Des études estiment que les dévs passent** jusqu'à 60 % de leur temps à lire du code**.

Pourtant, presque personne ne nous apprend à bien le faire.

Et cette compétence devient vitale : à l'heure où une part croissante du code est générée par des IA, on en écrit de moins en moins nous-mêmes, mais on doit en comprendre, en valider et en maintenir toujours plus. Du code qu'aucun humain de l'équipe ne connaît vraiment.

Face à une codebase inconnue, on ouvre des fichiers au hasard, on suit les appels de méthodes, on scrolle en espérant que ça fasse tilt. C'est lent, épuisant et risqué.

Dans ce talk, je vous présenterai l'Outside-In Discovery : une méthode time-boxée pour explorer un système couche par couche. On part de l'extérieur (documentation, CI/CD, historique git, dépendances, build, exécution) avant d'aller vers l'intérieur : architecture, hotspots, qualité des tests, faiblesses structurelles.

Sur un cas concret, on verra comment cette approche fait vite émerger les signaux critiques : dépendances obsolètes, frontières floues, couverture élevée mais mutation testing faible, zones à la fois complexes et souvent modifiées.

Puis on ajoute l'IA : reconstituer le backlog depuis le code, générer des diagrammes C4, retracer des parcours fonctionnels, repérer les code smells. Avec ses limites aussi : hallucinations, suppositions hâtives, intention métier mal comprise. Je montrerai où elle apporte un vrai levier, et où le jugement humain reste indispensable.

Vous repartirez avec une checklist, un cadre pour évaluer la santé réelle d'une base de code et des prompts concrets pour faire de l'IA un sparring partner.

Car le vrai défi, ce n'est pas le code inconnu. C'est de l'explorer sans méthode.