Comment former un développeur junior à l'ère de l'IA générative ?
Aux Etats-Unis, l’arrivée de l’IA générative a fait une victime collatérale : le développeur junior. Chiffres à l’appui, une étude de l’université de Stanford montre que le recrutement des codeurs débutants, âgés de 22 à 25 ans, a reculé de près de 20%, entre fin 2022 (correspondant au lancement de ChatGPT), et juillet 2025. Sur la même période, l’embauche de profils seniors augmentait dans une proportion sensiblement similaire. Pour maximiser les gains de productivité, les employeurs américains semblent faire le pari de constituer des tandems associant IA et professionnels expérimentés, ces derniers étant mieux à mêmes de vérifier la qualité du code généré par IA.
En France, si le marché de l’emploi n’est pas favorable aux jeunes diplômés dans leur ensemble, on ne constate pas, à ce stade, de discrimination à l’embauche des développeurs juniors qui serait liée au recours de l’IA générative. En revanche, les employeurs doivent adopter leur mode d’accompagnement et de montée en compétences de ces profils débutants.
Rappeler les fondamentaux de la programmation
De fait, la génération automatique de code fait fortement évoluer les pratiques d’apprentissage du développement logiciel, sans pour autant renier les fondamentaux. "En l’état des performances des outils de vibe coding, il reste indispensable de s’assurer que la qualité du code produit est conforme à nos standards", juge Soufiane Keli, VP software engineering chez Octo Technology. Les profils juniors doivent, pour cela, posséder de solides bases en programmation et il préconise de conserver les méthodes pédagogiques traditionnelles et les bonnes pratiques du Software Craftsmanship, tout en enrichissant progressivement ce socle avec des compétences spécifiques liées à l’intelligence artificielle.
Comme son nom l’indique, le mouvement du Software Craftsmanship défend l’idée que développer du logiciel est un métier d’artisan, et valorise l’excellence technique, la qualité du code et la responsabilité professionnelle du développeur. L’ambition est de produire du code qui soit lisible par un humain, maintenable et conforme aux attentes métiers grâce à des pratiques telles que le clean code ou le Test Driven Development (TDD), ou développement piloté par les tests.
Sous la supervision de son tech lead, le développeur junior va donc commencer à coder manuellement pour acquérir ces fondamentaux. Sur le principe de l’apprentissage par essai-erreur, il se trompe, corrige et recommence. "La durée de cette phase d’apprentissage dépend du niveau initial du collaborateur et de l’accompagnement proposé au sein de l’organisation", note Soufiane Keli.
Après cette première phase de travail manuel, le junior commence à utiliser l’IA pour générer des portions de code, notamment par auto-complétion. "Il doit alors apprendre à analyser les suggestions de l’IA, les comprendre, les accepter ou les rejeter de manière éclairée, en veillant à identifier les raisons des propositions de l’assistant", poursuit Soufiane Keli. Pour faciliter cette montée en compétences, il conseille d’instaurer un environnement bienveillant et de reconnaître le droit à l’erreur.
De nouvelles "soft skills" à acquérir
Au-delà des compétences techniques, le codeur en herbe doit acquérir des compétences comportementales propres à l’IA. "Il est essentiel pour un codeur junior de développer un esprit critique sur le code généré afin d’utiliser l’IA à bon escient, avance Jade Chabaro, engineering director et AI acceleration lead chez Sfeir. Il doit savoir identifier, par lui-même, les bugs, les violations de patterns, les problèmes de sécurité et demander systématiquement à l'IA de justifier ses propositions."
Les promotions actuelles de diplômés d’écoles d’ingénieurs sont les premières à être formées à coder nativement avec Codex d’OpenAI, Gigthub Copilot, Claude Code, Cursor ou Lovable. L’adoption de l’IA s’en trouve facilitée mais une utilisation sans discernement de ces outils de vibe coding expose ces cerveaux encore neufs à de nouveaux risques. Pour Jade Chabaro, l’un des dangers majeurs a pour nom le "cognitive offloading", c’est-à-dire le fait de déléguer la réflexion et la résolution de problèmes à des outils externes. "Ce penchant naturel peut entraîner une perte progressive de la gymnastique intellectuelle propre au métier de développeur."
Des sessions de code sans IA
"Faire confiance de manière aveugle à la machine, sans vérification approfondie, expose à des erreurs potentielles et à une homogénéisation des solutions, moins adaptées à certains cas spécifiques", estime-t-elle. Les juniors risquent, selon elle, de confondre la facilité d’obtenir des résultats – des succès assistés par l’IA - avec l’acquisition réelle de compétences. "Cette frontière peut devenir floue, car les tâches accomplies avec l’aide de l’IA ne traduisent pas forcément une maîtrise personnelle du sujet."
Afin qu’ils comprennent pleinement le fonctionnement du code, Jade Chabaro oblige ses stagiaires et alternants à coder sans IA. Ensuite, ils recommencent le même exercice avec l’aide de l’IA. Cette méthode favorise à la fois la maîtrise technique des bases du projet et le développement de compétences en prompting ainsi que la prise de recul nécessaire vis-à-vis des résultats produits par l’IA.
"Faire ce double travail peut donner l’impression d’une perte de temps mais ce temps passé est vite rattrapé par l’acquisition de bonnes pratiques", juge Jade Chabaro. Une jeune ingénieure a ainsi pu constater que l’IA avait correctement traité la problématique, mais que la machine n’était pas allée plus loin, tandis qu’elle avait perçu des opportunités supplémentaires d’optimisation du code. "Cet exercice lui a permis de bien comprendre l’importance de maintenir un esprit critique et une vigilance constante."
Une revue de code en deux étapes
Place ensuite à la revue de code. Soufiane Keli conseille de la faire en deux étapes complémentaires. "Une première évaluation peut être réalisée par l’IA ce qui permet d’identifier rapidement des oublis courants. Ces corrections peuvent être intégrées en autonomie par le junior sans prise de risque." En cas d’incompréhension des retours de l’IA, on passe ensuite à une revue humaine menée par un développeur expérimenté. "Ce double regard assure à la fois l’amélioration continue des pratiques et le développement de compétences chez les juniors."
Dans tous les cas, il est essentiel d’accorder aux juniors une certaine autonomie. "En tant que tech lead, je fais confiance à leur jugement lorsqu’ils acceptent une suggestion proposée par l’IA, poursuit l’expert. Ce mode de fonctionnement repose sur un contrat moral : si le junior ne comprend pas une suggestion, il ne doit pas la valider." Accepter une recommandation implique d’en saisir pleinement la pertinence, avec le soutien de l’IA ou d’un pair au besoin. "Un junior qui ne peut expliquer ses choix me fait perdre du temps."
Le temps perdu est encore plus conséquent quand une équipe se retrouve avec 200 à 300 lignes de code que personne ne maîtrise et qu’il faut reprendre de zéro. "Le rôle du tech lead est d’accompagner les juniors dans leur progression sans perdre de vue l’exigence de qualité et de responsabilisation individuelle, souligne Soufiane Keli. Chaque développeur, qu’il sorte d’école ou justifie de 40 ans d’ancienneté, est responsable à 100% du code qu’il soumet à la revue. Autrefois, ce code pouvait être un copié-collé depuis le web. Là, il est maintenant généré par l’IA mais cette responsabilité demeure."
L’IA, un sparing partner disponibile H24
Le développeur junior peut également se servir de l'IA comme d’un sparing partner pour challenger son code avant de demander son avis à son collègue senior. En complément de son environnement de développement intégré (IDE), le junior va utiliser un assistant de type ChatGPT ou Google Gemini pour lui donner des explications sur un pattern ou affiner sa compréhension des concepts de base. "Il peut faire appel à ce mentor complémentaire, disponible à tout moment, sans crainte d’être jugé, note Soufiane Keli. Cette absence de jugement l’encourage à poser toutes les questions, même répétitives, et contribue à lever des barrières dans le processus d’apprentissage."
Ce tutorat virtuel peut toutefois générer des biais. "Des juniors de mon équipe me disent : "plus je m'appuie sur l'IA, moins je pose les bonnes questions" ou "je ne mémorise pas ce que l'IA produit"", remonte Soufiane Keli. L’utilisation de l’IA dans leur travail de développement dépend donc de la capacité des développeurs juniors à contrôler la qualité des résultats. "Tant qu’ils ne se sentent pas suffisamment à l’aise pour évaluer et contrôler le code généré, ils choisissent de limiter leur recours à l’IA." Une sorte de mécanisme vertueux d’autorégulation. En phase d’acquisition des concepts fondamentaux, l’apprenant préfère vérifier minutieusement les résultats produits par l’IA avant de s’appuyer davantage sur celle-ci.
A pied d’égalité dans l’art du prompt engineering
En revanche, les juniors et les profils plus expérimentés se retrouvent sur un pied d’égalité dans la maîtrise des techniques du prompt engineering et du context engineering. Les débutants peuvent même être mieux placés sur ce terrain, bénéficiant de davantage d’agilité cérébrale et moins de dogmatisme. Dans ce domaine, le principe est simple : si l’output est mauvais, c’est que probablement l’input l’était aussi.
"Il faut conc revenir en arrière pour corriger l’input et reboucler jusqu’à ce qu’on soit satisfait du résultat à 97 %, les 3 % restant pouvant être gérés à la main, évalue Soufiane Keli. Lors de ces itérations, on va distinguer les éléments qui peuvent être récurrents, par exemple comment poser un test unitaire, et on va documenter cette façon de faire dans un fichier d’instructions. Ce fichier va être affiné au fur et à mesure. Au bout de quelques itérations on aura transmis un savoir-faire à l’IA."
Jade Chabaro recourt également à des fichiers de convention de projet, tels que les fichiers .md regroupant les standards du projet et les bonnes pratiques de développement. Autant de garde-fous pour se prémunir des hallucinations de l’IA. "Ces fichiers sont créés et maintenus par des profils seniors et recensent l’ensemble des normes de développement à respecter. Il est primordial que chacun maîtrise parfaitement les éléments qui y sont contenus." A noter qu’il existe un format ouvert, AGENTS.md, spécifiquement destiné à fournir à des agents IA des instructions et un contexte spécifiques au projet.
Pour conclure, Soufiane Keli note que, l’IA, tout comme le développeur junior, doit apprendre. "C’est un collaborateur junior supplémentaire, pas très intelligent mais extrêmement productif. A la différence d’un développeur junior qui est intelligent mais n’écrit pas vite."