https://www.lesnumeriques.com/societe-numerique/fin-de-partie-yggtorrent-est-mort-un-seul-hacker-a-suffi-pour-abattre-le-geant-francais-du-torrent-n252335.html

https://www.numerama.com/tech/2193581-des-methodes-de-crapules-yggtorrent-detruit-par-un-hacker-lannuaire-bittorrent-terrasse-par-une-vengeance.html

En vrai, qu’il y ait eu un système de paiement pour financer le site et l’instructure au départ ne me dérangeait pas, ça permettait aux gens d’être engagés plutôt que d’attendre des dons (à peine 2% en moyenne des visiteurs).

Par contre, la pente douce qui a été emprunté était très loin de l’esprit de partage du P2P.

L’appât du gain est toujours le moteur dela descente aux enfers malheureusement. Générer de l’argent de manière scandaleuse, en gardant les infos de CB des gens ça par contre c’est très moyen.

Peut-être qu’il y avait besoin de faire tomber ce « monument » pour en reconstruire en autre avec de meilleures valeurs (oui, des valeurs pour un site tipiak c’est toujours étrange) et plus respectueux de ce que tout le monde attend, un esprit de partage, mais il y aura toujours le problème de l’infrastructure à payer…

Franchement, le monde informatique est vraiment énervant parfois.

On refuse du code qui marche et qui a été testé plusieurs fois parce qu’il a été codé avec de l’IA.

Et donc ? C’est mieux de ne rien publier pour résoudre un problème ou d’attendre que quelqu’un trouve une solution ? Tout le monde n’est pas programmeur.

On peut avoir les idées et les concepts et manquer de base en programmation. Si l’IA arrive à me trouver des solutions de code à mes problèmes en la guidant et en essayant des trucs et, qu’au final ça marche, je ne vois clairement pas où est le problème.

Il y aura toujours quelqu’un qui connaîtra mieux le code que vous. Il y aura toujours quelqu’un qui trouvera une manière d’écrire votre code différemment que vous et qui va marcher aussi bien que le votre.

Je veux bien croire que c’est comme tout métier et qu’il y a une certaine « fierté », mais c’est pas parce que c’est fait « à la main » que c’est mieux. Utiliser l’IA peut donner l’impression de tricher, ou de ne pas vraiment comprendre ce qu’on fait. Un développeur senior qui a passé des années à maîtriser son art peut ressentir une forme de dévaluation de ses compétences, ça je peux l’entendre, mais dans ce cas rien n’évolue.

Je lis souvent que le vrai danger pour les pros, c’est de coller du code généré sans le comprendre. OK oui mais encore une fois, on peut demander à l’IA d’expliquer et d’annoter le code de manière simple et clair ou de faire un guide à côté etc. Pour moi c’est juste faire au plus court sans vouloir comprendre que de juste copier-coller un code. Surtout que maintenant, les IA ont reçu une fonctionnalité de devoir expliquer.

Par contre, c’est vrai que l’IA tend à produire du code « moyen », fonctionnel mais pas élégant. Certains craignent qu’à force de s’en remettre à elle, le niveau général de l’industrie baisse, et que des mauvaises pratiques se propagent à grande échelle. Mais encore une fois, tout dépend de l’échelle. Quelqu’un qui fait son code dans son coin sans qu’il n’y ait d’impact au niveau sécurité à grande échelle s’en fiche un peu, non ?

On peut utiliser une voiture sans pour autant être mécanicien et comprendre tous les rouages internes, ou encore pilote de course et pousser sa voiture dans se limites.

Pour moi, je vois surtout l’opportunité pour quelqu’un qui a des idées mais pas les compétences techniques de permettre de faire ce qu’il a besoin.
C’est comme avec les IA génératives d’image, si vous demandez un truc simple et générique, l’image générée est fade, il manque une « patte graphique » spécifique (tout comme une structure pour le code), mais si vous passez du temps à faire votre prompt, à peaufiner des détails, vous dessinez d’abord dans votre tête et n’attendez pas simplement un résultat bateau, l’IA devient votre crayon et vous devenez la tête et la main qui la guide.

Il y a cependant un vrai sujet à surveiller : l’IA apprend de ce qu’elle trouve sur internet, et une part croissante de ce contenu est désormais produit par d’autres IA. C’est ce qu’on appelle la « contamination des données d’entraînement« . Un peu comme une photocopie de photocopie, la qualité peut se dégrader à chaque génération.
Mais paradoxalement, ça renforce mon argument : si l’IA seule produit du contenu moyen, c’est précisément pour ça qu’elle a besoin d’un humain pour la guider, la questionner, et l’orienter.
Au fond, l’IA fait ce que nous faisons tous : elle rassemble, recompose et fait des liens à partir de ce qui existe déjà.
On n’invente jamais vraiment à partir de rien, ni l’IA, ni l’Homme. La différence, c’est que l’humain ressent, vit, et choisit. C’est ça qui donne du sens à ce qu’il crée. L’IA sans pensée humaine derrière, c’est un crayon sans main.

Si on reste sur les acquis fermés à ne pas vouloir d’IA, dans ce cas on peut également enlever :

La calculatrice : des mathématiciens ont longtemps pensé qu’elle allait abêtir les gens, et pourtant elle a simplement permis de se concentrer sur des problèmes plus complexes.

La machine à laver : avant, savoir laver le linge à la main était une compétence valorisée. Aujourd’hui personne ne s’en vante.

La machine à coudre : les couturières traditionnelles cousaient tout à la main, et l’arrivée de la machine a été vécue par certaines comme une menace pour leur art. Aujourd’hui, même les plus grands créateurs de mode l’utilisent, tout en gardant la main pour les finitions délicates et ça n’enlève pas pour autant un certain savoir-faire.

Le GPS : les « vrais » conducteurs ou navigateurs méprisaient ceux qui ne savaient pas lire une carte. Aujourd’hui même les pros l’utilisent.

La correction orthographique : des puristes ont longtemps estimé qu’elle rendait les gens paresseux avec l’orthographe. Le débat existe encore mais quand quelque chose est compliqué avoir des outils qui aident c’est pratique tout même.

Les outils électriques en menuiserie : un ébéniste traditionnel peut regarder de haut celui qui utilise une ponceuse électrique plutôt que le papier de verre à la main.

L’ordinateur lui-même est peut-être l’exemple le plus ironique : quand il est apparu dans les entreprises, les dactylos, comptables et dessinateurs industriels ont craint pour leur métier. Certains refusaient de l’utiliser, estimant que le « vrai » travail se faisait à la main. Et aujourd’hui, c’est précisément l’outil sur lequel tourne l’IA que les développeurs défendent.

Etc etc.

Les exemples sont nombreux et montrent que c’est toujours le même débat.
Les outils restent des outils, les outils ne remplacent pas la pensée, ils la libèrent.

Mais encore faut-il savoir l’utiliser et être soi-même disposé à rester actif et non passif avec, elle doit être le prolongement de notre pensée et non l’inverse.

J’ai bien aimé ces articles également :

• https://www.influa.com/actualites/meme-outil-reponses-differentes-competences-conscience-et-creativite-a-l-ere-de-l-ia.html
• https://artisandeveloppeur.fr/alienation-ou-autonomisation/
• https://medium.com/@mariestegner/quand-lia-remplace-les-m%C3%A9tiers-les-neuroatypiques-deviennent-indispensables-de09656dc435

10 ans, déjà.

Lancé en 2014 par plaisir d’écrire et de partager des choses, de laisser ma patte sur le web, de contribuer à certains manques sur internet avec l’envie de devenir acteur et créateur de contenu, en choisissant et assumant l’anonymat (pour celles et ceux qui ne me connaissent pas assez), en mettant en avant le libre pour mieux le défendre (un principe qui me tient à cœur et qui manque cruellement sur internet).

Loin de moi de penser que cette goutte dans l’océan des savoirs atteindrait les 10 ans et m’aurait donné plaisir à suivre de nombreux blogueurs, à éveiller ma curiosité, à me remettre en question et à partager de nombreux coups de cœur et coups de gueule, à me faire grandir et réfléchir.

Encore moins à m’attendre que mes articles serviraient à certains ou seraient cités dans des articles scientifiques des fois !

Un blog que j’ai pris plaisir à tenir et que j’espère tenir encore un peu même si les articles sont écrits par vagues selon mes envies, mes découvertes et ma motivation (mais bon, je n’ai rien à gagner donc je me fous d’être assidu).

Un blog à mon image, qui évolue et qui évoluera encore je l’espère (sinon c’est que j’aurai atteint le stade ultime du vieux con ancré sur ses idées) et qui, je le souhaite, permet et permettra à d’autres d’évoluer.

Je ne vais pas vous l’apprendre, les mots sont très importants pour caractériser des choses.

S’il existe autant de mots c’est pour être le plus précis possible lorsqu’on parle.

Dans la vie courante, on n’a pas besoin d’être très rigoureux sur le choix des mots, une certaine quantité suffit à se faire comprendre facilement, même avec des « trucs », « machins », « choses », etc.

En sciences, on a besoin de cette rigueur pour expliquer au mieux de ce quoi on parle, chaque objet, chaque principe, chaque matière, chaque molécule a un nom, etc.
En fonction des disciplines dans lesquelles on se trouve, les mots ne seront pas les mêmes.
Pour être au plus proche de ce qu’on fait et pour que toute autre personne voulant refaire ou réfléchir à une expérience soit en capacité de le faire, il est indispensable d’être rigoureux.

Cette rigueur peut aussi être un défaut, car ça rend les recherches pointues très compliquées à comprendre avec des termes très techniques de partout et parfois, une même chose peut être décrite avec différents noms en fonction du domaine d’application.

De même pour faire une recherche, il faut absolument avoir les termes exactes pour trouver l’information et donc on peut être bloqué si on ne connaît pas les mots (l’IA sera une grande aide là-dedans je pense dans quelques temps pour trouver des informations de qualité avec de la compréhension sémantique, c’est-à-dire être capable de comprendre le sens des mots et les mots associés).

Il y a également des mots qui n’ont pas le même sens en sciences que dans la vie courante.

Par exemple, les mots :

• « Critique », dans la vie courante c’est « porter sur quelqu’un, quelque chose un jugement défavorable en en faisant ressortir les défauts ».
  En sciences, c’est pour « faire une analyse critique », examiner les qualités et les défauts, sans jugement et répondant à des interrogations légitimes, comme savoir s’il n’y a pas de biais dans les résultats, si la démarche est bonne et répond à la question, etc.
• « Théorie », dans la vie courante, une théorie c’est une hypothèse, quelque chose dont on n’est pas sûr.
  En sciences (hors maths dans lesquelles les théories sont démontrées), c’est un modèle robuste avec le plus haut degré de crédibilité dans lequel on a assez d’arguments (règles, observations) et de modèles justes pour prétendre qu’il représente au mieux la réalité (on ne parle jamais de vérité absolue en sciences car les connaissances évoluent toujours et on peut être amené à changer les modèles).

Ces 2 simples mots sont pourtant à la base de la démarche scientifique et sont malheureusement mal compris.