Pas mon Johnny Silverhand : Comment j'utilise l'IA sans perdre ma voix

Dernièrement, j’ai analysé mon workflow. Il est indéniable que l’IA est devenue un allié du quotidien dans tout ce que je produis, que ce soit dans l’ingénierie technique pure, mon rôle de manager ou la rédaction d’articles de blog (le sujet de cet article).

Après de nombreuses expérimentations, je souhaite partager mon retour sur ce que l’IA apporte réellement, ainsi que l’impact qu’une utilisation automatique et abusive peut avoir sur la qualité du message—au risque d’enfermer notre production dans un cycle éternel de réécriture de l’existant.

Au commencement, il n’y avait rien…

… Et de ce néant, l’IA est née.

L’IA a fait irruption dans nos vies avec autorité. Pour moi, le premier contact remonte à mes années universitaires en informatique. Entre deux cours sur la calculabilité et la logique des prédicats—dont nous pensions ne jamais utiliser 95 % du contenu—il y avait ce module de Machine Learning. On nous parlait de réseaux de neurones et d’une forme d’intelligence artificielle qui, à l’époque, ressemblait plus à de la science-fiction théorique qu’à une réalité tangible.

Puis est venue l’accélération brutale de la fin des années 2010, portée par l’architecture Transformer et le papier Attention Is All You Need. La fiction est devenue réalité, et “LLM” est entré dans le langage courant.

Une révolution insidieuse

Ce n’est pas la première révolution technologique de l’humanité. Mais celle-ci est plus perfide.

Contrairement à Internet ou au smartphone, que l’on pouvait choisir d’adopter ou d’ignorer, l’IA s’impose à nous par ce qu’elle produit. Elle a deux facettes inséparables : l’outil, que chacun est libre d’utiliser, et le flux de contenu généré, que nous subissons tous.

Aujourd’hui, les plateformes sont inondées de contenus optimisés pour les algorithmes, produits au coût le plus bas possible. C’est une course au “rush de sucre” : cette récompense immédiate que les humains recherchent insatiablement avec un minimum d’effort. Nous avons mis un outil formidable entre les mains de tous, transformant souvent des non-créateurs en générateurs de bruit.

Le résultat ? Des IA de plus en plus performantes et réalistes, mais mises au service de contenus dont l’objectif et la véracité deviennent douteux.

Mes amis (reptiliens) et moi au bar

C’est précisément pour éviter de participer à ce bruit ambiant, et pour garantir que mon utilisation de l’IA serve le sens plutôt que le volume, que j’ai dû définir des garde-fous stricts.

Sois mon Joueur 2

Au début de ma pratique (début 2024), l’IA n’était pas un outil de production ; c’était un filet de sécurité psychologique.

Lorsque je me suis plongé dans le monde du self-hosting (auto-hébergement), je sortais de ma zone de confort. Je voulais installer des dizaines de services et lancer un blog technique, mais je n’avais pas le background d’ingénierie spécifique pour savoir par où commencer.

C’est là que l’IA a brillé en tant que “Joueur 2”. Contrairement à un collègue senior ou un Tech Lead, l’IA ne juge pas. Je pouvais poser des questions “naïves”, exposer mes lacunes et débattre des détails d’implémentation à 2 heures du matin sans craindre de passer pour un incompétent. Elle m’a donné le courage de m’attaquer à des sujets qui me semblaient auparavant inaccessibles.

Le piège de la “Codebase” Cependant, j’ai rapidement heurté un mur. L’IA fournissait souvent des codebases entières ou des fichiers de configuration à implémenter. Au début, je suis tombé dans le piège de copier-coller machinalement sa sortie. Le résultat ? Cela fonctionnait rarement. Je me retrouvais dans des boucles sans fin à copier-coller les erreurs dans le prompt, à demander des correctifs et à obtenir en retour un nouveau code cassé.

J’ai dû apprendre à “lever la tête”. J’ai réalisé que l’IA est un brise-glace, pas un oracle. Elle fournit un angle d’attaque, mais recouper ses suggestions avec la documentation officielle est le seul moyen de faire fonctionner les choses concrètement.

Sois mon Senior Reviewer

Une fois la phase de lune de miel terminée, j’ai dû professionnaliser la relation. Pour produire un travail de haute qualité, je n’ai pas besoin d’une pom-pom girl. J’ai besoin de friction.

Mon workflow actuel est conçu pour tuer la complaisance :

1. Le test du “Mac and Cheese” Par défaut, un LLM est un “Yes-man”. Si vous lui demandez de noter votre terrible recette de macaronis au fromage, il vous donnera un 9/10 et vous dira qu’elle est “inspirante”. Je ne veux pas de flatterie ; je veux de l’objectivité. Je donne l’instruction explicite à l’IA de challenger mes prémisses. Si je propose une idée générique qui a été écrite mille fois, je veux qu’elle me dise de l’abandonner.

2. La structure avant le fond J’apporte le chaos ; l’IA apporte l’ordre.

• Idéation : Je lui fournis mon flux de pensées brut et non structuré.

• Revue de littérature : Je l’utilise pour scanner le contenu existant afin de m’assurer que je ne fais pas que paraphraser ce qui existe déjà.

• Raffinement : L’anglais n’étant pas ma langue maternelle, l’IA agit comme un filtre syntaxique et sémantique.

3. La règle d’or : Pas de remplissage L’IA a le droit de couper le gras, de reformuler des phrases lourdes ou de suggérer un meilleur enchaînement. Mais elle ne génère jamais de nouveau contenu. Si elle pense qu’une section manque, elle doit justifier pourquoi. Si je suis d’accord avec la logique, c’est moi qui écris le paragraphe. L’IA traite ; elle ne crée pas.

Pas mon Johnny Silverhand

C’est la partie la plus critique de ma philosophie. Dans Cyberpunk 2077, Johnny Silverhand est un construct charismatique dans votre tête qui écrase lentement vos voies neuronales jusqu’à ce que vous cessiez d’exister.

L’IA a le même potentiel. Elle a une “voix statistique”—lisse, confiante et totalement générique. Si vous ne faites pas attention, votre ton unique se fait écraser par la moyenne de l’algorithme.

Pour prévenir cette “Cyberpsychose”, je traite chaque interaction avec l’IA comme une Pull Request (PR).

Dans le développement logiciel, lâcher un ‘LGTM’ (Looks Good To Me) sans lire le code est un péché professionnel. La même chose s’applique ici. Lorsque l’IA suggère des changements, corrige des coquilles ou refactorise un paragraphe, je traite cela exactement comme une Pull Request entrante sur mon repository.

Le LLM agit comme un reviewer, auditant mon travail sur la base des directives fournies en préambule. C’est ensuite à moi de passer en revue ces suggestions par rapport à l’histoire que je veux raconter, mon style de communication et mon expérience vécue. J’accepte, je refuse ou j’ajuste le contenu en fonction de ce feedback—qu’il s’agisse d’une réécriture structurelle ou de simples corrections grammaticales pour gommer mes erreurs de langue.

Le bilan Comme un Lead Developer qui fait la revue de code, l’IA conseille et propose. Mais c’est moi qui tiens le bouton Merge. Je ne laisse jamais l’IA faire un “auto-merge” de ses suggestions. Le moment où vous arrêtez de réviser la sortie est le moment où l’article ne vous appartient plus—vous êtes juste le corps hôte pour la machine.

Une dernière rétrospective

Ce workflow strict n’est pas juste une préférence personnelle ; c’est une stratégie de survie pour le droit d’auteur.

Nous avons atteint un point de bascule où la plupart du contenu est maintenant généré via ou à l’aide d’outils alimentés par l’IA (voir le rapport Graphite.io). Cette saturation s’étend au-delà des articles de blog ; elle impacte même le monde rigoureux des publications scientifiques (voir l’étude ScienceDirect). Dans cet océan de texte synthétique, préserver votre intention humaine est la seule façon de rester pertinent.

En concluant ce post, j’ai vérifié que le processus d’écriture de cet article précis a suivi la méthodologie exacte décrite ci-dessus pour m’assurer qu’il ne se noyait pas dans ce bruit :

• L’Entrée : Les concepts clés—les anecdotes de self-hosting, l’analogie de la Pull Request et la métaphore “Silverhand”—proviennent strictement de mon expérience.

• La Revue : L’IA a agi comme un sparring-partner. Elle a nettoyé mon anglais et challengé la structure, mais elle n’a pas généré les idées.

• Le Merge : J’ai rejeté ses tentatives de forcer des références pop culture (comme le Jarvis d’Iron Man) ou de surcharger la métaphore Cyberpunk (suggérant des argots comme “choom” ou “cyberpsycho”), ce qui aurait miné la crédibilité de l’article.

Cet article est une application pratique du workflow. L’IA a aidé à le raffiner, mais le bouton “Merge” est resté sous mon contrôle.

Lectures complémentaires & Inspirations

• Writing in the age of LLMs par S. Shankar.

• Attention Is All You Need par A. Vaswani et al.
• Writes and Write-Nots par Paul Graham
• It’s harder to read code than to write it (especially when AI writes it) par Aleks Volochnev (CodeRabbit)
• Human-in-the-loop in AI workflows: HITL meaning, benefits, and practical patterns par Juliet John (Zapier)