ChatGPT confiant dans ses capacités de développement de logiciels, selon une enquête
Alors que les organisations continuent d’intégrer l’IA générative dans leurs piles technologiques, les inquiétudes concernant la sécurité des rôles de développement logiciel se sont accrues en raison de la capacité de la technologie à générer et à exécuter du code.
La plateforme d’IA générative ChatGPT se considère comme « bonne » ou « excellente » pour plus de 95 % de toutes les compétences spécifiées dans les offres d’emploi en développement de logiciels, selon un rapport du HiringLab d’Indeed, plaçant les développeurs de logiciels humains au bas de la chaîne alimentaire de l’IA.
Les compétences technologiques représentent 82 % des compétences notées dans un poste typique de développement de logiciels, tandis que les compétences opérationnelles commerciales pour lesquelles GenAI se juge « bonne » ne représentent que 7 % des compétences dans un poste typique de développeur de logiciels. Ceux-ci sont mentionnés dans 71 % de toutes les offres d’emploi en développement de logiciels.
Cependant, alors que de nombreuses organisations s’appuient déjà sur le code généré par l’IA, ChatGPT se trompe encore plus de la moitié du temps lorsqu’il répond à des questions sur les logiciels.
En rapport:Qu’est-ce que ChatGPT ? Comment ça marche et meilleures utilisations des chatbots
Les compétences en communication pour lesquelles GenAI se considère « excellentes » sont mentionnées dans près de la moitié (43 %) de toutes les offres d’emploi en développement de logiciels.
Le rapport Indeed note que GenAI admet qu’il est simplement « juste » en ce qui concerne les compétences en ingénierie et les compétences en leadership que l’on retrouve respectivement dans 20 % et 12 % de toutes les offres d’emploi en développement de logiciels.
Les offres d’emploi en ingénierie se concentrent-elles trop sur les compétences techniques ?
Tony Lee, directeur de la technologie chez Hyperscience, a déclaré que les offres d’emploi en ingénierie ont tendance à surindexer les compétences requises, car celles-ci sont les plus quantifiables.
« Il est facile de lister une douzaine de technologies et de sous-représenter les aspects de la collaboration humaine et l’importance des compétences générales nécessaires dans l’ingénierie moderne, par exemple la capacité de travailler en collaboration avec des concepteurs, des chefs de produit, d’autres ingénieurs et des clients pour résoudre des problèmes de manière créative », a-t-il expliqué. .
En rapport:Qu’est-ce qu’un développeur de logiciels et quelle est la meilleure façon de le devenir ?
Il y a quelques domaines dans lesquels Lee aimerait voir une analyse plus approfondie.
« La première est de ne pas laisser ChatGPT évaluer son propre niveau de compétence, ce qui semble être un défaut dans la méthodologie globale », a-t-il déclaré. « Deuxièmement, considérez les contraintes sociétales sur l’IA générative pour ces rôles. »
Lee a déclaré que les développeurs s’inquiètent à juste titre de la sécurité de leur travail alors que les organisations se tournent vers l’IA pour réduire les coûts et augmenter l’efficacité opérationnelle.
Si les grands modèles de langage (LLM) comme ChatGPT se considèrent comme extrêmement compétents en matière de développement de logiciels, il est raisonnable de supposer que les organisations commenceront à envisager de mettre en œuvre l’IA dans le développement de logiciels.
« Cependant, les développeurs ne devraient pas encore chercher de nouveaux cheminements de carrière, car le contact humain sera toujours nécessaire tout au long du cycle de vie du développement logiciel », a déclaré Lee.
Par exemple, l’IA générative est incapable de capter la créativité et la curiosité humaines, ce qui oblige un développeur à combler ces lacunes.
« De l’atténuation des biais potentiels dans les ensembles de données à la garantie que les données de formation sont à jour pour éviter la dérive du modèle, la nécessité d’un humain dans la boucle restera également nécessaire pour garantir l’efficacité et la précision d’un LLM », a expliqué Lee.
Ce que GenAI peut faire pour les développeurs : prendre en charge les tâches banales
Les développeurs peuvent s’appuyer sur l’IA générative pour réviser les tâches banales et répétitives qui consomment leurs flux de travail quotidiens.
En automatisant des tâches simples, telles que les tests de qualité du code, les développeurs ont le temps de se concentrer sur l’innovation technologique.
À mesure que l’IA générative continue de prendre en charge les tâches de base des développeurs, ceux-ci peuvent améliorer leurs compétences « générales », telles que la curiosité, la créativité et la résolution de problèmes.
« En s’appuyant sur ces caractéristiques tout aussi recherchées et requises pour leur rôle, les développeurs humains seront en mesure d’offrir une plus grande valeur aux organisations au-delà des seules tâches que l’IA peut accomplir », a noté Lee.
En rapport:Codage assisté par l’IA : ce que les développeurs de logiciels doivent savoir
De son point de vue, la mise en œuvre de l’IA générative doit venir du haut vers le bas, ce qui signifie que les CTO et les chefs de produit sont responsables de l’intégration de la technologie dans les flux de travail des équipes de développeurs.
« Étant donné que les CTO supervisent souvent le développement et la conception des produits ainsi que plusieurs autres facettes des opérations informatiques, ces changements doivent être introduits par la personne qui supervise chaque aspect du cycle de vie du développement logiciel et de la feuille de route du produit », a-t-il déclaré.
Lee a averti que l’IA générative, dans son état actuel, peut être capable de générer du code, mais cela ne garantit pas son exactitude ou sa qualité.
Actuellement, de nombreux modèles d’IA courent le risque de subir une dérive de modèle, qui se produit à mesure que les données de formation vieillissent et qu’il existe peu de données pour aider à poursuivre la formation ou que les ensembles de données ne sont pas mis à jour en raison d’un manque de temps, de ressources et de talent.
« Au fil du temps, ces problèmes pourront être résolus, et à mesure que les ensembles de données de formation deviendront plus volumineux et plus précis, l’IA générative sera mieux placée pour aider les développeurs humains et fournir un meilleur support », a-t-il déclaré.
A propos de l’auteur
Nathan Eddy est un rédacteur indépendant pour ITPro Today. Il a écrit pour Popular Mechanics, Sales & Marketing Management Magazine, FierceMarkets et CRN, entre autres. En 2012, il réalise son premier film documentaire, The Absent Column. Il vit actuellement à Berlin.