5 tâches que Claude Code fait mieux que nous

Nous avons déjà expliqué sur ce site que l’utilisation de l’IA permet d’économiser du temps et de l’énergie, mais nous n’avons pas encore mentionné quelles sont les tâches où l’IA est plus adaptée que les humains.

C’est ce que nous allons faire cette semaine,  en nous concentrant d’abord sur les tâches liées au métier du développement.

En effet, on estime aujourd’hui qu’environ 42% à 45 % des développeurs professionnels utilisent Claude (via l'interface web, l'API ou Claude Code) de manière régulière. En parallèle de ces statistiques, GitHub a annoncé que 4% de tous les commits publics sur sa plateforme proviennent de Claude Code.

L’IA fait donc partie du quotidien de beaucoup de développeurs, et on peut légitimement se demander quelles tâches ils délèguent le plus souvent à l’IA.

5 tâches que Claude Code fait mieux que nous

1. Modifier plusieurs fichiers en même temps

La capacité de Claude Code à modifier plusieurs fichiers en même temps est la principale raison pour laquelle beaucoup de développeurs ont intégré l’IA au quotidien à leur méthode de travail, en particulier pour la “refactorisation”, où il excelle.

La refactorisation, c’est le fait de réorganiser du code existant sans en modifier le comportement, et elle est souvent nécessaire lorsqu’on développe une nouvelle fonctionnalité ou pour faciliter la maintenance.

Dans l’idéal, la refactorisation doit se faire régulièrement pour éviter ce qu’on appelle la “dette technique”, où des solutions “bricolées” deviennent un problème à long terme. Mais en pratique, un développeur doit modifier manuellement chaque fichier et s’assurer que tout est à jour, sans rien oublier.

Cette tâche serait réalisable pour quelques fichiers, mais lorsqu’on bascule vers des dizaines ou des centaines de fichiers à mettre à jour, c’est particulièrement pénible, sans compter le risque d’erreur qui devient exponentiel à mesure que le nombre de fichiers augmente.

Avec Claude Code, tous les fichiers à modifier sont pris en compte sans oubli et mis à jour simultanément. De cette façon la refactorisation devient beaucoup plus rapide :

• La refactorisation de 40 composants React prend environ deux heures (contre 2-3 jours avec une intervention manuelle)
• La refactorisation d’un fichier de 800 lignes prend 15 minutes (une demi-journée manuellement)

C’est donc une épine gigantesque dans le pied en moins pour les développeurs.

2. Exploration d'une base de code massive

Claude Code peut parcourir une base contenant des milliers, voire des dizaines de milliers de lignes de code, lire des centaines de fichiers et reconstruire la structure du projet en quelques minutes.

Cela permet d’attaquer deux problèmes très chronophages dans la vie d’un développeur :

• Avoir un plan précis auquel se fier pour comprendre le système
• Comprendre ce que les autres développeurs ont écrit avant nous

Dans la vie d’un développeur, il y a ces moments où l’on se demande où est gérée telle fonction ou quelles sont les dépendances d’une application. On espère trouver nos réponses en lisant la documentation (qui n’est pas forcément maintenue) et en cliquant partout dans le code, mais on n’y arrive pas toujours.

Avec Claude Code, ce procédé est beaucoup plus rapide. Ce faisant, la période pendant laquelle un nouveau développeur apprend le code avant d’être opérationnel est beaucoup plus courte, et les développeurs consacrent beaucoup moins de temps à trouver les informations qu’ils recherchent.

3. Localiser la cause d'un bug

La capacité d’un développeur à corriger un bug n’est pas forcément liée à l’écriture de code, mais à garder en tête l’ensemble du plan du système.

D’une certaine façon, il est vrai que la capacité à corriger des bugs est fortement corrélée à celle d’explorer une base de code rapidement et de manière exhaustive, comme on l’a mentionné plus haut.

Néanmoins, la correction de bugs soulève d’autres problématiques, à commencer par la fatigue. Après 4 heures passées à chercher un bug, on commence à ignorer des détails ou à faire des suppositions erronées.

On peut aussi ajouter à cela les “bugs multi-fichiers”, qui sont d’une part fatigants à gérer et d’autre part nécessitent une bonne compréhension globale du code pour être résolus.

Pour donner une idée d’à quoi ressemble un bug multi-fichier, il faut l’imaginer comme une fuite d’eau dans une maison : la fuite est visible dans le salon (un fichier), mais le tuyau défaillant se trouve dans le garage (un autre fichier).

En tant que développeur, cela nécessite d’avoir plein d’onglets ouverts en même temps dans son éditeur, ainsi que de retenir les variables importantes dans chaque fichier. On peut facilement imaginer à quel point cette tâche peut être douloureuse.

Mais pour Claude Code, c’est beaucoup moins le cas. En plus de comprendre le code plus vite et de garder plus facilement le fil, il peut effectuer plusieurs exécutions pour tenter de corriger le bug.

4. Générer des suites de tests

Le développement piloté par des tests (dit “TDD”) est une méthodologie où au lieu d’écrire le code puis de vérifier s’il marche, on fait l’inverse via un cycle en trois étapes :

1. Red (Rouge) : On écrit un test pour une fonctionnalité qui n'existe pas encore. Le test échoue forcément, mais cela aide à mieux comprendre le besoin.
2. Green (Vert) : On cherche à passer le test avec le minimum de code et d’efforts.
3. Refactor : On nettoie et on optimise le code tout en s'assurant que le test reste "au vert"

Il faut percevoir le TDD comme une “assurance qualité”, où l’on est sûrs que tous les développeurs connaissent leur code.

Seulement voilà, le TDD est souvent négligé en raison d'un manque de temps au sein des entreprises. En règle générale, il existe le biais du “Happy Path”, où l’humain a tendance à tester ce qui fonctionne, en oubliant les cas marginaux (par exemple : mettre un emoji à la place d’un nombre).

Pour ces raisons, un humain s'arrête souvent à 40-50% de couverture pour ses tests, alors que Claude est capable de générer des tests couvrant plus de 90% du code.

5. Automatiser le "travail fastidieux"

Le travail fastidieux désigne toutes les tâches répétitives mais nécessaires pour que l’application fonctionne. Voici des exemples de travail fastidieux dans le développement :

• Le Boilerplate, désignant des sections de code qui doivent être incluses dans de nombreux endroits avec peu ou pas de modification
• Le Code “Glue”, qui permet de faire communiquer deux parties d’un logiciel qui n’ont pas été conçues pour fonctionner ensemble
• La documentation permettant à d’autres développeurs d’examiner le code associé.

Finalement, ce sont des tâches où l’on sait à quoi ressembleront les travaux finis, mais où l’on espère secrètement que quelqu’un (ou quelque chose) les fera à notre place. Et ça tombe bien, car ce “quelque chose” est arrivé avec Claude Code.

L’IA est toujours plus performante lorsque la tâche à effectuer est répétitive et s’appuie sur des règles claires. C’est exactement la description du travail fastidieux, et son utilisation s’impose pour automatiser ce type de tâches.

Ce qu'il faut retenir de cette liste

Maintenant qu’on a présenté les 5 tâches où l’IA est la plus souvent utilisée, cela nous permet d’en tirer un certain nombre d’enseignements pour l’utilisation de l’IA à l’avenir.

Les développeurs seront toujours là

Pour commencer, le métier de développeur n’est pas remplacé. Toutes les tâches mentionnées précédemment sont considérées comme pénibles pour les développeurs, et ces derniers sont enthousiastes à l’idée que ces mêmes tâches deviennent une formalité grâce à l’IA. À aucun moment il n’a été mentionné que l’IA prend la place des développeurs.

Dans les faits, l’arrivée des agents de codage (dont fait partie Claude Code) entraîne deux conséquences majeures pour le développement.

La première est que la barrière d’entrée est réduite pour toutes les personnes qui veulent se lancer dans le développement. Il est désormais très facile de créer des prototypes concrets (ex. : un site web) à partir d’une idée, même pour des personnes n’ayant jamais codé, car les tâches qui nous dissuadent de nous lancer sont automatisées par Claude Code.

La deuxième est que, malgré cette baisse de “difficulté”, Claude Code crée un écart de niveau de plus en plus grand entre les développeurs débutants et les développeurs seniors. Quand on utilise l’IA, la précision des réponses dépend de celle des questions. Les développeurs seniors sont les mieux placés pour avoir les requêtes les plus précises possibles, et ça se voit :

• Les développeurs débutants auront tendance à atteindre la limite d’utilisation très rapidement, alors que les seniors l’atteignent rarement
• Les développeurs seniors automatisent beaucoup plus de tâches différentes comparé à un débutant

Compte tenu de ces conséquences, la conclusion est que l’IA dans le développement est devenue indispensable.

L'IA est devenue indispensable

Cela paraît exagéré, mais ce constat a été vérifié de nombreuses fois dans l’histoire : quand un outil réduit la barrière d’entrée et accroît le contraste d’expertise dans un métier donné, il devient indispensable.

Il est possible de faire un parallèle historique avec la photographie. 50 ans plus tôt, le métier de photographe était difficile d’accès, car le coût de revient d’une photo était élevé et la vérification puis la retouche des photos prenaient du temps.

Aujourd’hui, presque tous les téléphones possèdent un appareil photo avec un rendu instantané, donc tous leurs détenteurs peuvent “prétendre” prendre des photos avec un rendu professionnel. Mais en réalité, on distingue clairement une photo professionnelle d'une photo ordinaire. Nous en sommes au même point avec l’IA aujourd’hui.

Une mise en garde est nécessaire. Même si l’IA devient un outil indispensable au développement, ce n’est pas une excuse pour faire n’importe quoi avec :

• Il y a de véritables zones d’ombre sur la propriété intellectuelle du code généré par l’IA
• Plus un système a de valeur, moins il est conseillé d’utiliser l’IA car la protection des données d’entreprise n’est jamais garantie, et le risque d’erreur n’est jamais nul

Mais si ces limites nous conviennent, l’IA devient effectivement un outil indispensable au développement. Si la perspective d’apprendre des compétences en IA vous intéresse, Alyra vous propose de vous y former !

{{cta-moyen-ia}}