L'impact de l'IA générative sur la productivité des équipes logicielles est... compliqué
L'IA générative signifie un codage plus rapide, mais aussi plus de code à gérer, ainsi que des attentes plus élevées de la part de l'entreprise.
Malgré le potentiel de gains de productivité considérables grâce aux outils d'IA générative tels que ChatGPT ou GitHub Copilot, le travail des professionnels de la technologie va-t-il réellement devenir plus compliqué ?
Les utilisateurs peuvent désormais générer du code à la demande dans une multitude de langages, de Java à Python, avec des recommandations utiles. Déjà, 95 % des développeurs interrogés dans une récente enquête de Sourcegraph déclarent qu'ils utilisent Copilot, ChatGPT et d'autres outils d'IA de cette manière.
Mais la génération automatique de nouveau code ne résout qu'une partie du problème dans les entreprises qui maintiennent déjà des bases de code lourdes et nécessitent des niveaux élevés de cohésion, de responsabilité et de sécurité.
Pour commencer, les tâches de sécurité et d’assurance qualité associées aux tâches logicielles ne vont pas disparaître de si tôt. "Pour les programmeurs et les ingénieurs logiciels, ChatGPT et d'autres grands modèles de langage aident à créer du code dans presque tous les langages", explique Andy Thurai, analyste chez Constellation Research, avant d'évoquer les problèmes de sécurité.
« Cependant, la plupart du code généré est vulnérable du point de vue de la sécurité et pourrait ne pas transmettre le code de niveau entreprise. Ainsi, même si l'IA peut aider à accélérer le codage, il convient de veiller à analyser le code, à trouver les vulnérabilités et à le corriger, ce qui entraînerait des problèmes de sécurité. enlève une partie de l'augmentation de productivité dont se vantent les fournisseurs d'IA.
Ensuite, il y a la prolifération du code. Une analogie avec le déploiement de l'IA générative dans le codage est l'introduction du cloud computing, qui semblait simplifier l'acquisition d'applications lors de son premier déploiement, et implique désormais un enchevêtrement de services à gérer.
La relative facilité de génération de code via l'IA contribuera à une base de code en constante expansion - ce que les auteurs de l'enquête Sourcegraph appellent « Big Code ». Une majorité des 500 développeurs interrogés sont préoccupés par la gestion de tout ce nouveau code, ainsi que par la prolifération du code et sa contribution à la dette technique. Même avant l’IA générative, près de huit personnes sur dix déclarent que leur base de code a été multipliée par cinq au cours des trois dernières années, et un nombre similaire a du mal à comprendre le code existant généré par d’autres.
Ainsi, les perspectives de productivité de l’IA générative en programmation sont mitigées. Pour les équipes informatiques chargées de la maintenance et du support des logiciels, l’IA aide probablement plus que ne complique, souligne Thurai. « L'IA peut également avoir un impact sur les intervenants en cas d'incident, les ingénieurs en fiabilité des sites et le personnel d'assistance », explique-t-il.
"Dans leur cas, ils peuvent utiliser l'IA pour découvrir toute priorité, comment elle a été corrigée, si elle peut être automatisée afin que cela ne se reproduise plus, et aider à automatiser certaines des corrections banales pour éviter des alertes constantes et perdre de nombreuses heures. " "
Une livraison plus rapide du code entraîne également de plus grandes attentes de la part des entreprises en matière d'applications qui s'adaptent plus facilement aux exigences changeantes. "Nous évoluons vers une approche basée sur la modélisation et nous éloignons du codage basé sur des règles if-then-else", déclare Preeti Lobo, directeur pratique pour l'intégration commerciale et l'automatisation chez Apps Associates.
« Aujourd'hui, les applications doivent être plus intuitives et conçues en pensant à l'utilisateur individuel plutôt qu'à une expérience générique pour tous. L'IA générative permet déjà ce niveau de personnalisation, et la majeure partie du codage à l'avenir sera développée par l'IA.
Néanmoins, les humains sont nécessaires à des points clés de la boucle pour garantir la qualité et l’alignement commercial. "On comptera sur les développeurs traditionnels pour organiser les données de formation utilisées par les modèles d'IA et examineront toute divergence ou anomalie", ajoute Lobo.
L’essor du développement de code assisté par l’IA nécessite également que les responsables technologiques et les professionnels assument des rôles plus étendus au sein de l’entreprise. "On peut s'attendre à ce que les professionnels de l'informatique portent un certain nombre de nouvelles casquettes", déclare Lobo.
Cette croissance des responsabilités inclut des rôles tels que « formateur éthique en IA, ingénieur en langage machine, data scientist, stratège et consultant en IA, et assurance qualité », dit-elle. En outre, les professionnels de la technologie devront s'engager dans « la création de feuilles de route stratégiques en matière d'IA, ainsi que dans l'identification des anomalies dans les structures de données et les résultats ».
L'IA générative place également le traitement du langage naturel (NLP) au premier plan, explique Lobo. "Les professionnels devraient s'efforcer de maîtriser les langages de programmation comme Python, Java et C++, et d'en apprendre davantage sur les bibliothèques et les frameworks tels que NumPy, Keras, TensorFlow, Matplotlib et Seaborn", dit-elle.
"Mais ils devraient également chercher à perfectionner de solides compétences en matière d'analyse, de résolution de problèmes et de pensée critique, ainsi qu'en linguistique. De telles compétences peuvent être utiles de manière exponentielle dans le monde de la PNL, un facteur fondamental lorsqu'on travaille avec l'IA."
Un autre rôle supplémentaire assumé par les professionnels de la technologie est celui de coacher et d'aider davantage de personnes à développer et à déployer leurs propres applications. "Dans le passé, l'art du possible était limité en raison des limitations techniques ou des limites des services informatiques", explique Thurai.
"Maintenant, il n'y a aucune limite. N'importe qui peut trouver un moyen d'améliorer le chiffre d'affaires ou le résultat net de n'importe quelle entreprise, qui peut être mis en œuvre à l'aide de l'IA pour améliorer l'entreprise comme il l'imaginait, à un rythme plus rapide que vous ne l'imaginiez."