Alors que le monde du développement logiciel exploite le potentiel des outils d'IA générative tels que CodeWhisperer d'Amazon Web Services et Copilot de GitHub, il devient de plus en plus crucial pour les organisations d'établir des politiques d'IA générative bien définies. Ces politiques sont essentielles non seulement pour récolter les gains de productivité, mais également pour atténuer les risques potentiels associés à ces outils.
Augmentez la productivité grâce à l’intelligence artificielle générative
Les outils d’IA générative se sont révélés très prometteurs pour augmenter la productivité des développeurs. Cependant, l’adoption de ces outils sans lignes directrices appropriées peut avoir des conséquences inattendues. Des études récentes, comme celle menée par des chercheurs de l’Université Purdue en août, ont mis en évidence des inexactitudes dans les modèles d’IA générative. Malgré cela, plus de 80 % des entreprises du Fortune 500 utilisent ces outils, ce qui soulève des questions sur la qualité et la fiabilité du code.
Un exemple notable est Samsung, qui a été confronté à une fuite par inadvertance de code source interne sensible dans un outil d'IA générative comme ChatGPT . Cet incident a conduit à une interdiction rapide et radicale de l’utilisation d’assistants génératifs d’IA au sein de l’entreprise. Même si cette réaction peut sembler raisonnable à court terme, il manque une vision à long terme pour exploiter le potentiel de l’IA générative.
Pour exploiter pleinement le potentiel de productivité des outils d’IA générative tout en évitant les pièges des relations publiques, les organisations doivent établir et communiquer des politiques claires en matière d’IA générative à leurs équipes d’ingénierie. Dans cette édition de Tech Works, nous explorons comment les leaders en ingénierie qui sont parmi les premiers à adopter l’IA générative peuvent guider les organisations dans la création de politiques efficaces.
Outils d'IA générative pour les consommateurs et les entreprises
Il existe de nombreux outils d'IA générative disponibles, notamment CodeWhisperer, Bard de Google, LLaMA de Meta AI, Copilot et ChatGPT d'OpenAI. Cependant, des outils comme ChatGPT et Copilot ont gagné en popularité au sein des équipes d’ingénierie. Le choix de l'outil d'IA générative à utiliser dépend de votre cas d'utilisation prévu.
Les outils centrés sur le consommateur comme ChatGPT sont souvent utilisés sans tenir compte de leurs limites, ce qui entraîne des réponses inexactes. Les utilisateurs doivent explicitement demander à ces outils de fournir des réponses uniquement lorsqu'ils en sont certains, car les LLM publics sont formés pour fournir des réponses même s'ils manquent d'informations précises.
L’utilisation d’outils destinés aux consommateurs pour des tâches propriétaires ou critiques au sein d’une organisation peut présenter des risques en matière de confidentialité et de sécurité. Par conséquent, il est conseillé aux organisations d’éloigner leurs ingénieurs de ces outils et de se tourner vers des options plus sécurisées et orientées métier.
L’efficacité des outils d’IA générative peut être considérablement améliorée en les formant dans le contexte des besoins spécifiques d’une organisation. Les chatbots des développeurs internes peuvent être formés aux stratégies, processus et normes de codage internes, ce qui conduit à des réponses plus précises et plus contextuelles.
L'IA générative est particulièrement utile pour des tâches telles que la génération d'extraits de code, la création de documentation, l'importation de bibliothèques, la génération de wireframes, l'exécution d'analyses de qualité et de sécurité et la synthèse du code. Même si ces résultats ne sont pas toujours prêts pour la production, ils représentent des points de départ précieux pour les développeurs.
L’intelligence artificielle générative offre également des avantages substantiels dans le domaine de la documentation. La documentation interne est souvent obsolète, difficile d'accès et découplée du flux de développement logiciel. L'IA générative peut vous aider en régénérant automatiquement des extraits de code, en conservant la documentation et en facilitant les recherches basées sur le contexte.
IA générative sur les emplois
L'IA générative n'a pas vocation à remplacer les développeurs humains, mais à augmenter leurs capacités et à simplifier les tâches répétitives. Améliorez la productivité en éliminant le travail de routine, permettant ainsi aux développeurs de se concentrer sur des tâches à plus forte valeur ajoutée.
Les organisations doivent reconnaître que l’IA générative est là pour rester et doivent avoir des politiques d’IA générative bien définies. Ces politiques devraient inclure des programmes de formation permettant aux ingénieurs d’utiliser efficacement les outils d’IA générative, d’identifier leurs forces et leurs faiblesses et de respecter les normes éthiques.
Dans un paysage en évolution rapide où les outils d’IA générative deviennent monnaie courante, les organisations qui adoptent ces technologies avec des politiques bien structurées bénéficieront probablement d’une productivité accrue et resteront à l’avant-garde du développement de logiciels.