Cours 2

Astuce — savoir ceci suffit pour commander

Qu’est-ce que la derive ? L’IA modifie silencieusement les fonctions existantes en ajoutant de nouvelles. Comme vous ne lisez pas le code, c’est quasi indetectable.

Pourquoi ? Quand on demande a l’IA “c’est correct ?”, elle repond “oui” dans 58% des cas. Independamment de la realite. C’est le biais de flatterie.

Regle en une ligne : donnez une opinion, l’IA flatte. Donnez un fait, l’IA corrige.

4 choses a faire immediatement

  1. Ne jamais croire le “Termine !” de l’IA. Verifier soi-meme a l’ecran
  2. Consigner les decisions importantes dans Exigences.md
  3. Apres ajout de fonction, verifier manuellement les existantes
  4. Si le dialogue est trop long, nouvelle session avec fichiers de contexte a jour

Pourquoi commander ainsi

4 causes

Cause 1 : Derive logique — L’IA modifie silencieusement le code existant. “Ca marchait avant, plus maintenant.”

Cause 2 : Disparition du contexte — Les decisions ne se transmettent pas entre sessions.

Cause 3 : Melange decisions/implementation — L’IA confond regles metier et details de code.

Cause 4 : Biais de flatterie — Declaration mensongere de “Termine !”. Taux de soumission moyen des modeles frontieres : 58%. GPT-4 change sa bonne reponse 42% du temps sur un “Tu es sur ?”.

Les maths de la multiplication

97% de precision sur 5 etapes = 85,9%. Sur 10 = 73,7%. Sur 100 = 4,8%. Dans les petits projets, le nombre d’etapes est faible. Dans les grands, la multiplication est devastatrice.

Zones aveugles

Meme question, meme facon = memes oublis. Donnez un fait precis pour atteindre 100%.

Donnez une opinion, l’IA flatte. Donnez un fait, l’IA corrige.


Articles connexes

Cours complet Reins Engineering

CoursTitre
Cours 0Installer Claude Code
Cours 1Comment commander l’IA
Cours 2Comment ne pas faire confiance a l’IA
Cours 3L’application incassable
Cours 4Les decisions hors du code
Cours 5L’IA bridee
Cours 6Passe, verrouille
Cours 7Retourner la flatterie
Cours 8L’usine des agents
Cours 9L’automatisation au-dela du code
Cours 10La loi des donnees
Cours 11Comment sauver un vibe coding echoue

Sources

  • Carnegie Mellon MSR 2026 — Complexite du code +41% permanent, avantage de vitesse disparu apres 2 mois
  • METR 2025 — 16 developpeurs experimentes, 19% plus lents avec IA (perception : 20% plus rapides)
  • Google DORA — Stabilite de livraison -7,2% par tranche de 25% d’adoption IA
  • SycEval (AAAI 2025) — Taux de soumission moyen des modeles frontieres : 58%

Journal des modifications

  • 2026-05-24: Version initiale