Cette étude explore les tensions identitaires vécues par les ingénieurs logiciels face à l'IA générative capable de produire du code. Les résultats montrent que même dans un secteur technophile par nature, l'IA provoque des remises en question profondes sur la valeur de l'expertise humaine.
Les développeurs sont les artisans de l'IA. Ils la conçoivent, la programment, la déploient. Et voilà que cette même IA apprend à faire leur propre travail : écrire du code. Le paradoxe est vertigineux. Les ingénieurs logiciels se retrouvent dans la position de l'armurier confronté à l'arme qu'il a lui même forgée. Comment vivent ils cette situation inédite où leur création menace de les rendre obsolètes ?
L'étude mobilise les travaux sur les tensions identitaires dans les professions (Pratt et al., 2006). Elle distingue trois sources de tension : la tension entre l'expertise passée et les compétences futures requises, la tension entre l'identité de créateur et celle de superviseur, et la tension entre la fierté technophile et la crainte d'être dépassé. Ces tensions coexistent chez les mêmes individus.
Les chercheurs ont mené des entretiens approfondis avec des développeurs travaillant dans des entreprises ayant adopté GitHub Copilot ou des outils similaires. Le guide d'entretien explore leur rapport au code, leur perception de la qualité du code généré par l'IA et la manière dont leur image de soi a évolué depuis l'introduction de ces outils.
Les tensions identitaires révéléesLes résultats montrent que les développeurs oscillent entre deux narratifs. Le premier : « Le vrai développeur comprend le problème en profondeur, l'IA ne fait que recopier des patterns ». Le second : « Si l'IA écrit 80% du code aussi bien que moi, suis je vraiment irremplaçable ? ». Cette oscillation génère une fatigue cognitive et émotionnelle que les entreprises sous estiment largement.
Face à ces tensions, les développeurs se repositionnent de différentes manières : certains montent en abstraction (architecture, design de systèmes), d'autres se spécialisent dans des niches que l'IA ne maîtrise pas encore, d'autres enfin deviennent experts de la collaboration humain/IA (prompt engineering, validation de code généré). Chaque repositionnement implique un deuil partiel de l'identité antérieure. Si vous dirigez une équipe de développement, ouvrez un dialogue franc sur ce que l'IA change dans le métier de développeur. Valorisez les compétences qui montent en importance (vision architecturale, compréhension du domaine métier, capacité à évaluer la qualité du code généré) et reconnaissez ouvertement que la transition demande un effort identitaire, pas seulement technique.
Li (2026). AI Sensemaking and Adaptation through Knowledge Workers' Career Transition Narratives
Selenko et al. (2022). Artificial Intelligence and the Future of Work: A Functional-Identity Perspective
Goto (2021). Collective Professional Role Identity in the Age of Artificial Intelligence
Référence : Generative AI in the software engineering domain: Tensions of occupational identity. (2024).
Fagonner son travail : les salaries qui transforment leur poste de l'interieur
L'IA generative comme levier de job crafting : les premieres preuves empiriques
Job crafting dans le secteur public face au numerique : quelle marge ?
Resilience face a l'IA : les profils qui s'en sortent le mieux
Les travailleurs du savoir face à l'IA : des récits de transformation
L'entretien comprehensif : la methode qualitative qui donne la parole aux gens
Vivre ensemble mais seuls : le paradoxe de l'individualisme contemporain
L’expérience client repose sur une connexion émotionnelle, une constance irréprochable et un équilibre harmonieux entre humain et digital.
Les récompenses variables peuvent être comparées aux machines à sous.
Le leadership efficace est moins une question de pouvoir formel qu'une compétence relationnelle
