Le codage par ambiance permet à tout le monde d'écrire des logiciels, mais comporte des risques

Le processus d'écriture de programmes informatiques, connu sous le nom de codage, a traditionnellement été réalisé par des êtres humains, mais avec l'avènement de l'intelligence artificielle générative, cela est en train de changer. Les outils d'IA générative peuvent désormais écrire du code informatique à partir d'invites en langage naturel, un concept qualifié de "vibe coding" par Andrej Karpathy, co-fondateur d'OpenAI. Le vibe coding permet aux utilisateurs de créer du code sans avoir besoin de maîtriser les langages de programmation ou les structures de données complexes, le rendant ainsi accessible aux débutants complets. Cela est rendu possible par des systèmes d'IA qui utilisent des schémas standard de langage technique pour assembler du code original à partir de leurs données d'entraînement. Des assistants d'IA tels que GitHub Copilot ou Cursor Chat peuvent être utilisés pour générer du code à partir d'invites simples, mais le code résultant peut ne pas être de qualité production et peut être vulnérable aux risques de sécurité. L'absence d'un processus structuré dans le vibe coding signifie que les pratiques de test de résistance sont souvent ignorées, laissant les systèmes ouverts aux attaques malveillantes et aux fuites de données. Les ingénieurs qualifiés écrivent et examinent généralement le code, effectuent des tests et établissent des barrières de sécurité avant la mise en production, mais avec le vibe coding, ce processus n'est pas suivi. Malgré les risques potentiels, le vibe coding pourrait avoir des applications plus profondes avec les programmeurs expérimentés, les aidant à transformer rapidement des idées en prototypes viables. Cette pratique pourrait également signaler une évolution vers l'utilisation du langage naturel comme un outil plus viable pour le développement de programmes informatiques, ce qui faciliterait le démarrage des programmeurs novices. En fin de compte, bien que le vibe coding ne soit pas susceptible de remplacer les ingénieurs logiciels expérimentés, il pourrait estomper davantage la frontière entre l'IA et les programmeurs humains à mesure que les modèles d'IA s'améliorent et deviennent plus aptes à intégrer le contexte et à tenir compte des risques.