Pourquoi on n’arrive plus à décrocher quand on code avec l’IA ? Une machine à sous qui rapporte du vrai code

Note : cet article ne prétend pas que coder avec l’IA soit une addiction au sens médical.

Utiliser les outils de lecture

Écouter lit l’article à voix haute. La lecture rapide affiche les groupes de mots au rythme choisi. La pratique des langues compare les traductions disponibles. Enregistrer ajoute un favori dans ce navigateur, accessible dans la liste du lecteur. Le casse-briques transforme les mots de l’article en briques à casser.

Partager cet article
Pourquoi on n’arrive plus à décrocher quand on code avec l’IA ? Une machine à sous qui rapporte du vrai code
Image générée par IA
Publicité
Publicité

Locale: fr

Note : cet article ne prétend pas que coder avec l’IA soit une addiction au sens médical. Il compare seulement certains aspects de l’expérience à des mécanismes étudiés dans les jeux d’argent et les produits numériques, notamment l’incertitude de la récompense et la répétition rapide.[3] Rien ne prouve que le même mécanisme joue quand on code avec l’IA.

1. En bref : coder avec une IA peut ressembler à une machine à sous productive

On demande une correction. On attend quelques secondes. Ça échoue. On reformule. Cette fois, ça marche presque. On lance les tests. Autre chose casse. On recommence. Tout passe.

Le dernier voyant vert fait très plaisir.

Sauf qu’à la différence d’une machine à sous, un bon tirage peut laisser du code, des tests, des recherches, de la documentation ou une fonctionnalité entière.

Le rythme est celui du divertissement, mais le résultat est celui du travail.

Quelqu’un a fusionné une usine logicielle et une machine à sous.

2. « Peut-être que le prochain essai passera » revient toutes les quelques minutes

La recherche sur les jeux d’argent étudie depuis longtemps l’incertitude de la récompense : ne pas savoir quand elle arrivera peut renforcer la répétition du comportement.[3]

Coder avec l’IA, vu de l’extérieur, ça y ressemble.

Une demande peut :

  • fonctionner du premier coup
  • être résolue à 80 %
  • casser un autre fichier
  • être complètement mal comprise
  • révéler la vraie cause plus vite qu’un humain

Au moment d’appuyer sur Entrée, on ne connaît pas le résultat.

Et la réponse arrive en quelques secondes ou quelques minutes.

Pas besoin d’attendre demain.

Les petits rebondissements arrivent à la vitesse d’un distributeur automatique.

3. Même un échec laisse souvent quelque chose

C’est une différence majeure avec les jeux d’argent.

Un essai raté laisse souvent des traces utiles.

Un message d’erreur. Une nouvelle piste. Une correction à moitié faite. Un test supplémentaire. Au minimum, une piste éliminée.

Après trois heures sans solution, on peut donc penser :

« on a quand même avancé »

plutôt que :

« j’ai perdu trois heures ».

C’est un RPG qui donne de l’expérience même quand on perd.

Et parfois, il lâche aussi du code qui part directement en production.

4. Le vrai gâchis, c’est quand l’IA tourne en rond toute seule

Tous les échecs ne sont pas instructifs.

Un agent autonome peut faire :

exécuter → échouer → corriger dans la même direction → échouer → relancer presque la même commande → échouer → annoncer « je vais essayer autrement » → refaire presque la même chose

Un humain regarde l’écran et dit : « arrête de creuser ce trou ».

L’IA est consciencieuse.

Donc elle continue.

Et elle grille votre quota avec le même sérieux.

Il faut moins de persévérance et plus de freins :

  • arrêter après 2 ou 3 échecs identiques
  • ne pas relancer si l’erreur n’a pas changé
  • résumer la cause avant le prochain essai
  • créer un point de retour avant une grosse modification
  • avertir quand la consommation explose

Un agent n’a pas besoin d’un discours motivant. Il a besoin de savoir quand couper les pertes.

5. Malgré tout, ce n’est pas un jeu d’argent au sens économique

Coder avec une IA ne consiste pas à miser de l’argent pour espérer récupérer de l’argent au hasard.

Bien utilisée, l’IA produit quelque chose.

Une étude de 2026 du Bureau national de recherche économique américain (NBER) portant sur plus de 500 000 développeurs GitHub a observé de fortes hausses de l’activité de codage avec les outils d’IA, mais des effets beaucoup plus faibles lorsqu’on descend jusqu’aux projets et aux mises en production réelles.[4]

Autrement dit :

plus de code ne signifie pas automatiquement plus de valeur livrée.

L’agent peut tourner 100 fois. On peut aligner 50 commits de plus. Le quota peut disparaître.

Si rien n’arrive aux utilisateurs, l’usine tourne simplement très vite à vide.

Si une fonctionnalité est réellement publiée, testée et utilisée, il s’agit bien d’une utilité concrète.

Ce qui est étrange quand on code avec l’IA, c’est que le frisson du jeu et l’utilité réelle sont sur le même écran.

6. Pourquoi un abonnement très cher devient facile à justifier

Dépenser beaucoup chaque mois dans un jeu ressemble clairement à une dépense de loisir.

Avec l’IA, le calcul mental change.

Elle peut faire gagner du temps. Expliquer un concept. Écrire du code. Faire des recherches. Rédiger de la documentation. Construire une application.

L’abonnement ressemble alors à un coût d’outil.

Et malheureusement pour le portefeuille, c’est effectivement un outil.

Loisir, travail, apprentissage et création arrivent sur la même facture.

Une formule chère peut donc se défendre avec des arguments réels :

« il m’a fait gagner plusieurs heures ». « la fonctionnalité est terminée ». « sans lui, j’aurais dû tout rechercher moi-même ».

7. « Utile » ne veut pas dire « rentable à n’importe quel prix »

Il faut tout de même mesurer.

Si l’on passe 10 heures avec l’IA sur une tâche qui prenait avant 5 heures, on a peut-être trouvé un nouveau loisir plutôt qu’un outil de productivité.

Aucun problème si c’est assumé.

Le problème commence quand on croit travailler alors qu’on regarde surtout l’agent travailler.

Quelques mesures simples :

  • combien de temps sans IA
  • combien de livrables réellement terminés en plus
  • si le temps de vérification humaine diminue
  • quelle part du quota part dans des boucles d’échec
  • quelles tâches peuvent utiliser un modèle moins cher
  • si les mises en production augmentent réellement

« Je l’ai beaucoup utilisé » n’est pas un résultat.

Habiter dans une salle de sport ne crée pas automatiquement des muscles.

8. Pourquoi « une amélioration par jour ou une remise à zéro des quotas » fait autant envie

En octobre 2026, le responsable d’OpenAI pour Codex et ChatGPT Work a annoncé publiquement un défi de 28 jours : chaque jour, l’équipe publierait une amélioration claire et utile à la majorité des utilisateurs, ou remettrait les quotas de tout le monde à zéro.[1]

Juste avant, il avait indiqué que l’équipe se concentrerait sur la simplification, davantage d’efficacité et d’usage, de grandes fonctionnalités et de nouveaux modèles.[2]

Un site de suivi non officiel tenu par des utilisateurs interprète la période comme allant du 5 octobre au 1er novembre, heure du Pacifique.[5]

En principe, « une nouvelle fonctionnalité par jour » semble plus généreux.

Mais pour quelqu’un qui vide réellement son quota, il arrive que :

une nouvelle fonctionnalité < un quota entièrement restauré.

La valeur d’une IA haut de gamme ne dépend pas seulement de son intelligence, mais aussi du nombre de tentatives utiles encore disponibles.

Après une boucle absurde qui a grillé le quota, une remise à zéro fait bien plus plaisir qu’un nouveau bouton.

9. Il ne faut pas supprimer le plaisir, seulement les répétitions inutiles

Que ce soit amusant de coder avec l’IA, ce n’est pas un défaut.

Transformer un travail pénible en « allez, encore un essai » est une vraie réussite.

Le problème apparaît quand :

« encore un essai »

devient :

« l’agent a répété la même erreur 20 fois tout seul ».

L’objectif n’est donc pas de rendre l’expérience ennuyeuse.

Les essais utiles, vite. Les répétitions inutiles, stoppées tôt.

La mesure finale n’est pas le nombre de tours.

C’est :

ce qui a réellement été terminé.

PublicitéLivres sur ce sujet

  • Co-Intelligence (édition anglaise)

    Ethan Mollick / Penguin Publishing Group / 2024

    Un livre sur IA, le sujet de cet article.

  • The Coming Wave (édition anglaise)

    Mustafa Suleyman / Penguin Random House / 2023

    Un livre sur IA, le sujet de cet article.

Cet article contient des liens affiliés (publicité). À propos de la publicité En tant que Partenaire Amazon, je réalise un bénéfice sur les achats remplissant les conditions requises. As an Amazon Associate I earn from qualifying purchases.

À lire aujourd’hui

Chacun répond à une question que se posent souvent les lecteurs de cet article.

Voir tous les articlesPlus sur AI

Si cet article vous a été utile, vous pouvez soutenir le site. Soutenir

Publicité
Publicité
Publicité

Encore un ? Un truc sympa ?

Puisque vous avez fini : quelques histoires proches et d'autres complètement différentes, mais amusantes.

  1. Sujet prochePourquoi Hisoka aide-t-il Gon à Greed Island?La logique d’un allié dangereux
  2. ShadowverseWorlds Beyond : pourquoi perdre en gagnant le board
  3. Rien à voir, mais amusantVendre sa licence de Hunter suffirait pour prendre sa retraite. Pourquoi Gon et les autres continuent-ils à travailler ?
  4. Pourquoi les personnages de Chiikawa mangent-ils sans cesse?Nourriture, herbes, monstres, travail et classement 10+
  5. Une canette de 500 mL à 9 %, c'est vraiment « un » verre?Environ 2.6 bières
  6. Du raisin Shine Muscat à 199 yens?Pourquoi le prix « aux 100 g » nous piège au supermarché

Trouver d’autres articles

Tous les articles

Mendoi-chan

Qui tient ce site

Mendoi-chan

Elle transforme les frictions du travail et du quotidien en structures claires et en prochaines étapes concrètes.