Coder ou ne pas coder ?

La distinction entre « code » et « no-code » est un leurre. Instruire une machine, quel que soit le langage, est un acte de création. Se réapproprier ce pouvoir, c’est façonner nos métiers et augmenter notre capacité d’agir.

Le paradoxe de l’autonomie perdue

Dans tous les secteurs professionnels, même les plus éloigné·e·s de l’informatique, l’usage d’outils numériques est depuis bientôt trente ans une seconde nature. Aux côtés des logiciels bureautiques standards, traitements de texte, tableurs, messageries, se déploient des outils « métiers », conçus pour des tâches spécifiques. L’importance de ces derniers est cruciale : ils ne se contentent pas d’offrir des gains de productivité ; en ouvrant le champ à de nouvelles capacités, ils refaçonnent les métiers en profondeur. D’immenses « cabinets de conseil » ont fait leur richesse sur ce marché essentiel. Une tâche manuelle, une fois automatisée, libère du temps et de l’énergie mentale, permettant à une structure, par exemple culturelle, d’imaginer d’autres missions, d’innover et d’atteindre plus finement ses objectifs.

Cette autonomisation par des outils métiers peut aussi être développée « en interne ». Dès les années 1990, des logiciels comme 4D, Access ou FileMaker Pro ont mis la gestion de bases de données complexes, génératrices d’actes productifs, à la portée du « commun des mortel·le·s ». Des non-informaticien·ne·s pouvaient dès lors développer leurs propres solutions pour organiser des événements, une comptabilité ou une chaîne de production par exemple, et ce en relation avec l’extérieur. Le principal avantage résidait dans la capacité de ces personnes à faire évoluer leurs outils en autonomie, au gré de leurs besoins, sans le surcoût et l’inertie liés à l’intervention d’un·e prestataire extérieur·e pour chaque ajustement. Aujourd’hui, cette mouvance porte le nom de « no-code », avec des plateformes comme Airtable ou des outils d’automatisation comme N8N, qui exploitent souvent l’intelligence artificielle pour des tâches comme la publication sur les réseaux sociaux ou la gestion de réponses automatiques aux emails ou messages sur les réseaux sociaux, par exemple.

Pourtant, un paradoxe me frappe depuis quelques années : alors que les outils n’ont jamais été aussi puissants et accessibles, je constate un dessaisissement de cette autonomie. L’exemple le plus flagrant est l’omniprésence d’Excel pour gérer des bases de données, une tâche pour laquelle il est notoirement inefficient. Dans le domaine culturel, il n’est pas rare de voir de jeunes professionnel·le·s, vingt ans après leurs aîné·e·s, se montrer beaucoup moins efficaces et créatif·ve·s avec l’informatique, produisant des outils confus, très désorganisés, occasionnant beaucoup de perte de temps, d’énergie et d’efficacité.

Nous assistons à une forme d’hyperspécialisation surprenante à notre époque qui pourtant permet la démocratisation des savoirs et la pluridisciplinarité. Une « culture du no-code » semble s’être installée, comme si toucher à la moindre ligne de code était un acte impur, réservé soit à une élite inaccessible, soit à des tâcheron·ne·s interchangeables, selon la représentation que l’on se fait des informaticien·ne·s.

Coder, c’est parler : une histoire de langages et d’abstractions

Derrière ce rejet se cache un marketing bien huilé, celui du « no-code », qui vise à rendre la programmation accessible en la faisant disparaître. L’intention est louable : décomplexer celles et ceux qui ne se sentent pas légitimes à « coder ». Mais cette démarche repose sur une idée fausse de ce qu’est le code, et amène plutôt, malheureusement, à passer à côté des constructions que nous pourrions investir pour améliorer nos outils par nous-mêmes. C’est plutôt une invitation à l’incompétence. Car en réalité, nous sommes toutes et tous, à des degrés divers, des informaticien·ne·s. Lorsque nous dialoguons avec une intelligence artificielle comme ChatGPT, en affinant nos requêtes au fur et à mesure, nos prompts, pour co-construire une réponse pertinente, nous ne faisons rien d’autre que programmer. Nous utilisons simplement le langage naturel comme une interface de codage.

Le code informatique, en effet, n’est presque jamais un dialogue direct avec la machine. Le langage machine, ce flux binaire de milliards de zéros et de uns qui parcourt les circuits électroniques, est une langue que quasiment aucun·e programmeur·euse ne pratique. Et une infime fraction d’entre elles et eux maîtrise l’assembleur, la couche d’abstraction juste au-dessus, qui est le langage brut des microprocesseurs. Chaque type de processeur a le sien, rendant ce savoir profondément lié à la matérialité de la machine.

L’immense majorité du code que nous connaissons est écrite dans des langages à haute couche d’abstraction comme C, Python, JavaScript ou Rust par exemple. Ces langages sont précisément conçus pour être plus compréhensibles par l’humain et indépendants des plateformes matérielles. Ils fonctionnent comme des lingua franca qui permettent de donner des instructions pouvant être « traduites » pour différentes machines. En ce sens, la différence entre écrire une formule dans un tableur, agencer des blocs visuels dans Scratch, rédiger une requête en langage naturel ou taper une ligne de Python n’est pas une différence de nature, mais de degré d’abstraction. Demander à une machine d’exécuter une tâche de manière algorithmique, quel que soit le langage de programmation qu’on emploie, c’est toujours de la programmation, du « code ».

Vers une maîtrise hybride : l’IA comme pont vers le code

Cette peur du code est d’autant plus irrationnelle que les frontières s’estompent. Les programmeur·euse·s mêmes ont recours de manière intensive aux intelligences artificielles génératives pour automatiser les tâches répétitives, explorer des solutions, débugger ou simplement accélérer la production en évitant du temps de documentation. Le code est de plus en plus co-créé par l’IA, le rôle de l’humain évoluant vers celui d’un·e architecte, d’un·e chef·fe d’orchestre qui contrôle, valide et intègre ces fragments de logique. La question n’est donc plus « coder ou ne pas coder », mais plutôt « quel langage apprendre pour dialoguer avec la machine ? ». Que ce soit un langage visuel, le langage naturel de l’ « art du prompt » ou un langage de script, il s’agit toujours d’un apprentissage linguistique.

Des outils comme FileMaker Pro, que je continue de conseiller après plus de trente ans d’existence, incarnent parfaitement cette philosophie hybride. Il permet de construire des applications métiers robustes par des manipulations visuelles, en reliant des objets et des fonctions. Mais si l’on souhaite aller plus loin, il propose un langage de script intégré, pour lequel le logiciel lui-même offre un accompagnement remarquable. Le code n’est plus présenté comme un mur brutal réservé aux spécialistes, mais comme un horizon accessible, une nouvelle pièce que l’on peut ajouter à sa boîte à outils. Le système d’aide est si bien conçu que nous sommes guidé·e·s pas à pas dans la création de ce code.

Les IA génératives sont de formidables accélérateurs pour cet apprentissage. De la même manière qu’elles sont d’excellents tuteurs pour l’apprentissage des langues humaines en s’adaptant à nos besoins précis, elles le sont pour les langages informatiques. Je peux leur décrire un besoin en français, leur demander de le traduire en code, l’adapter à mes besoins avec son aide, puis copier-coller ce code. En dialoguant avec l’IA sur le pourquoi de telle ou telle instruction, je comprends, j’apprends et j’assimile. C’est un apprentissage incarné, vécu, directement relié à une construction concrète, tout comme si nous avions un·e spécialiste à notre disposition. L’information s’ancre dans la mémoire parce qu’elle sert immédiatement un projet.

L’outil, c’est le pouvoir d’agir

Je crois donc qu’il est absolument essentiel de s’investir dans la fabrication de nos propres outils métiers, afin qu’ils puissent évoluer avec nous, nous suivre, parfois même nous précéder en ouvrant des possibles. Nous ne pouvons attendre que d’autres le fassent à notre place, sinon nous allons perdre de la qualité de notre travail. Alors oui, il faut coder. Peu importe la forme : interfaces visuelles, langage naturel ou lignes de script. Il faut coder non pour le plaisir de la technique, mais pour être en capacité de construire et, surtout, de faire évoluer nos outils de travail. Car qu’est-ce qui détermine l’impact d’un être humain sur le monde ? Sa pensée, sa sensibilité, son empathie, bien sûr. Mais au service de tout cela, il y a l’outil, et l’outil adapté et évolutif.

Pour visser une vis, il me faut le tournevis adéquat. Pour me rendre d’un point A à un point B, un véhicule est plus efficace que la marche, surtout s’il y a plusieurs centaines de kilomètres. Pour envoyer un message personnalisé à un grand nombre de personnes de manière simple et automatisée, il me faut un système pratique, que je peux adapter à mes besoins spécifiques ; cela peut transformer du tout au tout la relation de ma structure avec ses publics, et modifier son impact, l’exercice de ses missions et ses projets en profondeur. Comme le disait le théoricien des médias Marshall McLuhan en 1964, « Nous façonnons nos outils, et ensuite nos outils nous façonnent ». N’oublions jamais que l’outil que nous créons en tant qu’êtres humains détermine la nature de notre pouvoir sur le monde. Et par « pouvoir », je n’entends pas la domination, mais bien le pouvoir d’agir, de transformer, de créer de nouveaux liens et, finalement, de faire avancer l’humanité. Alors soyons les auteur·rice·s de nos outils, pour continuer à être en capacité de faire changer les choses dans le bon sens. Oui, cela demande d’apprendre de nouvelles langues, mais cela ne pose plus aucun problème aujourd’hui, on peut le faire au fur et à mesure grâce aux IA, pendant que nous faisons les choses. Il reste donc un seul blocage, celui de ne pas oser.