Les prédictions technologiques du CTO d’Amazon pour 2024 et au-delà

xguru · 2023-12-06T11:12:02+09:00

Article du Dr Werner Vogels Tout au long de l’histoire, l’humanité a développé des outils et des systèmes pour augmenter et amplifier ses capacités. Avec l’accessibilité croissante des technologies cloud, du machine learning et de l’IA générative, la technologie influence désormais presque tous les aspects de nos vies, de la rédaction d’e-mails au développement logiciel, jusqu’à la détection précoce du cancer. Dans les années à venir, l’accès à la technologie va se démocratiser et s’accompagner d’innovations dans de nombreux domaines, en commençant par l’IA générative. [L’IA générative acquiert une conscience culturelle] - Generative AI becomes culturally aware « Les grands modèles de langage (LLM) entraînés sur des données culturellement diverses pourront comprendre de manière plus nuancée l’expérience humaine et les problèmes sociaux complexes. Cette aisance culturelle permettra aux utilisateurs du monde entier d’accéder plus facilement à l’IA générative. » La culture influence tout : les histoires que nous racontons, ce que nous mangeons, notre manière de nous habiller, nos valeurs, nos manières, nos biais, notre façon d’aborder les problèmes et de prendre des décisions. La culture constitue la base de la manière dont chacun de nous existe au sein d’une communauté. Elle fournit les règles et les repères qui définissent et gouvernent nos comportements et nos croyances, et ces conventions varient selon l’endroit où nous nous trouvons et les personnes avec qui nous sommes ; ces différences peuvent parfois entraîner confusion et malentendus. Les humains, habitués à travailler entre plusieurs cultures, savent contextualiser et synthétiser ces informations, ajuster leur compréhension et répondre de manière appropriée. Dans les années à venir, la culture jouera un rôle essentiel dans la manière dont nous concevons, déployons et consommons la technologie, et cet effet sera particulièrement visible dans l’IA générative. Les efforts pour atteindre une aisance culturelle Pour toucher des utilisateurs du monde entier, les systèmes basés sur les LLM devront acquérir cette « aisance culturelle » que les humains perçoivent instinctivement. Common Crawl, utilisé pour entraîner de nombreux LLM, est composé d’environ 46 % d’anglais, et quelle que soit la langue, une part encore plus importante du contenu disponible est culturellement occidentale, avec un fort biais vers les États-Unis. Ces derniers mois, des modèles formés sur des langues non occidentales ont commencé à émerger : Jais, entraîné sur des données en arabe et en anglais, Yi-34B, modèle bilingue chinois/anglais, ou encore Japanese-large-lm, entraîné sur un vaste corpus du web japonais. C’est le signe que des centaines de millions de personnes pourront utiliser une IA générative culturellement juste, capable d’avoir un impact sur des domaines très variés, de l’éducation à la santé. Il faut garder à l’esprit que langue et culture ne sont pas la même chose. Ce n’est pas parce qu’un système sait traduire parfaitement qu’il possède une compréhension exemplaire de la culture. Parce que ces modèles incorporent d’innombrables histoires et expériences, les LLM commenceront à développer une vision plus large et plus globale du monde. De la même façon que les humains apprennent par la discussion, le débat et l’échange d’idées, les LLM auront eux aussi besoin d’occasions similaires pour élargir leur perspective et comprendre les cultures. Deux domaines de recherche joueront un rôle central dans ces échanges culturels. Le premier est le reinforcement learning from AI feedback (RLAIF), où un modèle intègre les retours d’un autre modèle. Dans ce scénario, différents modèles peuvent interagir entre eux et mettre à jour leur compréhension de divers concepts culturels à partir de ces interactions. Le second est la collaboration via des débats multi-agents, où plusieurs instances d’un même modèle génèrent des réponses, débattent de la validité de chacune et du raisonnement sous-jacent, puis aboutissent à une réponse finale consensuelle à travers ce processus de discussion. Ces deux axes de recherche contribuent aussi à réduire le coût humain de l’entraînement et du fine-tuning des modèles. À mesure que les LLM échangeront entre eux et apprendront, ils pourront comprendre plus finement des problèmes sociaux complexes à partir de perspectives culturelles variées. Ces avancées garantiront aussi que les modèles fournissent des réponses plus robustes et techniquement plus précises sur un large éventail de sujets, notamment dans des domaines comme la technologie. Les effets s’en feront sentir en profondeur à l’échelle des régions, des communautés et des générations. [La FemTech décolle enfin] - FemTech finally takes off « Avec l’explosion des investissements dans la femtech, l’hybridation des services de santé et l’amélioration des diagnostics et des résultats pour les patientes grâce à des données abondantes, la santé des femmes atteint un point d’inflexion. L’essor de la femtech ne profitera pas seulement aux femmes, il dynamisera l’ensemble du système de santé. » La santé des femmes n’est pas un marché de niche, mais elle reste négligée La santé des femmes n’est pas un marché de niche. Rien qu’aux États-Unis, les femmes dépensent plus de 500 milliards de dollars par an en services de santé. Les femmes représentent 50 % de la population et pèsent dans 80 % des décisions de consommation en santé, mais les fondements de la médecine moderne ont essentiellement été construits autour des hommes. Ce n’est qu’après l’adoption du NIH Revitalization Act de 1993 que les femmes ont commencé à participer aux études cliniques aux États-Unis. Des besoins courants comme la gestion des menstruations ou le traitement de la ménopause ont longtemps été tabous, et comme les femmes ont été exclues des essais cliniques et de la recherche, les résultats ont globalement été moins bons pour elles que pour les hommes. En moyenne, les femmes sont diagnostiquées plus tardivement que les hommes pour de nombreuses maladies, et elles ont 50 % de risques en plus d’être mal diagnostiquées après une crise cardiaque. L’un des exemples les plus frappants de cette inégalité concerne les médicaments sur ordonnance : les femmes signalent des effets secondaires à un taux bien plus élevé que les hommes. Si ces statistiques sont préoccupantes à première vue, elles s’accompagnent d’une hausse des investissements dans la santé des femmes, ou femtech, portée par les technologies cloud et l’amélioration de l’accès aux données. AWS a travaillé étroitement avec des startups fondées ou dirigées par des femmes et a pu observer directement la croissance de la femtech. Rien que l’an dernier, les financements ont augmenté de 197 %. Avec un meilleur accès au capital, à des technologies comme le machine learning et à des appareils connectés conçus spécifiquement pour les femmes, nous sommes à l’aube d’un changement sans précédent, non seulement dans la manière de percevoir les soins aux femmes, mais aussi dans celle de les gérer. Des entreprises femtech armées par la technologie émergent Des entreprises comme Tia, Elvie et Embr Labs montrent un énorme potentiel en utilisant les données et l’analyse prédictive pour proposer des soins individualisés et rencontrer les patientes là où elles sont le plus à l’aise, à domicile comme en mobilité. À mesure que la stigmatisation autour des enjeux de santé féminine recule et que davantage de financements affluent vers ce secteur, on continuera à voir des entreprises femtech s’attaquer activement à des problèmes et besoins longtemps négligés. En parallèle, l’accès des femmes aux soins s’améliorera nettement grâce à des modèles de soins hybrides s’appuyant sur les plateformes de santé en ligne, la disponibilité d’appareils de diagnostic à bas coût et l’accès à la demande à des professionnels de santé. Maven a prouvé qu’il faisait figure de leader dans ce domaine en brouillant les frontières entre santé mentale et santé physique, et en proposant des services allant du conseil relationnel à la prise en charge de la ménopause. Grâce au système de tampon intelligent en développement chez NextGen Jane, les femmes pourront constituer leur profil de santé utérine, identifier des marqueurs génomiques potentiels de maladie et les partager de manière fluide avec les cliniciens. Les wearables fourniront également aux utilisatrices et aux médecins une grande richesse de données de santé longitudinales à analyser. Aujourd’hui, alors que plus de 70 % des femmes laissent leurs symptômes de ménopause sans traitement, un meilleur accès à l’éducation, la disponibilité des données et des solutions non invasives peuvent considérablement améliorer les résultats des soins gynécologiques — et leur portée va bien au-delà de la seule gynécologie. Le point d’inflexion de la santé des femmes Nous sommes à un point d’inflexion dans la prise en charge de la santé des femmes. L’accès à des données diverses, combiné aux technologies cloud comme la computer vision et le deep learning, contribuera à réduire les erreurs de diagnostic et à minimiser les effets secondaires médicamenteux qui touchent aujourd’hui les femmes de manière disproportionnée. Des pathologies comme l’endométriose et la dépression post-partum recevront enfin l’attention qu’elles méritent. Nous verrons enfin les soins aux femmes passer de la périphérie au premier plan. Et comme les équipes dirigées par des femmes sont mieux placées que les équipes composées uniquement d’hommes pour résoudre un large éventail de problèmes de santé, la femtech bénéficiera non seulement aux personnes qui s’identifient comme femmes, mais améliorera aussi l’ensemble du système de santé. [Les assistants IA redéfinissent la productivité des développeurs] - AI assistants redefine developer productivity « Les assistants IA vont évoluer, de simples générateurs de code vers des enseignants et des collaborateurs infatigables capables d’apporter un soutien tout au long du cycle de vie du développement logiciel. Ils expliqueront des systèmes complexes en langage simple, proposeront des améliorations ciblées et prendront en charge les tâches répétitives afin d’aider les développeurs à se concentrer sur les aspects de leur travail qui ont le plus d’impact. » J’avais prédit en 2021 que l’IA générative commencerait à jouer un rôle important dans la manière d’écrire les logiciels, en renforçant les compétences des développeurs pour les aider à produire un code plus sûr et plus fiable. Les assistants IA comme collègues et mentors Aujourd’hui, avec l’accès généralisé à des outils et systèmes capables de générer des fonctions, des classes et des tests complets à partir de prompts en langage naturel, ce phénomène prend pleinement forme. D’ailleurs, dans l’enquête 2023 de Stack Overflow auprès des développeurs, 70 % des répondants ont déclaré qu’ils utilisaient déjà des outils d’assistance IA dans leur processus de développement ou prévoyaient de le faire. Les assistants IA qui arrivent ne se contenteront plus de comprendre et d’écrire du code : ils deviendront aussi des collaborateurs infatigables et des mentors. Aucune tâche n’épuisera leur énergie, et ils ne s’impatienteront pas, peu importe le nombre de fois où on leur demandera d’expliquer un concept ou de refaire un travail. Avec un temps et une patience illimités, ils soutiendront chaque membre de l’équipe et contribueront à tout, de la revue de code à la stratégie produit. Des frontières qui s’estompent Les frontières entre product managers, ingénieurs frontend et backend, DBA, designers UI/UX, ingénieurs DevOps et architectes vont s’estomper. Les assistants IA proposeront des recommandations qui amplifieront la créativité humaine, qu’il s’agisse de transformer un croquis sur une serviette en code de scaffolding, de générer des templates à partir d’un document d’exigences ou de recommander l’infrastructure la mieux adaptée à une tâche, comme le serverless ou les conteneurs, en s’appuyant sur une compréhension contextuelle non seulement de modules isolés, mais de systèmes entiers. Hautement personnalisables Ces assistants pourront être hautement personnalisés au niveau individuel, de l’équipe ou de l’entreprise. Un développeur junior pourra s’en servir pour monter rapidement en compétence sur une infrastructure qu’il connaît mal, tandis qu’un ingénieur senior pourra l’utiliser pour comprendre rapidement un nouveau projet ou une nouvelle base de code et commencer à contribuer de manière significative. Là où il fallait auparavant des semaines pour saisir pleinement les effets en aval d’un changement de code, les assistants pourront évaluer instantanément les modifications, résumer leur impact sur les autres parties du système et suggérer, si nécessaire, des changements supplémentaires. Ils commencent déjà à alléger la charge des développeurs Nous assistons déjà à la prise en charge, par les assistants, des aspects les plus fastidieux du développement logiciel moderne : tests unitaires, écriture de boilerplate, débogage d’erreurs, etc. Ces tâches étaient souvent considérées comme « annexes » et reléguées au second plan ; elles sont désormais absorbées par les assistants. Bien sûr, les développeurs devront toujours planifier et évaluer les résultats. Mais ces outils d’assistance les aideront aussi à choisir, via la recherche académique, des algorithmes adaptés aux systèmes distribués, à décider comment passer au mieux d’une approche primary-backup à une implémentation active-active, à comprendre l’effet des ressources individuelles sur l’efficacité et à élaborer des modèles de tarification, si bien qu’ils pourront accomplir encore plus qu’auparavant. Les développeurs seront soulagés des tâches lourdes et peu différenciantes, comme les montées de version de Java, et pourront se concentrer sur le travail créatif qui stimule l’innovation. Dans les années à venir, les équipes d’ingénierie vont gagner en productivité, développer des systèmes de meilleure qualité, voir les assistants IA passer du statut de nouveauté à celui d’élément indispensable dans toute l’industrie logicielle, et raccourcir les cycles de publication des logiciels. [L’éducation évolue pour suivre le rythme de l’innovation technologique] - Education evolves to match the speed of tech innovation « L’enseignement supérieur ne peut à lui seul suivre le rythme des évolutions technologiques. Des programmes de formation technique portés par l’industrie vont émerger, plus proches du parcours des métiers qualifiés. Ce basculement vers l’apprentissage continu profitera autant aux individus qu’aux entreprises. » L’idée selon laquelle un diplôme universitaire est indispensable pour recruter les meilleurs talents ou décrocher les meilleurs postes reste très répandue, en particulier dans la tech, mais ce modèle commence à se fissurer, tant du côté des individus que des entreprises. Pour les étudiants, les coûts augmentent, et beaucoup remettent en question la valeur des diplômes universitaires traditionnels dès lors qu’une formation pratique est accessible. Du côté des entreprises, les nouvelles recrues ont toujours besoin d’une formation opérationnelle, et à mesure que davantage de secteurs exigent une expertise technique de leurs employés, l’écart se creuse entre ce qui est enseigné à l’école et ce dont les employeurs ont besoin. Comme ce fut le cas pour le développement logiciel il y a plusieurs décennies, la formation technologique atteint elle aussi un moment charnière : ce qui relevait autrefois d’une formation sur le terrain sur mesure pour quelques-uns va évoluer vers une formation technique portée par l’industrie et conçue pour le plus grand nombre. Cette transformation est déjà en cours depuis des années Des entreprises comme Coursera, initialement tournées vers les consommateurs, ont étendu leurs efforts d’upskilling et de reskilling en nouant des partenariats avec des entreprises. Les entreprises elles-mêmes commencent désormais à investir sérieusement et à grande échelle dans la formation technique. Amazon, par exemple, a déjà annoncé avoir formé 21 millions d’apprenants aux compétences technologiques à travers le monde. Cette logique existe depuis longtemps Pour les métiers qualifiés comme électricien, soudeur ou charpentier, la majorité des compétences ne s’acquiert pas en salle de classe. On progresse du statut de trainee à celui d’apprenti, puis de compagnon à artisan confirmé, voire maître artisan. L’apprentissage au travail se fait en continu, avec des parcours clairement définis pour monter en compétences. Ce style d’éducation permanente fondé sur l’apprentissage et la curiosité est de bon augure à la fois pour les individus et pour les entreprises. Cela ne signifie pas pour autant la disparition des diplômes traditionnels Il ne s’agit pas d’une logique « soit l’un soit l’autre », mais d’un choix. Dans la tech, il continuera d’exister des domaines où ce type d’apprentissage académique restera important. Mais dans de nombreux secteurs, l’impact de la technologie dépassera celui des systèmes éducatifs traditionnels. Une nouvelle ère d’opportunités de formation portées par l’industrie va s’ouvrir, et il sera impossible de les ignorer si l’on veut répondre aux besoins des entreprises.

(allthingsdistributed.com)

22 points par xguru 2023-12-06 | 6 commentaires | Partager sur WhatsApp

Article du Dr Werner Vogels

Tout au long de l’histoire, l’humanité a développé des outils et des systèmes pour augmenter et amplifier ses capacités.
Avec l’accessibilité croissante des technologies cloud, du machine learning et de l’IA générative, la technologie influence désormais presque tous les aspects de nos vies, de la rédaction d’e-mails au développement logiciel, jusqu’à la détection précoce du cancer.
Dans les années à venir, l’accès à la technologie va se démocratiser et s’accompagner d’innovations dans de nombreux domaines, en commençant par l’IA générative.

[L’IA générative acquiert une conscience culturelle] - Generative AI becomes culturally aware

« Les grands modèles de langage (LLM) entraînés sur des données culturellement diverses pourront comprendre de manière plus nuancée l’expérience humaine et les problèmes sociaux complexes. Cette aisance culturelle permettra aux utilisateurs du monde entier d’accéder plus facilement à l’IA générative. »
La culture influence tout : les histoires que nous racontons, ce que nous mangeons, notre manière de nous habiller, nos valeurs, nos manières, nos biais, notre façon d’aborder les problèmes et de prendre des décisions.
La culture constitue la base de la manière dont chacun de nous existe au sein d’une communauté.
Elle fournit les règles et les repères qui définissent et gouvernent nos comportements et nos croyances, et ces conventions varient selon l’endroit où nous nous trouvons et les personnes avec qui nous sommes ; ces différences peuvent parfois entraîner confusion et malentendus.
Les humains, habitués à travailler entre plusieurs cultures, savent contextualiser et synthétiser ces informations, ajuster leur compréhension et répondre de manière appropriée.
Dans les années à venir, la culture jouera un rôle essentiel dans la manière dont nous concevons, déployons et consommons la technologie, et cet effet sera particulièrement visible dans l’IA générative.

Les efforts pour atteindre une aisance culturelle

Pour toucher des utilisateurs du monde entier, les systèmes basés sur les LLM devront acquérir cette « aisance culturelle » que les humains perçoivent instinctivement.
Common Crawl, utilisé pour entraîner de nombreux LLM, est composé d’environ 46 % d’anglais, et quelle que soit la langue, une part encore plus importante du contenu disponible est culturellement occidentale, avec un fort biais vers les États-Unis.
Ces derniers mois, des modèles formés sur des langues non occidentales ont commencé à émerger : Jais, entraîné sur des données en arabe et en anglais, Yi-34B, modèle bilingue chinois/anglais, ou encore Japanese-large-lm, entraîné sur un vaste corpus du web japonais.
C’est le signe que des centaines de millions de personnes pourront utiliser une IA générative culturellement juste, capable d’avoir un impact sur des domaines très variés, de l’éducation à la santé.
Il faut garder à l’esprit que langue et culture ne sont pas la même chose.
Ce n’est pas parce qu’un système sait traduire parfaitement qu’il possède une compréhension exemplaire de la culture.
Parce que ces modèles incorporent d’innombrables histoires et expériences, les LLM commenceront à développer une vision plus large et plus globale du monde.
De la même façon que les humains apprennent par la discussion, le débat et l’échange d’idées, les LLM auront eux aussi besoin d’occasions similaires pour élargir leur perspective et comprendre les cultures.
Deux domaines de recherche joueront un rôle central dans ces échanges culturels.
- Le premier est le reinforcement learning from AI feedback (RLAIF), où un modèle intègre les retours d’un autre modèle. Dans ce scénario, différents modèles peuvent interagir entre eux et mettre à jour leur compréhension de divers concepts culturels à partir de ces interactions.
- Le second est la collaboration via des débats multi-agents, où plusieurs instances d’un même modèle génèrent des réponses, débattent de la validité de chacune et du raisonnement sous-jacent, puis aboutissent à une réponse finale consensuelle à travers ce processus de discussion.
- Ces deux axes de recherche contribuent aussi à réduire le coût humain de l’entraînement et du fine-tuning des modèles.
À mesure que les LLM échangeront entre eux et apprendront, ils pourront comprendre plus finement des problèmes sociaux complexes à partir de perspectives culturelles variées.
Ces avancées garantiront aussi que les modèles fournissent des réponses plus robustes et techniquement plus précises sur un large éventail de sujets, notamment dans des domaines comme la technologie.
Les effets s’en feront sentir en profondeur à l’échelle des régions, des communautés et des générations.

[La FemTech décolle enfin] - FemTech finally takes off

« Avec l’explosion des investissements dans la femtech, l’hybridation des services de santé et l’amélioration des diagnostics et des résultats pour les patientes grâce à des données abondantes, la santé des femmes atteint un point d’inflexion. L’essor de la femtech ne profitera pas seulement aux femmes, il dynamisera l’ensemble du système de santé. »

La santé des femmes n’est pas un marché de niche, mais elle reste négligée

La santé des femmes n’est pas un marché de niche. Rien qu’aux États-Unis, les femmes dépensent plus de 500 milliards de dollars par an en services de santé.
Les femmes représentent 50 % de la population et pèsent dans 80 % des décisions de consommation en santé, mais les fondements de la médecine moderne ont essentiellement été construits autour des hommes.
Ce n’est qu’après l’adoption du NIH Revitalization Act de 1993 que les femmes ont commencé à participer aux études cliniques aux États-Unis.
Des besoins courants comme la gestion des menstruations ou le traitement de la ménopause ont longtemps été tabous, et comme les femmes ont été exclues des essais cliniques et de la recherche, les résultats ont globalement été moins bons pour elles que pour les hommes.
En moyenne, les femmes sont diagnostiquées plus tardivement que les hommes pour de nombreuses maladies, et elles ont 50 % de risques en plus d’être mal diagnostiquées après une crise cardiaque.
L’un des exemples les plus frappants de cette inégalité concerne les médicaments sur ordonnance : les femmes signalent des effets secondaires à un taux bien plus élevé que les hommes.
Si ces statistiques sont préoccupantes à première vue, elles s’accompagnent d’une hausse des investissements dans la santé des femmes, ou femtech, portée par les technologies cloud et l’amélioration de l’accès aux données.
AWS a travaillé étroitement avec des startups fondées ou dirigées par des femmes et a pu observer directement la croissance de la femtech. Rien que l’an dernier, les financements ont augmenté de 197 %.
Avec un meilleur accès au capital, à des technologies comme le machine learning et à des appareils connectés conçus spécifiquement pour les femmes, nous sommes à l’aube d’un changement sans précédent, non seulement dans la manière de percevoir les soins aux femmes, mais aussi dans celle de les gérer.

Des entreprises femtech armées par la technologie émergent

Des entreprises comme Tia, Elvie et Embr Labs montrent un énorme potentiel en utilisant les données et l’analyse prédictive pour proposer des soins individualisés et rencontrer les patientes là où elles sont le plus à l’aise, à domicile comme en mobilité.
À mesure que la stigmatisation autour des enjeux de santé féminine recule et que davantage de financements affluent vers ce secteur, on continuera à voir des entreprises femtech s’attaquer activement à des problèmes et besoins longtemps négligés.
En parallèle, l’accès des femmes aux soins s’améliorera nettement grâce à des modèles de soins hybrides s’appuyant sur les plateformes de santé en ligne, la disponibilité d’appareils de diagnostic à bas coût et l’accès à la demande à des professionnels de santé.
Maven a prouvé qu’il faisait figure de leader dans ce domaine en brouillant les frontières entre santé mentale et santé physique, et en proposant des services allant du conseil relationnel à la prise en charge de la ménopause.
Grâce au système de tampon intelligent en développement chez NextGen Jane, les femmes pourront constituer leur profil de santé utérine, identifier des marqueurs génomiques potentiels de maladie et les partager de manière fluide avec les cliniciens.
Les wearables fourniront également aux utilisatrices et aux médecins une grande richesse de données de santé longitudinales à analyser.
Aujourd’hui, alors que plus de 70 % des femmes laissent leurs symptômes de ménopause sans traitement, un meilleur accès à l’éducation, la disponibilité des données et des solutions non invasives peuvent considérablement améliorer les résultats des soins gynécologiques — et leur portée va bien au-delà de la seule gynécologie.

Le point d’inflexion de la santé des femmes

Nous sommes à un point d’inflexion dans la prise en charge de la santé des femmes.
L’accès à des données diverses, combiné aux technologies cloud comme la computer vision et le deep learning, contribuera à réduire les erreurs de diagnostic et à minimiser les effets secondaires médicamenteux qui touchent aujourd’hui les femmes de manière disproportionnée.
Des pathologies comme l’endométriose et la dépression post-partum recevront enfin l’attention qu’elles méritent.
Nous verrons enfin les soins aux femmes passer de la périphérie au premier plan.
Et comme les équipes dirigées par des femmes sont mieux placées que les équipes composées uniquement d’hommes pour résoudre un large éventail de problèmes de santé, la femtech bénéficiera non seulement aux personnes qui s’identifient comme femmes, mais améliorera aussi l’ensemble du système de santé.

[Les assistants IA redéfinissent la productivité des développeurs] - AI assistants redefine developer productivity

« Les assistants IA vont évoluer, de simples générateurs de code vers des enseignants et des collaborateurs infatigables capables d’apporter un soutien tout au long du cycle de vie du développement logiciel. Ils expliqueront des systèmes complexes en langage simple, proposeront des améliorations ciblées et prendront en charge les tâches répétitives afin d’aider les développeurs à se concentrer sur les aspects de leur travail qui ont le plus d’impact. »
J’avais prédit en 2021 que l’IA générative commencerait à jouer un rôle important dans la manière d’écrire les logiciels, en renforçant les compétences des développeurs pour les aider à produire un code plus sûr et plus fiable.

Les assistants IA comme collègues et mentors

Aujourd’hui, avec l’accès généralisé à des outils et systèmes capables de générer des fonctions, des classes et des tests complets à partir de prompts en langage naturel, ce phénomène prend pleinement forme.
D’ailleurs, dans l’enquête 2023 de Stack Overflow auprès des développeurs, 70 % des répondants ont déclaré qu’ils utilisaient déjà des outils d’assistance IA dans leur processus de développement ou prévoyaient de le faire.
Les assistants IA qui arrivent ne se contenteront plus de comprendre et d’écrire du code : ils deviendront aussi des collaborateurs infatigables et des mentors.
Aucune tâche n’épuisera leur énergie, et ils ne s’impatienteront pas, peu importe le nombre de fois où on leur demandera d’expliquer un concept ou de refaire un travail.
Avec un temps et une patience illimités, ils soutiendront chaque membre de l’équipe et contribueront à tout, de la revue de code à la stratégie produit.

Des frontières qui s’estompent

Les frontières entre product managers, ingénieurs frontend et backend, DBA, designers UI/UX, ingénieurs DevOps et architectes vont s’estomper.
Les assistants IA proposeront des recommandations qui amplifieront la créativité humaine, qu’il s’agisse de transformer un croquis sur une serviette en code de scaffolding, de générer des templates à partir d’un document d’exigences ou de recommander l’infrastructure la mieux adaptée à une tâche, comme le serverless ou les conteneurs, en s’appuyant sur une compréhension contextuelle non seulement de modules isolés, mais de systèmes entiers.

Hautement personnalisables

Ces assistants pourront être hautement personnalisés au niveau individuel, de l’équipe ou de l’entreprise.
Un développeur junior pourra s’en servir pour monter rapidement en compétence sur une infrastructure qu’il connaît mal, tandis qu’un ingénieur senior pourra l’utiliser pour comprendre rapidement un nouveau projet ou une nouvelle base de code et commencer à contribuer de manière significative.
Là où il fallait auparavant des semaines pour saisir pleinement les effets en aval d’un changement de code, les assistants pourront évaluer instantanément les modifications, résumer leur impact sur les autres parties du système et suggérer, si nécessaire, des changements supplémentaires.

Ils commencent déjà à alléger la charge des développeurs

Nous assistons déjà à la prise en charge, par les assistants, des aspects les plus fastidieux du développement logiciel moderne : tests unitaires, écriture de boilerplate, débogage d’erreurs, etc.
Ces tâches étaient souvent considérées comme « annexes » et reléguées au second plan ; elles sont désormais absorbées par les assistants.
Bien sûr, les développeurs devront toujours planifier et évaluer les résultats.
Mais ces outils d’assistance les aideront aussi à choisir, via la recherche académique, des algorithmes adaptés aux systèmes distribués, à décider comment passer au mieux d’une approche primary-backup à une implémentation active-active, à comprendre l’effet des ressources individuelles sur l’efficacité et à élaborer des modèles de tarification, si bien qu’ils pourront accomplir encore plus qu’auparavant.
Les développeurs seront soulagés des tâches lourdes et peu différenciantes, comme les montées de version de Java, et pourront se concentrer sur le travail créatif qui stimule l’innovation.
Dans les années à venir, les équipes d’ingénierie vont
- gagner en productivité,
- développer des systèmes de meilleure qualité,
- voir les assistants IA passer du statut de nouveauté à celui d’élément indispensable dans toute l’industrie logicielle,
- et raccourcir les cycles de publication des logiciels.

[L’éducation évolue pour suivre le rythme de l’innovation technologique] - Education evolves to match the speed of tech innovation

« L’enseignement supérieur ne peut à lui seul suivre le rythme des évolutions technologiques. Des programmes de formation technique portés par l’industrie vont émerger, plus proches du parcours des métiers qualifiés. Ce basculement vers l’apprentissage continu profitera autant aux individus qu’aux entreprises. »
L’idée selon laquelle un diplôme universitaire est indispensable pour recruter les meilleurs talents ou décrocher les meilleurs postes reste très répandue, en particulier dans la tech, mais ce modèle commence à se fissurer, tant du côté des individus que des entreprises.
Pour les étudiants, les coûts augmentent, et beaucoup remettent en question la valeur des diplômes universitaires traditionnels dès lors qu’une formation pratique est accessible.
Du côté des entreprises, les nouvelles recrues ont toujours besoin d’une formation opérationnelle, et à mesure que davantage de secteurs exigent une expertise technique de leurs employés, l’écart se creuse entre ce qui est enseigné à l’école et ce dont les employeurs ont besoin.
Comme ce fut le cas pour le développement logiciel il y a plusieurs décennies, la formation technologique atteint elle aussi un moment charnière : ce qui relevait autrefois d’une formation sur le terrain sur mesure pour quelques-uns va évoluer vers une formation technique portée par l’industrie et conçue pour le plus grand nombre.

Cette transformation est déjà en cours depuis des années

Des entreprises comme Coursera, initialement tournées vers les consommateurs, ont étendu leurs efforts d’upskilling et de reskilling en nouant des partenariats avec des entreprises.
Les entreprises elles-mêmes commencent désormais à investir sérieusement et à grande échelle dans la formation technique. Amazon, par exemple, a déjà annoncé avoir formé 21 millions d’apprenants aux compétences technologiques à travers le monde.

Cette logique existe depuis longtemps

Pour les métiers qualifiés comme électricien, soudeur ou charpentier, la majorité des compétences ne s’acquiert pas en salle de classe.
On progresse du statut de trainee à celui d’apprenti, puis de compagnon à artisan confirmé, voire maître artisan.
L’apprentissage au travail se fait en continu, avec des parcours clairement définis pour monter en compétences.
Ce style d’éducation permanente fondé sur l’apprentissage et la curiosité est de bon augure à la fois pour les individus et pour les entreprises.

Cela ne signifie pas pour autant la disparition des diplômes traditionnels

Il ne s’agit pas d’une logique « soit l’un soit l’autre », mais d’un choix.
Dans la tech, il continuera d’exister des domaines où ce type d’apprentissage académique restera important.
Mais dans de nombreux secteurs, l’impact de la technologie dépassera celui des systèmes éducatifs traditionnels.
Une nouvelle ère d’opportunités de formation portées par l’industrie va s’ouvrir, et il sera impossible de les ignorer si l’on veut répondre aux besoins des entreprises.

6 commentaires

duswns12893 2023-12-26

« Et les équipes dirigées par des femmes sont aussi mieux placées pour résoudre un large éventail de problèmes de santé que les équipes composées uniquement d’hommes ~ » => Je me demande vraiment pourquoi il a jugé bon de dire ça.

sunrabbit 2024-01-09

Et comme les équipes dirigées par des femmes y sont plus enclines que celles composées uniquement d'hommes

C'est le texte original.

Et voici le lien qui y est attaché.
https://www.science.org/doi/10.1126/science.aba6990

bgb10 2023-12-10

En effet, les filières développées en partenariat entre entreprises et universités sont de plus en plus nombreuses. Il semble que l’enseignement doive évoluer rapidement pour suivre le rythme de l’innovation technologique.

inthelife 2023-12-07

En comparant trois années, on verra peut-être apparaître des points communs haha

2023-12-06

[Ce commentaire a été masqué.]

xguru 2023-12-06

Prévisions technologiques du CTO d’Amazon pour après 2023
Prévisions technologiques du CTO d’Amazon pour après 2022