Enseigner à l'ère de l'IA

C'est la 4ème année que je donne des cours à l'Enseirb-Matmeca, mais c'est la 1ère année que j'adapte vraiment mon cours à l'essor des assistants IA.

Comme pour beaucoup de développeurs et de développeuses, l'IA change ma manière de travailler. Donc même si ce n'est pas l'objet de mon module, il me paraissait inconcevable de ne pas aborder le sujet.

J'aurais pu m'absternir au motif que "l'utilisation de l'IA dans le développement logiciel, ce n'est pas le sujet de mon cours" ou encore qu' "ils ont déjà tellement d'autres notions à acquérir avant celle là, ça peut attendre". Mais si j'enseigne un module à des étudiant∙e∙s, c'est pour leur partager des notions que j'aurais bien aimé découvrir quand j'étais à leur place et qui me servent dans mon quotidien d'ingénieur logiciel. L'IA en fait partie et fera sûrement partie de leur quotidien après leur diplôme.

Alors, l'intégration continue que l'on doit mettre en place on ne le fait plus sur un projet exemple que je leur ai fourni mais je leur propose plutôt de se servir de GitHub Copilot pour générer le code du projet (un petit jeu "2048" en Nuxt en l'occurence). On ajoute des instructions personnalisées, on teste des prompts / des agents / des LLMs différents, bref on expérimente. En essayant d'avoir un regard critique sur le code généré, réfléchir à améliorer ce qui est produit. Au détour d'un TP, je leur montre comment venir enrichir les outils et le contexte à disposition de l'asssistant IA avec des MCP Servers (context7, Chrome Dev Tools, ....). Quand je parle de conventions de nommage pour les messages de commit, je leur montre comment configurer vscode pour que l'IA utilise des conventional commits.

Ça fait beaucoup d'informations à digérer pour les étudiant∙e∙s et mon enthousiasme à leur partager tout un tas d'astuces les embrouille parfois plus qu'autre chose. Mais j'essaie de m'améliorer, on échange ensemble et l'essentiel pour moi c'est qu'ils sortent de classe en ayant démystifié certaines notions et retenu quelques trucs qu'ils réutiliseront sur leurs projets.

Leur travail je ne l'évaluerai pas tellement sur le résultat qu'ils auront obtenus (TP complètement fini, pipeline de CI/CD qui fait le café, infra déployée), à l'ère de l'IA cela ne fait peu de sens. Je me focaliserai plutôt sur leur démarche, l'explication de leurs choix, le regard critique qu'ils auront sur leur travail. Un petit markdown pour qu'ils me parlent de tout ça à la fin de chaque TP et qu'ils gardent un écrit de ce qu'ils auront appris et des difficultés qu'ils auront rencontrées.

Ça n'est pas parfait, mais comme d'habitude dans l'IT, on réfléchit à des améliorations, on les met en place, on corrige, on mesure et on itère.