Anthropic a recentré ses recherches sur l'interne, en examinant son utilisation de l'IA en interne et en répondant à une question qui préoccupe tout le monde : « Lorsque l'IA sera réellement présente dans les bureaux, qu'adviendra-t-il des personnes qui effectuent le travail ? » Ils ont mené une revue systématique en utilisant des questionnaires auprès de 132 personnes, des entretiens approfondis avec 53 personnes et les journaux internes du code Claude. En résumé : après avoir commencé à utiliser Claude comme « programmeur en binôme toujours présent », les ingénieurs ont vu leur productivité augmenter de 50 % et leurs compétences s’élargir considérablement. Cependant, cela a également engendré trois inquiétudes majeures : une dégradation importante des compétences, un affaiblissement de la collaboration et une identité professionnelle floue. 1. Premièrement, la transformation de la productivité et de la nature du travail. La productivité s'est considérablement améliorée, les employés déclarant utiliser Claude dans 60 % de leur travail, ce qui a entraîné une augmentation de 50 % de l'efficacité et une augmentation de 2 à 3 fois par rapport à la même période l'année dernière. Chacun est un « guerrier hexagonal », ce qui signifie que les ingénieurs peuvent gérer des tâches qui dépassent leurs principaux domaines d'expertise, comme le développement front-end, les bases de données et le code API, accélérant ainsi l'itération. Dans cette nouvelle charge de travail, 27 % de la production de Claude relève de « tâches qu'il n'aurait jamais effectuées auparavant », telles que des améliorations mineures comme les outils internes, les tableaux de bord de données et la refactorisation du code. 2. Modifications de la carte de mission Claude est principalement utilisé pour corriger les bogues et comprendre les bases de code existantes. 55 % des utilisateurs s'en servent quotidiennement pour le débogage, 42 % pour la lecture de code et 37 % pour le développement de nouvelles fonctionnalités. Utilisation fréquente d'une faible délégation : seulement 0 à 20 % des tâches peuvent être déléguées à Claude sans aucune supervision ; le code à enjeux élevés nécessite toujours une supervision et une vérification manuelles. Dans une stratégie de délégation, les ingénieurs ont tendance à déléguer à l'IA les tâches peu contextuelles, peu complexes, facilement vérifiables, bien définies, à faible risque ou fastidieuses ; la réflexion de haut niveau, les décisions de conception ou les tâches nécessitant une réflexion approfondie restent du ressort des humains. La confiance s'est installée progressivement. Au fil de l'expérience, la confiance des ingénieurs envers Claude s'est accrue et ils ont commencé à lui confier des tâches plus complexes. 3. Développement des compétences et défis L’expansion et la contraction des compétences coexistent. L’IA élargit le champ de compétences des ingénieurs, mais certains craignent que des compétences techniques fondamentales, telles que la programmation approfondie, le débogage et la compréhension des systèmes, ne se dégradent en raison d’une dépendance excessive à l’égard de l’IA. Le paradoxe de la supervision : superviser efficacement l’IA requiert des compétences spécifiques, mais ces compétences sont parfois moins pratiquées du fait de la généralisation de l’IA. Certains développeurs pourraient même désactiver volontairement l’IA pour écrire du code critique afin de maintenir leur niveau de compétence. La tendance à l'abstraction laisse penser que le génie logiciel pourrait évoluer vers des niveaux d'abstraction plus élevés, à l'instar de l'évolution du langage assembleur vers les langages de haut niveau. L'anglais pourrait même devenir un nouveau langage de programmation. 4. Sens et plaisir au travail Le sens de la programmation a changé ; certains ingénieurs apprécient la productivité élevée et les résultats finaux apportés par l'IA, tandis que d'autres aspirent à la sensation quasi zen d'écrire du code à la main. Avec le refroidissement des relations, Claude est devenu le premier collègue à solliciter l'aide de ses collègues, posant 80 % des questions en premier. Il en a résulté une diminution des occasions d'interaction et de mentorat avec ses collègues, ainsi qu'un sentiment amoindri d'utilité. 5. Perspectives de carrière et incertitudes Changement de rôle : de l’écriture de code à la gestion de l’IA ; certaines personnes consacrent 70 % de leur temps à la revue de code d’IA. L'incertitude persistante a plongé de nombreux ingénieurs dans le doute quant à leur avenir professionnel en génie logiciel. Ils craignent que l'IA ne prenne le contrôle de tout et que leur travail quotidien ne devienne une forme d'automatisation. D'autres, en revanche, estiment que l'adaptabilité et la maîtrise des concepts de haut niveau gagneront en importance. 6. Tendances d'utilisation du code Claude Avec l'augmentation de la complexité et de l'autonomie des tâches, la complexité moyenne des tâches de Claude a augmenté, le nombre d'appels d'outils consécutifs a augmenté de 116 % et le nombre d'interventions humaines a diminué de 33 %. La répartition des tâches a changé, avec une augmentation significative de la proportion de tâches impliquant la mise en œuvre de nouvelles fonctionnalités et la conception/planification du code. Les différentes équipes peuvent utiliser Claude en fonction de leurs besoins. Par exemple, les équipes de sécurité l'utilisent pour la compréhension du code, tandis que le personnel non technique l'utilise pour le débogage et l'analyse de données. Cette étude présente toutefois des limites : l’échantillon auto-sélectionné et l’absence d’anonymisation peuvent amplifier les effets positifs ; l’analyse du code de Claude n’a mesuré que la variation relative de la répartition des tâches et non la charge de travail absolue. De plus, l’intelligence artificielle évolue rapidement et les résultats de la recherche pourraient changer avec l’émergence de nouveaux modèles, et ne pas être pleinement applicables à d’autres organisations ou secteurs d’activité. #Recherche en IA#L'impact de l'IA sur l'emploi
Bloanthropic.com/research/how-a…yCa8
