Aller au contenu
Articles
ArticlesTraduction IA· 26 novembre 2025

De l'idée à l'app sans écrire une seule ligne de code

Retour d'expérience hands‑on sur le développement logiciel génératif

par 5 min de lecture

Nous nous sommes déjà habitués à ce que l'IA peigne des images, compose de la musique ou produise des vidéos. Mais qu'en est-il d'autres formes de créativité humaine, plus pratiques, par exemple dans le développement logiciel ? L'IA peut-elle non seulement produire de l'art, mais aussi créer du logiciel ? J'ai déjà expliqué dans ce billet pourquoi les LLM, c'est-à-dire le socle des systèmes d'IA, sont prédestinés au code

Claude 4.5 Sonnet : le premier développeur IA capable de coder 30 heures d'affiléeClaude 4.5 Sonnet établit un nouveau benchmark en développement logiciel : une IA de code capable de planifier, programmer et tester en autonomie pendant des heures. On y voit comment l'AgenticAI passe de l'outil à l'équipe de développement numérique, et repense des processus entiers.DocIsInDaHouse

Cela dit, mes tests de « Vibe Coding » ne m'avaient pas vraiment convaincu jusqu'ici. Mais dans un environnement aussi dynamique, il faut sans cesse réexaminer son scepticisme et se demander régulièrement s'il résiste à la vitesse des évolutions.

Cette question m'a évidemment accompagné lorsque j'ai conçu avec la German Business School le Digital Competence & AI‑Enablement Mini‑MBA : un programme intensif de quatre jours destiné à préparer des chefs de projet expérimentés à l'usage de l'IA dans leur quotidien professionnel.


Pourquoi j'ai lancé l'expérience

Dans ce cursus, le développement des compétences numériques joue un rôle central. Nous utilisons différents assessments pour mesurer le niveau de maturité individuel des participants et adapter les parcours d'apprentissage en conséquence.

Or les outils disponibles étaient peu flexibles, à peine visuels et difficiles à articuler avec les données du cours (des outils bureautiques classiques qu'il faut alimenter et ajuster à la main, au prix d'un effort considérable). D'où l'idée de développer notre propre application, permettant de réaliser et de comparer des assessments de façon individuelle.

Je voulais un système où les participants ne voient pas seulement leur propre progression, mais où les formateurs et formatrices peuvent, de leur côté, adapter plus finement le contenu des ateliers à chaque groupe.

Précision importante : je suis certes un chef de projet chevronné en transformation numérique, mais pas un programmeur. Je voulais savoir dans quelle mesure la dernière génération d'outils d'assistance IA est réellement capable de porter un processus de développement complet, sous mon seul pilotage métier.


Du prompt à l'app

Au fond, le développement a été un dialogue classique avec l'IA (aka prompting), comparable aux applications créatives de l'IA en musique ou en arts visuels. J'ai décrit les rôles utilisateurs, les parcours, la logique, le design, etc., et laissé des agents IA générer et déployer le code.

Tous les composants, de la gestion des utilisateurs à la gestion des données et aux comparaisons de progression, en passant par l'inscription et la connexion, ont été promptés et générés en grande partie automatiquement.

J'ai fixé des consignes, donné du feedback, itéré, comme un réalisateur avec son équipe caméra. Sauf que cette « équipe » était composée d'agents IA qui livraient inlassablement de nouvelles versions en quelques minutes. Parfois très bonnes, parfois complètement à côté de la plaque, et je devais alors signaler leurs erreurs à ces « agents » et rétablir le contexte pour qu'ils puissent reprendre le travail (eh oui, le contexte, encore et toujours)


(Vidéo) Un bref aperçu de l'application

La vidéo ci-dessous présente l'application, développée comme outil d'accompagnement de l'AI‑Enablement Mini‑MBA. Le screencast montre à la fois la vue participant et le tableau de bord formateur.


Ce que fait l'application, sans être elle-même de l'IA

L'app elle-même ne contient (pas encore) de fonctions d'IA. Sa raison d'être est de documenter les processus d'apprentissage numérique et de les rendre traçables.

  • Les participants peuvent réaliser leurs propres assessments, comparer leurs résultats et rendre visible leur progression sur plusieurs sessions.
  • Les formateurs, formatrices et coachs ont accès aux données et peuvent adapter les contenus au niveau de maturité de leurs groupes.

L'objectif : qu'à la fin de l'atelier, tout le monde soit au même niveau, donc « AI‑ready » au meilleur sens du terme.


Mes observations pendant le développement

Dans la vidéo, je dis : « Tout cela a été programmé par une IA, mais sous ma direction. »

Tout est dit : j'avais une idée claire de ce qui devait voir le jour, mais la mise en œuvre opérationnelle, c'est-à-dire écrire, tester et déployer le code, a été assurée par des agents IA. Et j'ai bien sûr l'expérience du pilotage d'équipes de développement conséquentes, je comprends donc pas mal de choses aux processus du développement logiciel.

C'est sans doute le plus grand parallèle avec le travail créatif assisté par l'IA dans d'autres domaines : comme les musiciens dirigent des ambiances ou les designers orientent des compositions, le chef de projet devient le chef d'orchestre créatif du processus logiciel. Les agents IA deviennent l'orchestre, qui joue dès que l'on sait quelle musique on veut entendre.

Courbe d'apprentissage et épreuve du réel

De l'idée à l'application finie et stable, il s'est écoulé environ 3 jours, en ne comptant que le temps de travail effectif. Dans un projet classique, il aurait sans doute fallu une petite équipe de développement et au moins une semaine.

Bien sûr, il y a eu des erreurs, des boucles et des phases de démarrage laborieuses. Mais le cœur de l'application a vite tenu debout, et la qualité du résultat m'a sincèrement surpris. La version actuelle reste certainement perfectible, mais l'essentiel est ailleurs : cet outil surclasse de loin ceux dont nous disposions, le processus complet (assessment -> parcours d'apprentissage -> assessment) est nettement mieux optimisé et nous permet de former les participants plus vite et mieux. C'est exactement pour cela qu'on a besoin de logiciels et qu'on en fait (yep, coz' it's the process, stupid 😉 )

Le projet n'a donc pas seulement démontré une faisabilité technique,
il a aussi été une nouvelle leçon sur la répartition du travail entre l'humain et la machine pour optimiser les processus.

Conclusion

Cette petite expérience a été pour moi un stress test pratique de ce que nous enseignons dans l'AI‑Enablement Mini‑MBA : utiliser les outils numériques de façon stratégique, les évaluer avec recul et en tirer une vraie valeur ajoutée, pour soi et pour ceux avec qui l'on travaille.

L'application n'est pas (encore) un chef-d'œuvre technique, ces systèmes ont encore leurs limites, mais celles-ci reculent de plus en plus vite.

S'il existe donc un domaine où l'IA peut remplacer du personnel à relativement court terme, c'est bien l'IT.

Live long and prosper 😉✋

▶Écouter