Chapitre 2. Vérification de la réalitéà l'aide de données
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Dans ce chapitre, on utilise des données pour voir comment l'IA change le développement logiciel. Ce serait super pratique si les résultats des enquêtes de différents fournisseurs, des rapports d'analystes et des articles de recherche académique montraient une vision cohérente entre l'état de l'adoption de l'IA et la sécurité, et l'attitude des pros et des dirigeants à ce sujet. Mais ce que disent les données est mitigé et parfois contradictoire.
On pense qu'il y a deux raisons principales à ça. D'abord, les périodes de changement rapide créent souvent de la confusion, car les équipes se précipitent pour adopter et sécuriser de nouvelles méthodes de travail. Un bon exemple, c'est le changement de vitesse dans le développement, qui a commencé avec l'extreme programming et a évolué vers l'intégration continue et la livraison continue (CI/CD).1 Les workflows CI/CD ont vraiment simplifié la vie des développeurs, en éliminant des semaines d'« enfer de l'intégration » et en permettant un prototypage et une évolution rapides. Mais le temps qu'il a fallu pour que les pratiques DevOps et DevSecOps nécessaires deviennent courantes a entraîné une période similaire d'attitudes et d'actions très variables.
Deuxièmement, nous avons affaire à un mélange de données empiriques et d'optimisme humain, qui divergent ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access