L'adoption rapide de l'IA générative dans le développement logiciel a révélé une faiblesse structurelle dans les artefacts utilisés pour communiquer l'intention d'ingénierie. Les spécifications traditionnelles — telles que les documents de conception logicielle et les notes de conception informelles — ont été conçues pour une rédaction humaine et des processus de développement linéaires. Dans les environnements assistés par IA, cependant, la génération de code est pilotée par inférence, asynchrone et répétée sur de nombreux événements de génération. Les prompts et documents conventionnels échouent donc à fournir une base persistante et auditable pour régir la production de code. Cet article présente la Vue-Point-Structuré Spécification (VSS), un cadre structurel pour représenter l'Intention comme une spécification versionnée et multi-point de vue avant la génération de code assistée par IA. VSS formalise une spécification en tant qu'artefact structuré Specification=(V,E), où V représente un ensemble de Points de Vue déclarés et E représente des éléments de spécification adressables de façon persistante produits sous ces points de vue. Chaque élément satisfait trois conditions de suffisance — Adressabilité Persistante, Portée Explicite, et Appartenance au Point de Vue — permettant aux spécifications de fonctionner comme des artefacts de gouvernance durables plutôt que comme une documentation transitoire. De cette structure émergent plusieurs capacités sans mécanismes additionnels : formation de relations entre éléments, détection de conflits sémantiques entre points de vue, traçabilité des décisions de génération, et formation de frontières pour sélectionner les contraintes de gouvernance durant la génération de code. En décomposant l'intention en unités adressables à travers plusieurs préoccupations de gouvernance, VSS permet de faire émerger les conflits latents dans l'intention avant la génération du code et établit une base de spécification récupérable qui persiste à travers l'évolution du système. VSS ne remplace pas les méthodes existantes d'ingénierie des exigences ou de modélisation dirigée. Il fournit plutôt les conditions structurelles sous lesquelles leurs résultats peuvent fonctionner comme des contraintes de gouvernance sélectionnables par machine et stables dans le temps dans le développement assisté par IA. Le cadre reconfigure ainsi la spécification non pas comme une documentation statique mais comme un artefact structuré persistant qui régit la base légitime de la génération de code dans la production logicielle pilotée par IA.
Spark Tsai (mar.), a étudié cette question.