Il y a un an ou deux, demander à un ingénieur s'il utilisait l'IA pour écrire du code aurait pu être une question supplémentaire utile, mais aujourd'hui, cela devient une partie normale de la façon dont les logiciels sont construits.
Le changement s'est produit étonnamment rapidement. L'enquête 2026 sur l'écosystème des développeurs de JetBrains, basée sur plus de 15 000 développeurs professionnels, a révélé que 90 % des développeurs utilisaient des agents de codage IA au travail au moins une fois par semaine entre mai et juillet 2026, avec 68 % les utilisant tous les jours. Claude Code seul était utilisé au travail par environ 39 % des développeurs professionnels dans le monde, en hausse par rapport à 18 % en janvier. Aux États-Unis, ce chiffre a atteint 47 %.
Cela ne signifie pas que chaque développeur a soudainement arrêté d'écrire du code lui-même. Cela signifie que la façon dont les développeurs travaillent est en train de changer. Au lieu d'écrire chaque ligne manuellement, de nombreux ingénieurs utilisent maintenant l'IA pour explorer des idées, écrire des parties d'une fonctionnalité, corriger des bogues, comprendre du code inconnu, exécuter des tests et résoudre des problèmes plus rapidement.
Pour les startups, cela crée une question assez importante : Si vos ingénieurs travaillent déjà de cette façon, votre processus d'embauche devrait-il toujours les évaluer comme si l'IA n'existait pas ?
L'IA a changé la façon dont les ingénieurs travaillent
Pendant longtemps, GitHub Copilot était le nom que la plupart des gens associaient au codage assisté par l'IA. C'est devenu une partie familière de la boîte à outils des développeurs, en particulier parce qu'il fonctionnait directement dans les outils que les développeurs utilisaient déjà.
Mais le marché a changé rapidement.
Selon le dernier sondage de JetBrains, l'adoption de GitHub Copilot sur le lieu de travail est tombée de 29 % un an plus tôt à 21 % entre mai et juillet 2026. Claude Code, en revanche, est passé de 18 % en janvier à 39 % au cours de la même période. GitHub Copilot est toujours beaucoup plus largement connu, avec 79 % des développeurs mondiaux en ayant entendu parler, mais la notoriété et l'utilisation réelle ne sont plus la même chose.
C'est une distinction importante pour toute personne embauchant des ingénieurs.
Vous n'avez pas nécessairement besoin de vous soucier de quel outil IA est actuellement le numéro un. Les outils continueront à changer. Ce qui importe, c'est que les agents de codage IA sont passés de quelque chose avec lequel les développeurs expérimentaient à quelque chose que beaucoup utilisent maintenant comme partie de leur journée de travail normale.
En d'autres termes, l'outil peut changer, mais la nouvelle façon de travailler est déjà là.
Ce que cela signifie pour votre équipe
Cela importe encore plus lorsque vous embauchez pour une startup.
Une petite équipe d'ingénierie n'a pas le luxe de dépenser des mois à construire chaque fonctionnalité manuellement. Vous avez besoin de personnes qui peuvent comprendre un problème, prendre de bonnes décisions, avancer rapidement et savoir quand quelque chose nécessite un examen plus approfondi.
L'IA peut aider avec une partie de ce travail, mais elle ne remplace pas la personne qui prend les décisions. C'est en fait la partie la plus importante de ce changement.
Un développeur peut demander à un agent IA de construire quelque chose en minutes. Mais considérez ce qui se passe ensuite :
1. Que se passe-t-il quand la réponse semble correcte et ne l'est pas ?
2. Que se passe-t-il quand l'IA ne comprend pas une exigence importante ?
3. Que se passe-t-il quand elle modifie quelque chose dans une partie de l'application et casse tranquillement quelque chose ailleurs ?
Ce sont des questions d'ingénierie, et elles deviennent plus importantes, pas moins.
La recherche de JetBrains montre que les développeurs utilisant ces outils varient toujours considérablement dans la mesure où ils laissent faire l'IA. Parmi les développeurs qui utilisent Claude Code le plus, par exemple, environ 32 % rapportent que les agents génèrent plus de 80 % de leur code. Cela signifie qu'il n'existe pas un seul flux de travail « développeur IA ». Certaines personnes utilisent les agents fortement, tandis que d'autres font toujours la majeure partie du codage eux-mêmes.
L'objectif de votre entretien ne devrait donc pas être de trouver quelqu'un qui laisse l'IA écrire tout. Il devrait être de comprendre comment ils l'utilisent et s'ils savent quand ne pas lui faire confiance.
Ne demandez pas simplement s'ils utilisent l'IA, demandez comment ils l'utilisent
Si vous mettez à jour votre processus d'entretien, l'un des changements les plus faciles est aussi l'un des plus utiles. Cessez de traiter l'expérience IA comme une simple question oui ou non.
Avez-vous utilisé Claude Code ?
Oui.
Cela ne vous dit pas grand-chose.
Au lieu de cela, demandez au candidat de vous raconter une situation réelle :
1. Où ont-ils utilisé un outil de codage IA ?
2. Qu'essayaient-ils de construire ?
3. Qu'ont-ils laissé à l'outil ?
4. Qu'ont-ils vérifiés eux-mêmes ?
5. L'IA a-t-elle fait une erreur ? Comment l'ont-ils détectée ?
La réponse peut vous en dire beaucoup plus que le nom de l'outil qu'ils utilisent.
Quelqu'un qui dit, « J'utilise l'IA pour générer du code plus rapidement », n'a pas vraiment vous raconter comment il travaille. Mais quelqu'un qui dit, « Je laisse l'agent gérer la première version, mais j'ai remarqué qu'il faisait la mauvaise hypothèse sur le fonctionnement de nos relations de base de données, alors je l'ai arrêté et j'ai réécrit cette partie moi-même », vous donne quelque chose de beaucoup plus utile.
Cette personne montre du jugement — et c'est la compétence que les startups devraient valoriser.
La fluidité IA ne signifie pas la dépendance à l'IA
Il y a aussi un piège ici. Ce n'est pas parce que quelqu'un utilise l'IA intensivement que cela en fait automatiquement un meilleur ingénieur. En fait, l'inverse peut se produire quand quelqu'un accepte tout ce qu'un outil IA produit sans le comprendre.
Les meilleurs ingénieurs ne sont pas nécessairement ceux qui demandent à l'IA de faire le plus de travail. Ce sont ceux qui savent quel travail lui confier, comment l'orienter et comment vérifier ce qui en revient. Cette distinction devient de plus en plus importante à mesure que les agents de codage deviennent capables de gérer des parties plus grandes du travail.
L'analyse d'Anthropic d'environ 400 000 sessions Claude Code a révélé que les gens prennent généralement les décisions de planification, comme décider ce qui doit être fait, tandis que Claude gère une grande partie de l'exécution. La recherche a également révélé que les personnes ayant une plus grande expertise dans le domaine ont tendance à accomplir plus de travail par instruction.
C'est une façon utile de penser à l'avenir de l'ingénierie. La valeur n'est pas simplement dans la dactylographie du code plus rapidement. C'est dans le fait de savoir ce qui devrait être construit, de donner la bonne direction, de repérer les problèmes et de décider si le résultat est vraiment assez bon pour être livré.
Que devrait signifier « Ingénieur senior » maintenant ?
Ce changement soulève également une plus grande question sur l'ancienneté.
Traditionnellement, un ingénieur senior était quelqu'un qui pouvait résoudre des problèmes techniques difficiles de manière indépendante, prendre des décisions architecturales, examiner le travail d'autres personnes et aider une équipe à avancer. Ces choses comptent toujours, mais il y a maintenant une autre couche.
Un ingénieur senior solide devrait de plus en plus savoir comment travailler efficacement avec les outils IA sans remettre son jugement à ceux-ci.
Il devrait être capable de décomposer un gros problème en morceaux plus petits, donner un sens utile à un agent IA, examiner le résultat, repérer les erreurs subtiles et comprendre quand faire quelque chose manuellement est en fait plus sûr ou plus rapide.
C'est une compétence différente de simplement savoir comment écrire du code, et c'est quelque chose que votre processus d'entretien peut réellement tester.
La différence apparaît rapidement
Imaginez que vous interviewez deux développeurs pour le même poste.
Le premier candidat vous dit qu'il utilise l'IA depuis un an et dit que cela l'aide à « coder beaucoup plus rapidement ».
Le second candidat vous parle d'un projet récent où il a utilisé un agent IA pour travailler sur une migration de base de données. L'agent a produit la plupart de la mise en œuvre initiale, mais le candidat a remarqué qu'il avait mal compris comment les enregistrements historiques étaient connectés. Ils ont détecté le problème lors des tests, ont changé l'approche et ont examiné manuellement la migration finale avant qu'elle ne s'approche de la production.
Le second candidat n'a pas seulement démontré qu'il savait comment utiliser un outil IA. Il a démontré quelque chose de beaucoup plus précieux : le jugement. Il sait quand déléguer, quand remettre en question le résultat et quand prendre le contrôle lui-même.
C'est le type de signal que votre processus d'embauche devrait rechercher.
Ce que les fondateurs devraient changer
Vous n'avez pas besoin de reconstruire complètement votre processus d'entretien du jour au lendemain. Commencez par quelques changements simples.
Demandez aux candidats comment l'IA s'intègre dans leur flux de travail normal. Donnez-leur un problème pratique et permettez-leur d'utiliser les outils qu'ils utiliseraient normalement. Concentrez ensuite vos questions sur les décisions qu'ils ont prises, pas seulement sur le code qu'ils ont produit.
Demandez ce que l'IA a mal compris, ce qu'ils ont vérifié et ce qu'ils ne feraient pas confiance à un agent IA pour gérer sans supervision.
Ces questions vous donnent une image beaucoup plus claire de la façon dont quelqu'un travaillera réellement dans votre équipe.
Et ne transformez pas l'entretien en un test de qui connaît le plus d'outils IA, car les outils changeront. La compétence importante est d'apprendre à travailler avec eux sans perdre la capacité de penser de manière indépendante.
Cela va au-delà de Claude Code
Le plus grand changement n'est pas que Claude Code soit devenu populaire. C'est que le développement assisté par l'IA devient partie de la définition normale de l'ingénierie logicielle.
JetBrains a découvert que 90 % des développeurs professionnels utilisaient des agents de codage IA au travail au moins une fois par semaine en mi-2026. Cela ne signifie pas que les compétences d'ingénierie traditionnelles ont disparu. Cela signifie que l'emploi inclut maintenant une autre couche de travail avec des machines qui peuvent gérer des parties de plus en plus grandes de la mise en œuvre.
Donc, si votre processus d'embauche demande toujours aux candidats de prouver uniquement la qualité de leur capacité à écrire du code sans IA, vous ne mesurez peut-être que la façon dont ils travaillent réellement une fois qu'ils vous rejoignent.
La question n'est plus simplement : « Cette personne peut-elle écrire du bon code ? »
C'est devenir : « Cette personne peut-elle utiliser tous les outils disponibles, y compris l'IA, tout en prenant de bonnes décisions d'ingénierie ? »
C'est une question beaucoup plus utile pour une startup.
Et si vous n'avez pas le temps de repenser votre processus d'embauche autour de la façon dont les ingénieurs travaillent réellement aujourd'hui, c'est là que MyNextDeveloper aide en connectant les startups avec des ingénieurs vérifiés et des talents IA qui comprennent les flux de travail de développement modernes et peuvent contribuer dès le premier jour.
TL;DR
Les outils de codage IA sont rapidement devenus une partie normale de la façon dont les développeurs travaillent, en particulier dans les startups. Cela signifie que l'embauche d'ingénieurs uniquement en fonction de la qualité de leur codage sans IA ne vous raconte plus toute l'histoire. Ce qui compte maintenant, c'est s'ils savent comment utiliser l'IA efficacement, repérer ses erreurs et prendre de bonnes décisions eux-mêmes. Les meilleurs ingénieurs n'utilisent pas seulement l'IA pour écrire du code plus rapidement — ils savent quand lui faire confiance, quand le remettre en question et quand prendre le contrôle.
Vous cherchez à créer une équipe technologique distante haute performance ?
Découvrez MyNextDeveloper, une plateforme où vous pouvez trouver les 3 % des meilleurs ingénieurs logiciels qui sont profondément passionnés par l'innovation. Nos solutions de talents logiciels à la demande, dédiées et approfondies fournissent une solution complète pour toutes vos exigences logicielles.
Visitez notre site web pour explorer comment nous pouvons vous aider à assembler votre équipe parfaite.
