Aller au contenu principal

Introduction

A propos de moi​

A propos de vous​

  • Parcours ?
  • Attentes ?

Objectifs de la formation​

Les outils qu'on va utiliser ne sont pas intelligents, l'objectif c'est que ce soit vous qui le soyez.

Stratégie : Avoir une vision globale des évolutions causées par l'IA dans le monde du Développment

Théorique : Avoir une bonne compréhension des concepts, des outils et des bonnes pratiques

Pratique : Savoir comment mettre en oeuvre efficacement une production basée sur l'IA

Définition du Lexique​

Parmi ces termes, combien maîtrisez-vous déjà ?

  1. Chatbot : Désigne un programme chargé de répondre à des questions ou de fournir des informations à un utilisateur via une interface de dialogue.
  2. IDE : Désigne un environnement de développement intégré.
  3. IA Gen : Désigne l'ensemble des techniques et outils permettant de générer des contenus via des modèles de langages génératifs, dont le code.
  4. Modèle : Désigne un objet résultant d'un entraînement par Machine Learning sur des données regroupées dans un ou plusieurs datasets.
  5. LLM : Désigne les Modèles de Language de grande taille qui se sont généralisés suite au succès de ChatGPT.
  6. Prompt : Désigne le texte qui sert d'entrée à un modèle de langage génératif.
  7. Token : Désigne une unité de texte qui peut être traitée par un modèle de langage génératif ex: https://gpt-tokenizer.dev/
  8. Agent : Un programme chargé dans une architecture IA Agentique d'augmenter un LLM.
  9. Code Gen : La production de code par IA Générative
  10. MCP : Le Model Context Protocol est un standard destiné à augmenter les requêtes vers les LLM et les IDE via des agents.

Qu'est-ce que l'IA peut apporter aux développeurs ?​

Nous allons commencer immédiatement avec quelques expériences d'interaction avec des interfaces connectés à des modèles de lanagage.

Connectez-vous à l'interface LLM de votre choix : celle de votre poste de travail ou sur le virtual lab.

Expérience 1 : traduisez via un LLM le texte court suivant en swahili... 

Mignonne, allons voir si la rose
Qui ce matin avait éclose
Sa robe de pourpre au Soleil,
A point perdu cette vesprée
Les plis de sa robe pourprée,
Et son teint au vôtre pareil.

... ce qui donne par exemple

Mpenzi wangu, twende tuone kama waridi
Uliyofunika asubuhi hii
Mavazi yake ya zambarau kwa Jua,
Hawajapoteza jioni hii
Mikunjo ya vazi lake la zambarau,
Wala rangi yake inayofanana na yako.

Conclusion : vous ne savez pas si l'IA Gen fait un bon travail si vous n'avez pas l'expertise.

Experience 2 : traduire via un LLM un texte long...​

Maintenant, faites traduire un texte de plusieurs milliers de mots à un LLM dans une langue de votre choix.

https://www.gutenberg.org/cache/epub/59073/pg59073.txt
https://www.gutenberg.org/ebooks/4772

Conclusion : malgré des erreurs, c'est un problème qu'on résoud assez bien désormais, à une vitesse de conversion très élevée.

Experience 3 : imaginons la translitération d'une librarie codée dans un langage vers un autre langage.​

Considèrons le code informatique, et qu'on veuille obtenir via un LLM une traduction d'un langage vers un autre ?

  • Prenez par exemple le code de la page suivante :

https://salsa.debian.org/helmutg/debvm/-/raw/main/bin/debvm-create?ref_type=heads

  • Copiez le texte
  • Collez-le dans l'interface avec l'instruction suivante : 
(... le code collé...)

As a code assistant, you mush convert this program to python.

Qu'est-ce risque de se passer ?

  • Premier avantage du code : c'est instrumentable et exécutable, on va pouvoir tester le résultat.

    La machine peut indiquer si le résultat est correct ou non d'un point de vue syntaxique.

  • En revanche il n'y a pas de garantie que le résultat soit conforme aux attentes fonctionnelles.

  • De même il n'y a pas de garantie qu'il soit performant ou sécure : la qualité d'origine peut être dégradée.

info

Il va falloir qu'on encadre cette production pour s'assurer qu'elle réponde aux attentes.

Les idées clés de la formation​

  • Les outils d'IA Gen font partie de la boîte à outils, il faut savoir utiliser quoi, quand, comment, pourquoi.
  • Sans une bonne maîtrise des fondamentaux vous risquez de stagner et mal utiliser ces outils.
  • L'IA Gen commence par être un stagiaire/assistant qu'il faut surveiller.
  • Le rôle de développeur va se complexifier et cumuler de plus en plus de responsabilités grâce à l'assistance de l'IA.
  • Il va falloir intégrer de nombreuses bonnes pratiques pour réaliser des applications performantes et sécurisées.

La seule chose qui ne change jamais, c'est le changement​

  • Les gens évoluent
  • Les techniques évoluent
  • Les langages évoluent
  • Les socles d'exécution évoluent
  • Les applications évoluent
  • Les normes d'échanges entre applications évoluent

Une référence à connaître : The Pragmatic Programmer

  • Vous êtes en charge, individuellement et au sein des organisations.

  • Vous avez la responsabilité de faire un bon travail qui vous enrichit.

  • Vous devez acquérir l'expérience nécessaire pour atteindre un niveau d'expertise suffisant (3/4)