Dans le développement web, ce n’est plus une surprise, les outils d’assistance comme GitHub Copilot, ChatGPT ou encore Firebase, transforment radicalement la façon dont les développeurs travaillent. Bien qu’ils offrent un gain de productivité inédit, ces outils peuvent engendrer des effets négatifs, notamment chez les développeurs débutants.
Le principal risque : le biais de surconfiance.
Cet article explore en profondeur ce biais cognitif, son amplification avec les outils d’IA, et les conséquences pour les développeurs en début de carrière. Pas de surprise, écrire du code en un clic, n’est pas égale à coder comme un génie.
Qu’est-ce que le biais de surconfiance ?
Le biais de surconfiance est un phénomène psychologique qui pousse un individu à surestimer ses compétences, ses connaissances ou sa capacité à prédire des résultats. C’est assez proche de l’effet Dunning-Kruger qui touche plutôt les dev dans la phase suivante de l’apprentissage (quand on passe de junior à intermédiaire).
En contexte professionnel, ce biais peut avoir des répercussions importantes : erreurs de jugement, sous-estimation de la complexité d’une tâche, plus de remise en question ou même refus de faire appel à la formation.
Simplifier à outrance est la première grave erreur que nous commettons face à la complexité ; l’excès de confiance en est la deuxième. Et il y en a une troisième : à force de croire en nos conclusions simplistes, nous réagissons de manière excessive.
— Ted Cadsby, Closing the Mind Gap: Making Smarter Decisions in a Hypercomplex World
En développement web, cela se traduit souvent par une confiance exagérée dans la qualité de son propre code ou dans les réponses générées par une IA. Le danger survient lorsque cette confiance n’est pas fondée sur une compréhension solide des principes fondamentaux du développement web. Autrement dit : ce n’est pas parce que votre code ne plante pas que vous êtes prêt pour le prochain hackathon de la NASA.
Celui là, il arrive toujours au moment où tu penses “je gère React maintenant.”Les victimes du biais de surconfiance, dans le monde du développement web, sont souvent les débutants et grands débutants, en particulier ceux qui n’ont suivi aucune formation structurée.
Ces personnes, souvent attirés par l’idée de se lancer rapidement et de créer des projets, sont convaincus que, fort de leur recherche sur internet ou de leurs premiers tutoriels, ils ont tout ce qu’il faut pour réussir. Sans véritable connaissance des bonnes pratiques, ils peuvent croire que leurs premières lignes de code sont parfaites et que les bugs qui surgissent sont simplement des erreurs mineures. En l’absence d’une formation structurée, ces développeurs débutants sont plus enclins à tomber dans le piège du biais de surconfiance.
Et, la surconfiance, en l’absence de formation et de feedback constructif, ralentit leur apprentissage et peut même rendre leur évolution plus compliquée.
IA et illusion de compétence : une combinaison risquée
Les IA génératives facilitent la production de code rapidement. Pour un débutant, cela peut créer l’illusion de maîtriser des concepts qu’il ne fait qu’appliquer sans les comprendre. Cette illusion entraîne une surconfiance artificielle :
-
- Le code fonctionne, donc il est correct.
-
- L’IA propose une solution, donc elle est optimale.
-
- Je suis capable de développer un projet complexe rapidement.
Or, un code qui fonctionne n’est pas nécessairement maintenable, sûr, ni optimisé. Et une IA, aussi brillante soit-elle, ne remplace pas la compréhension humaine. C’est un peu comme chanter sous la douche avec un playback : tout va bien jusqu’à ce qu’on coupe l’eau… et le son.
Enfin, il ne faut pas négliger les effets de la dépendance à l’IA qui entraînent une vraie perte d’autonomie en érodant des compétences cognitives comme la pensée analytique ou la résolution de problèmes. Pour aller plus loin, nous vous recommandons l’excellent article de The Conversation : L’IA au travail : un gain de confort qui pourrait vous coûter cher.
Conséquences du biais de surconfiance amplifié par l’IA
Lorsqu’un développeur débutant s’appuie excessivement sur l’intelligence artificielle, sans avoir acquis les compétences fondamentales nécessaires, il court le risque de construire des projets aussi stables qu’un château de cartes en pleine tempête. Sans architecture claire, tests systématiques ou documentation digne de ce nom, le code généré se transforme vite en code spaghetti… et sans la sauce. La tentation d’aller vite prend souvent le pas sur la qualité, et au final, on se retrouve avec une appli aussi fragile qu’un mot de passe « 123456 ».
Toute l’équipe pédagogique vous recommande cette vidéo « Don’t ask AI to write your code ».
Par ailleurs, on vous expliquait dans un autre article comment réussir vos entretiens techniques et cette surconfiance précoce peut vous coûter très cher pendant ceux-ci. De nombreux recruteurs rapportent que certains candidats peinent à justifier leurs choix ou même à expliquer ce que fait le code qu’ils présentent. Notez bien que « Bah, c’est l’IA qui me l’a soufflé… » n’est pas une réponse recevable. Ce manque de recul trahit un vrai déficit de compréhension, et non, un prompt bien placé ne remplace pas une pensée bien construite.
Autre effet pervers : le syndrome du « j’ai plus besoin d’apprendre, je sais déjà tout (merci Copilot) ». Cette illusion de compétence peut détourner les débutants de l’apprentissage sérieux. Ainsi, l’IA, quand elle est utilisée sans esprit critique, devient une couverture chaude : confortable mais empêchant de sortir affronter le monde réel… celui où les bugs n’ont pas de bouton « Undo ».
Comment déjouer le biais de surconfiance ?
1. Acquérir des bases solides
Avant d’utiliser une IA comme copilote, encore faut-il savoir piloter. Les bases, c’est le permis de coder : structures de données, algos, Git, conception objet… Sans ça, vous êtes juste en train de naviguer à l’oeil, sans carte ni boussole.
2. Pratiquer la réflexion critique
Quand une IA vous propose du code, ne dites pas « merci » trop vite. Demandez-vous : est-ce compréhensible ? optimisé ? sécurisé ? Si vous copiez-collez plus vite que votre ombre sans vous poser de questions, autant coder à l’aveugle avec des moufles.
3. Se confronter à des problèmes réels
Le bac à sable, c’est sympa, mais on apprend en se mouillant. Contribuer à un projet open source, résoudre des challenges sur Codewars ou se frotter à un vrai bug, c’est comme faire ses gammes : pénible au début, mais indispensable pour progresser.
4. Demander des retours
Un bon code review vaut mieux qu’un long monologue avec ChatGPT. Les retours d’un mentor, d’un pair ou d’un formateur valent de l’or : ils pointent ce qu’on ne voit pas soi-même… surtout quand on pense avoir pondu le prochain framework révolutionnaire.
Vous le savez, vous enseigner tout ça, c’est notre dada !
À l’école O’clock, cet équilibre entre apprentissage des fondamentaux et maîtrise des outils modernes, IA comprise, est au cœur de notre pédagogie. Nos formations préparent des développeurs complets, conscients de leurs limites, curieux et capables de tirer le meilleur des nouvelles technologies sans en devenir dépendants.
Et le vibe coding dans tout ça ?
Le « vibe coding », c’est cette nouvelle tendance à se fier à son intuition ou à une sorte de “feeling” quand on code, plutôt qu’à une approche rigoureuse et structurée. C’est un peu comme si on faisait appel à une sorte de magie personnelle, un cocktail de confiance en soi et de certitudes, sans vraiment remettre en question nos choix.
Dans le fond, on se dit, pourquoi pas ? C’est fun, ça a du caractère, et puis c’est bien nommé, non ? On imagine un peu les vibes positives se diffuser à travers chaque ligne de code, comme une sorte de flow créatif où l’intuition prend le dessus. Mais voilà, tout ce côté « cool » et spontané peut vite se transformer en piège. Parce que cette confiance démesurée peut basculer là aussi en biais de surconfiance. On peut croire que tout roule, que le code est parfait, mais en réalité, des erreurs subtiles peuvent se glisser sans qu’on s’en aperçoive. Et là, l’illusion prend le dessus sur la rigueur. Les tests approfondis qu’on a négligés finissent par nous rappeler à l’ordre.
L’IA comme levier, pas comme béquille
L’IA n’est pas le grand méchant loup du développeur en herbe. Bien utilisée, elle peut être une formidable alliée : pour suggérer des solutions, expliquer des concepts ou gagner du temps. Mais comme un GPS, elle ne vous apprend pas à lire une carte. Et parfois, elle vous emmène dans un lac.
Chez O’clock, nous croyons fermement que l’IA peut devenir un levier d’apprentissage si elle est introduite au bon moment et dans le bon cadre. C’est pourquoi nous intégrons son usage progressivement tout au long de nos formations. D’abord pour illustrer des concepts, ensuite pour assister la réflexion, puis enfin pour optimiser le travail sur des projets plus complexes. Ce processus permet aux apprenants de rester acteurs de leur apprentissage, tout en développant une réelle autonomie technique.
Nous apprenons à nos apprenants à questionner les suggestions de l’IA, à comparer différentes approches, et à valider eux-mêmes leurs choix de conception. L’objectif n’est pas d’interdire l’usage de l’intelligence artificielle, mais d’en faire un outil critique, utile et surtout maîtrisé.
On en a pas fini avec l’IA
Pour finir, on entend partout que l’IA menacerait le métier de développeur web, et nous ne sommes pas d’accord avec cette affirmation. Rappelons, la théorie du déversement d’Alfred Sauvy, économiste et démographe qui a développé au XXème siècle l’idée que tout progrès technologique visant à accroître la productivité des travailleurs entraîne un déplacement des emplois. Ces derniers ne « disparaissent pas réellement, mais se transforment et s’adaptent », nécessitant ainsi une évolution évidente des compétences.
Pour un·e développeur·se débutant·e, le biais de surconfiance, nourri aux réponses instantanées des IA, peut vite devenir un piège : un outil pratique mais qui freine l’apprentissage et complique la montée en compétences.
Alors oui, l’IA est un outil puissant qu’il faut maîtriser (c’est pourquoi on a intégré sa pratique intelligente dans nos formations). Mais pour devenir un bon dev, il faut d’abord rester un apprenant exigeant, curieux… et parfois un peu méfiant.
Après tout, même HAL 9000 a fini par se tromper !
