J'utilise GitHub Copilot avec notre base de code de production depuis 4 mois, et voici quelques-unes de mes réflexions :

Le bien :

1. Explique le code complexe : il est très efficace pour décomposer les extraits de code délicats ou la logique métier et les expliquer correctement.

2. Tests unitaires : Très bon pour écrire des tests unitaires et générer rapidement plusieurs cas de test basés sur des scénarios.

3. Extraits de code : il peut facilement générer des extraits de code utiles pour des cas d'utilisation généraux.

4. Corrections d'erreurs : Copilot sait expliquer les erreurs dans le code et fournir des suggestions pour les corriger.

Les moins bons :

1. Compréhension du contexte : Il est difficile d'expliquer le contexte d'un outil GenAI, surtout lorsque notre code est réparti sur plusieurs fichiers/dépôts. Il a du mal à comprendre les projets plus importants dans lesquels des modifications sont nécessaires dans plusieurs fichiers.

2. Suggestions inexactes : Parfois, cela suggère d'installer des bibliothèques npm ou d'utiliser des méthodes de packages npm qui n'existent pas. C'est ce qu'on appelle Hallucination, où le code généré par l'IA semble convaincant mais est complètement faux.

3. Code complexe : il arrive parfois que le code qu'il génère soit déroutant et complexe, ce qui rend le débogage plus difficile. Dans ces moments-là, j'aurais aimé écrire la logique moi-même et laisser Copilot vérifier les erreurs ou les bugs.

Dans l'ensemble, GitHub Copilot a été un outil utile, mais il a ses bizarreries. Lors de l'utilisation de grands modèles de langage, la responsabilité incombe toujours au programmeur.