Un éditeur de logiciels souhaite améliorer la productivité des développeurs grâce à l'IA. Lequel de ces choix permet le mieux d'atteindre cet objectif ?

L'ajout d'outils de recommandation de code intégrés aux IDE et à la chaîne d'outils des développeurs améliore directement la productivité en suggérant du code, en complétant des fonctions et en détectant des erreurs en temps réel, ce qui réduit le temps de développement et améliore la qualité. Entraîner un modèle de classification binaire pour rédiger des revues de code est moins efficace car la revue de code est une tâche complexe nécessitant une compréhension contextuelle profonde. Déployer un système de prévision de code qui prédit les futurs défauts de code est utile pour la qualité, mais n'impacte pas directement la productivité de la même manière que les outils de recommandation. Utiliser un modèle de traitement du langage naturel pour générer automatiquement du code est une approche prometteuse, mais elle est généralement plus complexe à mettre en œuvre et moins mature pour une adoption généralisée que les outils de recommandation de code existants, et peut nécessiter une supervision importante.