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 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

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%