Faut-il apprendre la programmation en 2026 ?

7 avril 2026

En février 2024, Jensen Huang monte sur scène au World Government Summit de Dubaï et dit en substance: arrêtez d'apprendre à coder. L'IA parle le français, l'anglais, l'humain. C'est fini.

Depuis, tout le monde a un avis. Les recrutements juniors s'effondrent. Les inscriptions en CS déclinent. Karpathy dit qu'il programme en anglais. Et en même temps, le BLS projette +17% d'emplois de développeur d'ici 2034.

Ce rapport compile les arguments des deux camps: les prises de position de ceux qui façonnent l'industrie, les données du marché, les discussions Hacker News, et l'historique des prédictions similaires. Sans chercher à trancher, mais en donnant tous les éléments pour décider soi-même.

Les voix qui font le débat

Jensen Huang (Nvidia CEO): le déclencheur

La phrase qui a tout lancé, World Government Summit, février 2024:

"It is our job to create computing technology such that nobody has to program. And that the programming language is human. Everybody in the world is now a programmer. This is the miracle of artificial intelligence."

Et plus directement:

"The mantra of learning to code, of teaching your kids how to program, which was so dominant over the past 10 to 15 years, has now been thrown out of the window."

Sa thèse: les enfants devraient apprendre la biologie, le manufacturing, l'agriculture. Pas le Python. L'IA comprend le langage naturel; écrire du code à la main n'est plus le goulot d'étranglement.

La réaction sur Hacker News a été immédiate. L'utilisateur clipsy: "CEO who will reap immense financial benefits by pumping AI pumps AI, news at 11." Et rsynnott: "People have been heralding the end of programming since approximately when Grace Hopper made a compiler."

Sam Altman (OpenAI CEO): le pragmatique

Plusieurs déclarations en 2024-2025. Sur la trajectoire: "Programming at the beginning of 2025 and at the end of 2025 will be very different."

Sur les agents: il a prédit que les premiers agents IA rejoindraient la main-d'oeuvre en 2025 et changeraient matériellement la production des entreprises.

Sur les conseils de carrière pour la Gen Z (mars 2025): "The obvious tactical thing is just get really good at using AI tools." Il compare directement ça à quand lui était au lycée et que "the obvious tactical thing was to get really good at coding." Maîtriser les outils IA est le nouveau "apprendre à coder."

Sur l'emploi: il a dit que le nombre de développeurs nécessaires pourrait baisser, mais il parle aussi de rendre les développeurs existants 10x plus productifs.

Andrej Karpathy (co-fondateur OpenAI, ex-Tesla AI): l'arc le plus intéressant

C'est lui qui a inventé le terme "vibe coding" en février 2025:

"There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. It's possible because the LLMs are getting too good. Also I just talk to Composer with SuperWhisper."

Puis en juin 2025, keynote "Software Is Changing (Again)" à YC AI Startup School: Software 1.0 (code écrit à la main), Software 2.0 (réseaux de neurones entraînés sur des données), Software 3.0 (langage naturel comme interface de programmation). "2025-2035 is the decade of agents."

En décembre 2025, un tweet avec 3,6 millions de vues:

"I've never felt this much behind as a programmer. The profession is being dramatically refactored as the bits contributed by the programmer are increasingly sparse and between."

Début 2026:

"I really am mostly programming in English now, a bit sheepishly telling the LLM what code to write... in words. It hurts the ego a bit, but the power to operate over software in large 'code actions' is just too net useful."

Et en 2026, il a abandonné "vibe coding" au profit d'"agentic engineering": l'ingénierie reste centrale, mais le mode par défaut c'est orchestrer des agents, pas écrire du code directement.

Yann LeCun (Meta Chief AI Scientist, Prix Turing): la voix contrarian

À Davos:

"Human-level artificial intelligence is going to take a long time. Contrary to what you might hear from some people, we do not have a design for an intelligent system that would reach human intelligence."

Sur les LLMs: "Language alone is not enough. We need systems that understand the physical world, not just systems that generate plausible text. LLMs can help write code, but they do not truly design systems or understand why solutions work."

Et sur la relation future avec l'IA: "We might have super intelligent AI assistants in a while, but we'll be their boss. We will need to understand the foundations in order to lead them."

Mark Zuckerberg (Meta CEO): le chiffre choc

À la première LlamaCon de Meta, avril 2025: "Maybe half the development is going to be done by AI" dans un an. Meta vise 50% de son code écrit par l'IA en 2026.

Satya Nadella (Microsoft CEO): le nuancé

Avril 2025: 30% du code de Microsoft est déjà écrit par l'IA. Mais il compare l'IA à l'électricité: "Real change is still many years away." Il a fallu 50 ans pour que les usines adaptent vraiment leurs procédés à l'électricité.

Sundar Pichai (Google CEO): les stats de prod

Appel de résultats d'octobre 2024: plus de 25% du nouveau code de Google est généré par l'IA. En avril 2025, c'est passé à plus de 30%.

DHH (créateur de Ruby on Rails, 37signals): le praticien

Avant fin 2025, il était sceptique. Chez 37signals, les humains écrivaient 95% du code de leur nouveau produit Fizzy. "AI is not as good as most junior programmers for coding, at least as of right now."

Sur le vibe coding: "If you can just vibe code it, you're not a programmer." Et: "If you don't have your fingers in the sauce, the source, you are going to lose touch with it."

Mise à jour début 2026: "At the end of last year, AI agents really came alive for me... The code being produced by this new breed of AI is leagues ahead of where their predecessors were at the beginning of 2025."

Il utilise l'IA différemment: toujours dans une fenêtre séparée d'abord, pour les brouillons et la recherche d'APIs. Mais il ne renonce pas à écrire du code lui-même.

Simon Willison (co-créateur de Django): la distinction essentielle

Il distingue le "vibe coding" (irresponsable) de ce qu'il appelle le "vibe engineering" (son terme préféré, octobre 2025):

"If an LLM wrote every line of your code, but you've reviewed, tested, and understood it all, that's not vibe coding in my book — that's using an LLM as a typing assistant."

Il a construit 80+ outils expérimentaux avec de l'assistance IA. Sa position: l'IA est massivement utile pour les ingénieurs en haut de la courbe, mais dangereuse pour ceux qui ne comprennent pas ce qui se construit.

Paul Graham (fondateur YC)

Sa lecture: les emplois de programmation "bas de gamme" disparaissent déjà avec l'IA. Mais les programmeurs assez bons pour créer leur propre entreprise commandent toujours des salaires élevés. Il fait un parallèle avec son essai "Writes and Write-Nots": les gens qui arrêtent d'apprendre à écrire parce que l'IA peut le faire arrêtent aussi d'apprendre à penser clairement.

"Do something so well that you're operating way above the level of scutwork."

Camp "arrêtez de coder": les arguments forts

Le code de prod est déjà majoritairement IA dans certaines équipes

Google: 30%+. Microsoft: 30%. Meta: cible 50% en 2026. Ce ne sont pas des projets jouets. Ce sont des systèmes de production dans les plus grandes entreprises tech du monde.

L'emploi junior s'effondre structurellement

Les chiffres sont durs:

Les recrutements en entrée de gamme dans les 15 plus grandes firmes tech ont chuté de 25% entre 2023 et 2024 (SignalFire)
L'emploi des développeurs de 22-25 ans a baissé de presque 20% entre son pic (fin 2022) et juillet 2025 (Stanford Digital Economy Study)
Le recrutement junior en big tech a chuté de plus de 50% sur les trois dernières années
Les entreprises IT indiennes ont réduit les postes junior de 20-25% à cause de l'automatisation

Les inscriptions en CS s'effondrent

62% des unités d'enseignement en informatique ont rapporté un déclin des inscriptions entre 2024-25 et 2025-26, avec des baisses moyennes de 11-20%. Les universités UC enregistrent leur premier déclin depuis l'éclatement de la bulle dot-com. Les parents qui poussaient leurs enfants vers la CS les redirigent maintenant vers d'autres disciplines.

La demande a fondamentalement changé

La part des rôles IA/ML dans les emplois tech totaux est passée de 10% en 2023 à 50% en 2025. Les rôles d'AI engineer ont progressé de 143% depuis 2024. La demande pour les postes full-stack traditionnels a baissé d'environ un tiers depuis 2020.

Le vibe coding produit de vrais logiciels pour des non-programmeurs

Harvard Gazette (avril 2026): Karen Brennan a dispensé un cours de vibe coding de six semaines à 92 étudiants, beaucoup sans background CS. Le principe: décrire en langage naturel ce qu'un programme doit faire, un agent IA l'implémente. 87% des Fortune 500 ont adopté au moins une plateforme de vibe coding.

Camp "apprenez quand même": les contre-arguments

Tu ne peux pas diriger ce que tu ne comprends pas

L'argument le plus récurrent sur HN, Reddit, et les blogs de praticiens: les LLMs génèrent du code incorrect avec une grande confiance. Sans comprendre ce que le code fait, on ne peut pas attraper les erreurs, débugger les pannes, ou savoir quand l'IA hallucine une solution plausible mais cassée.

L'utilisateur HN incomeryujiang: "If you dont know how to program properly, claude isnt going to get very big or complicated."

L'utilisateur HN qn9n: "Without direction from someone with knowhow [AI agents] quickly end up creating a mess."

L'IA est un multiplicateur de force, pas un remplacement

L'utilisateur HN nkrisc: "I like to think of AI as a force multiplier. If you're low skill, it doesn't do much."

La contre-réponse de theshrike79: "AI is excellent for tasks you know how to do, but can't be arsed to spend the time." Implication: il faut d'abord savoir faire la tâche.

L'IA ralentit les développeurs expérimentés (étude METR, juillet 2025)

L'étude la plus rigoureuse à ce jour. METR a mené un essai contrôlé randomisé avec 16 développeurs open-source expérimentés, 246 tâches dans des projets matures (5 ans d'expérience en moyenne sur le projet, dépôts de 10 ans avec 1M+ lignes de code).

Résultat: avec les outils IA autorisés, les développeurs ont pris 19% de temps en plus que sans IA.

Le gap de perception: les développeurs s'attendaient à être 24% plus rapides, et même après avoir expérimenté le ralentissement, croyaient toujours que l'IA les avait aidés de 20%.

Explication: sur des codebases complexes et établies, l'IA performe moins bien. Les développeurs n'acceptaient que 44% des suggestions IA (du temps perdu à revoir et rejeter). Et les grands dépôts existants sont plus difficiles à naviguer pour l'IA.

45% du code IA généré contient des failles de sécurité

Veracode. L'IA est bonne pour la génération mécanique de code, mauvaise pour le raisonnement sur la sécurité, les décisions architecturales, ou la compréhension des contraintes systémiques.

Le paradoxe de Jevons: l'efficacité crée plus de demande, pas moins

Chaque vague d'efficacité dans le développement logiciel a élargi le marché total plutôt que de le contracter. Les compilateurs ont rendu le coding plus facile: plus de code a été écrit, plus de programmeurs ont été embauchés. Python et Java ont abaissé la barrière: plus de logiciels ont été construits, plus d'emplois ont suivi.

Si l'IA rend le dev 10x plus rapide, les entreprises voudront 10x plus de logiciels, pas 10x moins de développeurs.

Les projections BLS: +17% d'emplois de développeur d'ici 2034

Le Bureau of Labor Statistics projette une croissance de 17% des emplois de Software Developer entre 2024 et 2034, soit environ 317,700 ouvertures de postes par an. C'est bien au-dessus de la moyenne toutes professions confondues.

Note: la catégorie "Computer Programmer" (plus narrowe) décline de 6%. Mais "Software Developer" (plus large) croît fortement.

La programmation apprend à penser

L'utilisateur HN behnamoh: "Coding doesn't just make you a programmer, it helps you think logically." Compartimentalisation, pensée pas à pas, gestion de la complexité, raisonnement rationnel.

Karen Brennan de Harvard note que les étudiants sans background CS "struggle articulating problems to AI" parce qu'ils n'ont pas les modèles mentaux pour spécifier clairement ce qu'ils veulent.

Stack Overflow 2025 (49,000+ répondants)

84% utilisent ou planifient d'utiliser des outils IA (vs 76% en 2024). Mais:

75.3% ne font pas confiance aux réponses IA
61.7% ont des préoccupations éthiques ou sécuritaires sur le code IA
66% citent "les solutions IA presque correctes, mais pas tout à fait" comme leur plus grande frustration
Le sentiment positif envers les outils IA a chuté de 70%+ en 2023-2024 à 60% en 2025

Ce que dit Hacker News

Compilation des threads les plus riches, avec les arguments notables.

"Learn to code, ignore AI, then use AI to code even better"

HN #43503295

nkrisc: "Many posts of people looking for help fixing AI-generated code because the AI got it wrong and they have no idea what the code even does. The debugging of gobbledygook from an AI is fundamentally different from debugging your own code."

theshrike79: "AI is excellent for tasks you know how to do, but can't be arsed to spend the time." (Il a construit un outil de notif HN en 5 minutes ce qui lui aurait pris une heure.)

chii: contre-argument intéressant: l'IA est "a force constant rather than a multiplier" — elle élève le plancher pour les débutants mais ne peut pas exécuter les tâches très spécialisées de manière indépendante.

"Anyone else struggle with how to learn coding in the AI era?"

HN #46866165

tabemann: "Learn how to program without AI... continue until you have mastered software engineering. Only once you can engineer, use AI." Ça prépare à diriger et vérifier ce que l'IA produit.

_jplc: "The correct amount of AI for learning is zero."

bcrosby95: lutter à travers les problèmes enseigne des leçons plus profondes que recevoir les bonnes réponses.

marcus_holmes: "Hand-rolling code will become artisanal, a hobby" quand le coding commercial basculera vers la traduction de requirements et l'orchestration de LLMs. Comparable au fait d'écrire de l'assembleur à la main après l'arrivée des compilateurs.

"Has AI made 'learn to code' obsolete?"

HN #44434640

reverendsteveii: "AI hasn't made 'learn to code' obsolete, its just made AI part of 'learn to code.'" (Le micro-ondes ne remplace pas la connaissance de la cuisine.)

suryajena: les LLMs devraient être vus comme des abstractions comme SQL. "There will be the need to debug and understand the underlying execution at a low level just like in SQL or any other high level language."

BMc2020: la loi de Betteridge s'applique aux headlines en question: la réponse est non.

"Jensen Huang says kids shouldn't learn to code"

HN #39507480

PodgieTar: comprendre les concepts fondamentaux reste précieux; lire et comprendre du code restera essentiel pour debugger même si l'écriture s'automatise.

ano-ther: "Even if AI is capable of taking away some of the drudgery we still need people who understand the structures and methodology."

Les chiffres du marché (2024-2026)

Adoption IA dans le code de production

Google: 30%+ du nouveau code généré par IA (avril 2025)
Microsoft: jusqu'à 30% (avril 2025)
Meta: cible 50% en 2026 (LlamaCon, mai 2025)
GitHub Copilot: 90% des Fortune 100 utilisent Copilot commercialement
Copilot productivity (expérience contrôlée): temps de completion d'une tâche de 2h41 à 1h11 (55.8% plus rapide)

Emploi et recrutement

L'emploi de programmeur aux US a chuté de 27.5% entre 2023 et 2025
Recrutements junior dans les 15 plus grandes firmes tech: -25% entre 2023 et 2024
Développeurs âgés de 22-25 ans: -20% depuis le pic de fin 2022 (Stanford)
20.4% des licenciements tech en 2026 explicitement liés à l'IA par les entreprises concernées
BLS: Software Developer jobs +17% d'ici 2034 (~317,700 ouvertures/an)
BLS: Computer Programmer (narrow): -6% d'ici 2034
Rôles AI Engineer: +143% depuis 2024
Part des rôles IA/ML dans les emplois tech: 10% en 2023 → 50% en 2025

Inscriptions universitaires

62% des unités d'enseignement en informatique: déclin des inscriptions en 2025-26
Déclin moyen de 11-20% dans ces unités
UC system: premier déclin en CS depuis la bulle dot-com
Contretendance: les programmes IA dédiés explosent (UC San Diego a lancé un AI major)

Qualité du code IA

Veracode: 45% du code IA généré contient des failles de sécurité
Développeurs qui acceptent les suggestions Copilot: 44% seulement (METR study)
75.3% des développeurs ne font pas confiance aux réponses IA (Stack Overflow 2025)

L'historique des fausses prophéties

Ce débat n'est pas nouveau. Chaque décennie a eu sa version.

Année	Technologie	La promesse	Ce qui s'est passé
1959	COBOL	N'importe qui programme en anglais simple	A créé une demande massive de programmeurs. COBOL fait encore tourner les banques.
Années 70	Langages 4G (4GL)	Les non-programmeurs construisent des apps par déclarations haut niveau	A activé de nouveaux cas d'usage. N'a pas éliminé les programmeurs.
Années 90	Visual Basic	Programmation par glisser-déposer pour tous	A élargi le marché. Bruce McKinney: "rend 95% des tâches faciles et 5% impossibles."
Années 90	Outils CASE	L'ingénierie logicielle automatisée	Échec quasi-total en pratique.
Années 2000	Dreamweaver/site builders	Tout le monde peut créer un site web	Les emplois en développement web ont explosé.
Années 2010	Plateformes no-code/low-code	70% des apps enterprise sans code d'ici 2026 (Gartner, 2021)	Le marché a grandi, les emplois de développeur aussi.
2023+	LLMs/assistants de coding IA	"N'apprenez pas à coder" (Jensen Huang, 2024)	À déterminer...

Le pattern identifié par Ivan Turkovic (janvier 2026): "New tools lower the barrier to entry for simple tasks, which increases the total amount of software being created, which creates demand for more sophisticated software, which creates demand for more sophisticated developers."

La raison pour laquelle cette fois c'est peut-être différent: les LLMs ne baissent pas juste la barre pour les tâches simples. Ils peuvent générer du code complexe dans n'importe quel langage, architecturer des systèmes, débugger. La différence de nature est peut-être là.

La raison pour laquelle ça pourrait ne pas l'être: les LLMs ont des limites dures sur les codebases complexes et établies (cf. METR study). La sécurité, l'architecture, les contraintes systémiques restent mal maîtrisées. Et le paradoxe de Jevons s'est appliqué à chaque vague précédente.

La réponse honnête

Ce n'est pas une question binaire. Ce qui se passe ressemble à une bifurcation du marché.

Ce qui décline: les emplois juniors mécaniques. Le code boilerplate. Les apps CRUD simples. Le poste "Computer Programmer" au sens BLS. Les recrutements en entrée de gamme dans les grandes entreprises tech. Le parcours classique "apprends Django, trouve un CDI."

Ce qui croît: les rôles IA/ML. Les développeurs qui utilisent l'IA comme levier. Les architectes. Les fondateurs qui construisent des produits seuls avec l'IA. Les spécialistes de niche. Les non-programmeurs qui peuvent maintenant construire des outils simples pour eux-mêmes.

Ce qui est compressé: le milieu. Le développeur moyen sans expertise distinctive.

LeCun a peut-être la formulation la plus utile: "We might have super intelligent AI assistants in a while, but we'll be their boss. We will need to understand the foundations in order to lead them."

Pour diriger des agents qui codent, il faut comprendre le code. Pour débugger une hallucination IA, il faut comprendre le code. Pour concevoir une architecture que l'IA va implémenter, il faut comprendre le code.

La compétence qui change n'est pas "écrire du Python." C'est "comprendre les systèmes logiciels assez bien pour les diriger, peu importe qui ou quoi les écrit."

Et l'utilisateur HN reverendsteveii le dit simplement: "AI hasn't made 'learn to code' obsolete, its just made AI part of 'learn to code.'"