Une distinction venue de la finance L'annonce a fait réagir les marchés. Une petite équipe affirme avoir publié un clone gratuit, généré par IA, de plusieurs logiciels phares d'Adobe, avec l'ambition d'atteindre une parité fonctionnelle complète en un mois. Un analyste de HSBC a dégradé sa recommandation sur le titre. Mais dans sa note, il prend le temps de distinguer deux pratiques qu'on mélange souvent. Deux façons de coder avec l'IA Le vibe coding professionnel, d'abord. Un humain décrit le besoin, l'IA produit le code, et une personne examine ce code avant de le valider. La machine écrit, l'humain décide. Le codage automatique, ensuite. Le modèle garde le contrôle total du code. Très peu de supervision. L'humain définit l'objectif et regarde le résultat. Deux modèles de risque Cette distinction n'a rien d'une querelle de vocabulaire. Dans le premier cas, la responsabilité reste attribuée : quelqu'un a lu, compris et accepté chaque modification. Dans le second, personne ne peut vraiment répondre de ce qui a été livré. Les retours de terrain montrent pourquoi ça compte. Dans une enquête menée cette année auprès des développeurs, 69 % citent le code plausible mais faux parmi les erreurs d'IA qui leur ont fait perdre le plus de temps. 54 % pointent un code difficile à relire. Seuls 6,6 % font confiance à l'IA pour des décisions professionnelles importantes. La relecture humaine a ses limites Reste un problème. La relecture ne passe pas à l'échelle. Quand le volume de code généré explose, un relecteur pressé valide ce qui a l'air correct. Et du code plausible mais faux, justement, a l'air correct. C'est là que le test reprend toute sa place. Il ne remplace pas le regard humain. Il le rend tenable. En vérifiant automatiquement le comportement réel de l'application, il permet à la relecture de se concentrer sur l'intention, l'architecture, les cas limites. Sur ce qu'un humain voit mieux qu'une machine. Fixer le point d'engagement Pour une organisation, la question n'est pas d'autoriser ou non le vibe coding. C'est de décider où, dans la chaîne, un humain engage sa responsabilité. Et sur quelles preuves il s'appuie pour le faire. Des fusions de taille raisonnable, des tests indépendants du code qu'ils valident, un relecteur nommé : trois conditions simples pour que la supervision humaine reste réelle.
