On a confondu deux verbes : « produire » et « maîtriser ». L’IA…

On a confondu deux verbes : « produire » et « maîtriser ».

 L’IA génère du code, des workflows, des analyses, des applications.

 Vite.

 Très vite.

 Et comme ça sort vite et que ça a l’air propre, on en conclut qu’on a fait quelque chose.

 On confond la fluidité de la production avec la solidité du résultat.

 Les psychologues appellent ça la fluency heuristic : ce qui vient facilement à l’esprit nous paraît plus vrai, plus solide, plus maîtrisé.

 Rozenblit et Keil ont montré en 2002 qu’on surestime massivement à quel point on comprend les systèmes qu’on manipule, l’illusion de profondeur explicative.

 L’IA est une machine à fabriquer cette illusion à l’échelle industrielle.

 Le problème n’arrive pas pendant la production. Il arrive après.

 Quand il faut tester, sécuriser, maintenir, superviser, faire comprendre à un humain ce que la machine a pondu un mardi à 14h.

 Là, le code généré en trois secondes coûte trois mois à débugger.

 Le workflow automatisé en une après-midi devient ingouvernable en six mois. La dette technique, elle, n’a jamais lu une seule étude sur la productivité de l’IA.

 La bonne question n’est pas « à quelle vitesse l’IA produit ».

 On connaît la réponse, c’est vertigineux.

 La question est : qui paie l’addition quand il faut faire tourner, réparer et faire confiance à ce qui a été généré.

 Parce que la production est devenue gratuite.

 Les conséquences, non.