Data / IA
Gains de productivité des développeurs avec l’IA générative : jusqu’où ?
Par Xavier Biseul, publié le 06 novembre 2023
En générant du code, en le complétant ou en l’optimisant, l’IA générative réduit les temps de développement et la dette technique. Si les développeurs se sont largement emparés de ces outils IA, ils conservent une distance critique.
L’IA générative ne sert pas qu’à créer du texte, des images ou des vidéos. Elle peut aussi générer du code, compléter un programme partiellement écrit, traduire un code d’un langage de programmation à un autre. Un modèle d’IA permet non seulement de faire gagner du temps aux développeurs, en éliminant les tâches répétitives et fastidieuses, mais aussi d’améliorer la qualité du code produit. En procédant à une revue de code automatisée, une IA fait la chasse aux bugs tout en suggérant des pistes d’optimisation. Enfin, elle peut documenter le programme finalisé.
Dans ce domaine, GitHub Copilot, basé sur Codex d’OpenAI, a longtemps fait la course en tête. En novembre 2023, l’assistant de la filiale de Microsoft compte déjà plus d’un million d’utilisateurs payants !
Mais il n’est clairement plus seul sur le marché. Il ne se passe pas une semaine sans qu’un éditeur n’annonce avoir intégré l’IA générative à son portefeuille.
Des « copilotes » comme s’il en pleuvait
Les IA assistantes à la création de code se multiplient à grande vitesse. Tabnine est sans doute l’un des plus populaires. AskCodi se présente comme l’IA qui vous permet de faire du “pair programming”. Il en va de même de Replit Ghostwriter et du récent Codium AI. DeepCode AI de Snyk est plus orienté sur la révision de code. Encore en beta, Cody (de Sourcegraph, basé sur Claude 2) s’intègre à VSCode, IntelliJ et Neovim et s’adresse aux développeurs d’entreprise. MutableAI est très orienté conception de front-end. AI Helper Bot génère vos requêtes SQL en un claquement de doigt. Android Studio Bot simplifie le travail des développeurs d’apps mobiles. CodeWP et Divi AI viennent seconder les développeurs de l’écosystème WordPress.
AWS propose son CodeWhisperer très au fait des pratiques du cloud d’Amazon. Google propose son modèle Codey (dérivant de PaLM) et Meta son modèle Code LLama qui dérive de LLama 2.
À LIRE AUSSI :
Les grandes plateformes de développement suivent la voie tracée par GitHub et se mettent aussi à l’IA.
Principal concurrent de GitHub, GitLab propose ainsi dans la version 16 de sa plateforme DevSecOps un ensemble de fonctionnalités “GitLab Duo” couvrant tout le cycle de vie du code, de l’écriture assistée de code à la détection proactive des vulnérabilités en passant par les tests automatisés.
Avec Viya Workbench, SAS propose de son côté un environnement de développement pour construire des modèles « prêts pour la production » en Python, R ou SAS.
Salesforce a lui ajouté un copilote à Einstein, son IA maison. Einstein Copilot vise à transformer des requêtes en langage naturel en code Apex, à suggérer du code plus performant, et à rechercher de manière proactive les éventuelles vulnérabilités.
Et bien évidemment les plateformes “Low Code” suivent le mouvement. Les éditeurs manquant décidément d’originalité, Appian a aussi nommé son assistant AI Copilot. Son concurrent OutSystems a quant à lui baptisé AI Mentor sa solution de développement, de sécurité et d’analyse de la qualité basée sur l’IA.
Et pour ceux qui veulent simplement créer des Chatbots, des outils comme Azure AI Studio/Azure OpenAI Studio, Power Virtual Agents, ou encore Google Cloud Gen App Builder.
Qu’en pense les Devs ?
Comment est ressentie cette évolution des pratiques chez les principaux intéressés ? Pour répondre à cette question, le site Stack Overflow a interrogé en ligne 90 000 développeurs du monde entier. Publiée en juin, l’enquête montre que l’adoption est déjà massive. 44 % d’entre eux ont déjà intégré l’IA dans leurs processus de développement et 26 % prévoient de le faire prochainement. La grande majorité des développeurs recourent à l’intelligence artificielle pour écrire du code (83 %) et pour le déboguer (49 %). Les deux outils les plus massivement retenus sont ChatGPT (83 %) et GitHub Copilot (56 %).
Si la curiosité est de mise, les développeurs accordent – pour l’heure – une confiance mesurée à l’IA. Seuls 2,9 % des répondants affirment faire pleinement confiance à la précision de ces outils et le double (5,5 %) ne lui accordent aucun crédit. Entre les deux, une forte proportion (39,3 %) fait « plutôt » confiance en l’IA. La perception diffère selon le pays d’origine. Le niveau de confiance est plus élevé en Inde (55,2 %), au Brésil (45 %) ou aux États-Unis (37,5 %) qu’en France (36,1 %). Pour expliquer cette tendance, l’étude met en avant le cadre réglementaire européen (RGPD et futur AI Act) plus restrictif.
Les développeurs blockchain, les data scientists et les développeurs front end ou full stack sont plus enclins à recourir à l’IA. À l’inverse, ceux oeuvrant dans le logiciel embarqué ou le hardware en tirent peu profit. En ce qui concerne les bénéfices constatés, l’augmentation de la productivité (32,8 %) arrive largement en tête. L’IA peut aussi servir de tuteur pour apprendre un nouveau langage ou gagner en qualité. En revanche, seuls 3,8 % des développeurs pensent qu’elle peut améliorer le travail collaboratif. L’IA pourrait plutôt mettre à mal certaines pratiques comme la revue de code par les pairs.
À LIRE AUSSI :
