L’intelligence artificielle générative (IA gen) devrait permettre à chacun de devenir son propre développeur de logiciels. Mais dans le même temps, l’IA pourrait rendre inutiles de nombreuses compétences.
C’est ce qu’affirment Thomas Davenport, du Babson College, et Ian Barkin, un investisseur en capital-risque, dans leur dernier livre All Hands on Tech : The AI-Powered Citizen Revolution. Ils soulignent qu’avec les outils « low-code » et « no-code », l’automatisation des processus robotiques et maintenant l’IA, les portes du développement logiciel sont ouvertes à tous.
« La technologie n’est plus la propriété d’un seul département ou d’une seule fonction », expliquent-ils. « Les données et leurs analyses ne sont plus la propriété des seuls titulaires de doctorat et des spécialistes de l’analyse. Désormais, tous les employés ont la possibilité d’être des concepteurs de systèmes, des analystes de données, des codeurs et des créateurs ».
Pour l’instant l’écosystème n’est en est qu’à ses débuts
Davenport et Barkin notent que l’IA générative portera le développement informatique pour tous à un tout autre niveau. « Tout d’abord, grâce aux interfaces utilisateur conversationnelles », écrivent-ils. « Pratiquement tous les fournisseurs de logiciels ont annoncé ou vont bientôt introduire une interface d’IA générative ».
« Une personne intéressée par la programmation ou l’accès/analyse de données n’a qu’à demander à un système d’IA en langage courant un programme contenant des fonctions particulières, un flux de travail automatisé avec des étapes et des décisions clés, ou une analyse d’apprentissage automatique impliquant des variables ou des caractéristiques particulières. »
Mais pour l’instant l’écosystème n’est en est qu’à ses débuts. « Il existe des travailleurs numériques proposés par des fournisseurs de RPA qui prétendent effectuer un travail complet. Note enquête suggère que jusqu’à présent ils n’effectuent en réalité que quelques tâches et qu’ils sont certainement moins flexibles que les travailleurs humains » disent les auteurs.
Place aux robots de développement de logiciel
Cela inclut les robots de développement de logiciels, dont les vendeurs affirment qu’ils sont « capables d’écrire des programmes logiciels du début à la fin », affirment Davenport et Barkin. « Nous pensons qu’au cours des prochaines années, ces robots seront capables de rendre les développeurs plus productifs. Mais qu’ils ne les remplaceront pas. »
La Gen AI sera utile, ajoutent-ils, « parce qu’elle vous demandera ce que vous voulez, travaillera très rapidement et vous permettra de changer d’avis à l’infini pour spécifier votre application. »
« La Gen AI facilitera également la recherche de modèles, de fonctionnalités ou de composants logiciels existants que vous pourrez utiliser pour lancer votre projet », concluent-ils.
Apprendre aux RSSI à coder
Dominic Ligot, PDG et directeur technique de CirroLytix, fait écho aux observations de Davenport et Barkin dans un article récent de HackerNoon. Il explique comment il a permis à des personnes semi-techniques de tirer parti d’outils de science des données dans le cadre d’un cours :
« Les participants, principalement des RSSI qui ne codent généralement pas, ont trouvé les exercices, élaborés avec l’aide de l’IA, intuitifs et pratiques. Mon objectif était de les immerger dans le travail direct avec les données et le code. Ils ont particulièrement apprécié la possibilité d’explorer manuellement ce que les plateformes modernes de surveillance des cybermenaces et de SIEM automatisent généralement, ce qui leur a permis de mieux comprendre les processus qui se déroulent « sous le capot ».
Dans le même temps, M. Ligot suggère également que ces nouveaux développeurs et les data scientist n’ont pas nécessairement besoin de compétences techniques, car l’IA se charge d’une grande partie de ce travail. « Mon principal enseignement a été étonnamment contre-intuitif : la science des données, telle que nous la connaissons, finira par être remplacée par l’IA », a-t-il déclaré.
Discuter avec une IA pour faire une analyse de données
« Des tâches telles que la préparation des données, le nettoyage et même l’analyse qualitative de base – des activités qui consomment une grande partie du temps d’un scientifique des données – sont désormais facilement automatisées par les systèmes d’IA. »
« Le pire (ou le meilleur, selon le point de vue), c’est que l’IA est plus rapide, plus précise et moins sujette à l’erreur ou à la fatigue. »
Pourtant, il faudra du temps pour arriver à ce stade précisent Davenport et Barkin. Reste que « d’ici un an ou deux, il sera possible d’avoir une discussion itérative avec une interface d’IA générative à propos d’une analyse d’apprentissage automatique ».