Vibe coding : ce que prouvent Glaze et un cadet de l'Air Force au MIT

Si vous envisagez une reconversion dans la tech mais que vous pensiez qu'« apprendre à coder d'abord » était un prérequis non négociable, deux histoires de ce mois-ci méritent votre attention. Aucune des deux n'est un argument marketing. Ce sont deux exemples concrets et vérifiables de non-ingénieurs qui livrent des logiciels fonctionnels, l'IA se chargeant du gros du travail syntaxique.

Côté grand public : Glaze, de Raycast

Raycast, connu pour son lanceur de productivité sur Mac, a ouvert ce mois-ci son outil de vibe-coding Glaze à tous les utilisateurs. Glaze est conçu pour une tâche précise : créer et partager des applications de bureau Mac par le biais de prompts en langage naturel plutôt que via un éditeur de code vierge. Il se positionne aux côtés d'une vague d'outils similaires — Wabi fait la même chose pour les applications mobiles — explicitement conçus pour ressembler et donner l'impression d'un logiciel grand public, et non d'un outil de développeur. Vous n'ouvrez pas un terminal. Vous décrivez ce que vous voulez et vous itérez sur ce qui en ressort.

Cette approche compte pour les personnes en reconversion professionnelle. La voie d'entrée traditionnelle vers le développement logiciel exigeait d'apprendre un langage, une chaîne d'outils et un modèle mental du fonctionnement des ordinateurs avant de pouvoir construire quoi que ce soit qu'un ami utiliserait réellement. Des outils comme Glaze réduisent cet écart : la première chose que vous construisez peut être une véritable application Mac partageable, et non un exercice « Hello World » trois mois après le début d'un bootcamp.

La preuve la plus probante : un novice, un mentor et l'armée de l'air

L'élément le plus intéressant, si vous cherchez une preuve plutôt qu'un argumentaire commercial, vient du MIT. Le Lincoln Laboratory a publié une étude de cas sur Joshua Lynch, un cadet de l'armée de l'air décrit comme un débutant complet en programmation, qui a utilisé des techniques de vibe-coding sous mentorat dans le cadre du Phantom Program du Département de l'armée de l'air–Accélérateur IA du MIT. La question de recherche explicite était de savoir si un débutant pouvait construire un programme d'IA fonctionnel et pertinent sur le plan militaire, avec l'assistance de l'IA et un encadrement humain. Il s'agit d'une étude de cas unique, pas d'un essai contrôlé, et Lynch avait un mentor — il ne s'agissait pas d'essais-erreurs sans supervision. Mais c'est un rare exemple d'une institution testant délibérément l'affirmation selon laquelle « n'importe qui peut coder avec l'IA » plutôt que de simplement l'affirmer, et la réponse, dans ce cas, a été oui.

En lisant ces deux histoires ensemble, le schéma qui se dessine est le suivant : les outils grand public abaissent la barrière à *l'entrée*, et au moins un projet pilote institutionnel suggère que la barrière pour *terminer quelque chose de réel* est elle aussi plus basse qu'auparavant — à condition qu'il existe une structure (un mentor, un projet défini) autour du novice.

Ce que cela signifie si vous envisagez réellement la reconversion

Quelques points à préciser avant de considérer cela comme un feu vert :

Le point d'entrée s'est déplacé, il n'a pas disparu. Vous devez toujours apprendre à formuler clairement ce que vous voulez, à évaluer si le résultat est correct, et à déboguer quand ce n'est pas le cas. Le vibe coding supprime la mémorisation de la syntaxe comme barrière ; il ne supprime pas le jugement comme barrière. L'étude de cas du MIT est notable précisément parce qu'elle a associé un novice à un mentor capable de repérer ce que le novice ne pouvait pas voir.

L'érosion des compétences est un risque réel et identifié — pas simplement une hypothèse. Un outil en ligne de commande appelé Atrophy a été lancé ce mois-ci précisément pour y remédier : il traite les fondamentaux de la programmation (mémorisation de la syntaxe, débogage, lecture de code, décomposition) comme un classement Elo aux échecs et entraîne les utilisateurs pour contrer ce que ses créateurs appellent l'érosion des compétences liée au vibe coding. Son existence même est un signal — si vous prévoyez de vous appuyer sur la construction assistée par IA comme point d'entrée, prévoyez du temps pour réellement comprendre le code qu'elle produit, et pas seulement pour formuler des prompts et livrer. Un entretien d'embauche, une panne, ou un outil qui tombe en panne au mauvais moment révélera cette lacune si vous sautez cette étape.

« Non-ingénieur » ne veut pas dire « aucun jugement technique ». Les deux exemples ont quand même nécessité une personne capable de reconnaître si le résultat fonctionnait, d'itérer sur les échecs, et de comprendre suffisamment la nature du problème pour diriger l'outil. C'est une compétence véritablement différente de l'écriture de code ligne par ligne, mais ce n'est pas rien — cela se rapproche davantage d'une pensée produit associée à une culture technique suffisante pour vérifier la cohérence des résultats.

Une séquence de démarrage pratique

Si c'est votre porte d'entrée, voici une approche raisonnable fondée sur ce qui se passe réellement dans ces exemples :

1. Choisissez un outil adapté à ce que vous voulez construire — Glaze pour une application de bureau Mac, des outils de type Wabi pour le mobile, ou une plateforme plus large si vous voulez importer et modifier une base de code existante (le mode Build de Google AI Studio, par exemple, permet désormais de pointer vers un dépôt GitHub au lieu de partir d'un prompt vierge, ce qui est une façon plus douce d'apprendre en lisant du code fonctionnel).

2. Construisez quelque chose que vous utiliseriez réellement ou que vous montreriez à quelqu'un — pas un simple exercice. L'étude de cas du MIT a fonctionné parce que le projet avait un objectif réel et défini.

3. Trouvez un mentor ou une communauté, même informelle. Le parcours du novice jusqu'au projet livré dans le cas de l'armée de l'air ne s'est pas fait en solitaire ; un second regard accomplit un travail bien réel dans ces exemples, en repérant ce que le modèle fait subtilement de travers.

4. Une fois que quelque chose fonctionne, revenez en arrière et comprenez pourquoi — lisez le code, demandez à l'IA d'expliquer ses choix, ou utilisez un outil d'entraînement si vous voulez de la structure. C'est l'étape la plus susceptible d'être sautée sous la pression des délais, et c'est celle qui détermine si vous pourrez opérer de manière autonome par la suite.

Rien de tout cela ne signifie que le parcours traditionnel en informatique est obsolète, et une seule étude de cas encadrée par un mentor ne doit pas être interprétée comme une garantie que n'importe quel débutant peut reproduire ce résultat sans supervision. Mais pour les personnes en reconversion professionnelle qui se demandent précisément si la création d'applications est désormais accessible sans diplôme en informatique, la réponse honnête ce mois-ci est la suivante : la porte d'entrée est réelle, elle s'ouvre plus tôt qu'auparavant, et les outils qui comptent — Glaze, Wabi, les modes de build par import GitHub — sont suffisamment grand public pour que vous puissiez commencer dès aujourd'hui et découvrir par vous-même ce qu'il vous reste à apprendre.