Introduction
L'utilisation d'un chatbot IA pour le support client a initialement permis de réduire les bugs en facilitant les rapports d'incident. Cependant, les déclarations des utilisateurs s'avéraient souvent peu utiles, ne fournissant pas suffisamment d'informations pour comprendre et reproduire les problèmes.
Contexte Technique
Les rapports d'incident reçus via le chatbot contenaient souvent des descriptions génériques comme « ça ne marche pas » ou « le bouton ne fonctionne pas », sans fournir de contexte sur les actions précédentes ou les étapes pour reproduire le bug. Cela entraînait des délais dans la résolution des problèmes en raison du temps nécessaire pour comprendre les incidents.
La technologie d'IA et de machine learning a été explorée pour améliorer la compréhension des bugs, en capturant les erreurs en temps réel et en fournissant un contexte significatif pour les développeurs.
Analyse et Implications
L'approche initiale, basée sur les rapports d'incident des utilisateurs, s'est avérée insuffisante en raison de la qualité des informations fournies. L'utilisation de l'IA pour capturer et analyser les erreurs en temps réel offre une perspective plus prometteuse pour la résolution rapide et efficace des bugs.
Les implications de cette approche incluent une réduction du temps de résolution des incidents, une amélioration de la qualité des logiciels et une expérience utilisateur améliorée grâce à une réduction des temps d'indisponibilité.
Perspective
L'outil développé, Flashlog, représente une étape vers l'amélioration de la compréhension et de la résolution des bugs. Les prochaines étapes incluent le test et l'amélioration continue de l'outil basé sur les retours des utilisateurs, ainsi que l'exploration de nouvelles technologies et méthodes pour renforcer la fiabilité et la performance des applications.
