With AI, Anyone Can Be a Coder Now | Thomas Dohmke | TED

231,115 views ・ 2024-05-24

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Elisabeth Buffard Relecteur: Jules Daunay
00:04
You know, I'm one of these adults
0
4376
1960
Je fais partie de ces adultes
00:06
that actually still loves playing with LEGO.
1
6378
3295
qui adorent encore jouer aux Lego.
00:09
I loved them way back in the '80s in Berlin when I grew up,
2
9714
3295
J’aimais les Lego dans les années 80 quand j’étais enfant à Berlin,
00:13
and I still love them.
3
13051
1585
et je les aime toujours.
00:14
And these days, I build LEGO with my kids on Saturday afternoons.
4
14678
4462
Et ces derniers temps, je joue aux LEGO avec mes enfants le samedi après-midi.
00:19
And the reason that my love for LEGO
5
19474
1752
Et si mon amour pour les LEGO
00:21
has remained evergreen is, quite simply,
6
21226
2252
dure toujours, c’est tout simplement
00:23
that LEGO is a system for realizing creativity
7
23520
3545
parce que LEGO est un système qui permet d’exprimer sa créativité
00:27
with almost no barrier to entry.
8
27107
2711
avec un accès presque illimité.
00:30
And I’m not only a LEGO dad,
9
30443
1377
Et je ne suis pas qu’un père LEGO, je suis également le PDG de GitHub.
00:31
I'm also the CEO of GitHub.
10
31861
1919
00:33
And if you don't know GitHub,
11
33780
1418
Si vous ne connaissez pas GitHub, c’est un peu le foyer du codage.
00:35
you can think of it as the home of coding.
12
35198
2711
00:37
It's where all the software developers,
13
37951
2586
C’est là que tous les développeurs,
00:40
the chief nerds of our society,
14
40579
2961
les grands geeks de notre société,
00:43
collaborate together.
15
43540
2127
collaborent ensemble.
00:45
And it's part of our mission to make it as easy as possible
16
45667
3170
Permettre à chaque développeur
de créer des idées petites et grandes avec du code aussi facilement que possible
00:48
for every developer to build small and big ideas with code.
17
48878
4797
fait partie de notre mission.
00:54
But in contrast to LEGO,
18
54050
1877
Mais contrairement à LEGO,
00:55
the process of building software feels daunting to most people.
19
55927
4588
le processus de création de logiciels décourage la plupart des gens.
01:01
This all started to change
20
61391
1793
Tout ça a commencé à changer
01:03
when ChatGPT came along in late 2022.
21
63226
3295
lorsque ChatGPT est arrivé fin 2022.
01:06
Now we live in a world where intelligent machines understand us
22
66896
3337
Nous vivons aujourd’hui dans un monde où les machines intelligentes
nous comprennent autant que nous les comprenons.
01:10
as much as we understand them.
23
70275
2586
01:13
All because of language.
24
73361
1669
Tout ça à cause de la langue.
01:15
And this will forever change the way we create software.
25
75739
4254
Et ça va changer à jamais la façon dont nous créons des logiciels.
01:20
Up until now, in order to create software,
26
80327
2752
Jusqu’à présent, pour créer un logiciel,
01:23
you had to be a professional software developer.
27
83121
2794
il fallait être développeur professionnel.
01:25
You had to understand, speak and interpret the highly complex,
28
85915
5506
Il fallait comprendre, parler et interpréter le langage très complexe
01:31
sometimes nonsensical language of a machine that we call code.
29
91421
3921
et parfois absurde d’une machine que nous appelons code.
01:35
Modern code still looks like hieroglyphics to most people.
30
95884
4087
Le code moderne ressemble toujours à des hiéroglyphes
pour la plupart des gens.
01:39
Here's an example.
31
99971
1168
Voici un exemple.
01:41
This, from the early 1940s,
32
101139
2336
Il s’agit de Plankalkül,
le premier langage de programmation informatique au monde,
01:43
is the world's first computer programming language,
33
103475
2794
01:46
called Plankalkül.
34
106311
1752
qui date du début des années 1940.
01:48
It set the foundation for the modern code that we use today.
35
108104
2836
Il a posé les bases du code moderne qu’on utilise aujourd’hui.
01:50
And as you can see, it's a few numbers,
36
110940
2461
Comme vous pouvez le voir, il s’agit de quelques chiffres,
01:53
some bubbles and some big-ass brackets.
37
113443
3545
de puces et de grosses parenthèses.
01:57
Not much humanity here, right?
38
117572
2211
Il n’y a pas beaucoup d’humanité ici.
01:59
Flash forward about 20 years
39
119783
2127
Puis environ 20 ans plus tard,
02:01
to the programming language called COBOL.
40
121951
2128
est apparu COBOL, le langage de programmation.
02:04
COBOL was invented during the Eisenhower years,
41
124079
3837
Le COBOL a été inventé pendant les années Eisenhower,
02:07
but it remains an important language
42
127957
1877
mais il demeure un langage important
02:09
for many of our largest financial institutions.
43
129876
2920
pour bon nombre de nos plus grandes institutions financières.
02:12
Wall Street, your savings account, your credit cards,
44
132837
3796
Wall Street, votre compte d'épargne, vos cartes de crédit,
02:16
all run on this today.
45
136633
1918
tout fonctionne avec ça aujourd'hui.
02:18
And we see some familiar words here.
46
138927
2085
On retrouve ici quelques mots familiers.
Mais la structure ne doit pas dire grand-chose
02:21
But structurally, I think this doesn't make much sense to most of you.
47
141054
3545
à la plupart d’entre vous.
02:24
Flash forward another 30 years to 1991,
48
144599
2753
Trente ans plus tard, en 1991,
02:27
and we saw the birth of Python,
49
147394
2168
on a vu la naissance de Python,
02:29
one of the most popular programming languages in this era of AI.
50
149604
4296
un des langages de programmation les plus populaires de l’ère de l’IA.
02:34
In 80 years, we went from bubbles to brackets,
51
154693
4087
En 80 ans, nous sommes passés des puces aux parenthèses,
02:38
to blips of English,
52
158780
1168
à des bribes d’anglais,
02:39
and yet, we got nowhere near as close as the intuitiveness of human language.
53
159989
5631
et pourtant, on est loin d’atteindre l’intuitivité du langage humain.
02:46
But then came June 2020,
54
166621
1835
Mais en juin 2020
02:48
and we got early access to OpenAI's large language model,
55
168498
3462
on a eu un accès anticipé au grand modèle de langue d’OpenAI,
02:52
then called GPT-3.
56
172001
1627
alors appelé GPT-3.
02:54
It was COVID, we were all on lockdown,
57
174212
2002
C’était la COVID, on était tous confinés,
02:56
I remember we were on a video call together.
58
176214
2711
je me souviens qu’on s’appelait en vidéo.
02:58
We fed random programming exercises into this raw model,
59
178967
4212
On a intégré à ce modèle brut
des exercices de programmation aléatoires
03:03
and like magic,
60
183221
1376
et, comme par magie,
03:04
it solved 93 percent of them during the first few takes.
61
184597
4171
93 % d’entre eux ont été résolus dès les premiers tests.
03:09
We at GitHub recognized we had something remarkable in our hands,
62
189310
3546
Chez GitHub, on a reconnu qu’on avait un truc remarquable entre les mains
03:12
and we quickly turned around a novel developer tool
63
192897
3128
et on a rapidement créé un nouvel outil de développement
03:16
called GitHub Copilot:
64
196025
1669
appelé GitHub Copilot :
03:17
an AI assistant that predicts and completes code
65
197736
2961
un assistant IA qui prédit et complète le code
03:20
for software developers.
66
200697
1710
pour les développeurs.
03:22
Copilot is now the most adopted AI developer tool on the planet.
67
202407
5297
Copilot est aujourd’hui l’outil de développement d’IA
le plus adopté au monde.
03:28
The age of programming has been reborn.
68
208246
3545
L’ère de la programmation est en train de renaître.
03:31
But the possibilities of the breakthrough
69
211791
2044
Mais les possibilités de cette avancée
03:33
went further than just these business results.
70
213877
2502
allaient bien au-delà de ces simples résultats commerciaux.
03:36
Because the large language models that power ChatGPT and Copilot
71
216880
5171
Parce que les grands modèles de langue qui alimentent ChatGPT et Copilot
sont entrainés à partir d’une vaste bibliothèque d’informations humaines,
03:42
are trained on a vast library of human information,
72
222051
3379
03:45
they understand and interpret nearly every human language,
73
225472
3586
ils comprennent et interprètent presque toutes les langues humaines,
03:49
every major human language.
74
229100
2086
toutes les principales langues humaines.
03:52
They seem to get us.
75
232020
1585
Ils ont l'air de nous comprendre.
03:54
We have struck a new fusion
76
234564
1835
Nous avons réalisé une nouvelle fusion
03:56
between the language of a human and a machine.
77
236441
3879
entre le langage de l'homme et celui de la machine.
04:00
With Copilot, any person can now build software in any human language
78
240987
6465
Avec Copilot, n’importe qui peut désormais créer un logiciel
dans n’importe quel langage humain
04:07
with a single written prompt.
79
247494
2502
en écrivant une seule invite.
04:10
Goodbye to the bubbles and the big-ass bracket.
80
250038
4087
Adieu puces et grandes parenthèses.
04:15
This is the most profound breakthrough to technology
81
255960
4129
C’est la plus grande avancée technologique
04:20
since the genesis of software development itself.
82
260131
2753
depuis la genèse du développement lui-même.
04:23
Today, there are over 100 million developers on GitHub.
83
263927
3086
Aujourd’hui, il y a plus de 100 millions de développeurs sur GitHub.
04:27
That's about one percent of the world's population,
84
267055
3044
Ça représente environ 1% de la population mondiale,
04:30
you know, plus-minus.
85
270099
1377
plus ou moins.
04:31
I think that number is about to explode.
86
271476
3211
Je pense que ce chiffre est sur le point d’exploser.
04:34
And I want to show you why, here on my MacBook.
87
274729
2211
Je veux vous montrer pourquoi, ici sur mon MacBook.
04:36
We started it all with the original Copilot or how we say the OG Copilot,
88
276981
3963
On a commencé avec le Copilot original, dit OG Copilot,
04:40
and it literally just predicted and completed code in the editor.
89
280985
3546
qui a littéralement prédit et complété le code dans l’éditeur.
04:44
You can think of the editor as, you know, the Google Docs for developers.
90
284572
3712
L’éditeur, c’est un peu le Google Docs des développeurs.
04:48
And when you have a doc open, you know how it is, empty page,
91
288326
4004
Et quand on a un document ouvert, vous savez ce que c’est, une page vide,
qu'est-ce que je veux vraiment faire ?
04:52
what do I actually want to do?
92
292372
1460
04:53
And I mentioned LEGO.
93
293832
1209
Et j'ai parlé de LEGO.
04:55
So let’s build a 3D LEGO brick on a web page.
94
295083
3420
Construisons donc une brique LEGO 3D sur une page Web.
04:58
So what developers do, you know, they start typing.
95
298545
2419
Et donc, les développeurs commencent à taper.
05:00
And so I typed in the JavaScript file,
96
300964
1835
J'ai donc saisi le fichier JavaScript
05:02
create a function to create a LEGO brick.
97
302841
4087
pour créer une fonction pour créer une brique LEGO.
05:06
And you can see here this gray text, we call this ghost text.
98
306928
2961
Et vous voyez ici ce texte gris, qu’on appelle texte fantôme.
05:09
This is coming from the large language model.
99
309931
2127
Ça provient du grand modèle de langue.
05:12
So now I can just press the tab key and press enter.
100
312058
3045
Maintenant, je peux appuyer sur la touche Tab puis sur Entrée.
05:15
And I get another suggestion, you know, to create a LEGO tower.
101
315144
3003
Et j’ai une autre suggestion pour créer une tour LEGO.
05:18
Maybe we do that later.
102
318147
1252
Peut-être plus tard.
05:19
Or I can just do: function draw LEGO brick.
103
319440
4046
Ou je peux simplement faire : fonction dessiner une brique LEGO.
05:23
And here again you see ghost text from Copilot right away available for me.
104
323528
4504
Et là encore, vous voyez un texte fantôme de Copilot
immédiatement disponible pour moi.
05:28
And if I like what I'm seeing here,
105
328074
1710
Et si j’aime ce que je vois ici
05:29
so I get into a mode of writing and understanding,
106
329784
2961
et que je passe à un mode d’écriture et de compréhension,
05:32
I can just accept this.
107
332787
1710
je peux simplement l'accepter.
05:34
Developers love that, right?
108
334497
1377
Les développeurs adorent ça !
05:35
Because instead of writing ten lines of code themselves
109
335915
2586
Parce qu'au lieu d'écrire eux-mêmes dix lignes de code
05:38
or copy and pasting them from the internet,
110
338501
2419
ou de les copier-coller depuis Internet,
05:40
they get them right in their editor.
111
340962
1752
ils les ont directement dans leur éditeur.
05:42
They can stay in the flow.
112
342714
1585
Ils peuvent rester dans le flux.
05:44
Now what the OG Copilot didn’t offer me is a way to interact with this.
113
344299
3545
Ce qu’OG Copilot ne m’a pas proposé, c’est un moyen d’interagir avec ça.
05:47
I cannot ask questions,
114
347886
1543
Je ne peux pas poser de questions,
05:49
I cannot, you know, instruct it to do different things.
115
349470
2962
ni lui demander de faire des choses différentes.
05:52
Last year we launched a new feature, Copilot chat,
116
352473
2461
L’an dernier, on a lancé une nouvelle fonctionnalité, le chat Copilot,
05:54
and you can think about it as ChatGPT in your editor.
117
354976
3045
un genre de ChatGPT dans votre éditeur.
05:58
So I can open this up here in the sidebar.
118
358062
2378
Je peux donc l’ouvrir ici dans la barre latérale.
06:01
And now I can tell it to create a whole web page
119
361149
3086
Et maintenant, je peux lui dire de créer une page Web complète
06:04
with a 3D LEGO brick for me.
120
364235
1794
avec une brique LEGO 3D pour moi.
06:06
Now you know, similar to ChatGPT, it streams the response,
121
366070
2753
Comme ChatGPT, il diffuse la réponse,
06:08
and it gives me not only some code
122
368823
1710
et il me donne non seulement du code mais aussi une explication.
06:10
but it actually gives me an explanation.
123
370575
1918
06:12
You know, it starts writing code,
124
372535
1585
Il commence à écrire du code,
vous voyez les commentaires qui expliquent ce que fait ce code.
06:14
you can see the comments that explain what that code does.
125
374162
2836
06:16
It uses an open-source library called Three.js.
126
376998
2628
Il utilise une bibliothèque open source appelée Three.js.
06:19
And so you can kind of see here the idea of this empowering developers
127
379667
4213
C’est en quelque sorte l’idée de faciliter la vie des développeurs
06:23
and people that want to learn development.
128
383880
2085
et des personnes qui souhaitent apprendre le développement.
06:25
And it ends, you know, with another explanation.
129
385965
2294
Et ça termine par une autre explication.
06:28
Now I can go here, inspect that code,
130
388301
2210
Je peux aller ici, inspecter ce code
06:30
and I can actually push that button to copy it into my file.
131
390553
3545
et je peux appuyer sur ce bouton pour le copier dans mon fichier.
06:34
But I want to show you something else here.
132
394098
2002
Mais je voudrais vous montrer autre chose.
06:36
And you might have already seen this little mic icon.
133
396142
2503
Vous avez peut-être déjà vu cette petite icône de micro.
06:38
I can use that to speak to Copilot.
134
398686
1710
Je peux m’en servir pour parler à Copilot, et lui demander en allemand,
06:40
And I want to ask it, in German, what that code does
135
400396
3128
à quoi sert ce code à gauche de l’éditeur.
06:43
that is on the left side in the editor.
136
403524
1919
06:47
(Speaking German) Can you explain to me what that code does?
137
407528
2920
(En allemand) Peux-tu m’expliquer à quoi sert ce code ?
06:52
And now Copilot responds again,
138
412951
1626
Et Copilot répond à nouveau,
06:54
but it responds in German to me, right?
139
414619
2044
mais il me répond en allemand.
06:56
So it says, if I loosely translate,
140
416663
2335
Donc, si je traduis librement, il dit :
06:58
"Yes, of course, this JavaScript code defines a function
141
418998
3170
« Oui, bien sûr, ce code JavaScript définit une fonction
07:02
named ‘drawLEGOBrick.’”
142
422168
1502
nommée « drawLEGOBrick ». »
07:03
So you get the idea here.
143
423670
1251
Vous avez donc l'idée ici.
07:04
A six-year-old in Berlin, in Mumbai and Rio,
144
424963
3169
Un enfant de six ans à Berlin, à Mumbai et à Rio
07:08
can now explore coding without their parents being around
145
428132
3003
peut désormais explorer le codage sans la présence de ses parents
07:11
or even having a technical background.
146
431177
1919
ou même sans aucune formation technique.
07:13
(Laughter)
147
433096
1334
(Rires)
07:14
I mean, you know.
148
434430
1377
Vous voyez ce que je veux dire.
07:15
(Applause)
149
435848
3212
(Applaudissements)
07:19
Now what you also see is you still need to kind of figure out
150
439060
2920
Ce que vous voyez aussi, c’est qu’il faut encore trouver
07:21
how you put that all together, right?
151
441980
1793
comment mettre tout ça en place.
07:23
There’s a lot of technical stuff here.
152
443773
1835
Il y a beaucoup de choses techniques ici.
07:25
I have code. I have to iterate on my machine.
153
445608
2127
J’ai un code, je dois faire des itérations sur ma machine,
07:27
I have to figure out how to deploy this to the cloud
154
447777
2461
trouver comment le déployer dans le cloud pour le partager avec mes amis.
07:30
so I can share with my friends.
155
450238
1543
07:31
But here is my LEGO brick now.
156
451823
1668
Mais voici ma brique LEGO.
07:33
This is what it looks like
157
453491
1251
Elle ressemble à ça
07:34
if I've done all these steps as a developer,
158
454784
2127
si j’ai suivi toutes ces étapes en tant que développeur,
07:36
you can see now it’s a nicely rotating brick.
159
456953
2127
c’est une brique bien rotative.
07:39
I can actually use my mouse to turn it around.
160
459080
2169
Je peux la faire tourner avec ma souris.
07:41
These are the anti-studs here, the studs,
161
461249
1960
Voici les anticlous ici, les clous, il y a de beaux effets de lumière.
07:43
There's nice lighting effects.
162
463251
1460
07:44
I can even zoom into this and zoom out of this.
163
464711
2335
Je peux même zoomer et dézoomer.
07:47
Now I don't want to do all this developer stuff anymore.
164
467046
2878
Maintenant, je ne veux plus faire tous ces trucs de développeur.
07:49
I just want to channel my creativity straight into reality.
165
469966
3879
Je veux juste transformer ma créativité en réalité.
07:53
And so for the first time ever on stage,
166
473886
1961
Pour la toute première fois sur scène,
07:55
I'm going to show you a new product that we call Copilot Workspace
167
475847
3128
je vais vous présenter un nouveau produit, Copilot Workspace,
07:58
that does exactly that.
168
478975
1543
qui fait exactement ça.
08:00
So here is my workspace.
169
480560
1168
Voici mon espace de travail.
08:01
And you can already see there's not an editor anymore.
170
481728
2544
Vous voyez déjà qu’il n’y a plus d’éditeur.
08:04
I can just see a task, and I can enter a task.
171
484313
2753
Je peux voir une tâche, et je peux en saisir une.
08:07
And so now I have my LEGO brick,
172
487108
1543
Maintenant que j'ai ma brique LEGO,
08:08
I want to now expand the LEGO brick into a LEGO house.
173
488693
3003
je veux la transformer en une maison LEGO.
Empiler les briques en forme de maison LEGO.
08:12
Stack the bricks in the shape of a LEGO house.
174
492030
2711
08:14
And I can do that also in German and in other languages.
175
494782
2628
Je peux le faire aussi en allemand et dans d’autres langues.
08:17
But for now, let's stick with English.
176
497410
2044
Mais pour l’instant, restons-en à l’anglais.
08:19
I can save my task.
177
499996
1168
Je peux enregistrer ma tâche.
08:21
And now what happens is that Copilot Workspace analyzes what I already have
178
501164
4087
Et maintenant, Copilot Workspace analyse ce que j’ai déjà
08:25
and then describes what it proposes to me.
179
505293
2002
et décrit ensuite ce qu'il me propose.
08:27
Basically, it reframes my ask into a plan or a specification.
180
507295
4171
En gros, il reformule ma demande en un plan ou un cahier des charges.
08:31
And so you can see here, you know, it's all in natural language in our user.
181
511466
3628
Vous voyez donc ici que tout est en langage naturel chez notre utilisateur.
08:35
Some file names, of course, but there is no code here.
182
515136
2544
Des noms de fichiers, bien sûr, mais pas de code.
08:37
It's all describing it in English.
183
517680
1668
Tout est décrit en anglais.
08:39
I can actually go into this and edit it
184
519348
1919
Je peux y entrer et apporter des modifications à cette ligne,
08:41
and can make changes to this line,
185
521309
1626
08:42
or I can go down here and add another item
186
522935
2044
ou descendre ici ajouter un autre élément
08:44
if I feel like the plan is not exactly what I want.
187
524979
2628
si le plan ne correspond pas exactement à ce que je veux.
08:47
I can go a step further and generate a plan,
188
527648
2128
Je peux même générer un plan,
08:49
and now an agent runs through all my files I already have
189
529817
3212
et ensuite un agent passe en revue tous mes fichiers que j’ai déjà
08:53
and figures out how do I need to modify those files,
190
533071
2836
et détermine comment je dois modifier ces fichiers,
08:55
or, you know, do I need to add files to my repository
191
535948
2503
ou si je dois ajouter des fichiers à mon dépôt de code
08:58
so you know it wants to add a “createLEGOHouse” function
192
538451
2753
pour qu’on sache qu’il veut ajouter une fonction « CreateLegoHouse »
09:01
and call the “createLEGOHouse” afterwards.
193
541245
2545
et l’appeler ensuite.
09:03
Looks good to me, so let's implement this.
194
543831
2378
Ça me semble bien, alors mettons-le en œuvre.
09:06
And now Copilot uses my task, my specification,
195
546250
2753
Et maintenant, Copilot utilise ma tâche, mes spécifications,
09:09
my plan to write code for me.
196
549045
1918
mon plan pour écrire du code pour moi.
09:10
You can see here two files are queued,
197
550963
2002
Ici, deux fichiers sont en file d’attente,
09:13
the public/legoBrick.js file
198
553007
1919
le fichier public/legoBrick.js
09:14
and boom, there's already my code written for me, right?
199
554967
3045
et boum, mon code a déjà été écrit pour moi.
Je n’ai pas eu à coder,
09:18
I didn't have to touch code,
200
558012
1376
09:19
I didn't have to even know what code is.
201
559388
1919
ni même de savoir ce qu’est le code.
09:21
Now I see here now it imports some new line into my file
202
561349
2878
Et je vois qu’il importe une nouvelle ligne dans mon fichier
09:24
and has written, you know, lots of code here that does those changes.
203
564227
3253
et qu’il a écrit beaucoup de code qui effectue ces modifications.
09:27
So you want to see what that looks like, did we get a LEGO house?
204
567522
3420
Vous voulez voir à quoi ça ressemble, avons-nous acheté une maison LEGO ?
09:31
So here's a button that lets me open a live preview,
205
571526
3086
Voici donc un bouton qui me permet d’ouvrir un aperçu en direct,
09:34
so I can do this.
206
574654
1418
afin que je puisse le faire.
09:36
And now the bricks fall from the sky and I have a LEGO house.
207
576114
3753
Et maintenant, les briques tombent du ciel et j’ai une maison LEGO.
09:39
And you know, this is not a picture, right --
208
579909
2169
Et vous savez, ce n’est pas une photo !
09:42
(Applause)
209
582078
1168
(Applaudissements)
09:43
Yes, thank you.
210
583246
1167
Merci.
09:44
This is all live, this is the power of code,
211
584413
2086
Tout est en direct, c’est le pouvoir du code,
09:46
this is the power of streaming my creativity into reality
212
586499
3503
c’est le pouvoir de transformer ma créativité en réalité
09:50
with natural language.
213
590044
1251
grâce au langage naturel.
09:51
Now one last thing.
214
591295
1210
Et une dernière chose.
09:52
Thank you, Copilot,
215
592505
1293
Merci, Copilot,
09:53
you have always to be nice to the AI.
216
593840
2085
il faut toujours être gentil avec l’IA.
09:55
(Laughter)
217
595967
1334
(Rires)
09:57
(Applause)
218
597301
4547
(Applaudissements)
10:02
Now, what you just saw were three leaps in three years.
219
602515
3295
Vous venez de voir trois sauts en trois ans.
10:05
Three leaps that are more progress
220
605852
1668
Trois avancées qui sont plus de progrès pour la programmation informatique
10:07
to the accessibility of computer programming
221
607562
2460
10:10
than we have made in the last 100.
222
610022
2253
qu’au cours des 100 dernières années.
10:12
Remember how I said that one percent of the world's population is a developer?
223
612650
4379
Vous vous souvenez quand j’ai dit que 1% de la population mondiale
est un développeur ?
10:17
Now you can see how this will change.
224
617071
2252
Vous voyez maintenant comment ça va changer.
10:19
Copilot Workspace may still be a developer tool right now,
225
619365
3212
Copilot Workspace est peut-être encore un outil de développement,
10:22
but soon enough these kind of developer tools will become mainstream.
226
622618
4004
mais bientôt, ce type d’outil de développement deviendra courant.
10:26
Because, going forward, every person, no matter what language they speak,
227
626998
4212
Parce qu’à l’avenir, chacun, quelle que soit la langue qu’il parle,
10:31
will also have the power to speak machine.
228
631210
2670
aura aussi le pouvoir de parler le langage machine.
10:33
Any human language is now the only skill
229
633921
2795
Tout langage humain est désormais la seule compétence
10:36
that you need to start computer programming.
230
636716
2627
nécessaire pour démarrer la programmation informatique.
10:39
This will lead to a globalized groundswell of software developers,
231
639343
4129
Cela entraînera une vague de développeurs de logiciels à l'échelle mondiale
10:43
and it will reshape the geography of our global economy.
232
643514
3837
et redéfinira la géographie de notre économie mondiale.
10:47
And because of this,
233
647351
1460
C'est pourquoi
10:48
I think by 2030, maybe even sooner,
234
648811
2669
je pense que d’ici 2030, peut-être même plus tôt,
10:51
we will have more than one billion software developers on GitHub.
235
651522
3462
nous aurons plus d’un milliard de développeurs sur GitHub.
10:54
Think about that:
236
654984
1335
Pensez-y :
10:56
10 percent of the world’s population will not only control a computer
237
656360
4421
10 % de la population mondiale contrôlera non seulement un ordinateur,
11:00
but will also be able to create software
238
660781
3295
mais sera également capable de créer des logiciels
11:04
just [as] if they were riding a bicycle.
239
664076
2586
comme s’ils faisaient du vélo.
11:06
This will generate a new renaissance of human creativity with software.
240
666704
4963
Ça générera une nouvelle renaissance de la créativité humaine grâce aux logiciels.
11:12
Now anyone here in this room could have a brilliant idea right now:
241
672251
4046
N’importe qui dans cette salle peut avoir une idée géniale en ce moment :
11:16
a website, an application,
242
676339
2210
un site web, une application,
11:18
a cool computer game, an amazing song,
243
678549
2920
un jeu vidéo sympa, une chanson géniale,
11:21
maybe even a cure for something.
244
681510
2128
peut-être même un remède à quelque chose.
11:23
For example, last year, over a couple of weeks,
245
683638
2877
Par exemple, l'année dernière, en quelques semaines,
11:26
I built an app that tracks all the flights I've ever taken in my life.
246
686557
4380
j’ai créé une application qui retrace tous les vols que j’ai pris dans ma vie.
11:31
Now I know what you're thinking.
247
691312
1543
Je sais ce que vous pensez.
11:32
What a freaking nerd, right?
248
692855
2795
Quel foutu nerd, pas vrai ?
11:35
And yeah, it's true, I love building stuff like this.
249
695691
3128
Et oui, c'est vrai, j'adore construire ce genre de choses.
11:38
And with the help of AI,
250
698819
1252
Et avec l’aide de l’IA,
11:40
now I can do this in English or in German
251
700112
3504
je peux désormais le faire en anglais ou en allemand
11:43
before I even finish a glass of wine.
252
703616
2753
avant même de terminer un verre de vin.
11:46
And soon enough, this will be true for everyone here.
253
706410
3170
Et bientôt, ce sera vrai pour tout le monde ici.
11:49
The floodgates of nerditude have swung wide open.
254
709914
3170
Les vannes de la nerditude sont grandes ouvertes.
11:53
(Laughter)
255
713125
1836
(Rires)
11:54
(Applause)
256
714961
1960
(Applaudissements)
11:57
Now this doesn’t mean
257
717838
1669
Ça ne veut pas dire
11:59
that everyone will become a professional software developer
258
719507
3253
que tout le monde va devenir développeur professionnel,
12:02
or even that they should.
259
722760
1877
ni même qu'il le devrait.
12:05
The profession of a professional software developer
260
725054
3086
Le métier de développeur professionnel
12:08
is not going anywhere.
261
728182
1168
ne va pas disparaître.
12:09
There will always be demand for those that design and maintain
262
729392
4129
Il y aura toujours une demande pour ceux qui conçoivent et entretiennent
12:13
the largest software systems in the world.
263
733521
2794
les plus grands systèmes logiciels du monde.
12:16
We are adding millions of lines of code every single day
264
736315
3587
Nous ajoutons des millions de lignes de code chaque jour
12:19
to ever more complex systems,
265
739902
1794
à des systèmes de plus en plus complexes,
12:21
and we are barely keeping up with maintaining the existing ones.
266
741696
3044
et nous maintenons à peine les systèmes existants.
12:24
Like any infrastructure in this world out there,
267
744740
2545
Comme toutes les infrastructures du monde,
12:27
we need real experts to preserve and renew it.
268
747326
3545
on a besoin de véritables experts pour les préserver et les renouveler.
12:31
The point here is not a "will" or a "should."
269
751706
3461
Il ne s’agit pas ici de qui fera ou de qui doit faire.
12:35
It's that anyone can.
270
755584
1919
C'est que tout le monde peut le faire.
12:38
All because the most powerful system that we have,
271
758546
4171
Tout ça parce que le système le plus puissant que nous ayons,
12:42
any human language,
272
762758
1502
n'importe quel langage humain,
12:44
is now fused to the language of a machine.
273
764302
2627
est désormais fusionné avec le langage d’une machine.
12:47
And very soon,
274
767763
2002
Et très bientôt,
12:49
building software will be just as simple and joyful
275
769807
4463
créer un logiciel sera aussi simple et amusant
12:54
as stacking a LEGO.
276
774312
1751
que d’empiler des LEGO.
12:56
(Speaking German) Thank you very much.
277
776105
1960
(En allemand) Merci beaucoup.
12:58
(Applause)
278
778065
5798
(Applaudissements)
13:03
Bilawal Sidhu: Gosh, I've got to say, one billion developers
279
783904
3295
Bilawal Sidhu : Bon sang, je dois dire qu' un milliard de développeurs
13:07
makes GitHub sound more like YouTube and TikTok than it is today.
280
787199
3921
font que GitHub ressemble plus à YouTube et TikTok qu’il ne l’est aujourd’hui.
13:11
Just super exciting.
281
791120
1335
C’est juste fascinant.
13:12
Got to ask you one question,
282
792496
1377
Je dois vous poser une question, peut-être le sujet qui fâche.
13:13
perhaps the elephant in the room.
283
793914
1585
13:15
Amazing talk.
284
795541
1585
C’était une présentation incroyable.
13:17
So you said the developer is still in charge.
285
797168
2836
Vous avez dit que le développeur reste aux commandes.
13:20
You also said, "We've had three leaps in three years."
286
800046
3545
Vous avez aussi dit : « Nous avons fait trois sauts en trois ans. »
13:23
Fast forwarding a little bit,
287
803591
1501
Selon vous, dans le futur,
13:25
do you think humans will still need to be in the loop,
288
805134
2544
les humains devront-ils toujours être impliqués,
13:27
or will these AI systems be able to autonomously build
289
807678
3712
ou ces systèmes d'IA seront-ils capables de créer
et de gérer des logiciels de manière autonome ?
13:31
and maintain software?
290
811432
1543
13:32
TD: You know, the way I always think and talk about it
291
812975
2711
TD : Selon moi,
nous l’avons appelé Copilot pour une bonne raison.
13:35
is that we called it Copilot for a reason.
292
815728
2044
13:37
We need a pilot.
293
817772
1167
Nous avons besoin d’un pilote, un pilote créatif, capable de décider quoi faire.
13:38
We need a pilot that is creative, that can decide what to do.
294
818981
2920
13:41
It’s kind of like a LEGO set.
295
821901
1460
C’est un peu comme un set de LEGO.
13:43
You need to take this big problem and break it down into smaller problems,
296
823361
3795
Il faut prendre ce gros problème et le décomposer en problèmes plus petits,
13:47
into small building blocks.
297
827198
1626
en petits éléments constitutifs.
13:48
And for that, you need a systems thinker.
298
828866
1960
Pour ça, on a besoin d’un concepteur de systèmes,
13:50
You need a human that can figure out, am I building a point of sale system?
299
830868
3587
d’un humain capable de comprendre si je suis en train de créer
13:54
Am I building an iPhone app?
300
834497
1501
un système de point de vente, une application pour iPhone,
13:56
Am I building a cool computer game?
301
836040
1793
13:57
Am I building the next Facebook?
302
837875
1543
un jeu vidéo sympa ou le prochain Facebook ?
13:59
Those are very different systems.
303
839418
1627
Ce sont des systèmes très différents.
14:01
Now these building blocks, they will grow in size.
304
841045
2878
Ces éléments constitutifs vont grossir.
14:03
Today it's, you know, a couple of lines of code,
305
843923
2294
Aujourd’hui ce sont quelques lignes de code,
14:06
maybe a whole file,
306
846217
1209
voire un fichier entier.
14:07
in the future, it might be a whole subsystem.
307
847426
2127
Dans le futur, ce sera peut-être un sous-système complet.
14:09
So I get more work taken off my shoulders.
308
849595
2795
J’ai donc moins de travail.
14:12
But I'm still there, you know, covering the large system.
309
852390
2919
Mais je suis toujours là pour m’occuper de l’ensemble du système.
14:15
And as I mentioned, you know, we're still running COBOL systems from the '60s.
310
855351
3670
Et comme je l’ai dit, on utilise toujours des systèmes COBOL des années 60.
On a donc beaucoup à faire.
14:19
So we have lots of work to do.
311
859063
1460
14:20
BS: Absolutely.
312
860523
1209
BS : Absolument.
14:21
So we will be in charge orchestrating these systems
313
861774
2669
Nous serons donc chargés d’orchestrer ces systèmes
14:24
at a higher level of abstraction.
314
864485
2044
à un niveau d'abstraction supérieur.
14:26
Thomas Dohmke, everybody, thank you.
315
866570
1752
Merci Thomas Dohmke, merci à tous.
14:28
TD: Thank you so much.
316
868322
1210
TD : Merci beaucoup.
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7