J’ai passé de nombreuses années en restauration avant de devenir dev... Dans une cuisine, il y a deux choses essentielles : ce qu’on sert, et ce qu’on prépare.
Le client voit l’assiette. Il ne voit pas les essais, les ratés, les ajustements, les recettes griffonnées à la hâte ni les discussions derrière les fourneaux. Et pourtant, c’est là que tout se joue. En développement, on j'ai l'impression de vivre quelque chose de similaire. Avant, quand on avait un bug, on allait sur StackOverflow. On tombait sur plusieurs réponses, des débats, des contradictions, des corrections publiques. Ce n’était pas toujours confortable, mais c’était vivant. On ne récupérait pas seulement une solution : on voyait le raisonnement. C’était une cuisine ouverte. Aujourd’hui, on ouvre ChatGPT.
On décrit le problème, on reçoit une réponse propre, structurée, contextualisée. Le service est rapide, fluide, impressionnant. Et ce n’est pas une critique : c’est un progrès immense.

🔁 Le paradoxe

Les modèles comme ChatGPT ont été entraînés sur des volumes massifs de contenus publics :

• forums techniques
• blogs
• documentations
• StackOverflow

Autrement dit, sur des années de recettes partagées, de corrections et de discussions collectives. Nous utilisons aujourd’hui un outil entraîné sur une cuisine que nous fréquentons de moins en moins.

🧊 Quand la salle est pleine… mais que le frais arrive moins

Un frigo qui se vide, ce n’est pas un mystère : on sert, ça descend. Ce qui est plus intéressant, c’est quand la salle est pleine et que, malgré ça, le frais arrive moins. Quand tu sers beaucoup, tu tiens grâce à deux choses :

• le stock (ce qui est déjà là)
• le réassort (ce qui continue d’entrer)

Si le réassort ralentit, tu peux tenir un moment.
Le service tourne. Les clients sont satisfaits. Tout le monde a l’impression que “ça marche”. Mais tu vis sur l’existant. Dans la tech, on commence à voir ce découplage. Des outils sont utilisés partout… et pourtant leurs équipes expliquent que les parcours changent : moins de passage par la documentation, moins de découverte directe, moins de lien entre usage massif et soutien économique. C’est ce qu’a récemment expliqué l’équipe derrière Tailwind CSS en évoquant l’impact indirect des assistants IA sur le trafic vers leur documentation et leur modèle de soutien (analyse DevClass, janvier 2026). Du côté de StackOverflow, le stock reste consulté, mais le flux de nouvelles contributions baisse nettement. Plusieurs analyses récentes montrent une chute marquée du volume de nouvelles questions et interactions publiques depuis l’essor des assistants IA ( autre analyse DevClass, janvier 2026). Le livre de recettes est encore là. Il s’écrit moins. Et une cuisine qui n’écrit plus ses recettes finit toujours par répéter le même menu.

🔄 Stock et flux

En restauration, la différence entre le stock et le flux est vitale. Le stock, ce sont les recettes existantes, les bases maîtrisées.
Le flux, ce sont les nouvelles idées, les ajustements, les expérimentations. Un restaurant peut vivre un temps sur son stock.
Mais il progresse grâce au flux. L’IA exploite remarquablement le stock. Elle synthétise, reformule, adapte. Mais elle dépend d’un flux humain pour rester pertinente dans le temps. Un modèle peut recycler l’existant.
Un métier avance grâce au flux.

🚗 L’uberisation du débug

Ce qui change profondément, ce n’est pas seulement l’outil. C’est le modèle. On est passé d’un espace contributif à une logique de service à la demande. Avant, résoudre un bug, c’était entrer dans une conversation publique. On exposait son problème, on lisait les débats, la solution restait. Elle nourrissait le livre collectif. Aujourd’hui, on décrit le problème à une IA, on reçoit une réponse, et l’échange disparaît. C’est une forme d’uberisation du cycle de débug. On ne participe plus à la cuisine. On commande un plat. À l’échelle individuelle, c’est rationnel, efficace, souvent brillant.
À l’échelle d’un écosystème, c’est un déplacement majeur. Une plateforme contributive crée du savoir commun.
Un service à la demande crée de l’efficacité individuelle. Les deux ont leur place. Mais ils ne produisent pas la même dynamique dans le temps.

⏳ Le temps long

La question n’est pas : faut-il arrêter d’utiliser l’IA ? Ce serait absurde. La vraie question est plus structurelle : Si de moins en moins de personnes contribuent aux espaces qui produisent le savoir collectif, que devient cet écosystème dans dix ans ? Une cuisine où tout le monde consomme mais plus personne ne prépare tient un moment.

• On sert encore.
• On compose avec ce qu’il reste.
• On optimise les stocks.

Vu de la salle, rien ne semble manquer. Puis, doucement, le menu se simplifie, les ajustements disparaissent, on répète plus qu’on n’invente. Ce n’est pas un effondrement spectaculaire. C’est un appauvrissement progressif. La question n’est pas de choisir entre salle et cuisine. La question est de savoir qui continue à cuisiner. L’IA accélère la distribution. Mais un écosystème ne tient pas par la vitesse. Il tient par le flux qui l’alimente.