Intelligence Artificielle, Mythes et Réalités

Les intelligences artificielles actuelles, tels que les LLM ou les GenAI restent des outils. Elles mettent à porter du plus grand nombre des compétences que l’on doit généralement acquérir par l’étude.

Si l’on prend l’exemple des LLM, ces modèles de langage permettent surtout de rendre simple et accessible par le langage humain des choses plus complexes. Par exemple, la recherche bibliographique – Le rassemblement de documents pour un article tel que celui-ci avec les sources déjà intégrées – qu’il pourra résumer pour permettre une compréhension intermédiaire de documents parfois obscures et complexes.

Pour les GenAI, c’est le domaine de l’Art et de la composition artistique qu’elles rendent accessibles, permettant à des personnes sans compétence artistique de réaliser des œuvres extrêmement pointues, à condition de mener à bien la courbe d’apprentissage des subtilités de ces modèles.

Que peut-on alors en craindre ? Si l’on simplifie leurs utilités, les IA de ce type aussi appelées « Deep Learning » sont des outils que l’on gorge d’informations dans l’objectif de les utiliser par la suite pour réaliser une tâche.

Il faut comprendre qu’une IA actuelle n’est pas capable de réflexion au sens humain du terme. Demandez à un LLM de réaliser une dissertation de Philosophie et vous obtiendrez, suivant la personne qui écrit la demande (aussi appeler Prompt) soit une réponse digne d’un philosophe soit un papier sans intérêt. C’est la même chose pour un article de journal.

Il faut guider ce type d’IA. Pour des tâches parfaitement rationnelles – réaliser un calcul mathématique et en déduire une simplification – l’IA sera très efficace. A l’inverse, lui demander de résoudre un problème complexe de cette même matière sera généralement voué à l’échec. La raison est que le principe de fonctionnement de ce type d’IA est d’agréger et de rechercher des données parmi celles qu’elle possède déjà pour lui permettre de composer une réponse. Si la donnée logique n’existe pas, elle n’est pas capable de réaliser une réponse cohérente.

D’ailleurs, il faut faire attention aux réponses fournies, les IA de ce type sont programmées pour répondre dans tous les cas. Dans leurs logiques, il vaut mieux une erreur que pas de réponse.

Alors, non, il n’est pas raisonnable d’avoir peur de ce type d’IA, mais il l’est de prendre des précautions lors de leurs utilisations. Ce sont des programmes qui peuvent apprendre à partir des demandes des utilisateurs, et pas forcement dans le bon sens. En 2016, Microsoft lance un intelligence artificielle « chatbot » pour tester l’apprentissage sur la base d’échanges de Tweets (sur Twitter, donc, maintenant X) et c’est une catastrophe. Elle devient très rapidement raciste, homophobe et fachiste.

Il faut aborder la question des emplois et de l’utilisation des IA en lieu et place de personnes physiques. D’après les sources gouvernementales (française et internationales), l’IA pourrait remplacer les emplois des travailleurs non qualifiés ou à faible qualification – les chiffres indiqués seraient de l’ordre de 45.2% des emplois potentiels impactés dans les professions juridiques, 44.8% dans les métiers liés à l’informatique et aux mathématiques et 44.6% dans les fonctions liées à l’administration des entreprises et à la finance.

A l’inverse, l’IA sera vecteur de nouveaux emplois de développeurs, Data Scientist, analyste financier, Prompt Engineer et Responsable éthique IA, par exemple.

Elle va transformer un certain nombre de métiers, particulièrement les « Bullshit jobs » et ainsi rendre la vie des salariés plus agréable, plus épanouissante et plus rémunérée.