Ce qui s’est passé. Un post de Yael Grauer a recueilli 184 points et 105 commentaires sur Hacker News. Le sujet : que se passe-t-il quand « demande à Claude » devient la réponse standard à chaque question, même après que la personne qui pose la question a déjà fait cette étape. Grauer raconte avoir demandé un avis de fond à des personnes ayant une expérience concrète — pas une recherche, pas une liste, un jugement sur quelle source faire confiance quand les études divergent. La réponse reçue : « Honnêtement ? Demande à Claude ». Le post compare cette dynamique à l’ancien LMGTFY (Let Me Google That For You), mais inversée : il ne s’agit pas de quelqu’un qui ne sait pas chercher, mais de quelqu’un qui a déjà cherché et veut le filtre que seule l’expérience peut donner.

Pourquoi ça te concerne. Si tu construis des workflows avec l’IA ou si tu la recommandes à d’autres, le post met le doigt sur un point sensible : quand « demande au modèle » est une réponse utile, et quand c’est une façon de ne pas répondre. Un modèle ne sait pas lequel des cinq études contradictoires tient vraiment, quelle méthode fonctionne dans un contexte spécifique, ou où une liste générale se trompe dans ton cas. Le jugement vient de l’expérience vécue, et ça n’est pas encore remplaçable. La critique n’est pas contre l’IA, mais contre l’utilisation de l’IA comme délégation de la pensée : si le modèle pouvait répondre, la personne n’aurait pas appelé.

Où regarde le site. Le thème s’entrecroise avec ce que nous racontons dans le cours pro : Faire confiance comme il faut : vérifier l’output explique où un modèle peut se tromper, et où il faut un contrôle humain. Et le playbook Le relecteur adversaire part de l’idée opposée : utiliser l’IA pour le regard critique, mais seulement sur les choses vérifiables. Le fil commun est le même : l’IA amplifie, ne remplace pas le jugement.

En détail

Le contexte : l’IA comme oracle. Ces deux dernières années, le pattern est devenu courant : quelqu’un pose une question dans une communauté, et la première réponse est « demande à ChatGPT » ou « demande à Claude ». Parfois c’est approprié (la question est générique, la réponse est dans tous les tutoriels), parfois non. Grauer décrit un cas du deuxième type : elle avait une question précise sur quelle source faire confiance quand les sources se contredisent, un problème où le contexte et l’expérience comptent plus que la synthèse. Elle avait déjà demandé au modèle, avait passé des heures (et des tokens) à affiner la question. Ce qu’elle cherchait était le filtre que seule une personne avec des cicatrices professionnelles pouvait donner. La réponse — « demande à Claude » — n’ajoutait pas une étape, elle la niait.

Ce qui se passe vraiment. Le post a eu un écho sur Hacker News parce qu’il touche à une tension réelle : l’IA est devenue tellement accessible qu’il est facile de l’utiliser comme réponse par défaut, même quand ce n’est pas la bonne réponse. Grauer compare le phénomène à l’ancien LMGTFY, mais note la différence : LMGTFY s’adressait à qui n’avait pas essayé de chercher ; « demande à Claude » est donné aussi à qui a déjà fait ce parcours. Le post suggère que « demande à Claude » soit devenu une façon polie de dire « je ne sais pas », « je n’ai pas le temps », ou « je n’ai pas envie d’y penser ». Et que n’importe quelle réponse honnête — « je ne sais pas », « je n’ai jamais travaillé dessus », « je devrais y réfléchir » — aurait été plus utile que le renvoi.

Les implications pour qui utilise l’IA. Si tu construis avec l’IA ou si tu la recommandes, c’est un cas d’étude sur ce que signifie s’amplifier au lieu de déléguer. Un modèle de langage peut agréger le consensus, synthétiser les sources, proposer une liste. Il ne peut pas te dire laquelle des cinq options tient dans ton cas spécifique, parce qu’il n’a pas ton contexte, n’a pas tes cicatrices, ne sait pas ce que tu as déjà essayé et où tu as déjà échoué. La valeur de la conversation humaine réside dans l’expérience spécifique, pas dans l’accès à l’information générale. Quand tu dis à quelqu’un « demande au modèle » après que cette personne t’a cherché pour ton jugement, tu es en train de nier la valeur que seul toi tu peux donner.

Ce qu’il ne faut pas conclure. Le post ne dit pas que l’IA ne sert à rien. Il dit qu’elle ne sert pas de la même façon dans chaque situation. Si la question est « comment on fait X », un modèle peut bien répondre. Si la question est « laquelle de ces cinq méthodes fonctionne vraiment dans ce contexte », il faut quelqu’un qui y est passé. Et si cette personne renvoie au modèle, le problème n’est pas technique : c’est qu’elle ne veut pas (ou ne peut pas) donner la réponse. Le post est une critique de l’utilisation de l’IA comme excuse, pas de l’IA comme outil.

Le débat sur HN. Dans les 105 commentaires, la communauté s’est divisée. Certains ont confirmé l’expérience de Grauer : la frustration de recevoir « demande à Claude » de la part de personnes qu’on s’attendait à avoir un avis propre. D’autres ont défendu le renvoi : si le modèle peut répondre, pourquoi gaspiller du temps humain ? La fracture est significative : elle montre que la question « quand déléguer à l’IA » n’a pas une seule réponse. Ça dépend de la question, de qui la pose, et de ce que cette personne a déjà essayé. Le fil commun : l’IA est un outil, pas une excuse pour ne pas penser.