Ce texte fait partie du carnet spécial du Congrès ACFAS
L’intelligence artificielle (IA) assiste les ingénieurs dans leurs tâches: il commence à repenser avec eux le moyen même de concevoir des logiciels et des systèmes. Cependant, cette collaboration a sa part de défis.
Du développement de code à la gestion des infrastructures critiques, y compris l’optimisation des processus de test et de maintenance, l’IA est désormais établie en tant que partenaire complet de l’ingénierie logicielle. Cette collaboration sera également discutée le lundi 5 mai au Congrès de l’ACFAS, lors d’une conférence intitulée Synergie entre l’ingénierie logicielle et l’intelligence artificielle: innovations et défis pour l’avenir des systèmes.
Bien que beaucoup soient ceux qui associent l’IA à un robot conversationnel Chatgpt – dont le déploiement public public a eu lieu en novembre 2022 – il a été utilisé en génie logiciel depuis de nombreuses années, souligne Manel Abdellatif, professeur au Département de génie logiciel et TI de l’École de technologie supérieure (ETS).
«L’IA ne se limite pas à l’intelligence artificielle générative», dit-elle. La technologie a été utilisée pour la classification des images, le traitement audio et d’autres aspects qui n’ont rien à voir avec Chatgpt depuis plusieurs années. »»
«Dans le génie logiciel, vous pouvez utiliser l’IA pour sécuriser les systèmes logiciels et les tester», ajoute-t-elle.
Le logiciel moderne est de plus en plus complexe, souligne son collègue Julien Gascon-Samson. «Ce n’est plus un seul programme qui roule sur un ordinateur: c’est généralement un ensemble de services, dont certains sont dans l’infonuagique et des bases de données», explique-t-il. L’IA peut alors faire le pont entre certains composants.
Un outil pour apprivoiser… et sécuriser
L’intégration de l’IA dans l’ingénierie logicielle, cependant, pose sa part de défis. L’un d’eux concerne le manque de formation ou d’informations à la disposition des millions d’utilisateurs qui apprennent la technologie de manière plutôt soi-même.
«De nombreux développeurs utilisent des services non optimaux ou incorporent des modèles [d’IA] Dans leurs systèmes logiciels, qui peuvent affecter négativement la qualité ou les performances du logiciel », explique Mmoi Abdellatif.
Le problème de sécurité des données est rapidement soulevé. Une fois dans le cloud, les informations sensibles pourraient-elles être accessibles à n’importe qui?
«Les entreprises privées qui développent leurs propres outils internes utilisent généralement bien l’IA», souligne Mmoi Abdellatif. Ils respectent les normes et règles éthiques rigides. Là où c’est plus problématique, c’est dans les systèmes open source [accessibles au grand public]. “
Une façon d’assurer la confidentialité de certaines données lors de l’utilisation pour provoquer des algorithmes est l’apprentissage fédéré, explique Gascon-Samson.
«Il est notamment utilisé dans le domaine médical», se développe-t-il. L’IA est impliquée dans la détection des maladies de l’imagerie médicale, mais cela reste des données sensibles sur les patients. »»
Pour contourner le problème, les établissements de santé ou les centres de recherche entrent localement les données pour provoquer un algorithme. Le résultat de cette formation, qui a des informations anonymes, est ensuite associée aux résultats d’autres établissements partenaires pour obtenir une base de données plus large avec laquelle une autre IA s’entraînera.
Pour une utilisation consciencieuse de l’environnement
La consommation d’énergie des algorithmes qui alimentent les outils d’IA (en génie logiciel et au-delà) est un autre impact négatif de cette technologie.
«Les modèles de langue IA sont très gourmands dans les ressources.
Pour illustrer comment certains algorithmes consomment de l’électricité, le chercheur dit qu’une grande entreprise américaine qui a développé un outil envisageait d’acheter des centrales nucléaires pour l’alimenter.
Il y a évidemment des outils d’IA à consommation d’énergie plus modestes et moins énergétiques, mais ils sont moins efficaces, explique le chercheur.
M. Gascon-Samson suggère à ses étudiants et aux utilisateurs d’outils d’IA pour pondérer leurs besoins avant de déterminer quel système utiliser. «C’est comme si nous choisissons d’aller travailler tous les jours à Ferrari alors que nous pourrions très bien aller à vélo, illustre le professeur. Si un modèle plus petit peut faire le travail, il vaut mieux le favoriser.» »
Automatisez, oui. Trier ? Pas trop.
Le principal avantage de l’IA en génie logiciel est sa capacité de traitement de l’information, bien supérieure à celle des développeurs. Il est donc possible de synthétiser rapidement une très grande quantité de données et de faire en sorte que l’appareil le traite correctement, ce qui correspond à un gain de productivité pour les organisations.
Julien Gascon-Samson y va pour prudence: ces gains pourraient cependant coûter des emplois. «Ça a déjà commencé», prévient-il. Il est difficile de prédire les conséquences du développement rapide de l’IA sur le marché du travail, mais vous devez être conscient de cette réalité. »»
S’il automatise certaines tâches et détourner les humains, l’intégration de l’IA dans l’ingénierie logicielle n’est pas nécessairement la panacée. «Il pose un défi par rapport aux différents tests qui pourraient être effectués sur les logiciels», explique Manel Adbellatif. L’IA est très efficace pour détecter les bogues et optimiser les tests, mais le problème est qu’il ne parvient pas nécessairement à sélectionner les meilleurs cas de données ou de conception à tester. »»
La technologie n’est donc pas en mesure – pour le moment – de se passer du jugement et de la supervision de l’être humain.
Ce contenu a été produit par l’équipe de publications spéciales de Devoiren marketing. Journalistes du rédacteur Devoir n’a pas participé.
