De nombreuses questions se posent sur l’intelligence artificielle, notamment sur ChatGPT, et leur impact sur le travail et l’emploi. “Nous allons être dans un monde où la quantité de contenu qui sera produit va exploser. Et ces algorithmes ne sont pas très efficaces pour trier le contenu», affirme vendredi 14 juin Thierry Rayna, p.Professeur de l’École Polytechnique, chercheur au laboratoire CNRS i3 et économiste de formation. Pour ce chercheur, l’IA n’est pas forcément synonyme de destruction d’emplois, bien au contraire. »L’IA va changer nos vies car nous travaillerons de plus en plus« .
Le chercheur pointe la multiplication des contenus, les deep fakes et la nécessité de vérifier ces contenus : «Nous allons travailler de plus en plus, puisque nous allons avoir de plus en plus de contenus, de plus en plus de news, probablement, beaucoup de fake news, nous avons vu des deep fakes, beaucoup plus de choses à filtrer« .
franceinfo : De quoi parle-t-on quand on parle d’intelligence artificielle ? Il y a l’IA générative, il y a l’IA discriminante. Quelle est la différence ?
Thierry Rayna : Je pense que c’est de là que vient le problème. C’est à dire que l’IA est devenue un véritable fourre-tout et il existe des IA, mais de toutes sortes. Il y en a qui reposent sur des règles, il y en a qui reposent sur des petits objets que nous allons rendre intelligents collectivement. Et puis il y a les IA qu’on appelle basées sur le machine learning, et là, qu’il s’agisse d’IA générative ou d’IA discriminatoire, elles fonctionnent de la même manière. En gros, nous allons donner des informations, un algorithme et essayer de lui faire deviner les informations manquantes. Ainsi, par exemple, lorsque nous formons un ChatGPT, nous prenons du texte, nous supprimons des mots et nous demandons à la machine d’apprendre les mots. Donc, avec l’IA traditionnelle, nous allons essayer de prendre de grands ensembles de données et d’essayer de leur donner un sens. Alors quelle est la tendance ? De quoi parle le texte? L’IA générative, en fait, l’idée était d’inverser cela et de dire que puisque finalement, l’IA n’est pas forcément très douée pour trier les données, on va lui faire créer des données supplémentaires, donc on va créer du texte, on va créer des images.
Quels nouveaux usages peuvent émerger lorsque l’on est une entreprise dotée de l’IA générative ?
La plupart des cas d’utilisation de l’IA générative que nous voyons aujourd’hui sont des cas d’utilisation de l’IA traditionnelle recyclée. C’est-à-dire que nous essayons toujours de prendre des données et de comprendre ce qu’elles contiennent, alors que les vrais cas d’utilisation, l’IA générative, concernent la création de choses. Et cela ne veut pas dire qu’il n’y a pas de cas d’usage pour les entreprises, mais il n’est pas du tout évident que cela soit forcément très intéressant pour elles, dans la mesure où en fait, les Entreprises, bien souvent, disposent déjà de beaucoup de données. , ils ont accès à beaucoup de choses et ce qu’ils essaient de faire, c’est de donner un sens à ces données. Donc l’idée selon laquelle on peut créer une image ou qu’on peut créer du texte fonctionne, mais elle a ses limites. Le problème, c’est que ce dont on entend relativement peu, c’est qu’il existe en fait une réelle asymétrie dans cette IA basée sur le machine learning. Ces algorithmes d’IA sont très efficaces pour créer du contenu, mais très mauvais pour sélectionner du contenu.
“Même pour quelque chose d’aussi basique qu’un chatbot, créer du texte pour le chatbot est une bonne chose, mais le chatbot n’est généralement pas très doué pour comprendre le problème.”
Thierry Raynasur franceinfo
Et c’est pour ça qu’il y a beaucoup de cas d’usage que l’on voit en ce moment, dont il faudra se souvenir, dans dix ans on rira beaucoup en fait.
Nous entendons beaucoup parler de l’IA qui va détruire des emplois, de l’IA qui va remplacer mon travail. Comment devrions-nous voir cela ?
De nombreuses études ont été réalisées. Le problème est que la plupart de ces études n’ont porté que sur l’aspect créativité. C’est-à-dire qu’en gros, nous allons prendre le travail de quelqu’un et dire que cette personne écrit autant d’e-mails par jour et donc, grâce à l’IA générative, au lieu de passer dix minutes à créer un email, il appuie sur un bouton l’e-mail est écrit . Cela signifie donc qu’ils gagnent du temps. Et ça veut dire qu’au lieu d’avoir dix personnes comme cette personne, on en prend la moitié. Mais ce qu’on ne comprend pas, c’est qu’en fait, oui, pour rédiger des emails, c’est très bien, mais pour trier des emails, c’est très mauvais. Et donc, nous allons être dans un monde où la quantité de contenus qui sera produite va exploser. Et ces algorithmes ne sont pas très efficaces pour trier le contenu.
Il y aura donc toujours des humains ?
Il faudra encore plus d’humains. Parce qu’en réalité, ce qui se passe, c’est qu’en ce moment, tout le monde reçoit trop d’e-mails, mais en réalité, nous n’en recevons pas autant que demain. Car rédiger un email prend du temps, mais déjà aujourd’hui, vous appuyez sur un bouton, le texte est généré. Mais cela ne change rien au fait que les humains sont toujours nécessaires pour trier les e-mails, car un algorithme est simplement capable d’identifier l’e-mail moyen. Mais l’e-mail urgent de votre patron par exemple, sera généralement laissé de côté.
On répète souvent que ces nouveautés sont en rupture avec les algorithmes comme celui d’OpenAI, mais parfois, on découvre la lune, les GAFAM eux-mêmes disposaient d’algorithmes. Qu’est-ce qui change ?
C’est très intéressant car cela s’est produit pour presque toutes les autres technologies numériques. En effet, contrairement à ce qu’on entend dans ce qu’OpenAI a fait avec ChatGPT, technologiquement il n’y a rien de nouveau, en termes de données et de quantité de données, il n’y a rien de nouveau. On est vraiment sur une progression assez continue, la fameuse loi de Moore, donc tout à fait prévisible. Et même l’IA générative n’est pas quelque chose de nouveau. La seule chose qui est vraiment nouvelle en fait, c’est que cette entreprise, qui ne disposait pas des meilleurs algorithmes, qui a en fait repris une ancienne version de son algorithme, l’a mis à la disposition de tous de manière illimitée. . Comme toujours, comme ce fut le cas avec le Web, avec le MP3, ce qui fait réellement la différence, c’est qu’au lieu que les entreprises essaient de deviner ce que les gens peuvent faire avec ces technologies, les gens s’emparent de ces technologies et commencent à faire absolument n’importe quoi, comme écrire du code. avec ChatGPT ou réaliser des encyclopédies collaboratives. Au fond, ce sont des idées qui semblent honnêtement complètement stupides et pourtant qui fonctionnent. C’est donc de là que vient la rupture. Ce n’est pas que nous ayons fait des progrès technologiques, c’est bien l’ouverture et l’accès massif à ces technologies qui font que chacun peut les utiliser pour faire ce qu’il veut, y compris des choses qui n’ont pas de sens pour les entreprises, qui finissent par créer des usages. et les perturbations.
Par exemple, qu’est-ce que l’intelligence artificielle change pour une usine ?
L’IA générative, absolument rien, puisqu’une usine, ce qu’on veut c’est contrôler des processus, avoir des réponses exactes, alors qu’ici, on va essayer d’ajouter des données. Alors peut-être que ça pourrait changer, par exemple si l’idée était qu’on avait besoin en usine de personnaliser un produit, ça pourrait permettre de personnaliser le produit plus rapidement, de changer les couleurs, ou de faire des images, etc. Mais encore une fois, on Il ne faut pas se tromper, ces algorithmes fonctionnent en moyenne, ce sont des statistiques, c’est la moyenne. Donc en fait, la seule innovation que nous pouvons avoir, c’est la moyenne. Donc si vous souhaitez des personnalisations moyennes, cela fonctionne très bien.
“Si nous voulons une véritable œuvre d’art, nous aurons besoin de personnes bien équipées et capables de faire le travail.”
Thierry Raynasur franceinfo
Il y aura toujours quelqu’un derrière un métier, l’IA ne bouleversera pas nos vies, mais peut-être l’adaptera-t-elle ?
Ce qui est clair, c’est que l’IA va bouleverser nos vies car nous allons travailler de plus en plus. Nous allons travailler de plus en plus, puisque nous allons avoir de plus en plus de contenus, de plus en plus de nouvelles, probablement, beaucoup de fausses nouvelles, nous avons vu des deep fakes, beaucoup plus de choses à filtrer. Et nous aurons également tout un tas d’opportunités. Tout le monde peut improviser en tant que musicien, tout le monde peut improviser en tant qu’artiste, tout le monde peut improviser en tant qu’écrivain. Encore une fois, vous ne deviendrez pas un musicien fantastique ou un artiste extraordinaire, vous serez un artiste moyen, mais ce n’est pas mal. Il est clair que nous allons travailler beaucoup plus. En revanche, ce qui est également sûr, c’est que cette IA générative permet à presque tout le monde de devenir moyen. Cela signifie qu’il y a beaucoup de travail que les entreprises effectuaient auparavant seules, et que désormais les individus pourront accomplir.
