Une revue de code sert à détecter des défauts. Elle sert aussi à comprendre pourquoi une solution a été choisie, à discuter d’une alternative et à découvrir un morceau du produit qu’on connaît moins bien.
Lorsque la production et une partie de la revue passent aux agents, ces occasions d’apprentissage changent. Le travail peut avancer sans que les personnes aient traversé les questions qui le rendaient instructif.
Cette question est revenue à la conférence Dev With AI. Elle dépasse les développeurs : une synthèse, une maquette ou une recommandation peuvent également être produites sans que leur destinataire ait construit les repères nécessaires pour les apprécier. Comment continuer à progresser dans ces conditions ?
Terminer une tâche et apprendre à la maîtriser
L’étude publiée par Anthropic en janvier 2026 apporte un éclairage limité mais utile. Elle porte sur l’apprentissage d’une bibliothèque Python avec ou sans assistance IA. Le groupe assisté obtient en moyenne des résultats plus faibles à une évaluation immédiate de compréhension. L’étude ne permet pas de conclure sur l’apprentissage à long terme ni sur tous les usages d’agents.
Les interactions tournées vers la compréhension sont associées à de meilleurs résultats, sans démontrer un effet causal propre à chaque pratique.
Pour une équipe, cela invite à regarder deux résultats : ce qui a été produit et ce que les personnes sont désormais capables de comprendre ou de faire. Les deux peuvent progresser ensemble, mais il faut donner une place au second.
Choisir ce qu’il faut continuer à comprendre
Il serait peu utile de préserver chaque ancienne tâche au motif qu’elle faisait apprendre. Certaines opérations répétitives peuvent être déléguées sans perdre une compétence importante. D’autres mettent en contact avec des décisions que l’équipe devra encore savoir prendre.
La distinction dépend du travail. Pour une modification technique, comprendre les données touchées et les effets possibles sur les autres parcours peut être essentiel. Pour une analyse produit, il faut savoir relier les conclusions aux observations et reconnaître ce qui reste incertain.
On peut demander à la personne qui porte le sujet d’expliquer son choix avant de présenter la réponse de l’agent. Quelles options a-t-elle envisagées ? Qu’est-ce qui la ferait changer d’avis ? Quel résultat s’attend-elle à observer ? Ces questions rendent visible sa compréhension sans lui imposer de refaire toute l’exécution.
Utiliser l’IA pour approfondir une question
L’assistant peut aider à apprendre lorsqu’on lui demande de comparer deux options, d’expliciter une dépendance ou de proposer un cas qui met une solution en difficulté. La conversation devient utile si la personne peut ensuite confronter l’explication au produit, à une source fiable ou à un essai.
Prenons un exercice possible : avant d’exécuter un changement, un développeur prévoit les comportements qui devraient rester identiques et ceux qui devraient évoluer. Il examine ensuite les résultats avec un collègue. Les écarts donnent matière à comprendre le système.
La même démarche s’applique à une analyse de retours utilisateurs. Une personne formule son interprétation, la compare à celle de l’IA et revient aux sources pour résoudre les désaccords. L’objectif est de rendre le raisonnement discutable et vérifiable.
Ces pratiques sont des pistes d’organisation de l’apprentissage. Leur utilité doit être examinée dans l’équipe, avec son niveau d’expérience et ses contraintes.
Garder des échanges sur les décisions
Une revue entièrement déléguée peut faire disparaître la conversation entre deux personnes. On peut conserver cette conversation sur les choix qui méritent d’être compris : une règle métier, un compromis d’architecture ou une décision de périmètre.
Cela ne demande pas de réunir toute l’équipe sur chaque changement. Un échange ciblé peut suffire lorsque les personnes arrivent avec la proposition, ses raisons et les vérifications réalisées. Le rôle du senior est alors aussi de rendre ses critères visibles, y compris ce qui l’inquiète et ce qu’il accepte de laisser ouvert.
Les incidents offrent un autre point d’appui. Comprendre pourquoi un contrôle a laissé passer un défaut peut faire progresser l’équipe et son usine agentique. Si l’agent corrige silencieusement puis clôt le sujet, une occasion d’apprendre peut disparaître. Un retour court sur la cause et le changement apporté au contrôle permet de conserver cette connaissance.
Donner du temps à la progression
Si les objectifs de l’équipe portent uniquement sur le volume livré, les activités de compréhension risquent d’être repoussées. Le management peut au contraire rendre explicites les compétences à développer et prévoir des occasions de les exercer.
Pour une personne moins expérimentée, cela peut passer par des sujets limités, un accompagnement accessible et une responsabilité qui grandit progressivement. Pour une personne senior, l’enjeu peut être d’apprendre à concevoir les contrôles et à organiser la délégation sans devenir le point de validation de tout le travail.
Le coaching aide à examiner les situations où l’on hésite, où l’on délègue trop ou où l’on reprend tout soi-même. La formation apporte un espace pour exercer certaines compétences. Le travail quotidien doit ensuite permettre de les entretenir.
Chez The Spark, on relie formation, coaching et renfort des équipes à cette capacité de décider et de faire. L’IA donne de nouveaux moyens de produire ; l’organisation doit aussi permettre aux personnes de développer le jugement dont cette production dépend.