Crédit : Dreamstime
Pour tirer le meilleur parti des outils d’IA générative (GenAI) comme GitHub Copilot ou ChatGPT, le créateur de Datasette, Simon Willison, affirme que vous devez être prêt à accepter quatre points de vue contradictoires. En particulier, l’IA n’est ni notre rédemption ni notre perte, ni un battage médiatique vide de sens ni une option pour tout. Ce n’est rien de tout cela et tout cela à la fois. Comme le dit Willison, « Ce qui est fou, c’est que toutes ces [options] sont bonnes ! »
Peut-être. Tout dépend de la manière dont vous utilisez les outils genAI et de ce que vous attendez. Si vous vous attendez à ce qu’un assistant de génération de code comme AWS CodeWhisperer produise un code parfait que vous pouvez accepter et utiliser en gros sans modification, vous allez être insatisfait. Cependant, si vous utilisez ces outils pour compléter les capacités des concepteurs, eh bien, vous risquez d’avoir une surprise très favorable.
« Paranoid Android »
Le problème est que trop d’entreprises ont adhéré au battage médiatique et s’attendent à ce que GenAI soit un merveilleux remède à leurs problèmes. Comme le souligne Stan Aronow, expert de Gartner, une enquête récente de Gartner a révélé que « près de 70 % des magnats pensent que les avantages [de GenAI] dépassent les dangers, malgré une compréhension limitée de l’applicabilité et des risques précis de l’IA générative ». Si votre méthode commerciale se résume à : « Ça avait l’air cool sur Twitter », vous devriez avoir du mal à venir.
En mentionnant les grandes conceptions de langage (LLM), Willison déclare : « Il semble qu’il y a 3 ans , des extraterrestres sont apparus sur Terre, nous ont remis une clé USB avec cette chose, puis sont partis. Et depuis, nous l’avons exploré et essayé de comprendre ce qu’il pouvait faire. Nous savons que c’est important et nous pouvons sentir certaines des limites de ce que l’IA, normalement, et les LLM, en particulier, peuvent faire, mais nous sommes encore en mode expérimental.
Le problème (et le hasard) des LLM, poursuit Willison, est que « vous n’obtenez vraiment presque jamais ce que vous avez réellement demandé ». D’où le développement d’une ingénierie rapide alors que nous cherchons des moyens pour que les LLM produisent plus de ce que nous voulons et moins de ce que nous ne voulons pas. « De temps en temps, quelqu’un découvrira que si vous utilisez cette petite technique, de manière inattendue, une toute nouvelle opportunité de capacités s’ouvre », note-t-il.
Nous recherchons tous actuellement cette « petite astuce, » ce qui m’amène à la programmation.
Tout est au meilleur endroit
Certains recommandent que les assistants de codage soient un atout majeur pour les développeurs non qualifiés. Cela pourrait devenir réel, mais ce n’est pas réel aujourd’hui. Pourquoi? Il n’y a pas d’autre moyen de s’appuyer correctement sur les résultats d’un LLM sans avoir suffisamment d’expérience pour déterminer ses résultats. Willison déclare : « En tirer les meilleurs résultats demande en fait beaucoup de connaissances et d’expérience. Cela se résume en grande partie à l’instinct. »
Il existe des hacks de codage que les concepteurs détermineront par l’expérimentation, cependant, d’autres emplacements ne conviennent tout simplement pas à GenAI pour le moment. Mike Loukides d’O’Reilly Media écrit : « Nous ne pouvons pas être si limités dans la génération automatisée de code que nous oublions de gérer la complexité. »
Les humains, bien qu’imparfaits pour limiter la complexité de leur code, sont bien mieux placés pour le faire. faites-le que les machines. Par exemple, un développeur ne peut pas réellement déclencher un LLM pour réduire la complexité de son code car ce que cela signifierait n’est pas clair. Réduire les lignes de code ?
« Réduire les lignes de code conduit parfois à la simplicité, mais aboutit tout aussi souvent à des nécromanties complexes qui regroupent plusieurs concepts sur la même ligne, s’appuyant souvent sur des effets négatifs non documentés », explique Loukides. . Les ordinateurs ne se soucient pas de la complexité du code, mais les personnes qui auront besoin de le déboguer et de le comprendre des années plus tard s’en soucient.
Tout va bien. Nous sommes incroyablement tôt dans le développement de l’IA, malgré le fait qu’elle existe depuis des décennies. Dans la technologie, nous aimons prendre de l’avance. Nous agissons comme si le cloud était une norme reconnue alors qu’il ne représente encore qu’environ 10 % de toutes les dépenses informatiques. Indépendamment du flot d’investissements financiers dans l’IA, ce n’est même pas 0,01 %.
Selon Willison, le moment est venu de tester les différents LLM et leurs outils de codage associés. Notre objectif ne devrait pas être de voir lequel fera tout notre travail à notre place, mais plutôt de découvrir ses forces et ses points faibles et de les sonder et de les déclencher jusqu’à ce que nous comprenions comment utiliser leurs forces et leurs échecs à notre avantage.
Toute l’actualité en temps réel, est sur L’Entrepreneur
