montre comment cette transformation se déroule dans la pratique et modifie le mode de fonctionnement des équipes d'ingénieurs. Les équipes ont franchi différentes étapes, en utilisant d'abord des assistants de chat localement, puis en permettant aux agents de codage d'ouvrir des pull requests, pour finalement fonctionner dans des essaims d'agents humains où chaque pull request (PR) était livrable et où la révision devenait un dialogue partagé entre les personnes et les machines. Le travail s'est déroulé dans le cadre de longues PR GitHub où les ingénieurs seniors discutent des objectifs architecturaux tandis que l'agent de codage fournit des solutions. Il en a résulté une boucle de rétroaction plus rapide, un parallélisme plus élevé et une réduction considérable du coût d'opportunité pour l'expérimentation.
Le stagiaire en ingénierie agentielle. Alors que l'IA stimule le développement de logiciels, les exemples d'agents de codage de pointe présentant des comportements similaires à ceux de stagiaires démontrent leurs limites et la difficulté qu'un développeur EiC peut avoir à repérer ou à guider les agents pour les éloigner des conceptions sous-optimales et des conclusions erronées.
Dans la figure 1, l'agent a inséré une pause dans le code qui plantait en raison d'une condition de concurrence. Ce type de modification ne fait que masquer un bug de synchronisation complexe sous-jacent, mais un développeur EiC pourrait le considérer comme une correction efficace si la concurrence n'apparaît plus dans les tests.
L'agent a même du mal à expliquer les raisons qui l'ont poussé à introduire ce délai, qui ne réduit en réalité pas le risque de course dans ce cas précis. Lorsqu'il est contesté, il admet que son raisonnement était erroné (figure 2), mais l'IA peut également conclure qu'un raisonnement correct est erroné lorsqu'elle est contestée par les suggestions d'un utilisateur qui estime qu'il pourrait être incorrect.
