6 idées fausses sur l’intelligence artificielle (2022)
Bien comprendre ce qu’est l’intelligence artificielle n’est pas chose facile. Bien des mythes et inexactitudes à son sujet sont très répandus. Pourtant, en tant que décideur en entreprise, qu’homme ou femme politique, qu’activiste, ou bien encore que consommateur, puisque l’IA va s’immiscer de plus en plus dans notre quoditien, il est important de connaître l’IA, sa technologie et ses enjeux afin de prendre des décisions éclairées. Voici 6 idées fausses courantes parmi bien d’autres :
Les machines apprennent toutes seules
C’est l’impression qu’on peut en avoir. Mais, d’une part, les machines n’en sont pas encore au stade où elles décident d’elles-mêmes de leur champ d’application. Et d’autre part, il y a toujours un considérable travail humain en amont. Des spécialistes aguerris formulent le problème, préparent les modèles, déterminent les ensembles de données d’entraînement appropriés, essayent d’éliminer les biais potentiels induits par ces données, etc. Aussi, ils font évoluer le logiciel en fonction de ses performances. Il y a beaucoup de temps de cerveau humain derrière les modèles d’IA.
Les machines font preuve d’objectivité
Rien n’est bien sûr plus faux. Le design des machines et l’écriture de leurs logiciels sont des créations humaines. Et dans le cadre de l’apprentissage automatique, l’objectivité repose essentiellement sur la neutralité des données d’entraînement qui sont soumises au modèle en vue de son apprentissage. Le biais cognitif est pratiquement inévitable et toute la difficulté de la préparation des données est de réussir à limiter ce biais au maximum. Il arrive souvent qu’un modèle reproduise un biais de confirmation qu’il a hérité de ses créateurs humains. Si nous introduisons des données biaisées, même involontairement, dans un système, nous obtenons en sortie des résultats biaisés.
L’IA est synonyme d’apprentissage automatique
Il est vrai que presque toutes les applications actuelles de l’intelligence artificielle relèvent de l’apprentissage automatique. Mais l’apprentissage automatique, basé sur l’idée que les machines peuvent apprendre et s’adapter par l’expérience, n’est qu’un outil de l’intelligence artificielle. Peut-être découvrirons-nous un jour de nouvelles méthodes pour résoudre des problèmes où l’apprentissage automatique échoue, par exemple avec des questions pour lesquelles on n’a pas de grandes quantités de données qualifiées. L’intelligence artificielle quant à elle fait référence à une idée plus générale où les machines peuvent exécuter des tâches de façon “intelligente”, c’est-à-dire d’avoir des fonctionnements se rapprochant de l’intelligence humaine. Cela dit, le concept d’intelligence artificielle n’a pas de définition communément admise et ses limites sont floues. Peut-être devrions-nous parfois parler de traitement complexe de l’information ou d’automatisation cognitive, mais cela serait certainement moins sexy.
L’IA va supprimer des emplois
Comme pour l’automatisation et la robotisation de ces dernières décennies, il serait plus exact de dire que les technologies de l’intelligence artificielle vont remplacer certains postes et en faire évoluer d’autres. C’est-à-dire qu’elles vont modifier profondément le paysage du travail, comme ce fut le cas des révolutions industrielles précédentes, mais probablement pas réduire le nombre d’emplois. Autant la robotisation a permis d’éliminer des tâches manuelles répétitives, autant l’intelligence artificielle permet d’éliminer des tâches intellectuelles répétitives, de travailler d’une façon nouvelle et plus intelligente. Et comme avec la robotisation, l’intelligence artificielle peut être plus efficace dans certaines tâches que n’importe quel humain. Prenons comme exemple une application, basée sur l’IA, d’examen de radiographies pulmonaires qui peut détecter des maladies bien plus rapidement, avec un taux d’erreurs moindre que les radiologues.
L’IA n’est pas utile dans mon entreprise
Et pourquoi cela ? L’intelligence artificielle peut d’ores et déjà améliorer les interactions avec les clients, analyser les données plus rapidement, aider à la prise de décision, générer des alertes précoces sur des perturbations à venir, etc. Pourquoi s’en priver ? Elle a aussi quantité d’applications utiles en milieu industriel, notamment avec la vision/reconnaissance par ordinateur qui permet par exemple de détecter une pièce défectueuse avec bien plus d’efficacité et de rapidité qu’un opérateur humain. Refuser l’IA est du même ordre que renoncer aux bénéfices de l’automatisation, au risque de mettre l’entreprise dans une position concurrentielle défavorable. Il faut bien comprendre que l’IA est le prolongement logique de la révolution industrielle de l’automatisation/robotisation.
Des machines super-intelligentes vont dépasser les humains
Les applications actuelles de l’IA sont toujours très spécifiques, c’est-à-dire qu’elles répondent à un problème bien défini. En revanche, les intelligences généralisées, qui sont capables de s’atteler à un certain nombre de tâches différentes, tout comme le font les intelligences humaines ou naturelles, ne sont pas encore à l’ordre du jour et appartiennent au registre de la science-fiction. Mais en 1865, le voyage de la Terre à la Lune appartenait au registre de la science-fiction et l’on sait ce qu’il en est aujourd’hui. Alors, on ne saurait faire une prédiction définitive sur ce point et affrimer que cette idée est tout à fait fausse. Il paraît cependant sage de penser que nous ne connaîtrons pas de notre vivant les super-robots qui seront capables de dépasser les humains en tout.
Six Misconceptions about Artificial Intelligence
Understanding artificial intelligence (AI) is not easy: the myths and inaccuracies about it are rife. However, since AI is bound to become a part of our daily lives, we, as business decision makers, politicians, activists, or consumers, must learn more about it, its underlying technology and challenges, in order to make informed decisions about it. Here are six common misconceptions about AI:
Machines learn by themselves
That’s the impression you get. The reality is that machines are not yet at the stage where they can make their own decisions about their field of application. And what decisions they do make are grounded in a considerable amount of human work upstream. Experienced specialists still have to formulate the problem, prepare the models, determine the appropriate training data sets, eliminate the potential biases induced by these data, and so on. Then, they have to adjust the software in light of its performance. AI models are still dependent on countless human brain-hours.
Machines are objective
Nothing could be further from the truth. After all, the design of the hardware and the programming of the software are human creations. In machine learning, objectivity is a function of the neutrality of the datasets that are submitted to the training model. Since cognitive bias is almost inevitable, the trickiest part of preparing the data is to limit this bias as much as possible. Often, a model reproduces a confirmation bias that it has inherited from its human creators. As they say: garbage in, garbage out.
AI is the same thing as machine learning
While it is true that almost all current applications of AI concern machine learning, the fact is that machine learning, or the idea that machines can learn and adapt through experience, is only one tool of AI. Perhaps one day we will discover new methods of solving problems not suited to machine learning, for example problems for which we do not have large amounts of qualified data. AI encompasses the more general concept whereby machines can perform tasks in an “intelligent” way, i.e. using functions similar to human intelligence. That said, the concept of AI has no commonly accepted definition and its limits are blurred. Perhaps it would be more appropriate to call it “complex information processing” or “cognitive automation”, but that would certainly be less sexy.
AI will kill jobs
As was the case with the automation and robotization of recent decades, it would be more accurate to say that AI technologies will replace some jobs and transform others. In other words, AI will profoundly change the nature of work, as was the case in previous industrial revolutions, but probably not reduce the overall number of jobs. Just like robotization made it possible to eliminate repetitive manual tasks, AI makes it possible to eliminate repetitive intellectual tasks, freeing up capacity to work in a new and more intelligent way. And just like robotization, AI can be more efficient than any human for certain tasks. Take, for example, an AI-based application for examining lung X-rays that can detect disease much faster and more reliably than radiologists.
AI is not useful in my company
Are you sure? AI can already improve interactions with customers, analyze data faster, assist in decision-making, generate early warnings of upcoming disruptions, and more. Why deprive yourself of it? It also has a number of useful applications in an industrial environment, for example computer vision/recognition, which allows it to detect a defective part much more efficiently and quickly than a human operator. Ignoring AI is like shunning the benefits of automation, at the cost of putting the company at a competitive disadvantage. AI is nothing more or less than the logical extension of the industrial revolution of automation/robotization.
Super-intelligent machines will surpass humans
Today’s AI applications are very context-specific, i.e. they respond to highly focused problems. Generalized intelligence like human or natural intelligence, which is capable of tackling any number of different tasks, is not yet on the agenda and belongs to the realm of science fiction. Mind you, back in 1865, moon travel also belonged to the realm of science fiction. While we cannot positively state, at this point, that AI will not surpass humans eventually, we think we can safely say that super-robots will not be able to surpass humans in everything within our lifetimes.