L'intelligence artificielle générative était à la mode en 2023 , mais son évolution future et son impact sur nos vies dépendront de la manière dont nous aborderons une série de dilemmes cruciaux dans les années à venir. Dans le même temps, les tendances qui ont reconfiguré le paysage de l’IA au cours des 12 derniers mois sont déjà visibles.
Selon Will Douglas Heaven, Rédacteur en chef de l'IA du MIT Technology Review , il y a six grands problèmes à résoudre qui détermineront la trajectoire de cette technologie disruptive .
1. Atténuation des biais
Le problème des biais est endémique dans les modèles formés avec des données du monde réel qui contiennent des stéréotypes et de la discrimination . "Ces préjugés vont être révélés", a déclaré Geoff Schaefer de Booz Allen Hamilton . Cela nécessitera une meilleure élaboration des politiques. Mais ce ne sera pas facile à résoudre .
Certaines entreprises tentent d'atténuer les biais avec des données synthétiques ou des modèles renforcés par des commentaires humains . Ces solutions partielles ne convainquent cependant pas tous les experts.
2. Transformation du droit d'auteur
Les poursuites contre OpenAI et Microsoft pour violation présumée du droit d'auteur pourraient redéfinir le concept d'« utilisation équitable » des œuvres de tiers en vertu de la loi.
On ne s’attend pas à ce que les entreprises technologiques arrêtent leur innovation en attendant les décisions des tribunaux. De nouveaux marchés de données éthiques et de nouveaux accords de licence vont probablement émerger.
3. Changement d'emploi
L'IA va remodeler de nombreux emplois , selon Ethan Mollick de Wharton . Les humains seront remplacés dans des tâches répétitives, pouvant se concentrer sur des tâches à plus grande valeur ajoutée . La technologie égalisera les capacités entre les profils.
Cependant, cette perturbation entraînera des souffrances et une concentration des richesses . De nouvelles compétences seront nécessaires et certains postes seront transformés au lieu de disparaître.
4. Augmentation de la désinformation
En 2023, de faux textes et images réalistes ont proliféré et ont trompé des millions de personnes. Sa détection reste insuffisante.
Il est impossible d'anticiper tous les abus , a prévenu OpenAI . Plus les gens l’utiliseront, plus vite ses risques seront mieux connus.
5. Coûts humains et environnementaux
Cette innovation dépend de travailleurs cachés mal payés. Et cela implique une consommation d'énergie élevée . Les deux externalités seront révélées au public.
6. Persistance de l'alarme sociale
Des lauréats du prix Nobel comme Geoffrey Hinton ont alimenté les craintes d’une future IA incontrôlable plus intelligente que les humains. Mais tout le monde ne partage pas cette vision. Pour François Chollet de Google , ils détournent l'attention des vrais problèmes comme les préjugés.
De son côté, Melissa Heikkilä , journaliste de La MIT Technology Review a mis en évidence quatre tendances qui ont transformé l’IA en 2023 :
1. Prolifération des modèles génératifs
Il y a eu une multitude de versions de modèles capables de générer du texte, des images et d'autres contenus de manière autonome, comme ChatGPT d' OpenAI . Toutes les grandes entreprises technologiques misent massivement sur cette IA générative . Cependant, aucune application star ayant été adoptée massivement n’a encore vu le jour.
2. Plus de recherches sur les performances
Même si elles mettent en œuvre ces modèles rapidement, les entreprises ne comprennent toujours pas pleinement leur fonctionnement interne . En 2023, des progrès ont été réalisés pour élucider les raisons pour lesquelles ils présentent des biais, une toxicité et des informations erronées .
3. Extension des peurs existentielles
Les scientifiques et les hommes d’affaires craignent de plus en plus qu’à l’avenir une IA puisse être créée, plus intelligente que les humains et incontrôlable. Des personnalités influentes comme l’informaticien Geoffrey Hinton ont mis en garde contre ce scénario. Mais d’autres experts rejettent cet alarmisme.
4. Début de la régulation publique
Des gouvernements et des institutions comme l' Union européenne et les États-Unis ont présenté des réglementations , des lois et des engagements industriels pour gérer les risques de cette technologie et garantir un développement éthique . Des poursuites ont également déjà été intentées concernant ses impacts.
L' avenir de l'IA générative sera marqué par d' intenses débats sur la meilleure façon de maximiser ses avantages et d'atténuer les effets indésirables , tant au niveau technologique et commercial qu'au niveau éthique, social et réglementaire. Reste à savoir quelle sera son application vedette ou son modèle d’utilisation transformateur qui sera adopté par la majorité.
Mais après son émergence en 2023 menée par ChatGPT , son énorme potentiel est déjà visible. Les experts prédisent qu'en 2024, son intégration dans les opérations et les processus organisationnels progressera , accélérant la prise de décision , favorisant l'innovation et redéfinissant la productivité.
Cependant, la plupart des entreprises ne sont pas encore prêtes à le mettre en œuvre à grande échelle, prévient Julie Sweet d' Accenture dans conversation avec Finance Fois. Des contrôles plus stricts sont nécessaires pour garantir une utilisation sécurisée et une infrastructure de données plus robuste. Bref, l’IA générative est vouée à provoquer un bouleversement dans des dimensions difficiles à prévoir.
L’année 2023 a sans doute été un tournant , avec des impacts qui restent à écrire. Mais tout indique qu'en 2024, son adoption transformatrice s'accélérera dans des domaines tels que l'éducation , la santé ou les secteurs créatifs .
De même, les régulateurs continueront à définir des cadres éthiques et juridiques pour gérer les risques et maximiser les avantages sociaux de cette technologie de pointe .
Qu'est-ce que l'IA générative
L'intelligence artificielle générative fait référence aux systèmes d'intelligence artificielle qui peuvent générer de nouveaux contenus ou données qui n'existaient pas auparavant. Ces systèmes utilisent des algorithmes pour créer des informations utiles et cohérentes à partir de grands ensembles de données de formation.
Un exemple courant de cette technologie est celui des réseaux contradictoires génératifs (GAN), qui peuvent créer des images, de la musique, des textes écrits ou tout autre type de contenu multimédia difficile à distinguer de ce qui a été créé par les humains. L’intelligence artificielle générative est appliquée dans divers domaines, notamment le design, l’art, la médecine et la recherche scientifique.