Je suis un peu mitigé quand aux retours sur l'IA utilisée pour développer : en allant voir les articles de forbes ou de techcrunch, j'ai l'impression qu'ils se concentrent essentiellement sur des start-ups, ou des développeurs qui font des projets dans leur coin et à qui l'IA permet de gagner beaucoup de temps quand il s'agit d'arriver à un prototype.
Ce passage de l'article de forbes résume beaucoup de mes interrogations : "For building a weekend project or a product demo to get funding, vibe coding would work just fine, but it requires more scrutiny for being adopted by enterprises and mature product vendors." Des fois j'ai l'impression qu'on oublie que le développement ne consiste pas juste à créer de nouvelles applications en partant de rien, mais souvent à s'intégrer dans une codebase déjà existante, plus ou moins récente et plus ou moins bien pensée, avec une certaine dette technique. Le tout en assurant une continuité de services à des utilisateurs qui peuvent se compter par millions, en collaborant avec des collègues qui font aussi évoluer l'application en même temps, et en faisant en sorte que le code puisse être maintenu (et donc notamment compréhensible par une personne qui aura à travailler dessus dans 2 mois ou peut-être 2 ans par exemple).
En tant que testeur logiciel (QA), le passage sur le test me fait un peu sourire aussi, dans le sens où il est juste question d'utiliser des LLM pour générer et exécuter des cas de test, alors qu'au quotidien le travail des QA consiste aussi à se mettre à la place des utilisateurs finaux, de se demander si le parcours proposé est compréhensible, accessible, s'il répond au besoin etc. et pas juste à exécuter des cas de test (même si c'est une partie du travail).
Je lis aussi davantage de nuances dans l'article du NYT, où certains ingénieurs mentionnent une productivité accrue, d'autres moins. Plusieurs relatent aussi que le *management* leur fixe des objectifs beaucoup plus ambitieux, en partant du principe que l'IA va leur permettre d'y arriver, mais sans qu'on sache si c'est effectivement le cas, et si sur la durée le code produit ne crée pas plus de problèmes qu'il n'en résout.
Bref, tout ça pour dire que je suis curieux des retours d'expérience à moyen-terme par des équipes qui ont utilisé l'IA sur des applications un minimum anciennes 😁
Je suis un peu mitigé quand aux retours sur l'IA utilisée pour développer : en allant voir les articles de forbes ou de techcrunch, j'ai l'impression qu'ils se concentrent essentiellement sur des start-ups, ou des développeurs qui font des projets dans leur coin et à qui l'IA permet de gagner beaucoup de temps quand il s'agit d'arriver à un prototype.
Ce passage de l'article de forbes résume beaucoup de mes interrogations : "For building a weekend project or a product demo to get funding, vibe coding would work just fine, but it requires more scrutiny for being adopted by enterprises and mature product vendors." Des fois j'ai l'impression qu'on oublie que le développement ne consiste pas juste à créer de nouvelles applications en partant de rien, mais souvent à s'intégrer dans une codebase déjà existante, plus ou moins récente et plus ou moins bien pensée, avec une certaine dette technique. Le tout en assurant une continuité de services à des utilisateurs qui peuvent se compter par millions, en collaborant avec des collègues qui font aussi évoluer l'application en même temps, et en faisant en sorte que le code puisse être maintenu (et donc notamment compréhensible par une personne qui aura à travailler dessus dans 2 mois ou peut-être 2 ans par exemple).
En tant que testeur logiciel (QA), le passage sur le test me fait un peu sourire aussi, dans le sens où il est juste question d'utiliser des LLM pour générer et exécuter des cas de test, alors qu'au quotidien le travail des QA consiste aussi à se mettre à la place des utilisateurs finaux, de se demander si le parcours proposé est compréhensible, accessible, s'il répond au besoin etc. et pas juste à exécuter des cas de test (même si c'est une partie du travail).
Je lis aussi davantage de nuances dans l'article du NYT, où certains ingénieurs mentionnent une productivité accrue, d'autres moins. Plusieurs relatent aussi que le *management* leur fixe des objectifs beaucoup plus ambitieux, en partant du principe que l'IA va leur permettre d'y arriver, mais sans qu'on sache si c'est effectivement le cas, et si sur la durée le code produit ne crée pas plus de problèmes qu'il n'en résout.
Bref, tout ça pour dire que je suis curieux des retours d'expérience à moyen-terme par des équipes qui ont utilisé l'IA sur des applications un minimum anciennes 😁