Les LLM générateurs de code comme Copilot, AlphaCode de DeepMind, CodeWhisperer d’Amazon ou StarCoder lancé récemment par Hugging Face et Service Now, fonctionnent sur un large éventail de domaines, de tâches et de langages de programmation. Si de nombreux DSI reconnaissent leur potentiel pour augmenter la productivité des développeurs, certains craignent les conséquences d’un engendrement de code trop rapide, augmentant ainsi la dette technique.
La dette technique est un concept inventé par le développeur de logiciels Ward Cunningham en 1992. On parle généralement de dette technique lorsque la rapidité d’un projet est privilégiée au détriment de la qualité, tout en sachant qu’il faudra tôt ou tard apporter des correctifs.
Selon le Software AG Research 2022, 78% des organisations ont accumulé plus de dettes techniques pendant la pandémie, en partie parce qu’elles ont dû mettre en place des solutions de travail à distance pour pouvoir continuer à fonctionner.
Trouver l’équilibre entre la nécessité d’une innovation rapide et les coûts de la dette technique est le rôle des DSI. Ce coût futur peut avoir des conséquences pour les entreprises : entraîner une perte de productivité, une livraison plus lente de nouveaux produits sur le marché ou des occasions manquées.
D’après le Wall Street Journal qui s’est penché sur ce problème, “certains responsables informatiques affirment que l’abaissement de la barrière à la création de code pourrait également entraîner des niveaux croissants de complexité, de dette technique et de confusion alors qu’ils tentent de gérer une pile de logiciels en plein essor”.
Armando Solar-Lezama, Professeur au laboratoire d’informatique et d’intelligence artificielle du Massachusetts Institute of Technology, lui a déclaré :
“Les gens parlent de dette technique depuis longtemps, et maintenant nous avons une toute nouvelle carte de crédit ici qui va nous permettre d’accumuler de la dette technique d’une manière que nous n’avons jamais pu faire auparavant”.
avant d’ajouter :
“Je pense qu’il y a un risque d’accumuler beaucoup de code de mauvaise qualité écrit par une machine”.
Ainsi, pour les DSI, si les IA génératives de code facilitent la tâche des développeurs, elle rend la leur beaucoup plus complexe. Mais, face à la pénurie de développeurs, les entreprises misent sur les IA génératives et la pile croissante de code devient pour les DSI de plus en plus difficile à gérer.
Vivek Jetley, vice-président exécutif et responsable de l’analyse chez EXL, une société d’analyse de données et d’opérations et de solutions numériques, déclare au journal :
“Ces outils ont la capacité de démocratiser l’écriture de code, ce qui signifie que de plus en plus d’employés pourraient commencer à écrire du code pour plusieurs nouveaux cas d’utilisation. Au fur et à mesure que la quantité de code explose, le DSI devra s’efforcer de contrôler et de gouverner ce code et de hiérarchiser ce qu’il faut conserver, ce qu’il faut jeter et comment faire fonctionner le système”.
Pour les DSI interrogés, conscients de ces problèmes, les risques sont “valables”, ils testent d’ailleurs diverses applications d’IA génératives, y compris pour la génération de code.
