Atlassian Intelligence: les fonctionnalités !

Atlassian-Intelligence-les-fonctionnalités

C’est LE mot du moment : IA. Sur toutes les lèvres des éditeurs de logiciels et au-delà, l’intelligence artificielle s’immisce désormais dans l’univers des outils Atlassian, plus spécifiquement au sein de Jira et Confluence. Baptisée Atlassian Intelligence (les initiales donnent AI, vous l’avez ?), il s’agit d’un ensemble de fonctionnalités basées sur l’IA. Atlassian Intelligence n’est disponible que sur la version Cloud de ces outils. LIA d’Atlassian promet « d’aider les entreprises et les équipes à libérer leur plein potentiel ». Comment ? En générant du contenu ou en automatisant certaines tâches répétitives. Avec son intégration de l’IA, Atlassian nous promet de réussir l’impossible. Rien que ça.

Mais qu’en est-il vraiment ? Quelles sont les fonctionnalités qui se cachent derrière cette ambitieuse promesse ?

Atlassian-Intelligence-les-fonctionnalités

Atlassian adopte à son tour l’intelligence artificielle

Annoncé en grande pompe en avril dernier, Atlassian Intelligence n’a depuis cessé, à l’image des modèles d’OpenAI et consorts, d’évoluer. À tel point qu’il intègre aujourd’hui un grand nombre de fonctionnalités boostées par l’IA.

De la génération de contenu à la création automatique de règles d’automation, en passant par la recherche de tickets en langage naturel, il est vite arrivé de s’y perdre et de ne pas savoir comment bien exploiter ces nouvelles possibilités. Voyons ensemble les nouvelles fonctionnalités cachées derrière Atlassian Intelligence, le nouvel ajout d’Atlassian pour les outils Cloud (uniquement pour les plans Premium et Enterprise).

En effet, c’est ici que le bât peut blesser : Atlassian Intelligence n’est pas disponible en Data Center. C’est une décision qui semble définitive. Heureusement, ce n’est pas pour autant qu’il faut y dire adieu à l’IA. Les utilisateurs de la version Data Center peuvent toujours tirer parti d’autres solutions pour intégrer l’intelligence artificielle dans leurs processus. Sachant cela, il reste important de souligner que la plupart des fonctionnalités offertes par Atlassian Intelligence fonctionne grâce à des modèles linguistiques développés par OpenAI. Elles permettent d’analyser et de générer du langage naturel dans les produits Cloud d’Atlassian. 

Atlassian et la politique de protection des données

Avant de rentrer dans le vif du sujet, quelle est la politique d’Atlassian vis-à-vis de la protection des données utilisateurs concernant Atlassian Intelligence ?

Une question importante à se poser, tant la protection des données et l’éthique dans l’IA est un sujet encore épineux. Nous l’avons vu, Atlassian Intelligence se base sur l’utilisation de modèles linguistiques d’OpenAI. Cette collaboration permet à Atlassian Intelligence de déduire les interactions et de construire un graphique de travail personnalisé, enrichi par des données de plugins tierces. Cependant, Atlassian garantit la protection des données soumises à Atlassian Intelligence avec des directives claires :

  • Les données ne sont pas utilisées pour améliorer les modèles d’OpenAI. Atlassian Intelligence utilise uniquement des données sur la manière dont vous interagissez avec les fonctionnalités. Par exemple, les personnes avec lesquelles vous travaillez, la taille et le type de pièces jointes, ainsi que le retour d’information que vous fournissez. Chaque demande de données est envoyée individuellement à OpenAI, via un service SSL chiffré, pour être traitée et renvoyée à Atlassian. OpenAI ne stocke ni les données soumises ni les réponses générées.
  • L’utilisation d’Atlassian Intelligence n’est possible que si vous activez l’option. Dans ce cas, il n’y a pas de formation fine d’Atlassian Intelligence sur vos données d’entrée ou de sortie. Il y en a uniquement sur le retour d’information que vous fournissez. Atlassian Intelligence est couvert par les conditions d’utilisation, la politique de confidentialité d’Atlassian et l’engagement d’Atlassian envers le RGPD.
  • Les administrateurs ont le pouvoir de restreindre l’accès d’Atlassian Intelligence aux sites et produits de leur choix.

Générer et transformer du contenu avec Atlassian Intelligence

Première série de fonctionnalités, la plus évidente lorsque l’on pense à l’assistance par modèles d’intelligence artificielle : la génération et la transformation de contenus. Des fonctionnalités qui peuvent s’avérer être très utiles dans Confluence… mais pas que. En effet, Atlassian Intelligence propose aussi une aide à la rédaction pour les tickets Jira. Démonstration.

Génération et transformation de contenus avec Atlassian Intelligence.

Générer du contenu en un rien de temps

Confluence

Dans Confluence, l’ensemble des macros boostées par l’IA Atlassian Intelligence sont accessibles grâce à la commande /ai. Celle qui nous intéresse ici est la première, celle qui permet de générer du texte à la demande. À l’aide d’un prompt, c’est-à-dire d’une demande écrite à l’IA, précisez simplement l’objet du paragraphe à rédiger et voyez le texte défiler sous vos yeux. Il est alors possible de modifier complètement le prompt ou de le relancer pour avoir plusieurs variations de la même commande. Lorsque vous êtes satisfait du résultat, validez le texte généré et passez au reste du document ! Il convient de préciser ici que la génération de contenus est d’autant plus efficace lorsque le prompt est détaillé et complet. N’hésitez pas à être exhaustif, à intégrer des mots-clefs et à itérer différents prompts jusqu’à arriver à un résultat concluant.

Jira Software et Jira Service Management

Dans Jira Software et Jira Service Management, on retrouve également cette génération automatique de contenus pour les tickets. Il est ainsi possible d’être épaulé par Atlassian Intelligence pour rédiger, au choix, la description de son ticket ainsi que les commentaires. Ici, l’IA n’est pas accessible via une commande. Il faut alors cliquer sur le logo Atlassian Intelligence, celui qui s’apparente à un feu d’artifice. De là, la logique est la même que sur Confluence. Et les points de vigilance aussi !

En effet, il faut tout de même faire attention à quelques points puisque la génération de contenu, que ce soit dans Confluence ou dans Jira, peut présenter quelques limitations. Notamment si :

  • Vous devez référencer des informations qui ne sont pas déjà présentes dans le document en cours d’édition (par exemple, du contenu présent dans un autre document ou un autre produit) ;
  • Vous devez générer et transformer du contenu dans des langues autres que l’anglais ;
  • Vous devez générer du contenu dans un format autre que le markdown standard (par exemple, générer un panneau d’information à partir de zéro).

Dans l’ensemble, nous trouvons cette fonctionnalité encore quelque peu limitée. Elle l’est d’autant plus en français, sans surprise. Les textes générés ne sont franchement pas très complets. Et n’osez pas demander un texte d’une certaine longueur sous peine d’avoir un message annonçant que le prompt ne respecte pas les conditions d’utilisation. En anglais, Atlassian Intelligence s’en sort un peu mieux. Mais les textes générés restent courts et ne prennent pas en compte l’ensemble des mots-clefs et des critères énoncés dans le prompt. Et ce, même après plusieurs itérations.

Conseils et bonnes pratiques

Quiconque a déjà utilisé ChatGPT s’en est rendu compte. Le modèle d’OpenAI est plus que doué pour parler sur n’importe quel sujet et donner, parfois, l’illusion de son expertise. L’intégration du modèle à Jira et Confluence n’est pas exempt de ces défauts. C’est pourquoi quelques conseils et bonnes pratiques sont indispensables. Concernant la génération de contenus par Atlassian Intelligence sur Jira et Confluence, gardez à l’esprit que :

  • Atlassian Intelligence vous aide à rédiger de nouveaux contenus. Par exemple, des pages de stratégie, des aperçus de projets, des notes de version ou des récits utilisateurs. Mais cela fonctionne mieux lorsque les équipes utilisent des prompts claires et spécifiques, avec un objectif précis à l’esprit.
  • Décomposez les demandes complexes en tâches plus petites et plus faciles à gérer. Ajoutez des mots-clés pertinents pour améliorer la précision du contenu généré. Utilisez une grammaire et une ponctuation correctes dans votre texte d’entrée.
  • Expérimentez différents prompts ou variations de votre texte d’entrée afin d’explorer différentes idées.

Transformer du contenu

Autre possibilité de cette première série de fonctionnalités : la transformation du contenu. Lorsque l’on parle de contenu transformé, on pense ici à deux cas de figure. Le premier est une simple reformulation du contenu. Pour lui donner un ton plus professionnel ou empathique, corriger les fautes ou encore réduire un texte trop long. Toutes ces transformations sont disponibles dans les pages Confluence, mais également dans les commentaires et descriptions des tickets Jira. Il suffit alors de taper la commande /ai pour accéder aux différentes options de transformation.

Le deuxième est la synthèse ou le résumé de pages Confluence et de tickets Jira Service Management. Ainsi, il est possible de générer en un clic un résumé complet d’une page Confluence qui contient beaucoup de texte. Ou de produire une synthèse des éléments d’un ticket Jira Service Management pour rapidement comprendre ou se rappeler le contexte du ticket. À noter que seuls les commentaires et la description sont pris en compte pour cette synthèse. Les éléments contenus dans les champs ne sont pas récupérés. Dommage ! La synthèse Confluence est déjà plus convaincante, même si l’impossibilité pour Atlassian Intelligence de piocher dans le contenu des macros s’avère être gênante.

Conseils et bonnes pratiques

À l’heure actuelle, résumer du contenu dans Confluence à l’aide d’Atlassian Intelligence fonctionne bien pour des pages riches en texte et/ou avec peu de macros. En effet, Atlassian annonce que cette fonctionnalité fonctionne mieux si la page contient beaucoup de texte. C’est-à-dire s’il faut 5 minutes ou plus pour la lire, et qu’il y a peu de visuels et/ou d’autres macros comme des développer/expand. A contrario, certains cas de figure rendent la vie plus dure à Atlassian Intelligence :

  • Si vous souhaitez avoir des informations précises sur des personnes, des lieux et des faits ;
  • Si vous essayez de générer un résumé d’une page Confluence très courte où il n’y a pas assez de contenu. Ou une page où le contenu est essentiellement contenu dans des macros, tableaux ou encore développer/expand.

Recherches et suggestions boostées par l’IA 

Recherche de demande Jira en langage naturel

Atlassian Intelligence propose de traduire une recherche de demandes dans Jira en JQL (Jira Query Language), pour simplifier les recherches complexes. L’utilisateur accède à la page de recherche dans l’onglet Ticket disponible au niveau d’un projet dans le panneau latéral gauche. En cliquant ensuite sur l’icône IA, il est possible de faire une recherche en utilisant un langage simple. Voici un exemple : je souhaite récupérer les demandes terminées le mois dernier qui me sont assignées. L’IA transforme automatiquement la demande en requête JQL. Dans l’exemple ci-dessous, même si l’orthographe est approximative et bien que la requête soit en français, le résultat est instantané et correct. Cependant, Atlassian précise quand même que les requêtes en anglais sont plus efficaces.

Fonctionnalité : Atlassian Intelligence propose de traduire une recherche de demandes dans Jira en JQL.

Au-delà de la langue, les limitations demeurent assez importantes. L’outil se révèle intéressant lorsqu’il s’agit de rechercher des demandes Jira avec des champs et des valeurs spécifiques. Cependant son utilité diminue lorsqu’il s’agit de recherches qui impliquent des objets autres que des demandes, tels que des projets ou des utilisateurs. Impossible de récupérer par exemple l’ensemble des demandes sur lesquelles un utilisateur a travaillé les 3 dernières semaines. Il manque dans le résultat les demandes sur lesquelles l’utilisateur a été assigné et ne l’est plus, les demandes où il a ajouté un commentaire, modifié un champ, etc.

Atlassian Intelligence : des fonctionnalités intéressantes mais limitées en JQL.

Il est donc essentiel d’avoir une compréhension des possibilités et des limitations du JQL (Jira Query Language). Et ce, afin de ne pas se sentir frustré par l’IA qui se limite à traduire ce qu’elle peut, parfois avec des résultats décevants. Dans cet exemple particulier, l’IA n’a pas pris en compte le statut et ne parvient pas à traduire correctement une recherche de date.

Fonctionnalité JQL d'Atlassian Intelligence : exemple de limitation.

Moins de SQL dans Atlassian Analytics

Pour aller plus loin dans la recherche de demande et faire du reporting, il existe Atlassian Analytics. L’outil est disponible pour les clients des plans Cloud Enterprise. Il permet la création de visualisation de données provenant des outils Atlassian, mais aussi de sources externes.

Cet outil propose des modèles de rapport, mais aussi la génération de vues personnalisées via des requêtes SQL. Atlassian Intelligence permet désormais de se passer de connaissance SQL pour faire de telles requêtes. L’intérêt de l’IA est avant tout de pallier le manque de connaissances des structures de bases de données. Les requêtes en langage naturel via IA peuvent servir à mieux comprendre et à apprendre le schéma de l’Atlassian Data Lake afin de réussir à construire les vues personnalisées souhaitées.

Fonctionnalité d'Atlassian Intelligence : Atlassian Analytics pour faire du reporting.

L’aide et suggestion dans la recherche de contenu Confluence

L’outil de recherche dans Confluence bénéficie lui aussi de l’ajout de l’IA. Cela permet d’obtenir des réponses à travers des recherches rapides ou avancées. Celles-ci sont générées exclusivement à partir du contenu présent dans Confluence (page ou blog). À noter qu’en respectant les restrictions d’accès, aucun contenu n’est généré. Il est évidemment recommandé d’avoir un contenu détaillé et à jour sur Confluence pour obtenir les meilleurs résultats. Si les questions sont jugées subjectives ou pas assez détaillées, celles-ci ne déclenchent pas de réponse. 

Atlassian Intelligence : Aide et suggestion dans la recherche de contenu Confluence.

Il est possible de consulter les sources liées, et les utilisateurs ont la possibilité de noter ou signaler les réponses.

L'IA dans Confluence

Automatisation simplifiée

Vous pouvez utiliser Atlassian Intelligence pour créer plus rapidement des règles automatisées dans Confluence. Pour cela, une règle doit contenir au moins un déclencheur et une action. Vous pouvez également ajouter des conditions ou des branches si vous souhaitez la rendre plus détaillée.

Prenons un exemple de prompt : « Je souhaite créer une demande Jira de type « Nouvelle fonctionnalité » dans le projet MobileApp chaque fois qu’une page de l’espace MOA passe à l’état validé. »

L’IA permet effectivement de gagner du temps en choisissant le bon déclencheur et l’action adéquate.

Malgré tout, il reste un nombre important d’éléments à configurer. Les suggestions de l’IA peuvent être à reprendre (le résumé et/ou la description de la demande, par exemple). Ou alors, ils ont été oubliés dans la requête écrite par l’utilisateur pour l’IA. En effet, le moteur de génération d’automation est très bien fait et intuitif. Il guide pas à pas dans la construction de l’automation. Or, on perd cela en essayant de tout résumer en une phrase avec l’IA. 

Automatisation simplifiée grâce à Atlassian Intelligence.

Cette fonctionnalité est par contre une très bonne approche pour un utilisateur qui découvre les automations dans Confluence. L’IA permet de comprendre le mécanisme de construction des automations et de se familiariser rapidement avec.

Fonctionnalités futures d’Atlassian Intelligence

Extension de la fonctionnalité de résumé de contenu

Pour le moment, le résumé de contenu se limite aux pages Confluence et aux tickets Jira Service Management. Atlassian prévoit d’étendre cette fonctionnalité à Jira Work Management et Jira Software, ainsi qu’à la version mobile de Confluence. La synthèse de contenu est également proposée pour des documents mentionnés via des Smart links. Cela peut être des liens vers d’autres applications Atlassian ou vers des applications tierces (Google Docs, MS Office ou Slack par exemple).

Génération d’automation dans Jira

Après les automations dans Confluence, ce sera au tour des automations dans Jira de bénéficier de l’IA. Il sera sûrement possible de faire des requêtes comme : « Si un Epic est clôturé alors que des Stories ou sous-tâches enfantes sont encore à l’état en cours, alors notifier les responsables pour les prévenir ». Elles seront transformées en automation de manière instantanée et automatique. Cependant, les automations ne demandent pas de connaissances en programmation et proposent déjà des modèles. La question de la pertinence de l’IA se pose pour ce cas d’usage.

Il existe de nombreuses limitations concernant les automations, et elles seront à avoir en tête lors de la génération automatique. Évidemment, la limitation la plus importante est le nombre d’automatisations par mois en fonction du plan (Free, Standard, Enterprise). Il ne faudra donc pas prendre prétexte de la facilité de création amenée par l’IA pour se laisser aller à trop d’automation. Et avoir en tête que les performances de Jira peuvent en dépendre. Mais peut-être que l’IA d’Atlassian proposera l’optimisation des automations existantes, on a le droit de rêver !

Revue de code dans Bitbucket

Dans un premier temps, Atlassian proposera de l’IA générative dans l’éditeur de commentaires et l’éditeur de description des Pull Requests. Cela permettra de résumer ou de modifier le ton des commentaires avant de les publier. La deuxième phase d’intégration de l’IA dans Bitbucket sera de l’utiliser pour accélérer les revues de code. Cela va permettre de générer automatiquement des descriptions de Pull Requests, d’analyser du code pour trouver, de vérifier les conventions de codage, et plus encore. Pour le moment, il existe déjà 3 plugins (Tabnine, Codeium, Cody by Sourcegraph). Ils sont disponibles sur le marketplace et permettent d’avoir ces fonctionnalités.

En conclusion

Atlassian livre ici une flopée de nouvelles fonctionnalités boostées à l’IA pour améliorer encore plus l’expérience des utilisateurs de Jira et de Confluence. Si certaines de ces fonctionnalités ne sont au mieux pas encore tout à fait au point, ou pas encore disponibles, il ne faut pas oublier que les avancées et les évolutions dans le monde de l’IA sont plus que rapides. Il ne faudra alors pas hésiter à surveiller de près les annonces d’Atlassian, et à revenir sur cet article pour voir quelles fonctionnalités ont finalement été ajoutées aux outils !

Qu’attendre de l’IA pour la DSI en 2024 ?

L’IA pour les solutions Data Center Atlassian

La génération augmentée de récupération

Les enjeux éthiques de l’Intelligence Artificielle : entre biais algorithmiques, reconnaissance faciale et manipulations

Mattis BITON

Mattis BITON

Quentin Bellego

Quentin Bellego

Atlassian-Intelligence-les-fonctionnalités

Partager

Un article de

Mattis BITON

Mattis BITON

Quentin Bellego

Quentin Bellego

Envie d'aller plus loin ?