L’IA vise à prédire et à corriger les erreurs de codage des développeurs avant que le désastre ne frappe.

L’IA générative est combinée à des systèmes DevOps qui peuvent à la fois déterminer les causes de l’échec d’une application et prédire un échec. Il est encore trop tôt pour faire confiance au Copilot de GitHub de Microsoft pour réparer automatiquement votre code de programmation. Microsoft a lui-même déclaré que le programme, vendu en tant qu’abonnement mensuel de 10 $ à GitHub, « ne produit pas de code parfait » et « peut contenir des modèles de codage non sécurisés, des bogues ou des références à des API ou des idiomes obsolètes ». La montée en puissance de l’IA générative peut déployer un potentiel énorme pour le domaine de l’ingénierie. Il peut également présenter des défis, alors que les entreprises et les ingénieurs réfléchissent à l’impact de l’IA sur leurs rôles, leurs stratégies commerciales, leurs données, leurs solutions et le développement de produits. À quoi ressemble l’avenir de l’intégration de l’IA générative au logiciel? ZDNET le décode sous tous les angles. Le rêve de l’automatisation suggère cependant qu’un jour, l’intelligence artificielle prédira un défaut dans un programme qui peut casser la fonctionnalité ou faire tomber les systèmes et non seulement avertir un développeur avant que le code ne soit mis en production, mais également lui indiquer comment modifier le code pour éviter le problème. AI pourrait même pénétrer dans le code de l’application et le réparer automatiquement pour le programmeur, ce qui leur éviterait un effort significatif.  Les prémices d’un tel avenir peuvent être vues dans les outils actuels pour DevOps et l’observabilité. Le fabricant d’outils DevOps Dynatrace construit depuis plusieurs années ce qu’il appelle « IA causale » et « IA prédictive » pour identifier les causes de l’arrêt d’un programme et prédire comment il échouera.