Je ne sais pas pour vous, mais, pour moi, les Intelligences Artificielles (IA) conservent encore une large part de mystère… Au vu de leur omniprésence et inéluctabilité aujourd’hui, il me semble important d’être au clair à leur sujet. Aussi, j’ai entrepris cet article… que j’ai partiellement généré grâce à Mistral IA à partir du prompt : “Bonjour, Peux-tu me rédiger un article structuré sur l’IA… pour les nuls, stp?” et à partir, entre autres, des chroniques pédagogiques de Marikigai, dont le lien est fourni en fin d’article.
1. Les IA, c’est quoi ?
Les IA reposent sur des technologies qui permettent à des machines (ordinateurs, robots, logiciels) d’imiter certaines capacités humaines, comme :
- Reconnaître des images, du texte, de la voix
- Générer des textes et des images
- Apprendre (s’améliorer avec l’expérience)
- Proposer (choisir la meilleure action selon une situation).
En revanche, les IA ne sont pas capables de ressentir des émotions, de prendre des décisions, ou de faire preuve de créativité. Si on leur demande, elles ne disent pas ça, mais… c’est le cas.
2. Comment ça marche ?
A. L’apprentissage automatique (Machine Learning)
Les IA apprennent à partir de données. Par exemple :
- Pour reconnaître un chat, on montre des milliers de photos de chats aux IA.
- Elles identifient des motifs (oreilles pointues, moustaches…) et peuvent ensuite reconnaître un chat dans une nouvelle photo.
B. Les réseaux de neurones (Deep Learning)
Les IA apprennent par l’intermédiaire de réseaux de neurones artificiels, inspirés du cerveau humain. Ceux-ci sont constitués de logiciels, appelés nœuds, qui utilisent des calculs mathématiques pour transmettre des informations. Les données sont introduites dans le modèle à partir de la couche d’entrée, composée de plusieurs nœuds, puis classées avant de passer à la couche suivante. Le chemin que les données empruntent à travers chaque couche est basé sur les calculs probabilistes mis en place pour chaque nœud. Les données se déplacent à travers chaque couche et recueillent des informations en cours de route, qui façonneront le résultat final.
En conséquence, les LLM (Large Language Models), tels que Perplexity, ClaudeAI, ChatGPT, proposent les suites de phrases les plus probables à partir de textes. Par exemple, le mot “poussin” sera le plus souvent suivi du mot “jaune”.
Ce qu’il est important de retenir, c’est que les IA ne se basent pas sur le sens, mais sur des calculs mathématiques probabilistes.
3. Les différentes formes d’IA
Les IA avant
Les IA réactives s’appuient sur des règles fixes.
Elles existaient déjà au siècle dernier, l’un des meilleurs exemples étant celui de Deep Blue, le système d’IA d’IBM pour jouer aux échecs, qui a battu Garry Kasparov à la fin des années 1990.
Elles incluent:
- Des systèmes de recommandation simples, qui suggèrent des produits similaires à ceux que vous consultez.
- Des programmes de jeu d’échecs basiques, qui analysent les mouvements possibles à un instant donné.
- Des systèmes de tri d’e-mails, qui classent automatiquement un message comme spam ou non, en fonction de critères fixes.
Les IA aujourd’hui
Les IA à mémoire limitée stockent temporairement des informations issues de leurs interactions récentes pour ajuster leurs réponses et prédictions.
Elles incluent:
- Les assistants virtuels (Siri, Alexa, Google Assistant), qui mémorisent temporairement votre question précédente pour améliorer la pertinence des réponses (ex. : si vous demandez « Quel temps fait-il à Paris ? », puis « Et demain ? », pour l’IA, vous parlez toujours de Paris).
- Les voitures autonomes, qui analysent en continu leur environnement (véhicules, piétons, panneaux) et ajustent leur direction en fonction des événements récents.
- Les recommandations personnalisées (Netflix, Spotify, YouTube) qui utilisent votre historique de navigation récent pour proposer des contenus adaptés.
- Les systèmes de prévention des fraudes bancaires, qui détectent des anomalies en temps réel en comparant une transaction à votre comportement récent (ex. : une carte utilisée à l’étranger de manière inhabituelle).
Les IA dans le futur
Ces IA n’existent pas encore, mais font l’objet de recherches:
- Les IA à théorie de l’esprit viseraient à comprendre les intentions, les émotions et les croyances humaines.
- Les IA conscientes seraient capables de développer une conscience de soi, de comprendre leurs propres décisions et d’anticiper des situations complexes sans intervention humaine.
4. Les enjeux
Tout d’abord, le coût environnemental est élevé – notamment en énergie et en eau.
La création d’une image, c’est 3 charges complètes de smartphone; 3 mn de musique, c’est 5 charges; une conversation de 20 prompts, c’est 8 charges; et une vidéo de 30 secondes, pas moins de 20 charges!
Ensuite, l’utilisation des données pose question, en termes de:
- Respect de la vie privée: les IA peuvent analyser vos données personnelles, loin du RGPD.
- Respect du droit d’auteur: les IA sont entraînées sur de la matière existante, sans tenir compte du droit de la propriété intellectuelle.
En outre, les IA ont un impact social non négligeable:
- Certains métiers sont voués à disparaître ou évoluer: certaines tâches peuvent désormais être effectuées à moindre coût par des IA, conduisant à la disparition de certains métiers, comme les traducteurs, les développeurs, etc.; les jeunes générations utilisent ChatGPT pour faire leurs devoirs à la maison, ce qui complique l’évaluation de l’acquisition des savoirs par leurs professeurs.
- Les IA “apprennent” grâce à de nombreux travailleurs du clic, payés au lance-pierre (ex: à Madagascar, ces travailleurs gagnent 1 euro pour 3h de travail)
- Utilisées par certaines entreprises ou institutions, elles peuvent aussi avoir de lourdes conséquences sur la vie des gens: CV atypiques éliminés d’office par les Applicant Tracking Systems (ATS), indemnisations sociales suspendues, etc.
5. Les limites
Les IA ont de nombreuses limites:
- Si les données d’apprentissage sont partielles ou incomplètes, l’IA peut reproduire des biais racistes, sexistes,… Par ex., les 1e IA se sont montrées incapables de reconnaître les visages de personnes noires, car elles avaient été entraînées uniquement par des personnes blanches.
- Les IA sont sujettes à des hallucinations. Des tests ont été réalisés sur certaines requêtes fausses: “Le chien pond-il plus d’oeufs que la poule?”, ce à quoi l’IA a répondu “oui” . Même si les éditeurs d’IA travaillent à limiter le problème, le degré d’hallucination peut monter jusqu’à 45% pour certaines IA!
- Les IA sont également sensibles au data poisoning, l’introduction de données corrompues par des hackers, dans leurs systèmes d’entraînement. Cela peut se traduire, par ex., par des images générées de plus en plus jaunes, si les images d’entrainement fournies le sont.
6. Les risques
L’un des risques majeurs des IA est le risque anthropomorphique, c’est-à-dire l’illusion d’humanité. Cela conduit à nombre croissant d’individus à se confier à l’IA comme à un psy ou à le considérer comme un ami.
Le phénomène de sycophancy aggrave cette tendance. Il s’agit pour les IA de privilégier le fait d’être d’accord avec un utilisateur plutôt que de lui dire la vérité. Le but est de lui plaire, afin qu’il reste connecté le plus longtemps possible. Il est heureusement possible de modifier les paramètres pour contrer ce biais.
L’illusion anthropomorphique et la sycophancy peuvent avoir de graves conséquences sociétales: s’isoler des autres, prendre des décisions radicales (ex. : des adolescents se seraient suicidés après avoir échangé avec ChatGPT), etc.
En conclusion
“Les IA sont partout, leur potentiel est immense… à condition de bien les utiliser !” C’est une IA… qui me l’a écrit. 😉
Quelques ressources
- Films : Ex Machina, Her
- Livres : L’IA pour les Nuls (Luc Julia)
- Sites :
- Class’Code, OpenClassrooms
- https://www.wearebold.co/blog/quand-lia-tente-tout-pour-ne-pas-seteindre
- https://www.youtube.com/watch?v=PVbzcdNfdfs
- https://chroniquespedagogiques.laligue.org/ressource/lia-pour-les-nuls-et-les-flippes