Bonjour,
Je me prends au jeu à me replonger dans du C++ en ce moment, des suites de ma petite intervention de soutien scolaire à une élève d’IUT informatique.
Force est de constater que les modèles de langage d’intelligence artificielle sont très intéressants pour avancer plus vite sur des apprentissages et des projets.
Cela permet de gagner beaucoup de temps par rapport aux outils dont nous disposons par ailleurs.
Il ne faut surtout pas oublier ni négliger les autres outils comme la documentation officielle, les moteurs de recherche et autres supports qui donnent accès à des contenus créés par des humains (eux mêmes plus ou moins fiables), l’analyse de projets divers (reverse engineering), à différents niveaux (tout le monde ne sait pas ou ne peut pas lire le code d’un programme compilé, c’est clair), etc.
RIEN de ce que les modèles d’intelligence artificielle savent nous restituer n’aurait pu exister sans ceux-ci. Ce sont ceux-ci dont les professionnels de l’intelligence se sont servis pour alimenter leurs modèles informatiques afin de nous proposer ce nouveau service.
Lorsque nous nous en servons, je note que l’utilisation de plusieurs outils en parallèle apporte bien des avantages. Cela ne va pas faire de bien à nos bilans carbones ni à nos surconsommations de ressources planétaires avec pollutions exponentielles voire éternelles à la clef, mais c’est un fait.
Pour ne donner que cet exemple, j’ai posé la même question à plusieurs outils LLM (modèles de langage) :
En C++, comment savoir dans quel environnement je suis ?
(volontairement, sans plus de précisions)
Les réponses présentent des éléments identiques ou proches, mais sont complémentaires. L’un va aborder des points que l’autre n’aura pas proposés. Le fait de consulter les différentes réponses enrichit mes capacités à apprendre, réviser, voire revisiter autrement des savoirs.
Bien sûr, il faudra se défier dans la mesure où des langages comme le C++ évoluent de versions en versions et, pour des raisons de lois des grands nombres, les LLM peuvent être passés à côté de quelque-chose d’important ou d’utile. À l’inverse, l’un ou l’autre peut nous révéler ou mettre en lumière des choses qui nous ont, jusqu’alors, échappées.
Exemples d’éléments de réponse donnés, ou pas, par l’un ou l’autre des LLM (Large Language Model) = modèles de langage :
- les architectures matérielles ;
- les systèmes d’exploitation (et lesquels : tous ne sont pas toujours proposés) ;
- les compilateurs ;
- les versions de C++ ;
- les environnements d’exécution (debug ou release).
Clairement, sous réserve de s’en servir essentiellement en tant que bases de connaissance et sous réserve de savoir se protéger si nécessaire pour ne pas trop révéler nos centres d’intérêts ni des données critiques à n’importe qui, ce sont des outils fabuleux.
Bien entendu, avec toutes les réserves qui vont bien, et notamment le fait de disposer de moyens de contrôle et de veiller à nous en servir, comme nous devrions le faire également vis-à-vis de nous-mêmes. Voir par exemple à ce sujet : quotidiennement, journellement.
Je reviens à ce que je disais à propos de l’analyse de projets existants (reverse ingeneering) : Là aussi, l’intelligence artificielle dispose de grandes ressources et peut nous faire gagner un temps précieux. Elle sait décomposer des extraits de code informatique et expliquer chaque élément de syntaxe point par point (pas toujours de manière très claire, cela dit).
Le souci, c’est qu’il faudrait, toujours, que nous soyons en mesure de contrôler ce qu’elle affirme, alors même que ce sont dans les domaines dans lesquels nous en savons le moins qu’elle peut nous être le plus utile.
J’ajoute, et c’est crucial, que nous devrions toujours garder à l’esprit que les modèles de langage, l’intelligence artificielle conversationnelle, l’intelligence artificielle en général ne sont qu’une assistance à l’intelligence humaine.
Continuons de développer et d’utiliser ce joyau que l’univers nous a légué avec le plus grand soin.
Au plaisir,