Tous les articles
L’IA nous enferme dans nos biais… Et les amplifie!
On a tendance à penser que si on remet nos décisions à un algorithme alors elles seront libre de tout biais. Ce sentiment est encore plus fort avec l’IA car les résultats des IA (et plus particulièrement des IA génératives) ne sont pas simples à expliquer… Quand ils le sont! Ce problème est déjà survenu et a déjà été la source de scandales, notamment au niveau de décisions de justice. Ce problème se reproduira forcément tant que les données d’entraînement seront biaisées. Partant de ce constat, on peut vite réaliser qu’une IA pour « améliorer » une proposition artistique posera forcément problème. En
Vérification VS Validation
Dans de nombreuses entreprises les tests logiciels sont réalisés par le métier, certaines fois par des business analyst ou des testeurs dédiés. Et parfois on retrouve deux d’entre eux voire les trois. On va alors dissocier la vérification des business analysts ou des testeurs dédiés sur la base d’user story de la validation des métiers sur la base de leur expérience. Certaines personnes vont dire que la validation des métiers et la vérification des autres acteurs n’ont absolument rien à voir, en y ajoutant une vision quasi mystique. Nonobstant les niveaux de test, les deux testent le logiciel en réalisant des
Jeux de données de production VS construits
Qui ne s’est jamais posé la question ou a eu un débat sur le choix de tester avec des jeux de données de production ou des jeux de données construits ? Jeux de données de production Les jeux de données de production sont issus d’une extraction à un instant T des données en production. Cette extraction est faite à la taille d’une application (cette information est importante pour la suite) et en général sur une sous partie des données de production, la globalité ne pouvant pas forcément être chargée sur des environnements de test avec des dimensionnements différents. Cette solution nécessite donc
La fiabilité des agents IA testeurs : où en sommes-nous ?
« Un agent IA testeur ? Comment pourrais-je avoir confiance alors que je sais que les IA ne sont pas fiables ? » Dans ce quatrième article de ma série consacrée aux agents IA d’exécution des tests manuels, j’aborde une question centrale pour les équipes QA : la fiabilité. Peut-on faire confiance à un agent IA testeur ? Sur quoi cette confiance peut-elle se construire ? Si vous n’êtes pas familier de l’IA agentique et des agents IA visuels appliqués à l’exécution des tests, je vous recommande de lire les épisodes précédents de cette série. En partie 1, je présente les
Qu’est-ce qu’une réelle résilience numérique ?
Introduction Les actualités récentes liées à la géopolitique avec: nous ont fait réaliser que l’UE n’est pas souveraine d’un point de vue numérique, ce qui pose de nombreux problèmes. Les problèmes principaux sont: Aujourd’hui, le manque d’alternative crédible crée une réelle dépendance et permet à des puissances extérieures à l’UE d’imposer leurs visions et leurs règles. Et ils ne s’en privent pas! Partant de ce constat il semble nécessaire de gagner en indépendance et en souveraineté. Il est temps que l’UE propose des services numériques résilients. C’est là tout le travail de la DRI (Digital Resilience Initiative) qui définit la résilience