Utiliser l'IA comme tuteur interactif plutôt que simple générateur de code
Alors que l'automatisation de l'écriture de code monopolise l'attention, l'expérience du développeur Matt Webb rappelle une autre facette essentielle des assistants virtuels. En utilisant ChatGPT comme un tuteur pédagogique sur-mesure pour maîtriser les quaternions, il démontre que l'IA peut stimuler l'apprentissage au lieu de le remplacer.
Fil « L'IA comme tuteur interactif plutôt que simple générateur de code »
Déléguer la pédagogie plutôt que l'implémentation
L'usage le plus répandu des LLM (Large Language Models, les grands modèles de langage) en développement consiste à leur faire générer directement des fonctions complètes. Pourtant, cette approche peut masquer un besoin fondamental : la compréhension réelle des concepts algorithmiques ou mathématiques nécessaires au projet. Lors du développement de la version 2.0 de son application Galactic Compass, le créateur Matt Webb a fait le choix inverse en utilisant l'IA non pas comme un simple générateur de code, mais comme un tuteur interactif personnalisé.
La résolution d'un blocage conceptuel
Pour gérer correctement les rotations en réalité augmentée, Matt Webb devait manipuler des quaternions (un système mathématique à quatre dimensions utilisé pour calculer des rotations 3D sans risquer de blocage d'axes). Malgré la lecture de livres spécialisés et des discussions avec des mathématiciens, le concept restait difficile à appliquer dans son code. En dialoguant avec ChatGPT de manière itérative, il a pu poser des questions ciblées et obtenir des explications adaptées à son niveau de départ.
"Avec un tuteur patient et interactif, j'ai enfin pu faire ce que je n'avais pas réussi en lisant des livres et en interrogeant des amis mathématiciens : j'ai appris à utiliser les quaternions juste assez pour faire fonctionner l'application." — Matt Webb
Un changement de posture pour les équipes de développement
Cette démarche illustre une évolution clé dans l'utilisation des assistants IA au quotidien :
- Apprentissage à la demande : Au lieu de copier-coller du code non maîtrisé, le développeur acquiert le niveau de connaissance minimal requis pour coder la solution lui-même.
- Montée en compétences : Déléguer la recherche d'informations n'arrête pas la réflexion, mais permet d'aborder des sujets plus complexes.
- Maintenabilité : Un développeur qui comprend la logique sous-jacente est capable de déboguer et de faire évoluer son code efficacement.
// Exemple de prompt axé sur la pédagogie plutôt que la génération brute
const promptPedagogique = `Explique-moi étape par étape le fonctionnement d'un quaternion.
Propose-moi un exemple minimal en TypeScript sans me donner tout le code final.`;
Au lieu d'être une béquille qui écrit du code à notre place, l'IA devient un levier pour faire monter les équipes en compétences sur des sujets techniques complexes.