IA et développement : comment automatiser son quotidien ?

Pour être honnête, on était pas complètement convaincus lors de nos premiers essais terrain. On a vu une qualité nettement revue à la hausse, et désormais, certaines situations méritent sérieusement d'évaluer les cas d'utilisation dans lesquels l'IA nous aide réellement, et ceux pour lesquels l'oeil humain reste imbattable. Dans cet article extrait de notre dernier livre blanc, on vous partage quelques conseils pour faciliter et automatiser le quotidien des développeurs grâce à l'IA !

IA et production de code

Claude Code, Gemini, Mistral… Ce ne sont pas les exemples qui manquent. Quand on pense développeur, écrire du code est souvent la première chose qui nous vient à l'esprit ! Et c'est vrai, l'objectif ici est de transformer une idée ou un besoin en lignes de code. Sur ce point, l'IA peut déjà apporter une aide considérable, sans grande difficulté, grâce à :

• La génération de code à partir d'un simple prompt du développeur
• La refactorisation de code
• L'initialisation d'un projet (squelette du projet)
• L'assistance pour corriger un bug (en proposant un correctif)

Même si l'IA a encore bien des progrès à faire (notamment sur les problématiques de sécurité, de fuites mémoire ou de syntaxe dépassée), elle peut aider à automatiser donc faire gagner plusieurs minutes chaque jour si le développeur garde un oeil critique sur ce qu'elle produit et sait adapter le code en conséquence. Le temps gagné sur ces tâches dépend évidemment toujours de la demande formulée par le développeur, mais aussi, de la technologie utilisée. Par exemple, l'IA sera beaucoup moins fiable sur le dernier langage à la mode, ou sur un langage qui évolue fortement entre chaque version, que sur un langage utilisé depuis longtemps qui est stable, avec des évolutions mineures entre chaque nouvelle version.

AI et tests automatisés d'application

Tout projet informatique devrait inclure des tests automatisés pour garantir son bon fonctionnement et prévenir les régressions. Pourtant, à ce jour, on trouve plus de projets sans tests qu'avec. Pourquoi ? Simplement parce qu'écrire des tests est long, répétitif et peu motivant. Heureusement, l'IA excelle dans les tâches répétitives : elle ne connaît pas l'ennui, et produire beaucoup de code ne lui pose aucun problème.

Dans le domaine de la génération de tests automatisés, l'IA représente un gain de temps considérable. Comme ces tests sont très standardisés, ils contiennent souvent beaucoup de duplication de code, et, contrairement à une application en production, les contraintes de sécurité ou de mémoire sont moins strictes. Dans ce contexte, l'IA est très performante et généralement fiable. Mais alors, on peut se poser naturellement la question suivante : comment l'IA génère-t-elle ses tests ? L'IA génère ses tests à partir du code, elle va tester que le code fonctionne par rapport au code qui est écrit.

Si on pense un peu plus loin, on se dit qu'elle est donc incapable de tester ce que l'utilisateur souhaite réellement, et que par conséquent, les tests sont factices. C'est vrai dans la plupart des cas. Ces tests ne pourront être utiles que s'ils sont produits sur une fonctionnalité déjà éprouvée en tant que test de non-régression, ou s'ils se basent sur une exigence fonctionnelle écrite à côté du code.

IA et rédaction de documentation technique

Documenter son code est souvent considéré comme une corvée par les développeurs, mais c'est indispensable pour assurer sa maintenabilité. L'IA peut facilement automatiser en partie cette tâche et contribuer à produire et à maintenir cette documentation. Elle est capable de générer de la documentation à partir du code et de rédiger des guides d'installation sans effort, le tout de manière cohérente et contextualisée.

De plus, elle peut suggérer des commentaires pertinents directement dans le code, expliquer le fonctionnement de fonctions complexes ou générer des exemples d'utilisation pour faciliter la compréhension. Cela permet non seulement de gagner du temps, mais aussi de réduire les risques d'erreurs ou d'incohérences dans la documentation. Enfin, l'IA peut mettre à jour automatiquement la documentation lorsqu'une modification est apportée au code, garantissant qu'elle reste toujours fidèle à l'implémentation réelle.

Ces documentations techniques sont utiles, mais ne remplacent pas une documentation technique humaine, expliquant les raisons d'un choix technique, d'une architecture, d'une implémentation. En effet, produire une documentation générée par une IA pour la mettre dans un projet a un sens limité et va uniquement aider à la compréhension globale d'un projet, sans remplacer la documentation de réflexion technique qui doit rester à la main des experts techniques !

IA et relecture de code

La revue de code est une part essentielle du développement : elle permet d'identifier les mauvaises pratiques et les bugs potentiels. Théoriquement, pour qu'une relecture soit efficace, il faut que le volume de code soit réduit, afin que le relecteur puisse se concentrer sur une petite portion. Mais, comme souvent, entre la théorie et la pratique, il y a un monde.

Dans la réalité, les revues de code portent parfois sur des milliers de lignes. Pour le relecteur, cela peut ressembler à chercher une aiguille dans une botte de foin. Dans ce contexte, l'IA peut servir d'assistant, en guidant le relecteur vers des parties clés du code ou en résumant l'objectif des modifications. L'IA ressortira toujours des éléments à corriger sur une relecture, puisque c'est ce qu'on lui demande, mais ratera aussi parfois des choses, parce qu'elle n'est pas parfaite. Mais, si on demande à l'IA de générer du code, puis de le relire, est-ce qu'elle ne porte donc pas toute la responsabilité ? Si, et c'est bien le problème.

De notre côté, nous avons choisi de ne JAMAIS utiliser l'IA pour relire le code ! De cette manière, nous sommes certains que le code, qu'il soit généré par un humain ou une IA, est relu par une personne qui porte la responsabilité de la vérification de la production de code.

IA pour automatiser son travail de développeur : notre avis

Le métier de développeur change, comme il change depuis plusieurs années : évolutions des outils, évolutions des technologies, évolution de l'hébergement… et le développeur a toujours été capable de s'adapter ! Malgré toutes ses qualités, nous sommes persuadés que l'IA ne doit pas porter de responsabilité. La responsabilité doit rester humaine, avec une IA au service du développeur et non pas esclave de celui-ci. Alors, utilisons ces outils de manière prudente et maîtrisée, c'est là qu'ils nous rendront le meilleur service !

Pour aller plus loin téléchargez notre livre blanc sur l'IA dans son intégralité : https://www.axopen.com/blog/livres-blancs/ia-ere-developpeurs-augmentes/