ChatGPT et ses alternatives devraient être particulièrement utiles aux programmeurs qui écrivent du code. Mais quelle est la fiabilité de cette technologie pour les développeurs ? Antony Savvas examine ce qui est disponible et quelles sont les alternatives.
Le propriétaire du ChatGPT, OpenAI, a récemment publié la version actualisée du GPT-4, conçue pour réduire les erreurs et les abus potentiels, et apportant de nouvelles fonctionnalités telles que l’entrée de données d’images.
OpenAI estime que l’outil révisé peut désormais faire passer un examen juridique simulé du barreau aux 10 % de candidats les plus performants, contre les 10 % les moins performants pour le GPT-3.5.
GPT-4 sera initialement disponible pour les abonnés de ChatGPT Plus, qui paieront 20 dollars par mois pour un accès premium au service. Malgré ses capacités, il ne connaît toujours pas les données Internet générées après septembre 2021.
« L’IA générative permet aux développeurs d’écrire des parties de code, ce qui leur permet de se concentrer sur la logique commerciale pure », explique Ori Bendet, vice-président de la gestion des produits chez Checkmarx. Je ne recommande pas aux développeurs de simplement copier et coller, mais plutôt d’obtenir l’idée générale et de l’adapter ensuite à leurs besoins. »
Les solutions antérieures à ChatGPT étaient Github Copilot (qui est basé sur le Codex d’OpenAI), AWS Code Whisperer et Tabnine (basé sur GPT-2 et utilisé par Facebook et Google, par exemple), et toutes conçues et formées pour écrire du code et le fournir directement dans l’IDE (environnement de développement intégré) du développeur. AskCodi, CodeT5 et PolyCoder méritent également d’être mentionnés.
Une utilisation limitée ?
Owen Vermeulen, développeur au sein de la société de conseil en technologie Chaos Based, déclare à propos de ChatGPT : « Malgré le battage médiatique, il convient de réaliser que, premièrement, ChatGPT est très peu utilisé pour le développement. Comme il s’agit d’un algorithme de prédiction, il n’est vraiment utilisé que pour le travail de base, il est incapable de faire des sauts logiques – il ne comprend pas vraiment ce qu’il dit, il essaie juste de prédire à quoi ressemblerait un certain code ».
Et même dans ce cas, il n’est utile que pour les scripts relativement courts qu’un humain peut suturer en un programme exécutable, explique M. Vermeulen. Il est également « pratiquement inutilisable » pour le débogage, à l’exception des scripts définis, car il ne dispose pas de la logique et de la capacité de comprendre l’ensemble et n’est donc capable de déboguer que des bribes. « Il s’agit en fait d’une alternative aux développeurs qui recherchent sur Google des extraits de code pour une fonction », explique-t-il.
Programmation en binôme
Giulio Roggero, directeur technique de Mia-Platform, explique que son entreprise utilisait l’outil d’IA Github Copilot avant l’arrivée de ChatGPT, pour aider les programmeurs à coder. M. Roggero est d’accord avec M. Vermeulen pour dire que ces technologies peuvent être utilisées pour aider à écrire de simples bouts de code afin d’accélérer l’achèvement des tâches.
Il explique qu’une approche populaire permettant d’éviter les erreurs de code consiste à utiliser une technique appelée programmation en binôme, dans laquelle un développeur écrit le code et un autre s’assoit à ses côtés et l’aide à écrire le code conformément à la vision stratégique, en échangeant les rôles toutes les 30 minutes. Ces nouvelles technologies offrent la possibilité d’inclure dans ce binôme un robot d’intelligence artificielle plutôt qu’un humain, explique M. Roggero.
James Hobbes, directeur de l’ingénierie chez Great State, affirme que Copilot, Tabnine, AskCodi et leurs semblables « font leurs preuves » en tant qu’assistants de programmation en binôme. La complétion de code est une fonctionnalité des IDE performants depuis un certain temps déjà, mais ces systèmes sont plus sensibles au contexte et plus performants. La possibilité de former des modèles privés sur vos propres bases de code pourrait les rendre encore plus utiles. Ils ne sont pas parfaits, ni même toujours corrects, mais ils sont réellement utiles à un programmeur compétent », déclare M. Hobbes.
Le code écrit par l’IA n’étant pas toujours correct, il faut toujours une personne qui comprenne ce qu’elle regarde pour superviser le projet. « L’IA est une aide précieuse pour les humains qui écrivent du code, mais le volant de la voiture doit toujours être entre vos mains », déclare M. Roggero.
Alors que bon nombre des méthodes susmentionnées se sont avérées produire un code trop long, bogué ou non sécurisé, ce qui nécessite des efforts pour le transformer en quelque chose d’utilisable et de maintenable », déclare Jeff Watkins, CPTO chez xDesign, « Alphacode de Google semble être une approche légèrement différente, car elle est basée sur DeepMind ». [an AI company acquired by Google]. Il a été formé dans l’optique d’un codage compétitif et a démontré lors de tests qu’il était le premier de la meute à se mesurer à des codeurs moyens. »
IA générative x productivité
L’augmentation potentielle de la productivité des programmeurs semble « sans précédent », déclare Tommi Vilkamo, directeur de RELEX Labs. Par exemple, une étude récente a révélé une augmentation de plus de 56 % de la productivité des programmeurs lorsqu’ils utilisent Copilot. Selon Tommi Vilkamo, pour une petite usine américaine typique du XIXe siècle, l’ajout de la vapeur a permis d’augmenter la productivité de 25 %.
Bien sûr, aucun de ces modèles d’IA générative n’est parfait. « Ils continuent d’halluciner des choses qui n’existent pas, ils produisent des bogues et des vulnérabilités en matière de sécurité », explique M. Vilkamo. Dans un essai contrôlé randomisé à grande échelle, les chercheurs ont constaté que les programmeurs qui avaient accès au modèle Codex code-davinci-002 d’OpenAI écrivaient « un code nettement moins sûr que ceux qui n’y avaient pas accès », tout en étant plus susceptibles de croire faussement que leur code était sûr. Il semble que seuls les programmeurs dotés d’une bonne dose de scepticisme parviennent à sécuriser leur code lorsqu’il s’agit d’IA générative.
Code bas
Au fur et à mesure que ces outils alimentés par l’IA deviennent plus intelligents, leur valeur pour le développeur mettra peut-être fin à la crainte de commencer à partir d’une page ou d’un écran vierge. Associés à un code bas, les modèles génératifs d’IA qui aident à réfléchir aux grandes lignes d’une nouvelle application pourraient devenir essentiels.
L’assistance de l’IA commence déjà à être adoptée par les plateformes « low code » qui sont utilisées par les développeurs citoyens pour développer des applications sans codage. Par exemple, Pegasystems a récemment démontré comment l’IA générative pouvait créer un prototype d’application fonctionnel, comprenant des flux de travail, des modèles de données et une interface utilisateur, en fournissant une simple phrase telle que « créer une application pour un processus de demande de remboursement d’assurance dentaire ».
Peter van der Putten, directeur du laboratoire d’IA de Pegasystems et professeur adjoint d’IA à l’université de Leiden, aux Pays-Bas, explique : « Cela accélérera encore davantage le développement et permettra aux experts de prendre part à la conception et au développement d’applications qui résoudront leurs propres problèmes ».
IA générative contre programmeurs – l’avenir
Manuel Doc, développeur front-end à l’agence UX (expérience utilisateur) Illustrate Digital, travaille avec ChatGPT depuis janvier pour des traductions, des corrections de texte et du codage occasionnel. Il déclare : « Il est vrai que lorsque j’ai commencé à utiliser ChatGPT, j’ai été tellement surpris par ses réponses au niveau du code que j’ai eu peur et j’ai imaginé que mon emploi serait bientôt menacé.
« Cependant, lors d’un tête-à-tête avec notre développeur en chef, il m’a aidé à comprendre que je n’étais pas seulement embauché pour écrire du code, mais aussi pour analyser les problèmes et fournir des solutions que ChatGPT ne peut pas donner. Cela m’a beaucoup rassuré et aujourd’hui, ChatGPT n’est plus qu’un outil de conseil qui me permet d’être plus efficace. »
Watkins, de xDesign, déclare : « Il est clair que nous n’en sommes qu’au début de cette aventure, avec des questions éthiques et juridiques à régler, ainsi que la nécessité de s’assurer que des acteurs malveillants ne peuvent pas empoisonner les ensembles de formation pour y inclure des vulnérabilités ». Il estime toutefois qu’il ne faudra pas attendre longtemps, « peut-être deux ans », pour que ces outils puissent facilement coder aussi bien qu’un développeur compétent ayant reçu un mandat clair, ce qui les rendra incroyablement utiles en tant qu’outil de productivité. « Mais nous aurons toujours besoin de compétences pour produire le code et être en mesure d’évaluer et de garantir les résultats », ajoute M. Watkins.
« Pour obtenir un véritable avantage concurrentiel, les entreprises doivent aller plus loin et forger des modèles d’IA générative personnalisés au cœur de leur organisation, déclare Marshall Choy, vice-président senior des produits chez SambaNova. De la même manière qu’elles ont besoin de systèmes ERP sur mesure pour gérer leur entreprise, dit-il, une fois que cette technologie aura gagné en importance dans l’entreprise, elles auront bientôt besoin d’un modèle d’IA personnalisé pour gérer leur entreprise également. « Le modèle unique de Microsoft et d’OpenAI ne suffira pas », affirme M. Choy.
Microsoft a bien sûr investi des sommes colossales dans les activités d’OpenAI et a intégré ses technologies dans ses services en nuage et ses applications de productivité bureautique. Google a récemment fait de même en lançant son offre Bard AI.
L’espace de codage de l’IA évolue rapidement, mais il faudra peut-être un certain temps avant que les développeurs humains puissent être simplement remplacés par des robots de codage, en particulier dans les secteurs critiques pour la sécurité, où les régulateurs et les gouvernements devraient avoir confiance dans les prouesses de ces systèmes.
En savoir plus sur l’IA générative
Le défi de l’utilisation de ChatGPT pour les moteurs de recherche – Les grands modèles de langage (LLM) tels que ChatGPT sont en train de devenir des compléments pour les moteurs de recherche, mais il y a encore des écueils à prendre en compte.
ChatGPT rendra-t-il obsolète le low-code ? – Romy Hughes pense que ChatGPT pourrait réaliser ce que le low-code essaie de faire depuis des années : mettre le développement logiciel entre les mains des utilisateurs.
Nous discutons avec ChatGPT lui-même de l’avenir de l’IA – Que peut nous dire ChatGPT lui-même sur l’avenir de l’IA ? Quels sont les meilleurs cas d’utilisation de l’IA générative ? Et l’intelligence artificielle dépassera-t-elle un jour l’humanité, nous laissant derrière elle ?