Grandeur et décadence de la discipline informatique : du déterminisme aux invocations
Dans un article – Tokenmaxxing and the failure of simplistic AI metrics – dénonçant la métrique du nombre de tokens consommés comme mesure de la productivité des développeurs (toutes les métriques sont soumises à la loi de Goodhart quand on prétend les transformer en indicateurs de performance, mais celle-ci a le côté absurde de ne même pas prétendre mesurer une sortie du processus de production, mais une entrée de ressources consommées pour la dite production), on trouve cette phrase, présentée comme une approche rationnelle de la question :
“Anthropic’s guide on context engineering formulates it quite clearly: the goal is to find the smallest possible set of high-signal tokens that maximizes the probability of obtaining the desired result.”
Arrêtons-nous quelques instants sur cette phrase.
Il ne s'agit même plus de prétendre programmer en langue naturelle, intention mal orientée et déjà vouée à l'échec comme le disait très bien Dijkstra dans “On ne foolishness of natural language programming”.
Il ne s'agit plus non plus d'utiliser les LLM, qui ont digéré une énorme quantité de code et de texte associé, comme un outil de recherche dans la documentation pléthorique d'une base de code qui a crû au-delà du pratiquement utilisable. Voir Drowning in code: The ever-growing problem of ever-growing codebases.
Non, il ne s'agit plus de programmer une machine, ni de chercher l'information nécessaire à cette activité, mais d'invoquer une entité au comportement incertain et capricieux.
Comment la discipline informatique, partie des lampes à vide et des transistors, de la programmation aux clés et des cartes perforées, pour s'élever lentement du langage binaire au zoo actuel de langages et de paradigmes de programmation, en ayant inventé au passage la compilation, l'interprétation, la compilation à la volée, l'architecture de Von Neuman, la hiérarchie mémoire, la prédiction de branchement et autres astuces du matériel, la programmation dynamique, distribuée, parallèle ou temps réel, et un bon millier d'autres notions étonnamment sophistiquées et élégantes, comment la discipline informatique, disais-je, a-t-elle pu muter en cette secte d'adorateurs de l'IA générative ou agentique, où l'on se transmet dans des clubs fermés les recettes du guidage de la bête vers le résultat attendu ?
Je comprends fort bien l'intérêt d'Anthropic, OpenAI et consorts dans cette affaire. Aussi désespérante que soit la Théorie de l'économie morte, elle est parfaitement compréhensible et convaincante. Aussi étonnant que cela puisse paraître au premier abord, vendre un outil en prétendant ne plus le comprendre est une stratégie parfaitement maîtrisée (voir The Black Box Myth: What the Industry Pretends Not to Know About AI).
Je comprends le dilemme des employés forcés d'utiliser les agents IA pour convaincre leur employeur qu'ils ont à coeur d'augmenter la productivité de leur entreprise.
Mais comment un informaticien ordinaire peut-il se laisser prendre aux sirènes de l'IA agentique ? Ce chant est-il si irresistible qu'il pousse à abdiquer dans l'instant toutes ses compétences de conceptualisation et de construction de logiciels pour se transformer en moinillon débutant dans la religion de l'IA agentique, avec pour seule aspiration de devenir grand prêtre par une étude sans fin des grimoires où sont consignées les invocations de la secte ?