greenai.guide

Accueil › Comment faire… ? › Comment faire écrire du code économe en énergie par une IA ?

Comment faire… ?

Comment faire écrire du code économe en énergie par une IA ?

Mis à jour · 2 min de lecture

En bref

Demandez explicitement du code efficace et nommez la contrainte, comme la mémoire, les allocations ou la complexité algorithmique, puis lancez les tests et mesurez l'énergie du code avant de l'accepter. Des recherches ont montré que modifier le prompt pouvait rendre le code généré jusqu'à 91,9 % plus économe en énergie, mais souvent au détriment de sa justesse. Donnez à l'assistant des principes énergétiques à suivre, et gardez une personne pour vérifier le résultat.

Étapes

  1. Demandez du code efficace et nommez la contrainte qui compte, comme la mémoire ou les allers-retours avec la base de données.
  2. Donnez à l'assistant la description complète du problème, pas une version raccourcie.
  3. Lancez la suite de tests sur tout ce qu'il produit.
  4. Mesurez l'énergie, ou au moins le temps d'exécution et la mémoire, avant et après, sur la même machine.
  5. Donnez à l'assistant un ensemble écrit de règles énergétiques ou d'anti-patterns à vérifier.

Demandez explicitement de l'efficacité, puis vérifiez-la. Les assistants d'IA écrivent du code qui passe les tests mais peut être gaspilleur : des boucles contenant des appels à la base de données, des copies inutiles, du travail répété.

Que montrent les preuves ?

EnergyBench, d'Ionescu, Jensen et Thomsen, évalue le code écrit par IA à la fois sur sa justesse et sur son énergie. Les auteurs ont constaté que modifier le prompt pouvait rendre le code généré jusqu'à 91,9 % plus économe en énergie, mais souvent au détriment de l'exactitude. Dans certains cas, supprimer la moitié de la description du problème rendait le code plus de quatre fois plus efficace, tandis que sa justesse tombait à zéro. Un code efficace mais faux ne vaut rien.

Comment le demander dans le prompt ?

  • Nommez la contrainte. « Évite une requête à la base de données dans la boucle », « lis le fichier en flux au lieu de le charger en mémoire », « garde une complexité O(n log n) ».
  • Gardez la spécification complète. Ne raccourcissez pas le problème pour économiser des tokens : c'est là que se perd la justesse.
  • Donnez-lui des règles. Des chercheurs de GreenCode ont publié la GreenCode Constitution, un ensemble de principes énergétiques et d'anti-patterns qu'un agent de codage par IA peut suivre : profiler le code, corriger les anti-patterns par ordre de priorité, mesurer à nouveau et ne garder que les changements qui économisent de l'énergie.

Erreurs fréquentes

  • Se fier au mot « optimisé » dans la réponse. Mesurez sur la même machine, sous la même charge.
  • Confondre plus rapide et plus vert. Les travaux de GreenCode ont montré que l'énergie et la vitesse peuvent diverger ; mesurez les deux. Consultez comment mesurer l'énergie de l'IA sur votre propre ordinateur.
  • Sauter la relecture d'un code généré que vous n'avez pas écrit.

Pour les méthodes de mesure, lisez comment mesurer l'énergie et le carbone de l'IA.

Sources

  1. EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code, Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
  2. GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
  3. Web Sustainability Guidelines, W3C (2025)

Rejoignez-nous

Aidez à réduire l’impact de l’IA sur la planète

Recevez par e-mail, environ une fois par mois, les nouveaux guides, appels à financement et fiches des annuaires. Ou ajoutez votre produit, cours, thèse ou recherche aux annuaires.

Aucun suivi. Désinscription en un clic. Autres façons de participer · Confidentialité