GitHub Copilot : présentation rapide de l’assistant de programmation

En sa qualité d’assistant, GitHub Copilot est censé proposer et compléter du code de manière autonome. Aujourd’hui, l’IA (intelligence artificielle) de GitHub est encore en phase de test, car elle est toujours sujette à erreurs. Au fur et à mesure, celle-ci devrait toutefois gagner en efficacité.

Pour bien comprendre l’utilité et les différentes fonctionnalités de GitHub Copilot, il convient en premier lieu de s’intéresser à GitHub. GitHub est un logiciel collaboratif de gestion de versions. L’entreprise qui l’a édité est basée aux États-Unis et appartient à Microsoft depuis 2018. GitHub a été conçu pour permettre à de grandes équipes de travailler sur un code, que ce soit en collaboration ou de manière indépendante. Toutes les versions sont ainsi sauvegardées, et il est possible de combiner les modifications à volonté.

Depuis 2021, l’entreprise propose GitHub Copilot à certains utilisateurs. En lien avec l’intelligence artificielle, cet outil consiste en un assistant intelligent conçu pour aider les développeurs à créer du code. Il fonctionne en premier lieu sur le principe de l’autocomplétion. Lorsqu’un utilisateur commence à saisir du code, GitHub Copilot lui suggère différentes propositions pour compléter celui-ci. Pour ce faire, GitHub Copilot s’inspire du code déjà accessible au public, qui peut par exemple venir de différents répertoires. L’IA de GitHub va encore beaucoup plus loin ; elle est en effet capable de reconnaître de nombreux langages de programmation Internet tels que Go, Java, JavaScript, Python, Ruby et TypeScript. Avec le temps, l’intelligence artificielle s’améliore, au même titre que ses suggestions.

Cela veut donc dire qu’aujourd’hui, GitHub Copilot peut et doit encore évoluer. L’entreprise elle-même reconnaît que le code proposé par l’outil n’est pas encore parfait. En outre, le taux de réussite de ses propositions est jusqu’ici très clair. Les utilisateurs doivent dès lors partir du principe que le code proposé n’est pas encore pleinement opérationnel et que certaines des propositions ne peuvent même pas être utilisées. Toutefois, Github Copilot peut déjà vous fournir des indications utiles, voire des propositions que vous pouvez réellement utiliser.

GPT-3 est le système de production vocale sur lequel GitHub Copilot s’appuie. Publié en 2020 par OpenAI, il se base sur des stratégies d’apprentissage profond pour compléter des textes humains ou encore rédiger ses propres textes. À cette fin, l’IA utilise différents algorithmes ; elle collecte d’importants volumes de données et s’en sert pour créer de nouveaux contenus qui ne présentent normalement que peu de différences avec les textes rédigés par des humains.

La règle reste la même : plus vous « alimentez » votre IA et plus ses résultats s’améliorent. Ainsi, GPT-3 a déjà été utilisé pour tenter de créer du code à partir de structures dites « apprises ». Par la suite, Microsoft a énormément investi dans OpenAI et GPT-3. Les connaissances déjà acquises par ce système sont donc aujourd’hui au service de GitHub Copilot.

À l’heure qu’il est, GitHub Copilot n’est pas encore disponible gratuitement. Seules quelques personnes triées sur le volet peuvent pour l’instant tester l’IA et faire des propositions en vue d’améliorer cet outil. À plus ou moins long terme, l’objectif est de transformer GitHub Copilot en un véritable logiciel commercial pouvant être utilisé par les développeurs pour leur travail quotidien sur de nouveaux projets. Toutefois, personne ne sait encore quand l’IA sera définitivement prête. Pendant toute la phase d’apprentissage et de test, seul un premier aperçu est disponible pour les utilisateurs intéressés. Visual Studio Code, Neovim et les IDE JetBrains comme PyCharm ou IntelliJ IDEA sont actuellement pris en charge.

Si les premières analyses sont prometteuses, GitHub Copilot ne semble pas encore être prêt pour une mise sur le marché. Pour le moment, son taux de réussite n’est dans l’ensemble pas très élevé, et la qualité de ses propositions reste nettement perfectible. La plupart du temps, le code ne peut pas encore être utilisé, car il entraîne des erreurs dans de nombreux cas.

À l’avenir, la commercialisation de cette solution dépendra avant tout des capacités d’apprentissage de l’IA et de la qualité du code source mis à sa disposition. À ce jour, GitHub Copilot n’hésite pas à intégrer des erreurs à son contenu de base, de même qu’une syntaxe pour le moins approximative. Une fois la phase d’apprentissage terminée, ses résultats devraient toutefois s’améliorer.

Nous avons déjà mentionné les problèmes relatifs à la pertinence des propositions ou au caractère perfectible de la syntaxe, mais certaines personnes alertent également sur la marge d’erreur fondamentale des codes qui sont actuellement créés à l’aide de GitHub Copilot ou qui le seront par la suite.

Comme la base sur laquelle l’IA acquiert ses connaissances est souvent erronée ou, à tout le moins, non vérifiée, le résultat final demeure trop souvent incertain. S’il est précisé que toutes les données issues de l’IA doivent être vérifiées, les développeurs n’ont pour le moment que peu de chances d’en retirer un réel avantage pour leur travail quotidien sur le long terme. Les premiers tests ont souvent été synonymes de mauvais résultats pour le code de GitHub Copilot.

Certains développeurs redoutent également que l’utilisation de GitHub Copilot constitue une violation de droits d’auteur si l’IA se contente de reprendre des blocs de code entiers. Il existe différentes règles relatives à l’utilisation équitable, mais la place des activités d’apprentissage de l’IA y est pour le moins controversée. Ce sujet est d’autant plus sensible que GitHub Copilot pourrait, à terme, être utilisé à des fins commerciales. L’entreprise garantit qu’à ce jour, peu de codes sources ont déjà été repris sans modification, que ce soit entièrement ou partiellement. Plus l’apprentissage de l’IA s’améliorera, et plus ce chiffre devrait continuer à baisser.

GitHub Copilot n’est encore qu’un « gadget » dont la valeur ajoutée reste limitée. Toutefois, si l’IA améliore son apprentissage, elle pourrait considérablement alléger la charge de travail des développeurs. Dans un premier temps, elle pourrait proposer des solutions de substitution et fournir des exemples de syntaxe appropriés en éliminant les recherches chronophages parmi différents documents. Dans un second temps, elle devrait être capable, à terme, d’ajouter elle-même des blocs de code individuels, fournissant ainsi aux développeurs des lignes autrement longues à écrire. Si cela faciliterait leur travail, certaines connaissances de base en matière de développement Web resteraient toutefois nécessaires. L’attente sera encore longue avant qu’une IA ne soit en mesure d’écrire du code de manière autonome.

GitHub Copilot est une idée qui fait sens et qui, à l’avenir, pourrait tout naturellement être intégrée au travail avec le code source. Il est en effet tout à fait prometteur d’imaginer un assistant intelligent capable de prendre en charge de petites tâches et de signaler toute erreur éventuelle. Toutefois, l’IA de ce projet n’en est pas encore là. La phase de test actuelle ne représente qu’un premier pas dans cette direction ; comme prévu, la marge d’erreur reste donc élevée. Il est encore impossible de donner avec certitude la date à laquelle GitHub Copilot sera véritablement mis à la disposition de toutes les personnes intéressées. La phase de test constitue toutefois la première étape de ce processus.