Discussion :

[Anthony]

92 % des développeurs utiliseraient des outils d'intelligence artificielle, selon une enquête de GitHub auprès des développeurs

Une enquête menée par la plateforme de collaboration entre développeurs GitHub a révélé que 92 % des programmeurs utilisent déjà l'intelligence artificielle. Environ 70 % des personnes interrogées ont déclaré que les outils basés sur l'IA offraient un avantage au travail. Pour son enquête DevEx, GitHub a interrogé 500 entreprises américaines comptant plus de 1 000 employés afin de comprendre l'impact des outils d'IA sur la productivité des développeurs et leur expérience globale.

"Aujourd'hui, les développeurs ne se contentent pas d'écrire et d'expédier du code - ils doivent naviguer dans un certain nombre d'outils, d'environnements et de technologies, y compris la nouvelle frontière des outils de codage d'intelligence artificielle générative (IA)", a déclaré Inbal Shani, chief product officer, chez GitHub.

Principaux résultats

• Presque tous les développeurs ont utilisé des outils de codage de l'IA - 92 % de ceux que nous avons interrogés disent les avoir utilisés au travail ou pendant leur temps libre. Nous nous attendons à ce que ce chiffre augmente dans les mois à venir.
• 70 % des développeurs pensent que l'utilisation d'outils de codage de l'IA leur offrira un avantage dans leur travail, l'amélioration des compétences étant le principal avantage, suivi par les gains de productivité.
• Étant donné que l'amélioration des compétences est la principale tâche que les développeurs considèrent comme améliorant leur journée de travail, ce résultat est remarquable car les outils de codage de l'IA peuvent l'intégrer directement dans le flux de travail d'un développeur.

Les développeurs utilisent déjà des outils de codage de l'IA au travail

92 % des développeurs américains travaillant dans de grandes entreprises déclarent utiliser un outil de codage de l'IA, que ce soit au travail ou pendant leur temps libre, et 70 % d'entre eux affirment que l'utilisation de ces outils leur apporte des avantages significatifs.

• L'IA est là pour rester et elle transforme déjà la façon dont les développeurs abordent leur travail quotidien. Il est donc essentiel que les entreprises et les responsables de l'ingénierie adoptent des outils d'IA de qualité professionnelle afin d'éviter que leurs développeurs n'utilisent des applications non approuvées. Les entreprises devraient également établir des normes de gouvernance pour l'utilisation des outils d'IA afin de s'assurer qu'ils sont utilisés de manière éthique et efficace.

Presque tous les développeurs (92 %) utilisent des outils de codage de l'IA au travail - et une majorité (67 %) a utilisé ces outils à la fois dans un cadre professionnel et pendant son temps libre. Curieusement, seuls 6 % des développeurs interrogés dans le cadre de notre enquête déclarent n'utiliser ces outils qu'en dehors du travail.

Les développeurs pensent que les outils de codage basés sur l'IA amélioreront leurs performances

La plupart des développeurs expérimentant les outils d'IA sur leur lieu de travail, les résultats de notre enquête suggèrent que ce n'est pas seulement un intérêt futile qui pousse les développeurs à utiliser l'IA. Il s'agit plutôt d'une reconnaissance du fait que les outils de codage de l'IA les aideront à atteindre les normes de performance.

• Dans notre enquête, les développeurs affirment que les outils de codage basés sur l'IA peuvent les aider à respecter les normes de performance existantes en améliorant la qualité du code, en accélérant les résultats et en réduisant le nombre d'incidents au niveau de la production. Ils estiment également que ces paramètres devraient être utilisés pour mesurer leurs performances au-delà de la quantité de code.

Environ un tiers des développeurs déclarent que leurs responsables évaluent actuellement leurs performances sur la base du volume de code qu'ils produisent, et un nombre égal d'entre eux prévoient que cette situation perdurera lorsqu'ils commenceront à utiliser des outils de codage basés sur l'IA.

• Il est à noter que la quantité de code produite par un développeur ne correspond pas nécessairement à sa valeur commerciale.
• Rester intelligent. Avec l'augmentation des outils d'IA utilisés dans le développement de logiciels - qui contribuent souvent au volume de code - les responsables de l'ingénierie devront se demander si la mesure du volume de code est toujours le meilleur moyen de mesurer la productivité et la production.

Les développeurs pensent que les outils de codage à base d'IA conduiront à une meilleure collaboration au sein des équipes

Au-delà de l'amélioration des performances individuelles, plus de 4 développeurs sur 5 interrogés (81 %) affirment que les outils de codage basés sur l'IA contribueront à renforcer la collaboration au sein de leurs équipes et de leurs organisations.

• En fait, les examens de sécurité, la planification et la programmation en binôme sont les points de collaboration les plus importants et les tâches sur lesquelles les équipes de développement sont censées, et devraient, travailler avec l'aide des outils de codage par l'IA. Cela indique également que les examens du code et de la sécurité resteront importants à mesure que les développeurs utiliseront davantage les outils de codage basés sur l'IA sur leur lieu de travail.

Parfois, les développeurs peuvent faire la même chose avec une ligne ou plusieurs lignes de code. Malgré cela, un tiers des développeurs interrogés dans le cadre de notre enquête déclarent que leurs responsables mesurent leurs performances en fonction de la quantité de code qu'ils produisent.

Les développeurs estiment notamment que les outils de codage de l'IA leur donneront plus de temps pour se concentrer sur la conception de solutions. Cela présente des avantages organisationnels directs et signifie que les développeurs pensent qu'ils passeront plus de temps à concevoir de nouvelles fonctionnalités et de nouveaux produits avec l'IA plutôt qu'à écrire du code standard.

• Les développeurs utilisent déjà des outils de codage génératif de l'IA pour automatiser certaines parties de leur flux de travail, ce qui leur permet de consacrer plus de temps à des projets plus collaboratifs tels que les examens de sécurité, la planification et la programmation en binôme.

Les développeurs pensent que l'IA augmente la productivité et prévient l'épuisement professionnel

Non seulement les outils de codage de l'IA peuvent contribuer à améliorer la productivité globale, mais ils peuvent également offrir des opportunités de perfectionnement pour aider à créer une main-d'œuvre plus intelligente, selon les développeurs que nous avons interrogés.

• 57 % des développeurs pensent que les outils de codage basés sur l'IA les aident à améliorer leurs compétences en matière de langage de codage, ce qui est le principal avantage qu'ils en retirent. Au-delà de la perspective d'agir comme une aide à l'amélioration des compétences, les développeurs affirment également que les outils de codage par l'IA peuvent également contribuer à réduire l'effort cognitif, et comme la capacité mentale et le temps sont tous deux des ressources limitées, 41 % des développeurs pensent que les outils de codage par l'IA peuvent contribuer à prévenir l'épuisement professionnel.
• Lors d'une étude précédente, 87 % des développeurs ont déclaré que l'outil de codage par IA GitHub Copilot les aidait à préserver leur effort mental tout en accomplissant des tâches plus répétitives. Cela montre que les outils de codage à base d'IA permettent aux développeurs de préserver leur effort cognitif et de se concentrer sur des aspects plus stimulants et innovants du développement de logiciels ou de la recherche et du développement.
• Les outils de codage à base d'IA aident les développeurs à se perfectionner tout en travaillant. Dans l'ensemble de notre enquête, les développeurs placent systématiquement l'acquisition de nouvelles compétences au premier rang des facteurs contribuant à une journée de travail positive. Mais 30 % d'entre eux déclarent également que l'apprentissage et le développement peuvent avoir un impact négatif sur leur journée de travail globale, ce qui suggère que certains développeurs considèrent que l'apprentissage et le développement ajoutent du travail à leur journée de travail. Notamment, les développeurs déclarent que le principal avantage des outils de codage par l'IA est l'acquisition de nouvelles compétences - et ces outils peuvent aider les développeurs à apprendre tout en travaillant, au lieu de faire de l'apprentissage et du développement une tâche supplémentaire.

Les développeurs utilisent déjà des outils de codage d'IA générative pour automatiser certaines parties de leur flux de travail, ce qui libère du temps pour des projets plus collaboratifs tels que les examens de sécurité, la planification et la programmation en binôme.

L'IA améliore l'expérience des développeurs dans tous les domaines

Les développeurs interrogés dans le cadre de notre enquête indiquent qu'ils peuvent mieux respecter les normes relatives à la qualité du code, au temps de réalisation et au nombre d'incidents lorsqu'ils utilisent des outils de codage IA - autant de mesures que les développeurs considèrent comme des domaines clés pour l'évaluation de leurs performances.

Les outils de codage par l'IA peuvent également contribuer à réduire la probabilité d'erreurs de codage et à améliorer la précision du code, ce qui conduit en fin de compte à des logiciels plus fiables, à des performances accrues des applications et à de meilleurs chiffres de performance pour les développeurs. À mesure que la technologie de l'IA continue de progresser, il est probable que ces outils de codage auront un impact encore plus important sur les performances et le perfectionnement des développeurs.

Les développeurs pensent que les outils de codage de l'IA les aideront à se perfectionner tout en travaillant

57 % des développeurs interrogés déclarent que l'utilisation d'outils de codage de l'IA les aide à développer leurs compétences en langage de codage, ce qu'ils considèrent comme le principal avantage de l'utilisation de ces applications (le deuxième avantage étant une plus grande productivité). Cela suggère que les développeurs considèrent l'utilisation d'outils de codage par IA comme un moyen de se perfectionner tout en travaillant, au lieu d'ajouter une autre tâche à leur journée de travail pour l'apprentissage et le développement.

Les outils de codage par l'IA s'intègrent dans les flux de travail existants des développeurs et génèrent une plus grande efficacité

Les développeurs pensent que les outils de codage par l'IA augmenteront leur productivité, mais notre enquête suggère que les développeurs ne pensent pas que ces outils modifient fondamentalement le cycle de vie du développement logiciel. Au contraire, les développeurs pensent qu'ils apportent une plus grande efficacité à ce cycle.

• L'utilisation de l'automatisation et de l'IA fait partie du flux de travail des développeurs depuis longtemps, ces derniers utilisant déjà une gamme d'outils automatisés et alimentés par l'IA, tels que les contrôles de sécurité basés sur l'apprentissage automatique et les pipelines CI/CD.
• Plutôt que de refondre complètement les opérations, ces outils créent une plus grande efficacité dans les flux de travail existants, ce qui libère plus de temps pour que les développeurs se concentrent sur l'élaboration de solutions.

Le bilan

Presque tous les développeurs (92 %) utilisent le codage de l'IA au travail - et ils affirment que ces outils ne se contentent pas d'améliorer les tâches quotidiennes, mais qu'ils offrent également des possibilités d'amélioration des compétences. Les développeurs voient des avantages matériels à l'utilisation d'outils d'IA, notamment l'amélioration des performances et des compétences de codage, ainsi qu'une meilleure collaboration au sein de l'équipe.

Source : Enquête de GitHub

Et vous ?

Quel est votre avis sur le sujet ?

Que pensez-vous des résultats de cette enquête de GitHub ? Trouvez-vous qu'ils sont crédibles ou pertinents ?

Pensez-vous que ces résultats obtenus sur une base USA on un sens pour l'ensemble des développeurs ?

Utilisez-vous des outils de codage à base d'IA au sein de votre entreprise ? Si oui, comment évaluez-vous l'utilisation de ces outils ?

Voir aussi

Le Codage assisté par l'IA gratuit avec Colab : Google introduira bientôt des fonctions de codage de l'IA utilisant la famille de modèles de code la plus avancée de Google, Codey

L'IA Codex d'OpenAI fait ses débuts en programmation et peut déjà coder dans une dizaine de langages, l'IA pourra-t-elle bientôt décharger les développeurs de certaines tâches, voire les remplacer ?

Meta annonce la création d'un nouvel outil d'IA générative "révolutionnaire" à des fins de codage, baptisé CodeCompose, dont le fonctionnement est assez similaire à celui du Copilot de GitHub

Les assistants de programmation basés sur l'IA incitent à repenser l'enseignement de l'informatique, selon des chercheurs

[ACIDVENOM]

Absolument aucun conflit d'intérêt à déclarer entre la légitimité de cette enquête de GitHub et leur produit Copilot

[Anselme45]

Comme c'est la mode de voir de l'intelligence artificielle partout dès qu'il y a un électron qui se promène quelque part et dans le 100% des applications informatiques, il y a donc pas 92 mais bien 100% des développeurs qui utilisent l'IA!!!!!!!!!!!!!!

Perso, cela me fait marrer! L'IA émerge dans le domaine public et 6 mois plus tard la totalité du monde techno dit faire appel à l'IA... Quelle réactivité! Dans notre société on est encore plus fort, la totalité de nos logiciels font appel à l'IA, y compris les logiciels que l'on a développé il y a plus de 25 ans et dont on n'a pas modifié un point-virgule du code CQFD...

Allez, je vous laisse, je vais au petit coin, j'y allume la lumière à l'aide d'un interrupteur réglé par IA pour libéré la fée électricité afin qu'elle émerge du réseau géré par l'IA, quand l'ampoule s'est allumé grâce à l'IA, je pose mon petit "popo" (sans IA pour le moment en attendant l'implémentation de la puce Musk dans le cerveau), j'utilise du papier hygiénique bien évidemment produit dans une usine IA, transportée sur une palette IA jusqu'au rayon de mon supermarché chez qui j'ai acheté le papier en question en passant à la caisse IA qui m'indique avec un logiciel IA la somme totale de mes amplettes que je règle bien évidemment avec un moyen de paiement IA (que cela soit un billet de banque imprimé par l'IA ou un moyen de paiement électronique, c'est de l'IA).

Ceci est bien évidemment un texte produit par IA!!!

[dfiad77pro]

le truc du genre 'les devs déclarent que ça les aident à respecter le planning'
ouais on connais la suite on va tripler la charge...

je me sert de copilote en tant que compagnon uniquement, mais faut pas ce leurrer, le dev ne sera pas mieu traité...


et pour moi ce genre d'outils est plus efficace coté dev expérimenté , car actuellement si on suis les suggestions sans réfléchir c'est catastrophique

[kain_tn]

Que pensez-vous des résultats de cette enquête de GitHub ? Trouvez-vous qu'ils sont crédibles ou pertinents ?

Pas crédible du tout, mais bon, ils font de la com pour vendre leur produit, et pour faire oublier le procès sur le copyright de certains bouts de code fournis par Copilot, ou demander du soutient: "Oulala! 92% des développeurs utilisent ce genre d'outils! Imaginez la catastrophe si vous nous mettiez des bâtons dans les roues!"

Utilisez-vous des outils de codage à base d'IA au sein de votre entreprise ?

Non. Aucun intérêt.

[Jade Emy]

Génération de code à l'aide de grands modèles de langage : 62 % du code généré contient des erreurs d'API, qui auraient des conséquences inattendues si le code était introduit dans un logiciel réel.

Récemment, les grands modèles de langage (LLM) ont montré une capacité extraordinaire à comprendre le langage naturel et à générer du code de programmation. Les ingénieurs logiciels ont l'habitude de consulter les LLM lorsqu'ils sont confrontés à des questions de codage. Bien que des efforts aient été faits pour éviter les erreurs de syntaxe et aligner le code sur la sémantique prévue, la fiabilité et la robustesse de la génération de code à partir des LLM n'ont pas encore fait l'objet d'une étude approfondie.

La mauvaise utilisation des API dans le code généré pourrait conduire à des problèmes graves, tels que les fuites de ressources, les plantages de programme. Les utilisateurs des services de génération de code LLM sont en fait les développeurs qui sont les plus vulnérables à ce code qui semble correct. Ce sont toujours des développeurs novices qui ne sont pas familiers avec les API que les LLM génèrent du code pour eux. Par conséquent, ils peuvent difficilement détecter les abus dans le code généré par les LLM, ce qui facilite davantage l'application de codes incorrects dans les logiciels du monde réel. Les repères et les ensembles de données d'évaluation de code existants se concentrent sur l'élaboration de petites tâches telles que les questions de programmation dans les entretiens de codage, ce qui s'écarte toutefois du problème des développeurs qui demanderaient au LLM une aide au codage dans le monde réel.

Pour combler cette lacune, Li Zhong et Zilong Wang proposent dans leur travail un ensemble de données RobustAPI pour évaluer la fiabilité et la robustesse du code généré par les LLM. Ils ont recueilli 1208 questions de codage de StackOverflow sur 24 API Java représentatives. Ils ont résumé les schémas d'utilisation abusive courants de ces API et les évaluons sur des LLM courants et populaires. Les résultats de l'évaluation montrent que même pour GPT-4, 62% du code généré contient des abus d'API, ce qui entraînerait des conséquences inattendues si le code était introduit dans un logiciel réel.

Vous pourrez trouver les détails de leur étude dans le lien source.

Source : "A Study on Robustness and Reliability of Large Language Model Code Generation"

Et vous ?

Pensez-vous que cette étude est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

GPT-4 est capable d'améliorer ses performances de 30 % en utilisant un processus d'auto-réflexion, consistant à demander au modèle d'apprendre de ses erreurs pour pouvoir ensuite s'auto-corriger

GPT Pilot pourrait coder l'ensemble d'une application pendant que vous supervisez l'écriture du code, d'après son créateur

92 % des développeurs utiliseraient des outils d'intelligence artificielle selon une enquête de GitHub auprès des développeurs

[Anthony]

Les développeurs et les responsables de la sécurité des applications se tournent vers l'IA générative, malgré les risques de sécurité identifiés, selon une étude de Sonatype

Selon 800 développeurs (DevOps) et responsables de la sécurité des applications (SecOps) interrogés, 97 % d'entre eux utilisent aujourd'hui la technologie GenAI, 74 % d'entre eux déclarant qu'ils se sentent contraints de l'utiliser malgré les risques de sécurité identifiés.

L'étude de la société de gestion de la chaîne d'approvisionnement logicielle Sonatype montre que 45 % des responsables SecOps ont déjà mis en œuvre l'IA générative dans le processus de développement logiciel, contre seulement 31 % pour les DevOps.

Cela peut s'expliquer par le fait que les responsables SecOps constatent des gains de temps plus importants que leurs homologues DevOps, 57 % d'entre eux déclarant que l'IA générative leur permet d'économiser au moins six heures par semaine, contre seulement 31 % des répondants DevOps.

Interrogés sur les impacts les plus positifs de cette technologie, les responsables DevOps font état d'un développement logiciel plus rapide (16 %) et d'un logiciel plus sûr (15 %). Les responsables SecOps citent l'augmentation de la productivité (21 %) et l'identification/résolution plus rapide des problèmes (16 %) comme leurs principaux avantages.

En revanche, plus des trois quarts des responsables DevOps estiment que l'utilisation de l'IA générative entraînera une augmentation des vulnérabilités dans le code source ouvert. Il est peut-être surprenant de constater que les responsables SecOps sont moins inquiets (58 %). Par ailleurs, 42 % des répondants DevOps et 40 % des responsables SecOps affirment que l'absence de réglementation pourrait dissuader les développeurs de contribuer à des projets open source.

Les responsables des deux domaines souhaitent davantage de réglementation. À la question de savoir qui, selon eux, est responsable de la réglementation de l'utilisation de l'IA générative, 59 % des responsables DevOps et 78 % des responsables SecOps déclarent que le gouvernement et les entreprises individuelles devraient être responsables de la réglementation.

"L'ère de l'IA ressemble aux premiers jours de l'open source, comme si nous construisions l'avion au fur et à mesure que nous le pilotons en termes de sécurité, de politique et de réglementation", déclare Brian Fox, cofondateur et directeur technique de Sonatype. "L'adoption a été généralisée, et le cycle de développement des logiciels ne fait pas exception. Si les dividendes de la productivité sont évidents, nos données révèlent également une réalité préoccupante et indissociable : les menaces de sécurité posées par cette technologie encore naissante. Chaque cycle d'innovation s'accompagne de nouveaux risques, et il est primordial que les développeurs et les responsables de la sécurité des applications envisagent l'adoption de l'IA en tenant compte de la sûreté et de la sécurité."

La question des licences et de la rémunération des contenus générés par l'IA est également préoccupante. Notamment, les décisions contre la protection du droit d'auteur pour les œuvres d'art générées par l'IA ont déjà suscité un débat sur la quantité d'apport humain nécessaire pour répondre à ce que la loi actuelle définit comme une véritable paternité de l'œuvre. Les personnes interrogées sont d'accord pour dire que les créateurs devraient détenir les droits d'auteur sur les résultats générés par l'IA en l'absence de loi sur les droits d'auteur (40 %), et les deux groupes sont massivement d'accord pour dire que les développeurs devraient être indemnisés pour le code qu'ils ont écrit s'il est utilisé dans des artefacts open source dans les LLM.

Source : Sonatype

Et vous ?

Quelle lecture faites-vous de cette situation ?

Trouvez-vous que les conclusions de cette étude de Sonatype sont crédibles et pertinentes ?

Qu'en est-il au sein de votre organisation ?

Voir aussi

92 % des développeurs utiliseraient des outils d'intelligence artificielle, selon une enquête de GitHub auprès des développeurs

L'intelligence artificielle générative boosterait la productivité des travailleurs de 14 %, selon une étude menée par l'Université de Stanford

34 % des développeurs d'applications utiliseraient désormais l'IA, d'après Sensor Tower

L'IA va-t-elle éliminer des emplois, en particulier pour les développeurs ? Non, selon une enquête qui estime que l'intelligence artificielle pourrait créer plus d'emplois qu'elle n'en supprime

[Mister Nono]

Et bien oui, on dit tous ceux qui veulent l'entendre que l'IA est le passage obligé, alors tout le monde s'y engouffre : même pour vendre un article à 0,01€.

• L'investissement : sans limite pour certains
• L'éthique : exit pour d'autres
• L'écologie : à quoi cela sert pour la plupart
• La vie privée : cela existe-t-il encore ? (1984 - Orson Well)
• Le profit : oui pour presque tous

A quand la fin de cette " boulimie " sans mesure des conséquences, tant humaines qu'humanitaire ?

Comme il était beau le temps où l'informatique n'existait pas... On pouvait rêver, avoir des projets d'avenir, connaitre des liens sociaux forts, être en phase avec la nature, dormir du sommeil du juste, être bien dans sa peau, connaitre le bonheur et l'amour vrai...

[Bruno]

Codegen, un outil d’IA qui facilite le passage de la conception au code, il peut aussi nuire à la créativité,
à la curiosité et à l’apprentissage des développeurs

Codegen est un outil d’intelligence artificielle (IA) qui aide les développeurs à traduire plus facilement les conceptions en code. Il fonctionne en analysant les éléments visuels d’une conception et en suggérant des noms de composants et des valeurs de propriétés qui correspondent au système de conception utilisé par le développeur. Codegen n’est pas un outil magique qui écrit le code à la place du développeur, mais un outil qui l’accompagne et l’augmente. Il lui permet de gagner du temps et d’éviter des erreurs en lui donnant un point de départ pour le code. Les développeurs doivent donc utiliser codegen avec prudence, discernement et éthique, et ne pas oublier que le code est avant tout une expression de leur pensée et de leur créativité.

Toutefois, le développeur doit donc toujours vérifier, modifier et optimiser le code suggéré, ce qui peut demander du temps et de l’énergie. Le code suggéré peut contenir des erreurs, des biais ou des failles. Le développeur doit donc toujours comprendre le code qu’il utilise, et ne pas le copier-coller sans le tester ou le documenter. Sinon, il risque de compromettre la fiabilité, la sécurité et la maintenabilité du code. Cet outil d’IA ne peut pas se substituer au travail du développeur, qui doit toujours faire preuve de jugement, de compétence et de responsabilité.

Codegen ne peut pas s’adapter à tous les cas d’utilisation, car il ne connaît pas les besoins spécifiques et le cadre de chaque projet. Il peut créer une dépendance ou une paresse chez les développeurs, qui pourraient se reposer entièrement sur l’IA pour écrire le code. Cela pourrait réduire la créativité, la curiosité et l’apprentissage des développeurs, qui ne chercheraient plus à améliorer ou à innover leur code. Cela pourrait également poser des problèmes d’éthique ou de sécurité, si le code suggéré contient des données sensibles ou personnelles, ou si le code suggéré est utilisé à des fins malveillantes ou illégales.

Seuls 3 % de développeurs déclarent avoir une grande confiance dans la précision des outils d’IA pour le développement. « Ce scepticisme n'est pas surprenant. Lorsque nous avons commencé à travailler sur Dev Mode, un espace pour les développeurs dans Figma, nous l'avons imaginé comme un moyen d'automatiser le passage de la conception au code. Les premières versions étaient prometteuses, mais au fur et à mesure de l'itération de notre approche, nous avons constaté que les développeurs ne trouvaient pas toujours le code utile », déclare Figma.

Cependant, codegen offre le plus d'avantages lorsqu’il est appliqué d'une manière spécifique, pour une équipe, une entreprise et votre flux de travail. Par exemple, si votre système de conception et votre bibliothèque de composants sont déjà dans Figma, vous n'avez pas besoin d'une application automatisée de conception à codage. Dans ce cas, il est préférable de se référer aux jetons, de consulter la documentation ou de créer un plugin codegen pour générer des extraits personnalisés.

Selon Figma, en appliquant ces conseils, il est possible de traiter et de comprendre ce que vous regardez plus rapidement, lorsque vous commencerez à écrire le code vous-même. « Codegen vous aidera à passer d'un écran vide à un point de départ - peut-être pas de 0 à 1, mais de 0 à 0,5 - beaucoup plus rapidement. » Codegen peut également aider à interpréter les exigences de conception comme les valeurs de style brutes - telles que les codes hexadécimaux et les pixels - pour construire un élément d'interface utilisateur ou découvrir un nom de jeton ou une valeur de propriété de composant lorsque vous mettez en œuvre un système de conception.

Le code d'implémentation d'une instance d'un composant est très différent du code définissant le style et les propriétés d'un composant. Si vous développez la bibliothèque de composants de votre équipe, vous écrirez le code du composant pour le style visuel sous-jacent ainsi que les définitions des variantes et des propriétés. Si vous mettez en œuvre une bibliothèque de composants, le code que vous écrivez est souvent un code d'instance de composant ainsi que le style de présentation qui l'entoure.

L’équipe Figma explique que Codegen analyse les éléments visuels d’une conception et recommande des noms de composants et des valeurs de propriétés qui correspondent au système de conception utilisé par le développeur.

Ainsi, Codegen permet au développeur de gagner du temps et d’éviter des erreurs en lui donnant un point de départ pour le code. L’équipe suggère également de créer un plugin Codegen personnalisé, qui pourrait s’adapter aux besoins et aux cadres spécifiques de chaque projet. Toutefois, l’entreprise reconnaît que cela prend du temps et des ressources, et qu’il est plus simple d’établir une bonne base en s’assurant que les conceptions de l’équipe correspondent à des modèles dans le code.

À l’exemple des composants et des variables de Figma, qui rendent les systèmes de conception faciles à mettre en œuvre et à maintenir, car ils encapsulent les modèles dans des jetons et des propriétés. L’équipe Figma souligne ensuite les limites de Codegen, qui ne peut pas se substituer au travail du développeur, ni remplacer les modèles de l’équipe. Il rappelle que le développeur doit toujours vérifier, modifier et optimiser le code suggéré, ce qui peut demander du temps et de l’énergie.

Codegen ne remplacera pas les modèles de votre équipe

Les besoins de votre équipe en matière de conception et de développement sont uniques. Des facteurs tels que la taille de l'entreprise, les exigences de sécurité et les contraintes techniques contribuent tous à une situation spécifique. Afin de répondre et de s'adapter à ces besoins, une équipe a certainement pris des décisions sur le style ou les Framework de composants pour la bibliothèque d'interface utilisateur, le schéma de des jetons de conception, la façon dont les fichiers sont organisés et nommés, ou même les conventions préférées autour de la syntaxe et du formatage du code.

Avec tout ce contexte spécifique à l'organisation, il n’est simplement pas possible de coller le code généré automatiquement directement dans une base de code sans le modifier davantage. Bien qu’il est possible de trouver des moyens d'utiliser l'apprentissage automatique pour se faire aider, en raison des limites des outils existants, la création de la base de code d’une équipe est une activité pratique, et les modèles de l'équipe sont là pour faciliter le processus.

Le code généré peut être un point de départ très utile. Mais même dans ce cas, les bouts de code doivent encore être modifiés pour y intégrer d'autres propriétés, ajouter du formatage, des styles supplémentaires et bien d'autres choses encore. Une fois que le code est dans cet état, les modifications ultérieures du fichier Figma ne peuvent pas toujours être « collées » en utilisant codegen de la même manière ; cela reviendrait à écraser le travail déjà édité. Tout outil finit par se heurter à ses limites.

Récemment, les grands modèles de langage (LLM) ont montré une capacité extraordinaire à comprendre le langage naturel et à générer du code de programmation. Les ingénieurs logiciels ont l'habitude de consulter les LLM lorsqu'ils sont confrontés à des questions de codage. Bien que des efforts aient été faits pour éviter les erreurs de syntaxe et aligner le code sur la sémantique prévue, la fiabilité et la robustesse de la génération de code à partir des LLM n'ont pas encore fait l'objet d'une étude approfondie.

Pour combler cette lacune, Li Zhong et Zilong Wang proposent dans leur travail un ensemble de données RobustAPI pour évaluer la fiabilité et la robustesse du code généré par les LLM. Ils ont recueilli 1208 questions de codage de StackOverflow sur 24 API Java représentatives. Ils ont résumé les schémas d'utilisation abusive courants de ces API et les évaluons sur des LLM courants et populaires. Les résultats de l'évaluation montrent que même pour GPT-4, 62% du code généré contient des abus d'API, ce qui entraînerait des conséquences inattendues si le code était introduit dans un logiciel réel.

Inconvénients des outils d’IA de génération de code comme codegen

Les outils d’IA de génération de code comme codegen sont présentés comme des innovations qui facilitent le travail des développeurs, mais ils ne sont pas sans risques ni limites. En effet, ces outils présentent plusieurs inconvénients qui peuvent nuire à la qualité, à la sécurité et à l’éthique du code produit.

Tout d’abord, ces outils ne peuvent pas générer un code parfait pour tous les cas d’utilisation, car ils doivent tenir compte des besoins spécifiques et du cadre de chaque projet. Par exemple, le code généré pour une application web peut ne pas être adapté pour une application mobile, ou le code généré pour un système de conception peut ne pas respecter les normes de performance ou d’accessibilité. Le développeur doit donc toujours vérifier, modifier et optimiser le code généré, ce qui peut prendre du temps et de l’énergie.

Ensuite, ces outils ne peuvent pas remplacer le travail du développeur, qui doit toujours faire preuve de jugement, de compétence et de responsabilité. Le code généré n’est qu’une suggestion, qui peut contenir des erreurs, des biais ou des failles. Le développeur doit donc toujours comprendre le code qu’il utilise, et ne pas se contenter de le copier-coller sans le tester ou le documenter. Sinon, il risque de compromettre la fiabilité, la sécurité et la maintenabilité du code.

Ces outils peuvent créer une dépendance ou une paresse chez les développeurs, qui pourraient se reposer entièrement sur l’IA pour écrire le code. Cela pourrait réduire la créativité, la curiosité et l’apprentissage des développeurs, qui ne chercheraient plus à améliorer ou à innover leur code. Cela pourrait également poser des problèmes d’éthique ou de sécurité, si le code généré contient des données sensibles ou personnelles, ou si le code généré est utilisé à des fins malveillantes ou illégales.

S'il est vrai que les outils d’IA de génération de code comme codegen sont des outils qui peuvent aider les développeurs à passer de la conception au code plus rapidement, il n'en est pas moins vrai qu'ils ne peuvent pas se substituer à leur intelligence humaine. Les développeurs devraient utiliser ces outils avec prudence, discernement et éthique, et ne pas oublier que le code est avant tout une expression de leur pensée et de leur créativité.

Source : Figma

Et vous ?

Quels sont selon vous, les critères de qualité et de fiabilité du code généré ?
Quels sont les risques de sécurité ou de confidentialité liés au code généré ?
Êtes-vous pour ou contre l'utilisation des codes générés ? Que pensez-vous de Codegen ?
Quels sont les impacts des codes générés sur la motivation et la satisfaction des développeurs ?
Comment les codes générés affectent-ils les compétences et les connaissances des développeurs ?
Quels sont les avantages et les inconvénients des codes générés par rapport aux codes écrits manuellement ?

Voir aussi :

Génération de code à l'aide de grands modèles de langage : 62 % du code généré contient des erreurs d'API, qui auraient des conséquences inattendues si le code était introduit dans un logiciel réel

ChatGPT génère un code informatique peu sûr, mais ne vous le dira pas à moins que vous ne le lui demandiez, les experts mettent en garde contre les risques d'une surconfiance en ChatGPT