Code Interpreter de ChatGPT : Promesse éducative, défis en bioinformatique

Dans une étude récente menée par des chercheurs de l'Université de Virginie-Occidentale (WVU), le potentiel du plugin ChatGPT Code Interpreter a été mis en lumière pour les contextes éducatifs. Cet outil innovant a été salué pour rendre la programmation plus accessible aux étudiants dans les domaines STEM. Cependant, bien que Code Interpreter fasse preuve de promesses dans l'éducation, les chercheurs ont identifié des limites qui entravent son utilisation par les scientifiques travaillant avec des données biologiques en bioinformatique.

Combler les écarts éducatifs

Le plugin Code Interpreter, une extension du célèbre chatbot d'intelligence artificielle ChatGPT, a suscité beaucoup d'attention depuis sa sortie en décembre 2022. Des chercheurs de la WVU ont reconnu son importance dans le milieu éducatif, en particulier dans les disciplines STEM. Gangqing « Michael » Hu, professeur adjoint au département de microbiologie, immunologie et biologie cellulaire de la faculté de médecine de la WVU et directeur du pôle Bioinformatique, a souligné que Code Interpreter rend la programmation plus accessible aux étudiants sans formation scientifique. 

Cela favorise la curiosité et éveille l'intérêt pour l'analyse de données, encourageant les étudiants à s'immerger dans le monde de la programmation. De plus, le rapport coût-efficacité de l'outil a été salué comme un atout supplémentaire pour les établissements d'enseignement.

Limites en bioinformatique

Malgré son potentiel dans le domaine de l'éducation, le plugin Code Interpreter ne répond pas aux exigences des scientifiques travaillant en bioinformatique. La bioinformatique, qui résulte de la convergence entre l'informatique et la biologie, repose fortement sur un codage précis, des logiciels adaptés et une connexion internet fiable pour interpréter des données biologiques complexes en vue d'avancées médicales.

Hu et son équipe ont soumis Code Interpreter à des tests rigoureux, mettant en lumière ses forces et ses faiblesses. Si l'outil aide les utilisateurs à distinguer les réponses fiables des moins fiables, il manque certaines fonctionnalités techniques indispensables en bioinformatique. Hu a expliqué que, bien que ChatGPT soit reconnu pour ses capacités, il peine à fournir des références vérifiables pour étayer ses réponses. À cet égard, le plugin Code Interpreter se distingue car il intègre le code réel comme source ou citation, réduisant ainsi le risque de présenter des informations fictives.

Surmonter les défis de la bioinformatique

Les résultats de l'étude soulignent la nécessité d'améliorations spécifiques adaptées à la bioinformatique. Les suggestions d'amélioration incluent la facilitation de l'accès à Internet pour télécharger des données génomiques, l'intégration de logiciels pertinents pour la bioinformatique, l'expansion de la capacité de stockage et le support de langages de programmation supplémentaires. De plus, des mesures de confidentialité et de sécurité sont impératives pour se conformer à des réglementations telles que HIPAA.

Cependant, le plugin Code Interpreter présente des limites en matière d'analyse de données. Il prend actuellement en charge uniquement le langage de programmation Python, avec une sélection limitée de packages logiciels dédiés à la bioinformatique. L'accessibilité aux données Internet et la capacité à traiter de grands fichiers sont des domaines où l'outil montre ses faiblesses. Hu a noté que la capacité de fichier de l'outil est insuffisante pour les fichiers de niveau gigaoctet généralement rencontrés dans les travaux de bioinformatique. De plus, son manque de support pour le traitement parallèle entrave davantage ses performances avec de grands ensembles de données.

Un aperçu de l'avenir

Hu reste optimiste quant à l'évolution du plugin Code Interpreter. Malgré ses limitations actuelles, il prévoit de l'intégrer dans son programme d'enseignement pour aider les étudiants à comprendre la visualisation des données. Il anticipe que les futures mises à jour combleront ces lacunes, rendant l'outil applicable à un éventail plus large de tâches de codage en bioinformatique. Cela s'aligne sur son engagement à rester à la pointe des avancées en programmation par IA et à découvrir des applications innovantes.

Dans une étude connexe plus tôt cette année, Hu a mis en place l'approche OPTIMAL (Optimisation des invites par mentorat et évaluation itératifs) pour préparer les élèves du secondaire et de l'université à interagir efficacement avec des chatbots d'IA, tels que ChatGPT.

Le plugin Code Interpreter de ChatGPT démontre son potentiel de révolutionner l'enseignement du codage dans les domaines STEM. Bien qu'il ne réponde pas encore pleinement aux exigences de la bioinformatique, les chercheurs restent optimistes quant au fait que les développements en cours combleront cet écart. À mesure que la technologie IA progresse, le champ des possibles pour son application est vaste et prometteur.