Quelques articles soulèvent la question de l’utilisation de l’IA en développement de solutions logicielles open source.
On oublie souvent, quand on se plaint de certains défauts des systèmes en code ouvert, comparés aux logiciels fermés offerts comme services (SaaS) : la différence en terme de ressources affectées au soutien et à la maintenance. Donnons à l’open source des moyens comparables, et on en reparlera. Aussi l’annonce européenne d’un investissement dans le domaine promet des développements importants, même si limités.
Dans le cadre de l’annonce d’un train de mesures par la Commission européenne, il y a quelques jours, le troisième axe (sur quatre) se lit Renforcer l’autonomie numérique grâce à l’open source.
Comme le souligne cet article Comment le train de mesures de l’UE sur la souveraineté technologique met enfin l’open source à l’épreuve par Nicholas Gates et al. dans TechPolicy.Press :
[L]’UE dépense 264 milliards d’euros par an en produits et services informatiques, et ceux-ci sont en grande partie propriétaires. (…)
[L]a capacité de maintenance [est la] défaillance centrale du marché, faisant du financement de la maintenance une exigence fondamentale. (…)
[L]es niveaux de financement proposés pour l’ensemble des activités open source qu’il couvre sont les bienvenus, mais insuffisants. L’enveloppe proposée de 2 milliards d’euros sur sept ans […] laisse relativement peu de place au défi central de la maintenance. (…)
L’enveloppe de 2 milliards d’euros, répartie sur sept ans entre un large éventail d’activités, ne suffira probablement pas à elle seule à combler le déficit de dépendance de 264 milliards d’euros identifié.
Dans Le vibe coding et l’open-source : quand le code fermé devient un plafond, Pierre Boivin souligne :
« Avec un projet open-source, un assistant IA peut explorer, comprendre et modifier directement le code. Avec un SaaS (software as a service) propriétaire, il bute sur les mêmes murs que l’humain.
Prenons l’exemple de TYPO3, un système de gestion de contenu open-source que nous utilisons régulièrement. Une agence web qui l’intègre pour un client peut pointer son assistant IA directement vers le code source, explorer comment une fonctionnalité précise est construite, comprendre pourquoi un comportement se produit, et proposer une modification adaptée au contexte. L’IA devient un guide dans un territoire qu’on peut réellement parcourir.
Avec un SaaS équivalent, la même équipe de développeur se retrouve à naviguer la documentation officielle, les forums communautaires (Stack Overflow inclus) et les options de configuration disponibles. L’IA peut aider à s’y retrouver, mais elle bute sur les mêmes murs que l’humain. Même les agents IA les plus capables ne peuvent pas analyser ce qu’ils ne peuvent pas voir.
Moi qui ne suis pas codeur, j’ai pu assez bien comprendre cet article de Boivin. Par ailleurs, si vous êtes codeur, vous comprendrez sans doute mieux que moi cet autre article par un australien : Pourquoi l’open source ne s’intéresse pas à l’IA (ma traduction). On y parle des outils qu’utilisent (depuis longtemps) les codeurs de l’open source qui sont, parfois, propriétaires… ce qui ressemble assez à la situation où les codeurs utilisent Claude ou d’autres modèles pour déboguer et développer des projets open, contribuant de ce fait à approfondir la puissance de ces modèles IA sans pour autant que les profits et retombées soient « open », sauf le (petit) projet sur lequel le codeur travaille. La conclusion de l’article australien :
Il existe une version cohérente de l’argument en faveur de l’IA qui dit : les fournisseurs d’IA sont des fabricants d’outils, pas des propriétaires de plateformes. Jugez-les à l’aune de ce que leurs utilisateurs produisent. Et ce qu’ils produisent ici est massivement plus open source, plus rapide.
La plupart des contributeurs que je connais utilisent déjà ces outils. La vraie question est de savoir ce qui permettrait aux responsables de maintenance de l’admettre publiquement sans avoir l’impression de céder sur l’ensemble du débat — et la réponse, quand on y réfléchit, s’avère être une liste assez courte. Des justificatifs, la suppression de la régurgitation, et une conversation politique honnête sur le transfert de productivité. C’est tout.
La Stratégie L’IA pour tous lancée par le gouvernement Carney la semaine dernière annonce un soutien pour une IA ouverte. Comment une telle IA « ouverte » permettra-t-elle de contrer la domination tous azimuts de la Big Tech ? Comment nos efforts en matière d’open source ici, au Québec et au Canada, peuvent-ils profiter des avancées en la matière en Europe ? Est-ce que cette IA ouverte participera d’une une pile d’IA plus verte : des modèles plus petits et à usage spécifique, alimentés par des centres de données hyperlocaux comme le souhaite Maroussia Lévesque dans The Walrus Le Canada dispose enfin d’une stratégie nationale en matière d’IA. Les experts la détestent?