Le bulletin quotidien de l'AIEWF : l'IA, la recherche autonome et la tension avec l'autonomie humaine
Mercredi, l'AI Engineer World's Fair (AIEWF) a consacré sa scène principale au thème de l'autoresearch, un concept au cœur des débats de la journée. Roland Gavrilescu, cofondateur d'Introspection, l'a défini dans un entretien avec Latent Space comme un mécanisme permettant de construire des boucles où des agents IA aident à maintenir le système lui-même : une "boucle externe" qui étudie et entretient la boucle interne, celle du travail principal. Sans employer le terme, Thariq Shihipar, qui travaille sur Claude Code chez Anthropic, a défendu une idée proche lors de sa keynote, affirmant que "les modèles sont cultivés, pas développés" et que l'apprentissage se fait au fur et à mesure de leur utilisation. Addy Osmani, ancien responsable ingénierie chez Google, a proposé une lecture différente avec son concept d'"Agency Ladder" : selon lui, les agents peuvent prendre en charge une part croissante de la boucle d'exécution, mais la boucle externe doit rester humaine, car "cette boucle interne, c'est la capacité ; la boucle externe, c'est l'agentivité".
Cette tension entre ce que les agents devraient accomplir et ce que les ingénieurs humains doivent conserver a traversé toute la journée, avec un net scepticisme envers le discours de la "software factory" qui avait dominé la veille. Geoffrey Litt, de Notion, a attiré une large audience dans le cursus Design Engineering en expliquant pourquoi les humains doivent continuer à comprendre leur propre code, même lorsque les agents en écrivent l'essentiel. Lily Zhang a résumé l'idée dans un tweet largement relayé : l'avenir sera polarisé entre ceux qui comprennent, capables de générer la prochaine grande idée, et ceux qui délèguent cette compréhension et se feront remplacer par l'agent. Litt a ensuite précisé sa pensée : comprendre ce que fait l'agent permet de rester un participant actif du processus créatif, pas un simple spectateur.
Paul Bakaus a prolongé ce débat lors d'une session consacrée à son nouvel outil de design, Impeccable, en rejetant à la fois le travail entièrement manuel et l'automatisation totale ("loop-maxing"). Sa méthode consiste à laisser les agents exécuter les 80% de travail les plus fastidieux avant de réintroduire l'humain pour les 20% restants, ceux qui apportent le style et le point de vue de l'auteur. "Il n'y a pas d'automatique, et il n'y en aura jamais", a-t-il déclaré, estimant que la question dépasse les limites techniques actuelles des modèles pour toucher à la notion d'appropriation du travail créé. Un panel sur les médias génératifs a prolongé cette réflexion : Nicole Brichtova, qui travaille sur les produits génératifs de Google dont Nano Banana, a distingué la préférence moyenne du public de l'expertise cultivée, notant que quelqu'un ayant perfectionné un art perçoit des détails que l'utilisateur moyen ne remarque pas.
Dans nos dossiers
Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.




