Données démystifiées : éviter le piège du battage autour de l'IA

Bienvenue dans la onzième partie de notre série mensuelle Données démystifiées. Dans le cadre du Mois de la culture des données, cette série clarifie les concepts clés du monde des données, répond aux questions que vous n'osez peut-être pas poser et le fait avec légèreté. Si vous souhaitez commencer par le début, lisez notre premier article : Qu'est-ce qu'un jeu de données ?

Cette semaine, nous allons examiner de plus près la manière dont l'IA est traitée dans les médias et certains écueils dont tout le monde devrait être conscient. Cet article explique comment l'IA peut être sensationnalisée dans l'actualité et comment éviter de tomber dans le piège du battage autour de l'IA. 

Si vous souhaitez vous familiariser davantage avec l'IA et le jargon de ce domaine, nous vous recommandons un article précédent de la série Données démystifiées sur la différence entre l'IA, l'apprentissage automatique, l'apprentissage profond et la data science. 

Le problème du piège du battage autour de l'IA

L'intelligence artificielle (IA) est devenue omniprésente et s'est invitée dans de nombreuses applications qui nous entourent : déverrouillage du téléphone par reconnaissance faciale, recommandations de produits susceptibles de vous intéresser, etc. 

Avec les avancées majeures de ces dernières années, la couverture médiatique des technologies d'IA et de leurs usages dans l'industrie et le monde académique s'est intensifiée. Si cela est globalement positif, cela a aussi alimenté un fort battage autour des dernières percées du domaine. Cette dynamique a conduit à des récits sensationnalistes sur les possibilités des outils et technologies d'IA actuels et sur leurs risques potentiels. 

Cette couverture sensationnaliste peut entraîner trois risques majeurs dans la perception de l'IA par le grand public :

• Des attentes irréalistes quant aux capacités des outils et technologies d'IA, créant un optimisme excessif sur la trajectoire de la technologie
• Des peurs sensationnalisées autour de l'automatisation et de l'idée que les outils d'IA deviendraient « conscients »
• Un détournement de l'attention des problèmes bien réels qui touchent l'IA aujourd'hui et des moyens d'y remédier

Un cadre pour comprendre le battage autour de l'IA 

Un excellent cadre pour illustrer plus largement cette dynamique est le cycle du battage médiatique de Gartner, qui met en évidence les différentes phases du cycle de vie d'une technologie émergente. Examinons la maturité de l'IA en nous référant à ce cycle, comme expliqué ci-dessous. 

• Le cycle commence par la phase de « déclencheur », qui ouvre un champ des possibles et suscite l'enthousiasme autour de la nouvelle technologie. 
• La deuxième phase est le pic, moment où les attentes s'accumulent et où les promesses exagérées commencent à s'effriter. 
• La troisième phase plonge dans le « gouffre de la désillusion » : les idées enthousiasmantes mais difficiles à concrétiser ne se matérialisent pas. La réalité s'impose et beaucoup d'idées puissantes sont abandonnées au profit de ce qui est réellement faisable.
• La phase exigeante s'achève avec la « pente de l'illumination », où les limites de la technologie sont dépassées grâce à des idées innovantes, menant à l'étape finale et donnant naissance à des industries entièrement nouvelles au service de l'humanité.

Selon des chercheurs en IA chez Google, l'apprentissage automatique et l'IA se situent quelque part entre le déclencheur et le pic des attentes exagérées. Autrement dit, bon nombre des possibilités évoquées dans les médias relèvent encore du fantasme. 

Exemples du piège du battage autour de l'IA

Le piège du battage détourne l'attention du grand public des véritables problèmes qui touchent l'IA au profit de débats comme « les machines deviennent conscientes » ou « les robots vont dominer la planète ». S'il est utile d'être conscient des possibilités et des risques liés aux outils et technologies d'IA, ces discussions ne reposent pas sur les potentiels et les risques réels de l'IA. 

Voici quelques exemples illustrant ce piège en action :

• LaMDA et l'IA consciente : le projet LaMDA de Google a fait les gros titres après l'affirmation sensationnelle d'un ingénieur selon laquelle ce grand modèle de langage aurait acquis une conscience. Bien que LaMDA soit impressionnant, rien n'indique qu'il soit conscient. Vous pouvez en savoir plus sur la technologie sous-jacente de LaMDA dans notre Weekly Roundup. 
• IBM Watson : IBM Watson a longtemps été présenté comme l'outil ultime pour transformer les industries. Cependant, avec le temps, Watson n'a pas été à la hauteur de ces grandes promesses et a fini par être victime du battage technologique.  
• Sophia le robot : Sophia est un chatbot sophistiqué logé dans un robot à l'apparence humaine. Le dispositif a été conçu pour sonner et paraître le plus humain possible. Bien que la technologie soit impressionnante, beaucoup sont tombés dans le piège de croire que des robots réellement humanoïdes étaient devenus une réalité.  

La mise en scène sensationnaliste de ces actualités détourne l'attention des cas d'usage utiles de l'IA, comme la prédiction des foyers de Covid-19 ou l'octroi de crédits à des commerçants pour lancer leur activité. Elle détourne aussi l'attention des risques bien réels qui affectent l'IA aujourd'hui.  

De nombreux systèmes d'IA, comme les fils d'actualité, les moteurs de recommandation, etc., font désormais partie intégrante de notre quotidien et influencent nos goûts, nos préférences et bien plus encore. Ces systèmes peuvent être minés par des biais, qui affectent déjà les individus en interaction avec eux. 

Comment éviter le piège du battage autour de l'IA 

La culture des données et la culture de l'IA sont essentielles pour ne pas tomber dans le piège du battage médiatique. Comprendre ce dont l'IA est capable, ses limites et ses risques est primordial pour développer une vision plus critique et mesurée de l'évolution du domaine.  

Pour acquérir les connaissances nécessaires et développer ce regard, suivez notre cours Understanding Machine Learning et lancez votre parcours de culture des données. La prochaine (et dernière !) entrée de la série Données démystifiées portera sur les différents types de biais en IA que tout le monde devrait connaître. En attendant, découvrez les ressources suivantes : 

• Découvrez notre programme pour le Mois de la culture des données
• Commencez avec notre parcours de compétences Understanding Data Topics
• Abonnez-vous au podcast DataFramed
• Découvrez nos prochains événements
• Lisez notre prochain article de la série Données démystifiées sur les différents types de biais en IA