L’IA va-t-elle changer notre métier de développeur ? (Louis-Guillaume MORAND, Eric GRENON)

🔥 Pour rester informé sur l'actualité de Devoxx France, suivez nous sur linkedIn : / devoxxfrance , twitter : / devoxxfr ou consultez notre site web www.devoxx.fr/
📕 En 2022, le développement de l'intelligence artificielle et des logiciels a été porté à un tout autre niveau avec le lancement de multiples initiatives. GitHub Copilot, Captain Stack, IntelliCode et Code Whisperer sont quelques-uns d'entre eux qui proposent une expérience de développement améliorée. L'utilisation de l'IA promet aux développeurs d'automatiser les tâches banales et de se concentrer sur l'innovation, et gagner en efficience, voire en qualité de code.
Qu'en est-il vraiment ? La promesse est-elle tenue et quel sera notre métier demain ?

[@Oliv-B]

Je suis architecte SI, en ayant débuté par du dev il y a plus de 20ans, et ça fait plusieurs années que je n'ai plus le temps de me plonger dans du code. Mais avec un copilot, je vais pouvoir faire plus simplement des maquettes, des expérimentations pour ensuite passer la main à un vrai codeur qui va faire un code de qualité et sûrement mieux maîtrisé.

[@sylv1corre]

Merci pour cette présentation très intéressante ! L'analyse est claire, le point de vue est pertinent. J'étais sceptique sur l'utilisation de ces outils, vous m'avez fait changer d'avis !

[@clavio9561]

Merci pour cette vidéo, mais j'aimerais partager quelques points de réflexion. Tout d'abord, l'IA remonte en réalité aux années 1940 et 1950, plutôt qu'aux années 1960.
En ce qui concerne la capacité des machines à générer du contenu de manière supérieure à celle des humains, il est important de garder à l'esprit que la créativité humaine implique de nombreux éléments complexes qui ne peuvent pas être facilement reproduits par les systèmes d'IA actuels. Bien que ces modèles aient des capacités impressionnantes, prétendre qu'ils peuvent constamment surpasser la créativité humaine semble exagéré.
De plus, la distinction stricte entre création et innovation présentée dans le discours est simpliste. Les humains et les machines peuvent tous deux être impliqués dans les deux processus, et ces concepts ne sont pas mutuellement exclusifs. Enfin, bien que les modèles d'IA puissent développer des représentations internes complexes, il n'existe actuellement aucune preuve ou indication selon laquelle ils développeront spontanément une nouvelle langue de communication inaccessible aux humains.
Il est essentiel d'adopter une approche critique et de consulter des sources fiables pour obtenir des informations précises et à jour sur ces sujets. Cela nous permettra de mieux comprendre les avancées de l'IA et de les évaluer de manière objective

[@gregorylureau1267]

6:52 : "L'humain apprend beaucoup plus vite, je lui montre 5 images d'oranges, il sait ce que c'est qu'une orange"
Alors si on compare l'apprentissage humain avec l'IA, faudra faire ça équitablement, prenons un bébé qui vient de naitre et voyons combien de temps il met avant de savoir ce qu'est une orange. Et on compare ça avec un GPT qui apprend à partir de zéro plusieurs langues en 9 jours.
Y'a 2 façons de voir "vite", soit combien de temps, soit combien d'exemple, et donc j'imagine que le point relevé ici est plus en fonction du nombre d'exemples. Mais là encore, mettons qu'un enfant perçoit seulement une image par seconde dans sa vie, il expérimente pendant des années dans un monde réel remplis d'information, il créer des patterns du type "tel reflection sur un objet correspond probablement à une texture lisse et glissante". A partir d'un modèle de ce connaissance, sachant qu'il connait beaucoup d'autres fruits, oui si on lui montre 5 images il va pouvoir ajuster très rapidement sa définition de "Orange". Mais dans ce cas là on ne doit pas comparer l'apprentissage du model de base (qui prend plusieurs jours) mais le fine-tuning. Un fine-tuning conseillé par OpenAI est d'environ 100 exemples pour par exemple remplir une fonction de service client, c'est pas beaucoup. Un humain lira la même documentation et prendra bien plus de temps pour l'intégrer. Les nouveaux modèles de modélisation 3D de visage se base maintenant sur une image unique (globalement ce qu'on peut faire en tant qu'humain), et pour le son il ne faut plus que 15 secondes pour pouvoir faire une reproduction fidèle.
Bref, l'IA apprend bien plus vite que l'humain dans énormément de cas. (et ça tombe bien que ce soit dans la partie "L'humain est-il prétentieux ?" :D)