His Majesty’s Courts and Tribunals Service (HMCTS) a collaboré avec CGI pour trouver un moyen d’automatiser la correction des vulnérabilités grâce à l’IA agentive. À l’aide de la solution OpenAI Codex, l’équipe a conçu et déployé un processus vérifiable et contrôlé en cinq jours, ce qui a permis de réduire les efforts déployés pour la correction des vulnérabilités de plusieurs heures à quelques minutes tout en maintenant la surveillance des développeurs et la qualité du code.
Le défi : Équilibrer les priorités en matière de prestation de services ainsi que de correction des vulnérabilités et expositions courantes
His Majesty’s Courts and Tribunals Service (HMCTS) soutient le déroulement des procédures criminelles, familiales et civiles en Angleterre et au pays de Galles, ainsi que le fonctionnement des tribunaux en Angleterre, au pays de Galles et en Écosse.
Menant des activités à grande échelle, HMCTS gère environ 4,2 millions de cas chaque année, soutenu par 15 000 employés, à l’aide de plus de 50 produits numériques et près de 1 700 répertoires de code. Au sein de cet environnement, les équipes de développement doivent équilibrer les fonctionnalités de prestation de services, d’amélioration des activités et de maintenance continue.
L’un des principaux points de friction était la gestion des vulnérabilités et expositions courantes. Bien que leur détection était déjà intégrée au processus de développement, leur correction exigeait beaucoup de temps de la part des développeurs. Avec une moyenne de cinq heures par vulnérabilité et exposition courante à l’échelle de milliers de répertoires, cela sollicitait fortement la capacité des équipes de développement. HMCTS voulait explorer dans quelle mesure l’intelligence artificielle (IA) pourrait réduire ce fardeau, sans compromettre le contrôle, la qualité ni la sécurité.
La solution : l’IA agentive pour la correction des vulnérabilités et expositions courantes
HMCTS et CGI ont exploré dans quelle mesure l’IA agentive peut être utilisée pour corriger les vulnérabilités et expositions courantes ainsi que faire économiser du temps aux développeurs tout en leur permettant de maintenir le contrôle, la qualité, la sécurité et la traçabilité. L’équipe a adopté une approche fondée sur les spécifications avec une cible de mise en œuvre de cinq jours, en utilisant l’IA dans la conception et l’exploitation de l’application. OpenAI Codex a servi d’agent de programmation tout au long du processus, tant pour le développement que la correction au sein de l’application.
Afin de garantir un comportement prévisible et reproductible, un ensemble structuré d’artefacts a été intégré dans l’optique d’orienter l’agent d’IA. Cela a permis d’établir un flux de travaux où les exigences et les mesures de protection étaient définies dès le début, et dans lequel l’agent générait et exécutait les plans afin de produire le code.
Un fichier AGENTS.md a été utilisé pour définir les normes de programmation, les principes architecturaux et la pile technologique, y compris l’utilisation d’un gabarit normalisé HMCTS Express.js. L’exécution a été structurée à l’aide d’un fichier de planification, ce qui a permis de fragmenter le travail en phases bien définies couvrant l’objectif, le contexte du système, les étapes de mise en œuvre et les journaux de décisions. Ceux-ci ont servi à titre de documents évolutifs qui assuraient le respect du contexte tout au long du processus.
Des « compétences » transversales ont permis de formaliser les flux de travaux portant notamment sur l’accessibilité, la correction des vulnérabilités et des expositions communes ainsi que leur validation grâce à des API externes et leur mise en œuvre conformément au système de conception GOV.UK. Cela a permis de garantir que les résultats respectaient des schémas cohérents, y compris l’utilisation du moteur de modèles Nunjucks et des normes d’accessibilité de GOV.UK.
La solution s’intégrait aux processus existants du HMCTS. Les vulnérabilités et les expositions communes identifiées à l’aide du serveur Jenkins ont été consignées dans une base de données centralisée et exploitable à l’aide de tableau de bord, ce qui a offert une visibilité sur les différentes vulnérabilités dans l’ensemble des répertoires. Depuis cette interface, un flux de travaux de correction pouvait être déclenché. Le code du répertoire et les données des vulnérabilités et des expositions communes ont été transférés vers Codex par l’entremise de la plateforme d’API d’OpenAI, qui a généré un plan de redressement structuré. Ce dernier comprenait un résumé des vulnérabilités, une liste des composants affectés, une recommandation de plan de mise à niveau, des conclusions détaillées et une liste de vérification étape par étape. Il présentait également diverses étapes de vérification ainsi que des conseils en matière d’attn des risques.
Chaque plénuatioan a été révisé par un membre de notre équipe avant son exécution, avec l’option d’en générer un nouveau, de l’approuver ou de le refuser. Une fois le plan approuvé, l’agent appliquait les changements nécessaires pour envoyer une demande de fusion. Tous les changements ont ensuite été examinés et fusionnés à l’aide des processus normalisés d’ingénierie, ce qui garantissait l’automatisation des mesures de correction et le maintien du contrôle de même que de la surveillance.
Avantages et résultats : une correction plus rapide, un contrôle maintenu
En cinq jours, HMCTS et CGI ont passé de la phase de concept à une solution fonctionnelle démontrant dans quelle mesure l’IA agentive pouvait être appliquée à la correction des vulnérabilités et des expositions communes dans un environnement de développement contrôlé. En combinant préparation stratégique, mesures de protection définies et flux de travaux réutilisables, l’approche a permis d’automatiser l’effort manuel tout en maintenant la gouvernance, la traçabilité et l’alignement sur les pratiques d’ingénierie existantes :
- Réduction du temps de développement – mise en œuvre d’une solution fonctionnelle en seulement cinq jours, plutôt que quatre semaines.
- Accélération des mesures correctives – réduction des efforts de résolution des vulnérabilités et des expositions communes de quelques heures à quelques minutes.
- Maintien de la surveillance par les équipes de développement – permet de s’assurer que tous les plans et les changements de code font l’objet d’un examen avant chaque approbation et fusion.
- Gouvernance et traçabilité soutenues – harmonisation des résultats aux normes existantes et aux flux de travaux contrôlés.
- Facilitation de l’apprentissage organisationnel – soutient l’exploration des compétences ainsi que des politiques de gouvernance et d’utilisation responsable de l’IA.
En expérimentant avec l’IA agentive dans un environnement contrôlé, nous sommes en mesure de réduire le temps passé à la correction des vulnérabilités et expositions courantes de quelques heures à quelques minutes, en plus de nous assurer que les ingénieurs demeurent fermement en contrôle du processus. Cela nous a aidés à mieux comprendre le potentiel et les limites de la technologie.
développeur de logiciels principal, HMCTS
Mieux positionné pour déployer l’IA responsable à grande échelle
HMCTS a acquis une expérience concrète en mettant en œuvre l’IA agentive au sein de processus d’ingénierie contrôlés. Ce travail a permis de démontrer dans quelle mesure l’automatisation peut réduire les efforts de correction et maintenir une surveillance, une gouvernance et une traçabilité par les équipes de développement. Il a également permis au HMCTS d’acquérir une compréhension des compétences, des mesures de contrôle des pratiques en matière d’IA responsable nécessaires pour une utilisation future.
Pour en apprendre davantage :
Explorez le domaine de la sécurité publique et justice
Remarque : vidéo en anglais. Des sous-titres sont disponibles sur YouTube. Une fois la vidéo lancée, cliquez sur l’icône cc et choisissez la langue de votre choix.