Publié le 15 janvier 2026 09h50. Des chercheurs de l’Université d’Airlangga (UNAIR) ont développé une méthode basée sur l’intelligence artificielle (IA) pour stimuler la créativité dans le développement de logiciels, offrant une alternative plus rapide et structurée aux séances de brainstorming traditionnelles.
- L’IA exploite des informations provenant de divers domaines de services pour générer des idées de fonctionnalités logicielles innovantes.
- Le système a démontré une capacité à proposer des solutions alternatives originales, parfois plus créatives que celles issues de séances de brainstorming classiques.
- Cette approche pourrait être intégrée aux outils de développement existants et trouver des applications au-delà du génie logiciel, dans des domaines tels que la conception de produits et le marketing.
L’équipe de recherche de l’UNAIR a mis au point un système d’IA capable d’aider les développeurs à concevoir de nouvelles fonctionnalités logicielles de manière plus efficace. Contrairement aux méthodes traditionnelles, qui reposent souvent sur des séances de brainstorming parfois improductives, cette approche s’appuie sur l’analyse de vastes ensembles de données de services existants. L’IA utilise ce qu’on appelle des « informations de service » – un registre des services disponibles – pour identifier des solutions alternatives qui répondent aux besoins des développeurs, mais qui sont potentiellement plus novatrices et moins évidentes.
Le processus se déroule en deux étapes. Dans un premier temps, l’IA construit une base de connaissances en regroupant les descriptions de services à l’aide de techniques statistiques telles que TF-IDF, la similarité cosinus et K-medoid. Elle extrait ensuite automatiquement les « capacités de service » – des combinaisons de verbes et de noms décrivant les fonctions offertes par ces services – grâce à une analyse des dépendances linguistiques (Universel/Stanford Dependencies). La deuxième phase consiste à mettre en correspondance les exigences initiales du développeur avec cette base de connaissances, en utilisant la similarité sémantique (notamment la méthode de Wu-Palmer) et trois techniques de créativité structurées : l’exploration (analogie entre domaines), la transformation (relâchement des contraintes) et la combinaison (mélange de nouveaux éléments).
Lors de tests de faisabilité, les chercheurs ont utilisé les données de ProgrammableWeb, analysant plus de 10 000 services provenant de dix domaines différents. Ils ont réussi à extraire les capacités fonctionnelles de 98,8 % des descriptions, créant ainsi une vaste banque d’idées inter-domaines. Grâce à cette ressource, le système peut suggérer des fonctionnalités alternatives qui atteignent le même objectif, mais par une approche différente et potentiellement plus créative.
Pour évaluer la qualité des résultats, les chercheurs ont comparé les suggestions de l’IA à celles obtenues lors de séances de brainstorming avec sept participants. Si le score global de créativité était légèrement supérieur pour le brainstorming (14,86 contre 13,57 pour l’IA), l’IA s’est distinguée par son originalité et sa capacité à générer instantanément des idées alternatives, sans nécessiter plusieurs tours de discussion. Dans une étude de cas portant sur le processus de « traitement des commandes », par exemple, l’IA a recommandé de remplacer l’action « Créer une commande » par « Offrir une commande », suggérant ainsi à l’entreprise de solliciter des offres auprès de plusieurs fournisseurs simultanément en fonction d’un prix cible, plutôt que de passer commande directement auprès d’un seul fournisseur. Cette approche a été jugée plus créative, pertinente et utile.
Les chercheurs estiment que cette méthode pourrait être intégrée aux outils et processus de développement existants, par exemple sous la forme d’une interface autonome ou d’un plugin pour les plateformes de développement ou les environnements de développement intégrés (IDE). Au-delà du génie logiciel, cette approche pourrait également trouver des applications dans la conception de produits, le marketing et l’innovation de modèles économiques, à condition que des « composants » de connaissances structurées soient disponibles pour la recombinaison. Ils reconnaissent toutefois certaines limites, notamment la qualité et l’exhaustivité des descriptions de services. Les recherches futures se concentreront sur l’amélioration de la diversité et de la qualité des solutions proposées, ainsi que sur leur application aux étapes ultérieures du développement, telles que le prototypage et les tests.
Les auteurs de cette étude sont Faisal Fahmi (correspondant, UNAIR), Feng-Jian Wang (Université nationale Yang-Ming Chiao-Tung) et Hema Subramaniam (Université de Malaisie).
L’article complet, intitulé « Creativity-driven AI in software development using service information », a été publié dans l’IAES International Journal of Artificial Intelligence (IJ-AI), Vol. 14, n° 6, en décembre 2025. IAES International Journal of Artificial Intelligence
