Si vous demandez aux développeurs ce que l’intelligence artificielle générative offre de plus excitant aujourd’hui, beaucoup répondront : le codage. « Cela a vraiment dynamisé les développeurs », explique Jared Kaplan, scientifique en chef chez Anthropic. « L’IA comprend ce qui ne va pas avec le code et aide à le déboguer. »
Une assistance devenue essentielle
L’outil Copilot, développé par GitHub et basé sur les modèles de langage d’OpenAI, est utilisé par des millions de développeurs dans le monde. D’autres chatbots comme Claude d’Anthropic, ChatGPT d’OpenAI ou encore Gemini de Google DeepMind apportent également leur aide au quotidien.
Selon Sundar Pichai, PDG d’Alphabet, « plus d’un quart du nouveau code produit chez Google est généré par l’IA, puis revu et approuvé par les ingénieurs ». Cette tendance ne fait que s’accélérer, à mesure que d’autres entreprises adoptent ces outils.
Une explosion de startups dans l’IA de codage
Au-delà des grands noms, de nombreuses startups entrent sur ce marché en pleine effervescence. Des entreprises comme Zencoder, Merly, Cosine, Tessl (valorisée à 750 millions de dollars en quelques mois) et Poolside (valorisée à 3 milliards avant même de lancer un produit) tentent de se faire une place. Selon Nathan Benaich, analyste chez Air Street Capital, « les développeurs semblent prêts à payer pour des copilotes », ce qui fait du codage une des manières les plus simples de monétiser l’IA.
Ces entreprises promettent une nouvelle génération d’outils capables non seulement d’autocomplétion, mais aussi de prototypage, test et débogage. Cela pourrait redéfinir le rôle des développeurs, qui deviendraient davantage des superviseurs que des créateurs de code.
Vers l’intelligence artificielle générale (AGI)
Beaucoup voient dans ces outils une étape vers l’AGI, une technologie capable de surpasser l’intelligence humaine. Eiso Kant, PDG de Poolside, affirme : « Le développement logiciel sera probablement la première activité à atteindre des capacités équivalentes à celles des humains. »
La correction : un enjeu central
En programmation, la correction a deux dimensions. D’abord, le code doit être syntaxiquement correct : une simple erreur de syntaxe et rien ne fonctionne. Ensuite, il faut que le programme réponde à ce que l’on attend de lui. La nouvelle vague d’outils d’IA cherche à exceller dans cette seconde dimension, en répliquant les processus de réflexion d’un développeur humain.
Les « miettes de pain » du processus de codage
Pour y parvenir, les modèles doivent comprendre non seulement le code final, mais aussi les étapes qui mènent à sa création. Des entreprises comme Zencoder et Cosine collectent des données sur le processus de travail des développeurs : pourquoi un fichier est ouvert, pourquoi une section est modifiée, etc. Ces informations servent à entraîner des modèles capables de suivre ces « miettes de pain » et de recréer des programmes complexes.
Apprendre par exécution
Poolside utilise une approche appelée RLCE (apprentissage par renforcement via l’exécution de code). Similaire à l’approche de DeepMind avec AlphaZero pour les jeux, cette méthode consiste à tester des programmes et à apprendre des résultats obtenus. « Les modèles peuvent explorer des centaines de possibilités en même temps, bien plus vite qu’un humain », explique Kant.
L’avenir du développement logiciel
Ces outils promettent de transformer le développement. Les ingénieurs pourraient se concentrer sur la supervision et l’amélioration de solutions automatisées, tandis que les assistants IA géreraient les tâches répétitives. Comme le dit Yang Li, cofondateur de Cosine : « Vous décrivez le résultat voulu, et l’IA se charge de l’implémentation. »
Cette évolution pourrait aussi réduire la taille des équipes nécessaires, avec des équipes restreintes accomplissant ce qui demandait auparavant des centaines de développeurs. Mais elle soulève également des questions sur les compétences à maintenir pour rester pertinent dans ce nouvel écosystème.
Avec cette seconde vague d’IA, le rôle du développeur est en pleine redéfinition. Le futur du logiciel semble de plus en plus éclairé par ces outils qui changent la manière dont le code est imaginé, écrit et maintenu.
