De l’IA comme outil de qualité logicielle : entre promesses et scepticisme

L’intelligence artificielle : une réponse aux défis de la qualité logicielle ?

L’intelligence artificielle (IA) est-elle la réponse – ou du moins une réponse partielle – aux problèmes de qualité des logiciels ? La qualité des logiciels représente un défi constant depuis l’avènement des premiers ordinateurs. Dans un environnement technologique en constante évolution, l’IA générative émerge comme une solution prometteuse pour améliorer cette qualité. Une étude récente de Capgemini et Sogeti révèle que 68 % des organisations intègrent déjà l’IA dans leurs processus d’ingénierie de la qualité.

Une adoption croissante de l’IA générative

Selon le World Quality Report 2024-25, l’intégration de l’IA générative dans l’ingénierie de la qualité devient cruciale. L’étude indique que 29 % des entreprises ont pleinement intégré ces technologies dans leurs processus d’automatisation des tests. Cette tendance s’accompagne d’une augmentation des investissements dans les outils d’IA, notamment avec des modèles de langage avancés comme Copilot.

Les préoccupations liées à l’utilisation de l’IA

Cependant, l’adoption de l’IA n’est pas sans défis. Au moins 61 % des répondants à l’enquête expriment des inquiétudes concernant les violations de données potentielles. De plus, l’absence de stratégies globales d’automatisation et la dépendance à des systèmes existants sont perçues comme des obstacles majeurs par respectivement 57 % et 64 % des participants.

Recommandations pour avancer dans l’automatisation et l’IA

Pour surmonter ces défis, Sogeti propose plusieurs recommandations :

Adopter une vision à l’échelle de l’entreprise

Il est essentiel de définir clairement les objectifs et résultats souhaités de l’automatisation de l’ingénierie de la qualité.

Commencer dès maintenant et continuer à expérimenter

Les entreprises doivent explorer les solutions d’IA générative pour rester compétitives, tout en évitant de se précipiter vers une seule plateforme.

Tirer parti des capacités de l’IA générative

L’IA générative peut aider à créer des systèmes d’automatisation de test auto-adaptatifs, dépassant la simple génération de scripts.

Intégrer les indicateurs de performance clés

Identifier et exploiter les KPI influencés par l’automatisation est crucial pour démontrer les bénéfices business.

Rationaliser les outils d’automatisation

Les outils doivent être compatibles avec les technologies émergentes pour garantir leur efficacité future.

Monter en puissance sur les talents

Incorporer davantage d’ingénieurs en développement logiciel et en qualité full-stack renforcera les équipes de test.

Améliorer, ne pas remplacer

La Gen AI ne remplacera pas les ingénieurs qualité, mais augmentera leur productivité. Il est important de prévoir un temps d’adaptation pour observer ces améliorations.

L’ingénierie qualité logicielle évolue rapidement, intégrant désormais le code généré par l’IA. Cela entraîne une augmentation des exigences en matière de tests et de scripts à générer, rendant l’IA essentielle pour répondre à ces nouveaux défis.

Pour aller plus loin

Pour approfondir vos connaissances sur l’impact de l’IA sur la qualité logicielle, consultez cet article sur ZDNet.

Crédits

• La qualité des logiciels – ZDNet
• IA générative – ZDNet
• World Quality Report 2024-25 – OpenText
• De l’IA comme outil de qualité logicielle – ZDNet