Faites-vous partie de cette majorité silencieuse qui voit s’inviter au plus profond de son quotidien l’intelligence artificielle sans avoir la possibilité de donner son avis ?
Avez-vous déjà tiqué devant un texte, une image, trop “lisse” pour avoir été façonnée par un être humain avec toutes ses imperfections ?
A l’heure où j’écris cet article, ce sujet a déjà fait couler beaucoup d’encre, tant par ses détracteurs, les nostalgiques ou les ambitieux qui la voient comme la nouvelle opportunité pour faire du business… Et les modèles actuels sont déjà en train d’être dépassés par les nouveaux Modèles de Languages.
Qu’est-ce qu’une IA Générative ?
L’intelligence artificielle générative est un type de système d’intelligence artificielle (IA) capable de générer du texte, des images ou d’autres médias en réponse à des invites (ou prompts en anglais) – merci Wikipedia pour la définition, je n’ai aucun mérite !
De nombreuses applications d’IA générative ont vu le jour ces dernières années, notamment : ChatGPT et DALL-E d’OpenAI, GitHub CoPilot, Bing Chat de Microsoft, Bard de Google, Midjourney, Stable Diffusion et Adobe Firefly.
Mais parle-t-on réellement d’Intelligence ?
Et bien non… Les IA actuelles sont basées sur des Grands Modèles de Langage (LLM), c’est-à-dire que ce sont des modèles de conversations (des “chatbots”), entrainés sur une très grande quantité de données (des milliards de paramètres) pour vous donner une réponse qui soit la plus probable possible. Ce n’est donc pas une réponse, mais une prédiction de ce qu’un humain écrirait- ou, pire, ce que les correcteurs humains préfèreraient ?
On ne peut pas le nier, les résultats obtenus sont assez bluffants. De quoi remplacer l’homme et le délester de tâches répétitives ? Il y a forcément débat. Ma crainte à moi, c’est qu’on devienne de plus en plus paresseux. Que notre esprit critique s’effrite, ce qui est déjà le cas quand on voit à quelle sauce les médias nous cuisinent…
Un cerveau ça s’entraîne : ce n’est pas une perte de temps que de chercher longtemps une solution. L’ennui est source de créativité, le cerveau humain a horreur du vide, et est capable de bien des miracles.
C’est pour apprendre à s’approprier l’IA, en discerner les biais et l’utiliser à bon escient, que je me suis formée récemment à l’animation de la Bataille de l’IA, un serious game proposé par l’Association Latitudes qui s’inspire des travaux de Data for Good, et qui a pour but de démythifier l’IA Générative et ses enjeux sociétaux et développer l’esprit critique grâce à la collaboration.
Les 5 piliers de Data For Good
Data for Good est un collectif qui rassemble plus de 4000 personnes, né en 2014, qui cherche à mettre le numérique au service de l’intérêt général, et à utiliser l’open source comme une arme pour aider des associations à décupler leur impact.
A l’heure où les technologies d’intelligence artificielles génératives se développent à grande vitesse et de manière non régulée, poussées par les intérêts économiques et la fascination pour la technologie de ceux qui les développent, Data For Good propose un guide de compréhension et des recommandations d’usage de ces technologies afin de fournir un cadre à leur bon développement futur, en se fixant pour principe directeur le bien-être et la préservation du vivant.
C’est ainsi qu’ils ont sorti un livre blanc, en juillet 2023, fruit d’un travail de plusieurs dizaines de bénévoles, afin de permettre à tout un chacun d’interroger notre rapports aux intelligences artificielles et ses impacts sur notre société. Leur mission, qui est loin d’être simple : redonner un sens à la technologie et initier une ère de techno-lucidité.
Fiabilité de l’information
Comment faire confiance aux informations générées par les LLM ? Le rapport explore les implications de la diffusion de “deepfakes” et “d’hallucinations génératives”, ainsi que des solutions potentielles pour contrer ces problèmes.
Propriété intellectuelle et données personnelles
Comment savoir si le contenu utilisé est protégé par des droits d’auteur ? Comment savoir sur quelles données sont entraînées les IA et si nous pouvons protéger nos contenus ? Le livre examine les aspects juridiques, les défis et les pistes possibles pour respecter la propriété des artistes et encadrer la génération d’œuvre par IA. Il aborde aussi la notion de respect de la réglementation liée aux données personnelles lors du développement et de l’utilisation de l’IA générative.
Les biais
Les biais cognitifs sont présents dans notre quotidien, et dans notre rapport à l’information en particulier. Les biais algorithmiques sont d’autant plus exacerbés par les usages que l’on peut faire de l’IA. Ces outils sont entraînés sur des données qui peuvent contenir des biais inhérents, ce qui peut conduire à des discriminations ou des stéréotypes dans leurs résultats. Le livre blanc souligne ces défis et propose des façons de les atténuer pour créer une IA plus équitable et représentative de la diversité de notre société.
Impact environnemental
Chaque rapport qui tombe accable un peu plus l’usage de l’IA. Alors qu’une simple requête dans un moteur de recherche avait déjà un impact environnemental, que dire de celui de l’IA ? Entre les émissions de gaz à effet de serre engendrés par la phase d’entraînement de chaque version d’IA, les serveurs de plus en plus énergivores pour héberger ces données, ou le nombre croissant de requêtes quotidiennes… L’impact environnement s’ajoute aux défis éthiques et sociétaux soulevés par l’IA.
Pour en savoir plus :
- Les Travaux de Data for Good : https://dataforgood.fr/iagenerative
- L’Association Latitudes : https://www.latitudes.cc/