Octobre 2024

N°08

Polytechnique insights

Les 4 mythes
sur l'IA générative

L'IA
& L'HUMAIN
Quel avenir ensemble ?
IA : quelles conséquences
pour le travail ? BONUS

Intelligence artificielle IA et médias,

et humaine sont-elles (r)évolution de
comparables ? l'investigation ?
Édito

Clément Boulle
Directeur exécutif de Polytechnique Insights
[email protected]

Éditorialiste ou ChatGPT ?
L'ère de l'intelligence artificielle est bien entamée et, avec elle, les
questionnements sur le rôle de l'humain dans le monde du travail et de la
création. Au cœur de ce bouleversement, le travail est un sujet sensible.
L'IA a pris place dans de nombreux secteurs : de la médecine à la finance,
en passant par l'éducation et le marketing. Elle est là, non seulement pour
accomplir des tâches répétitives, mais pour contribuer à des solutions
créatives et innovantes qui, il y a encore quelques années, étaient l'apanage
des humains. Mais cette promesse d’efficacité accrue est-elle en train de
transformer notre rapport au travail ou, pire, de le remettre en cause ?
La question se pose avec acuité. D'un côté, l'IA générative peut alléger les
charges de travail humaines, permettant à l'homme de se concentrer sur des
missions à plus forte valeur ajoutée. Elle constitue une aide précieuse dans
des tâches complexes ou chronophages et elle a le potentiel de rendre plus
efficaces et plus créatifs les processus de production.
Là, normalement, en lisant cet édito, vous commencez à vous gratter la tête
et à vous demander s’il a été écrit par un humain (moi en l'occurrence) ou
par ChatGPT. La question est légitime car les éditos introductifs de magazine
sont souvent un résumé un peu mou qui vole la vedette (page 2 quand
même) d’articles approfondis nettement plus intéressants ! Ayant écrit de
nombreux éditos, je sais de quoi je parle. Et là vous vous dites, tiens, cet
édito s’est humanisé depuis qu’une personne (toujours moi) a pris le relai de
ChatGPT. CQFD ? Réponse en lisant ce 8ème numéro du 3,14 à propos de
l’IA et de l’humain.
 Questions
Intelligence artificielle : où en sommes-nous ?..... 5
Andrew Rogoyski, directeur de l'innovation et des partenariats au
Surrey Institute for People-Centred AI

Intelligence artificielle et humaine sont-elles

comparables ? .............................................................. 9
Daniel Andler, professeur émérite de philosophie des sciences à
Sorbonne Université
Maxime Amblard, professeur en informatique à l’Université
de Lorraine
Annabelle Blangero, docteure en neurosciences et manager en data
science chez Ekimetrics

Révolutions
4 mythes sur l’IA générative .................................. 14
Thierry Rayna, professeur à l’École polytechnique (IP Paris) et
chercheur au laboratoire CNRS i³-CRG
Erwan Le Pennec, professeur au département de mathématiques
appliquées de l'École polytechnique (IP Paris)

Intelligence artificielle : quelles conséquences

pour le travail ............................................................ 19
Janine Berg, économiste à l'Organisation internationale du Travail
de l'ONU
BONUS
IA et médias, (r)évolution de l’investigation ? .. 24
Ioana Manolescu, chercheuse et directrice de recherche de l’équipe
CEDAR (Inria, en partenariat avec le CNRS et l’IP Paris)
Maxime Vaudano, journaliste au journal Le Monde et coordonnateur
de la cellule d’enquête Les Décodeurs

Horizons
Informatique quantique et intelligence artificielle :
moins compatibles que prévu ? ............................. 29
Filippo Vicentini, professeur adjoint de physique et d'IA, titulaire de
la chaire d'intelligence artificielle et de physique quantique à l'École
polytechnique (IP Paris)

L’avenir de la synchronisation
du « cerveau-machine » ........................................ 33
Hamilton Mann, vice-président du marketing numérique et de la
transformation numérique chez Thales
Cornelia Walther, chercheuse invitée principale à l'initiative Wharton
pour les neurosciences (WiN)
Michael Platt, directeur de l'initiative Wharton pour les
neurosciences et professeur de marketing, de neurosciences et de
psychologie à l'Université de Pennsylvanie
 PREMIÈRE PARTIE

Questions
Les enjeux et les promesses de l’IA
 Questions

Intelligence
artificielle :
où en sommes-nous ?
avec Andrew Rogoyski
08 octobre 2024 7 min. de lecture

I
l convient de préciser que lorsque Plusieurs entreprises travaillent sur ce
nous utilisons le terme « IA », nous sujet : Apple avec Apple Intelligence,
nous concentrons actuellement Google avec Google AI, Amazon avec
sur l'IA générative ou « GenAI » Alexa, etc. L'étape suivante consiste à
que des platefor mes telles que faire en sorte que l'IA agisse comme
ChatGPT d'OpenAI ont mis au point une sorte d'agent en votre nom, en lui
Andrew Rogoyski au cours des deux dernières années. permettant de réserver des voyages,
Directeur de l'innovation et des D'autres progrès importants devraient des séjours à l'hôtel, etc. Pour l'instant,
partenariats au Surrey Institute for
People-Centred AI bientôt voir le jour. D’ailleurs, il existe la GenAI n'est pas très douée pour
déjà une feuille de route. L'un d'entre la planification. OpenAI ainsi que
eux concerne l'IA qui devient de plus d'autres y travaillent, afin d’obtenir
en plus multimodale. Cela signifie que une GenAI capable de décomposer
les grands modèles de langage (LLM) un problème en étapes et de prendre
apprennent et comprennent désormais des mesures en fonction de ces étapes.
le texte, la vidéo et le son, ainsi que Le lancement récent de l'OpenAI o1
la manière dont ils sont liés les uns d'OpenAI est un exemple de ce type
aux autres. d’outil.
Pour l'instant, nous sommes conscients Nous pouvons aussi prévoir une
de l’utilisation des outils de GenAI, certaine amélioration de la recherche
mais ce n’est qu’une question de d'informations par l'IA. Les entreprises
mois, voire de semaines, avant collectent des milliers de documents
que l'IA devienne un outil invisible. contenant des interactions avec les
L’accès aux IA ne fera qu’augmenter clients, des offres, des politiques, des
au travers de conversations très procédures, et cetera. Cependant,
naturelles que nous aurons avec la récupération de ces informations,
nos voitures, nos téléphones et nos et en particulier celles provenant
appareils électroménagers. de documents plus anciens, reste
généralement médiocre.

5
La GenAI pourrait être la solution au Une partie de l'avancée de
problème de « gestion des connaissances »
d e s e n t re p r i s e s . N e s e r a i t - i l p a s
l'IA consistera à en limiter
merveilleux de pouvoir demander à son le coût ?
ordinateur : « Quel était ce grand appel Oui, le coût de d’exploitation de ces
d'offre que nous avons lancé il y a trois ans modèles aujourd'hui, en termes d'énergie,
en partenariat avec cette banque ? » et de refroidissement et de puissance de
qu'il déduise les bonnes réponses en vous calcul les rend non viables, tant sur le
donnant un résumé plutôt qu'une série de plan commercial que dans le contexte de
documents que vous devriez lire ? la crise climatique. Les entreprises sont
Bien sûr, avant de pouvoir faire cela, susceptibles de passer des unités de
nous devons nous attaquer aux fameuses traitement graphique (GPU) existantes à du
« hallucinations » de l'IA, qui sont les matériel conçu pour les applications d'IA.
fausses informations générées par les IA. Apple dispose d’une « unité de traitement
Nous avons développé une technologie neuronal », Google a une « unité de
qui permet « d'halluciner » des images, traitement tensoriel », Microsoft, IBM,
des sons, des poèmes, etc. Mais nous Amazon, Samsung et d'autres développent
sommes moins enthousiastes à l'idée tous du matériel spécialisé capable
qu'elle puisse « halluciner » les comptes d’améliorer les performances cent fois,
d'une entreprise ou un dossier médical. mille fois plus efficacement que les GPU
L'astuce consistera maintenant à rendre et les CPU. Ces puces sont massivement
cette interface conversationnelle vraiment optimisées pour les opérations
pratique et à la relier à des faits concrets. matricielles au cœur des algorithmes
Récemment, Air Canada a fait l'objet d'une d'apprentissage automatique.
procédure devant le tribunal des petites De nouvelles architectures de puces
créances 1 de la part d'un passager qui sont également proposées pour faire
avait tenté de demander rétroactivement fonctionner ces modèles avec une très
le remboursement de son billet après avoir faible consommation d'énergie.
vérifié la politique de la compagnie en
matière de deuil sur son chatbot alimenté
par l'IA. L'IA a cru que les passagers
pouvaient demander un remboursement
dans les 90 jours suivant le voyage, ce
qui ne figure pas dans la politique de la
compagnie. Le tribunal a donné raison
au passager.

6
C'est le cas de la puce North Pole AI d'IBM2, par D'un autre côté, si les grandes entreprises sont
exemple, qui promet de réduire la puissance les seules organisations désireuses ou capables
des applications typiques d'un facteur 25 3. d'investir les dizaines de milliards nécessaires au
Google travaille également sur sa Tensor développement de ces systèmes d'IA, personne
Processing Unit pour accélérer le traitement de ne veut bloquer le processus et risquer de se
l'IA et la Language Processing Unit de Groq est laisser distancer par d'autres pays.
également prometteuse. Nous avons besoin d'une législation et d'une
Il existe aussi des architectures plus ésotériques, réglementation qui rendent les organisations
telles que les puces neuromorphiques. Celles- et les individus responsables de l'impact
ci sont conçues pour prendre en charge les de leurs technologies. Cela les obligerait à
réseaux de neurones à pointes, des modèles réfléchir soigneusement à la manière dont leur
informatiques qui imitent le fonctionnement du technologie sera utilisée et leur imposerait
cerveau humain. Pour l'instant, ces architectures d'explorer et de tester correctement l'impact
sont surtout utilisées dans le domaine de leur technologie. Vous pouvez constater
universitaire, mais elles commencent à s'étendre qu'il s'agit d'un sujet de tension pour certaines
à d'autres domaines. entreprises de GenAI. Par exemple, OpenAI
a perdu plusieurs de ses dirigeants6, chacun
d'entre eux faisant allusion au manque de
Y-a-t-il une évolution de supervision dans le développement de GenAI.
la part des organismes de De plus, cette discussion doit avoir lieu dans
réglementation ? un contexte international, afin que les pays ne
Une réglementation commence à voir le jour. bénéficient pas d'un avantage injuste, voire
La loi de l'Union européenne sur l'IA est entrée dangereux, en ne soutenant qu'une faible
en vigueur4 en août 2023 et les détails ont été réglementation de l'IA.
finalisés en avril de cette année. Tout le monde
surveillera l'impact de la législation européenne. Devrions-nous surveiller autre
Un décret présidentiel américain publié 5 en
octobre 2023 a introduit une longue liste de
chose ?
contrôles, y compris des rapports statutaires au- Il y a des avancées qui se profilent à l'horizon,
delà d'un certain niveau de puissance de calcul et on peut les voir arriver. Et elles seront très
et de mise en réseau. On peut s'attendre à ce importantes. Je pense que la convergence
que les États-Unis, le Royaume-Uni et d'autres de l'informatique quantique et de l'IA sera
pays adoptent bientôt d'autres lois. intéressante. Certaines entreprises, comme IBM,
présentent désormais leurs feuilles de route en
Toutefois, si l'on ne demande pas des comptes à
matière d'informatique quantique. IBM prévoit
ceux qui développent l'IA, cette réglementation
200 qubits et 100 millions de portes de calcul d'ici
n'aura qu'une portée limitée. Pour l'instant,
20297. Il s'agit d'une technologie très puissante
c'est le règne de la liberté. Si la technologie
qui pourrait permettre à l'IA d'apprendre en
met des millions de personnes au chômage ou
temps réel, ce qui est vraiment passionnant.
provoque une épidémie de troubles mentaux,
les entreprises peuvent hausser les épaules et
dire qu'elles ne contrôlent pas la manière dont
les gens utilisent cette technologie.

7
 Questions

« La science-fiction a la fâcheuse
habitude de devenir une réalité
De plus, au cours des 12 derniers mois, des personnes ont scientifique. »
appliqué l'approche des grands modèles de langage à la
robotique, ce que l'on appelle les modèles Vision Language
Action (VLA). De la même manière que nous avons construit des
modèles de base pour le texte et les images, nous pourrions
être en mesure de les construire pour la perception, l'action et
le mouvement robotique.
L'objectif est de parvenir à ce que, par exemple, vous puissiez
dire à un robot de ramasser une banane et qu'il ait suffisamment
de connaissances générales pour non seulement repérer la
banane avec son capteur, mais aussi savoir ce qu'il doit en faire,
sans avoir besoin d'une entrée algorithmique spécifique. Il s'agit
d'une avancée intéressante dans le domaine de la robotique,
car elle permet à l'IA d'apprendre à partir de l'expérience
physique et du monde réel.
Finalement, je pense que ce que nous avons appris ces deux
dernières années, c'est que les choses peuvent arriver très vite.
Les choses ne sont jamais aussi farfelues que nous l'imaginons
– la science-fiction a la fâcheuse habitude de devenir une réalité
scientifique. Je dirais même qu'une grande partie de la science-
fiction est très proche de la réalité.
Nous devons maintenant commencer à réfléchir aux
conséquences de tout cela. Quel est le rôle de l'humanité dans
cet avenir ? À quoi ressemblent les économies si les humains
sont exclus de l'équation ? À quoi ressemblent la vérité et la
démocratie lorsque tout peut être truqué ? À quoi ressemblera
l'éducation, fondement de notre qualité de vie moderne, dans
l'avenir ? Ce sont de très grandes questions fondamentales
auxquelles je pense que personne n'a la réponse à l'heure
actuelle. n

Propos recueillis par Marianne Guenot

[1] Air Canada chatbot costs airline discount it wrongly offered customer, Megan Cerullo, CBS NEWS
[2] A new chip architecture points to faster, more energy-efficient AI, Mike Murphy, IBM
[3] IBM Debuts Brain-Inspired Chip For Speedy, Efficient AI, Charles Q. Choi, IEEE Spectrum
[4] AI Act enters into force, Directorate-General for Communication, European Commission
[5] Arup lost $25mn in Hong Kong deepfake video conference scam, Financial Times
[6] Where have OpenAI’s founders gone?, Financial Times
[7] Quantum roadmap, IBM Technology Atlas

8
 Questions

Intelligence
artificielle et
humaine sont-elles
comparables ? avec Daniel Andler,
17 janvier 2024 6 min. de lecture Maxime Amblard
& Annabelle Blangero

L
’intelligence artificielle (IA) Une comparaison qui ne
bouleverse le monde tel que date pas d’hier
nous le connaissons. Elle L’IA et l’IH, en tant que domaines
s’immisce dans toutes les d’études, ont co-évolué. Deux approches
parcelles de nos vies, avec des objectifs se distinguent depuis les prémices de
plus ou moins désirables et ambitieux. l’informatique moderne : l’évolution
Immanquablement, l’IA et l’intelligence par parallélisme ou par ignorance. « Les
humaine (IH) sont comparées. Loin de fondateurs de l’IA se sont divisés en
sortir de nulle part, cette confrontation deux approches. D’un côté, ceux qui
s’explique par des dynamiques historiques voulaient analyser les processus mentaux
inscrites au plus profond du projet IA. humains et les reproduire sur ordinateur,
en miroir, afin que les deux entreprises
se nourrissent mutuellement. De l’autre,
ceux qui voyaient dans l’IH une limite
plus qu’une inspiration. Ce courant était
intéressé par la résolution de problèmes,
autrement dit par le résultat et non par le
processus », rappelle Daniel Andler.
Notre propension à comparer IA et IH
dans de nombreux écrits n’est donc pas
une lubie actuelle, elle fait partie de
l’histoire de l’IA.
Daniel Andler Maxime Amblard
Professeur émérite de philosophie Professeur en informatique à
des sciences à Sorbonne Université l’Université de Lorraine

9
Ce qui est symptomatique de notre époque,
c’est la tendance à assimiler l’ensemble de
la numérisphère à l’IA : « Aujourd’hui, on
qualifie d’IA toute l’informatique. Il faut
remonter aux fondements de la discipline
pour comprendre qu’une IA est un outil
concret, qui se définit par le calcul en train
de se faire et la nature de la tâche qu’il
résout. Si la tâche semble mettre en jeu
des aptitudes humaines, on va s’interroger
sur la capacité d’intelligence. Voilà, en
En même temps, d’autres chercheurs
substance, ce qu’est l’IA », explique
s’intéressent plutôt à la façon dont on
Maxime Amblard.
pourrait faire émerger de l’expertise. « La
question devient alors : comment peut-on
Les deux branches de l’arbre construire une distribution de probabilité,
historique qui fournira une bonne explication du
fonctionnement du monde ? Dès lors,
Les deux grands courants, mentionnés
on comprend pourquoi ces approches
précédemment, ont donné naissance à
ont explosé lorsque la disponibilité des
deux grandes catégories d’IA :
données, les capacités de mémoire et de
• l’IA symbolique, basée sur des calcul ont radicalement augmenté. »
règles d’inférences logiques, qui
Pour imager le développement historique
se préoccupe peu de la cognition
de ces deux branches, Maxime Amblard
humaine.
utilise la métaphore de deux skis qui
• l’IA connexionniste, basée sur des avancent l’un après l’autre : « Avant
réseaux de neurones, qui s’inspire de que la puissance de calcul ne soit au
la cognition humaine. rendez-vous, les modèles probabilistes
Maxime Amblard nous replonge dans étaient invisibilisés au profit des modèles
le contexte de l’époque : « Au milieu symboliques. Actuellement, on vit un
du 20ème siècle, la capacité de calcul moment fort de l’IA connexionniste grâce à
des ordinateurs est infime comparée à ses résultats révolutionnaires. Néanmoins,
aujourd’hui. Alors, on se dit que pour avoir le problème de l’explicabilité des résultats
des systèmes intelligents, il faut que le laisse la voie ouverte aux systèmes hybrides
calcul contienne de l’information experte (connexionnistes et symboliques), afin
qu’on aura préalablement encodée sous de remettre de la connaissance dans les
forme de règles et de symboles. » approches probabilistes classiques. »

10
 Pour Daniel Andler, « le fonctionnalisme
est le cadre par excellence dans lequel
se pose la question de la comparaison,
à condition que nous appelions
“intelligence” le résultat combiné des

« Il n’existe pas de théorie fonctions cognitives ». Pourtant, il manque

presque sûrement quelque chose pour
s’approcher au plus près de l’intelligence
unique pour rendre compte de la humaine, située dans le temps et dans
l’espace. « Historiquement, c’est John
conscience chez l’être humain. » Haugeland qui développe cette idée d’un
ingrédient manquant dans l’IA. On pense
De son côté, Annabelle Blangero précise souvent à la conscience, à l’intentionnalité,
qu’aujourd’hui « il y a débat pour savoir si les à l’autonomie, aux émotions ou encore au
systèmes experts correspondent vraiment corps », développe Daniel Andler.
à de l’IA, étant donné qu’on a tendance à En effet, la conscience et les états mentaux
qualifier d’IA des systèmes qui impliquent associés semblent manquer à l’IA. Pour
nécessairement du machine learning ». Annabelle Blangero, cet ingrédient
Néanmoins, Daniel Andler évoque que manquant n’est qu’une question de moyens
l’une des figures de proue de l’IA, Stuart techniques : « Je viens d’une école de
Russell, reste très attaché à l’IA symbolique. pensée en neurosciences où l’on considère
Maxime Amblard abonde également dans que la conscience émerge de l’évaluation
ce sens : « J’ai peut-être une vision trop permanente de l’environnement et des
influencée par l’histoire et l’épistémologie réactions sensori-motrices associées.
de l’IA, mais je trouve que pour qualifier Partant de ce principe, la reproduction de la
quelque chose d’intelligent, il est plus multimodalité humaine sur un robot devrait
important de se demander comment ce faire émerger les mêmes caractéristiques.
qui est produit par le calcul transforme Aujourd’hui, l’architecture des systèmes
le monde, plutôt que de s’indexer sur la connexionnistes reproduit assez fidèlement
nature de l’outil qui a été utilisé. » ce qu’il se passe dans le cerveau humain.
D’ailleurs, on utilise des mesures d’activités
similaires au sein des réseaux de neurones
La machine nous ressemble- biologiques et artificiels. »
t-elle ? Néanmoins, comme le fait remarquer
Après le détour historique et définitionnel, Daniel Andler : « Aujourd’hui, il n’existe pas
se pose la question suivante : l’IA et l’IH de théorie unique pour rendre compte de la
sont-elles les deux faces d’une même conscience chez l’être humain. La question
pièce ? Avant de pouvoir élaborer de son émergence est largement ouverte
une réponse, il faut s’interroger sur le et sujette à de nombreux débats dans la
cadre méthodologique qui rend cette communauté scientifico-philosophique. »
comparaison possible.

11
 Questions

Pour Maxime Amblard, la différence Remettre l’IA au service des

fondamentale réside dans la volonté de humains
faire du sens. « Les humains construisent
Finalement, la question de la comparaison
des modèles explicatifs de ce qu’ils
semble inintéressante si on attend une
perçoivent. Nous sommes de véritables
réponse concrète. Elle l’est davantage
machines à faire du sens. »
pour comprendre le chemin intellectuel
parcouru, le processus. Cette réflexion
L’épineuse question de met en exergue des questions cruciales :
l’intelligence que voulons-nous donner à l’IA ? Dans
quels buts ? Que souhaitons-nous pour
Malgré ce développement argumenté, le futur de nos sociétés ?
la question du rapprochement entre IA
et IH reste entière. De fait, le problème Des questions essentielles qui ravivent
est avant tout conceptuel et concerne la les challenges éthiques, économiques,
façon dont nous définissons l’intelligence. législatifs et sociaux qui doivent être
relevés par les acteurs et actrices du
Une définition classique décrirait monde de l’IA et par les gouvernements,
l’intelligence comme l’ensemble des les citoyens et les citoyennes du monde
capacités permettant la résolution de entier. Au fond, il est inutile de savoir si
problèmes. Dans son récent ouvrage, l’IA nous ressemble ou nous ressemblera.
Intelligence artificielle, intelligence La seule question qui importe est : que
humaine : la double énigme , Daniel voulons-nous en faire et pourquoi ? n
Andler propose une définition alternative,
élégante et à rebours : « Les animaux
Julien Hernandez
(humains ou non-humains) déploient la
faculté de s’adapter à des situations. Ils
apprennent à résoudre des problèmes qui
les concernent, situés dans le temps et
dans l’espace. Ils se fichent allègrement
de résoudre des problèmes généraux,
décontextualisés. »
Cette définition, qui est sujette à débat,
a le mérite de replacer l’intelligence
dans un contexte et de ne pas en faire
un concept invariant. Le mathématicien et
philosophe rappelle également la nature
du concept d’intelligence.
« L’intelligence fait partie de ce qu’on
nomme un concept épais : il est à la
fois descriptif et objectif, appréciatif et
subjectif. Bien qu’en pratique, on peut
rapidement conclure sur l’intelligence
d’une personne dans une situation, on
peut toujours en discuter en principe. »

12
 DEUXIÈME PARTIE

Révolutions
IA générative et travail
 Révolutions

4

mythes sur
l’IA générative
avec Thierry Rayna
03 avril 2024 6 min. de lecture
& Erwan Le Pennec

IA remplaçant un avocat, IA rédigeant des dissertations si bonnes qu’elles leurrent les

professeurs, IA mettant les artistes au chômage, car n'importe qui peut générer la couverture
d’un magazine ou composer la musique d'un film... Ces exemples font la une ces derniers mois,
notamment l’annonce de l’obsolescence imminente des professions intellectuelles et des cadres.
Or, l'IA n’est pas une innovation, dans le sens où elle existe depuis bien longtemps. Dès le milieu
des années 1950, des vagues d’inquiétude et de fabulation se succèdent, avec, à chaque fois,
la même prophétie : les humains définitivement remplacés par des machines. Et pourtant, ces
prédictions ne se sont pas matérialisées. Mais cette fois, alors que l’on constate la multiplication
de l’usage de ces nouvelles IA, peut-on légitimement penser que c’est différent ?

1 Nous sommes en train de vivre

une révolution technologique

Nombre de commentaires ou de dépêches laissent penser qu’une

avancée technologique majeure vient de se produire. Or, ça n'est
tout simplement pas le cas. Les algorithmes utilisés par ChatGPT ou
DALL-E ressemblent à ceux connus et utilisés depuis déjà quelques
Thierry Rayna années. Si l’innovation ne réside pas dans les algorithmes, alors peut-
Professeur à l’École polytechnique
(IP Paris) et chercheur au laboratoire être qu'un progrès technologique majeur permet de traiter une large
CNRS i³-CRG quantité de données, de manière plus « intelligente » ? Non plus !
Les avancées constatées sont le fruit d’une progression relativement
continue et prévisible.
Même l'IA générative dont on parle tant, c'est-à-dire l'utilisation
d'algorithmes entraînés non pas pour prédire la bonne réponse
absolue, mais pour générer une variété de réponses possibles (d'où
l’impression de « créativité »), n'est pas nouvelle non plus – même si
l’amélioration des résultats la rend de plus en plus utilisable. Ce qui
s'est passé ces derniers mois n'est pas une rupture technologique,
mais une rupture d'usage. Jusqu’à présent, les géants de l'IA
(typiquement les GAFAM) gardaient ces technologies pour eux ou
Erwan Le Pennec n’en diffusaient que des versions bridées, décrétant et limitant ainsi
Professeur au département de
mathématiques appliquées de l’usage fait par le grand public.
l'École polytechnique (IP Paris)

14
Les nouveaux arrivants (OpenAI, Stable AI ou Midjourney)

«
ont, au contraire, décidé de laisser les gens faire (presque)
tout ce qu'ils voulaient de leurs algorithmes. Dorénavant,
chacun peut s’approprier ces « IA », et les utiliser à des fins Google ne peut pas
aussi diverses qu’imprévisibles. C’est de cette ouverture
que découle la « vraie » créativité de cette nouvelle vague être aussi bon qu'OpenAI,
de l’IA.
car il ne peut pas être aussi

2 Les GAFAM (et autres « Big Tech »)

mauvais que lui. »
sont dépassés technologiquement

Comme expliqué ci-dessus, les grandes entreprises telles

que Google, Apple et Facebook ont restreint l’accès à ces
technologies, qu’ils maîtrisent tout aussi bien. Les GAFAM
gardent un contrôle très étroit sur leur IA, principalement
pour deux raisons. Premièrement, leur image : si ChatGPT
ou DALL-E génèrent un contenu raciste, discriminant ou
insultant, l’écart sera excusé par leur situation de start-up,
encore en plein apprentissage. Ce « droit à l’erreur » ne
s’appliquerait pas à Google, qui verrait sa réputation se ternir
gravement (sans compter les soucis de justice potentiels).
Le paradoxe est que Google (ou autre GAFAM) ne peut pas
être aussi « bon » qu'OpenAI, parce que Google ne peut
pas être aussi « mauvais » qu'OpenAI.
La deuxième raison est d’ordre stratégique. L’entraînement
et l’apprentissage des algorithmes d'IA sont incroyablement
coûteux (on parle en millions de dollars). Ce coût faramineux
est un avantage pour les GAFAM, déjà bien établis.
Ouvrir l’accès à leurs IA signifie renoncer à cet avantage
concurrentiel. Pourtant, cette situation est paradoxale,
puisque ces mêmes entreprises se sont développées
en libérant l'utilisation de technologies (moteurs de
recherche, plateformes web, commerce électronique et
SDK d'applications), pendant que d’autres acteurs établis de
l’époque les gardaient jalousement sous un contrôle étroit.
Notons qu’au-delà de la démonstration scientifique, l’une
des raisons pour laquelle Facebook a mis à disposition son
modèle LlaMA est justement de faire pression sur les plus
gros acteurs. Maintenant que ce marché est investigué par
de nouveaux acteurs, les GAFAM font la course pour offrir
au marché leur « ChatGPT » (d’où la nouvelle version de
Microsoft Bing avec Copilot, et Google Gemini).

15
 3 OpenAI, c’est de l’IA ouverte.

Un autre mythe, qu’il est important de dissiper, est l’ouverture de l’IA des
nouvelles entreprises. L’utilisation de leur technologie est, effectivement, assez
largement ouverte. Par exemple, l’interface de programmation de ChatGPT
« API GPT » permet à tout un chacun (moyennant paiement) d’inclure des
requêtes aux algorithmes. D’autres mettent à dispositions les modèles eux-
mêmes permettant ainsi de les modifier à la marge. Mais, malgré cette
disponibilité, les IA restent fermées : pas question ici d’apprentissage ouvert
ou collectif. Les mises à jour ou les nouveaux apprentissages sont exclusivement
réalisés par OpenAI et les entreprises qui les ont créés. Ces actualisations et
ces protocoles sont gardés très majoritairement secrets par les start-up.
Si l’entraînement de GPT (et de ses semblables) était ouvert et collectif, on
assisterait sans nul doute à des batailles (au moyen de « bots », par exemple)
pour influencer l'apprentissage de l'algorithme. De la même manière, sur
Wikipédia, l’encyclopédie collaborative, on constate, depuis des années, des
tentatives d’influencer ce qui est présenté comme la « vérité collective ». Se
pose également la question du droit à utiliser les données.
La fermeture des IA semble pleine de bon sens. Mais en réalité, cela pose la
question fondamentale de la véracité des contenus. La qualité de l’information
est incertaine. Éventuellement partial ou biaisé, un mauvais entraînement des
IA conduirait à des « comportements » dangereux. Le grand public n’étant pas
en mesure d’évaluer ces paramètres, le succès des IA repose sur la confiance
qu’ils placent dans les entreprises – comme c’est déjà le cas avec les moteurs
de recherche et autres algorithmes des « big tech».

ChatGPT : l’arbre qui cache la forêt

En parallèle du « buzz » généré par ChatGPT, DALL-E, OpenAI, une évolution bien plus
radicale, et bien moins visible, est en cours : la disponibilité et la diffusion large de modules
d’IA préentraînées auprès du grand public. Contrairement à GPT, ces derniers ne dépendent
pas d'une plateforme centralisée. Ils sont autonomes, peuvent être téléchargés, entraînés à
diverses fins (légales ou non). Ils peuvent même être intégrés dans un logiciel, une « app », ou
d’autres services, et redistribués à d'autres utilisateurs qui s'appuieront sur cet apprentissage
supplémentaire pour entraîner eux-mêmes à leur tour ces modules à d'autres fins. Chaque fois
qu'un module préentraîné est dupliqué, entraîné et redistribué, un nouveau variant est créé. Au
bout du compte, des milliers, voire des millions de variants d’un module initial se répandront
dans un nombre faramineux de logiciels et d'applications. Et ces modules d'IA sont entièrement
« boîte noire ». Ils ne sont pas constitués de lignes de code informatique explicites, mais
de matrices (souvent de très grandes tailles), intrinsèquement ininterprétables, même par les
experts du domaine. Résultat, il est presque impossible, en pratique, de prédire avec précision
le comportement de ces IA sans les tester de manière extensive.

16
 Révolutions

Cette IA « ouverte » redéfinit complètement les questions d'éthique, de

responsabilité et de réglementation. Ces modules préentraînés sont faciles
à partager et, contrairement aux plateformes d'IA centralisées comme le
GPT d'OpenAI, sont presque impossibles à réglementer. Typiquement,
en cas d’erreur, serait-on capable de déterminer quelle partie exacte
de l’apprentissage en est la cause ? Est-ce l’apprentissage initial ou
l'une des centaines de sessions d’apprentissage ultérieure qui est en
cause ? Est-ce le fait que l’entraînement de la machine ait été réalisé par
différentes personnes ?

4 Beaucoup de gens perdront leur travail

Un autre mythe autour de ces « nouvelles IA » concerne leur impact sur

l’emploi. Aussi bonnes qu'elles puissent paraître, ces IA ne remplacent
qu’un bon débutant. À l’exception faite que ce débutant n'apprendra pas.
Après tout, elles sont assez bonnes pour générer du contenu, mais toujours
relativement mauvais pour le sélectionner, le trier, l’identifier, et cetera. Elles
ne remplaceront donc pas l'expert ou le spécialiste. ChatGPT ou DALL-E
peuvent produire de très bons « brouillons », mais ceux-ci doivent toujours
être vérifiés, sélectionnés et affinés par l’humain.
Ce mythe que l’IA remplacera les travailleurs provient plutôt d’une crainte
vis-à-vis des technologies que d’une réalité observée par le passé. Comme
à l’accoutumée avec le progrès technique, ce que l'IA peut supprimer, c'est
la partie répétitive de nos emplois. L'IA ouverte pourrait effectivement faire
perdre une partie du « gagne-pain » de certaines professions créatives
(illustrateurs, traducteurs). Néanmoins, il est plus probable que cette IA
requiert encore plus de personnes pour évaluer, trier et gérer la masse
de production qui va en résulter. Tout comme le Web 2.0 (la technologie
derrière les médias sociaux) a conduit en son temps à une explosion de
la production de contenus qui a rendu l'expertise humaine encore plus
nécessaire. Cette augmentation de la quantité de travail ne signifie pas
pour autant plus d'emplois. Comme lors des précédentes vagues de
numérisation, il se peut que des jobs soient détruits – comme ce fut le cas
dans les secteurs de l'information et des médias, de la musique ou encore
des services, mais d’autres vont être créés.

17
 Révolutions

Le travail supplémentaire rendu nécessaire par l’arrivée de nouvelles

technologies est effectué par des travailleurs indépendants qui,
s'appuyant sur des plateformes, sont désormais en mesure de fournir
par eux-mêmes des activités qui étaient traditionnellement fournies par
les entreprises. Ce qui les obligera, sans aucun doute, à s’adapter, et,
par conséquent, faire évoluer le marché du travail vers « autre chose ».
Tout d’abord, étape 1, les entreprises adoptent les technologies
numériques (musique numérique, plateformes de services) pour
améliorer progressivement leur offre. En conséquence, des gens
perdent leur emploi. Puis, étape 2, ces technologies se diffusent
progressivement au sein de la population, et c’est cette ouverture de
l’utilisation des technologies qui conduit à la découverte d'utilisations
vraiment radicales (médias sociaux, encyclopédie collective, économie
du partage).

«
Cela déclenche les fameuses « ruptures »
conduisant de nombreuses entreprises à
Les révolutions mettre la clé sous la porte. Ironiquement, les
technologiques ne se font employés qui ont été licenciés à l'étape 1 sont
souvent parmi ceux qui mènent la révolution
que lorsque la population àtechnologie, l'étape 2. Quand les entreprises utilisent la
ça n’est qu’une évolution ; les
s’approprie ces technologies. »
fameuses « révolutions technologiques » ne
se font que lorsque la population s’approprie
ces technologies, et il y a toutes les chances
pour qu’il en soit ainsi pour l’IA.
Cela ne veut pas dire pour autant que la nature de notre travail ne
changera pas, bien au contraire. La généralisation de l'IA ouverte
soulève de nombreuses questions : le fait que nous nous passions le
plus clair de notre temps à des tâches cognitivement intensives (ayant
laissé les tâches répétitives à l'IA) n'entraînera-t-il pas encore plus de
« burnout » ? Si l'IA ouverte remplace l'apprenti en libérant du temps
pour que le maître/expert se concentre sur les tâches à forte valeur
ajoutée, comment formerons-nous les prochaines générations de
maîtres ou d’experts ? Et qui entraînera l’IA pour l’améliorer si aucune
nouvelle donnée ou expertise ne sont créées ? n

Isabelle Dumé

18
Intelligence
artificielle :
quelles conséquences
pour le travail
10 janvier 2024 5 min. de lecture avec Janine Berg

D
epuis l’arrivée de ChatGPT, l’inquiétude se fait sentir : allons-
nous être remplacés par des robots ? L’intelligence artificielle
générative, capable d’assimiler et de créer du contenu écrit,
visuel ou audio, est souvent décrite comme une menace pour
les emplois.
À chaque nouvelle avancée technologique majeure, suit son lot de débats
et d’appréhensions quant à son impact sur la main‑d’œuvre. Lors de la
révolution industrielle, les travailleurs manuels étaient en première ligne
de ces grands changements. À l’inverse, l’IA concerne aujourd’hui plus
les cadres et professions intellectuelles. Mais quel sera l’effet réel de Janine Berg
Économiste à l'Organisation
cette technologie ? internationale du Travail de l'ONU

Avec Pawel Gmyrek et David Bescond, l’économiste de l’Organisation

internationale du Travail, Janine Berg, a analysé les 436 professions listées
par la Classification internationale de l’OIT. L’objectif était de comprendre
quels types d’emplois seraient le plus touchés par l’IA à l’échelle mondiale.
Les auteurs ont utilisé ChatGPT pour analyser les tâches liées aux
professions et leurs ont attribué des notes correspondant à leurs potentiels
d’exposition. Certaines tâches sont hautement exposées à la technologie,
d’autres moins. Plus une activité regroupe un haut potentiel d’exposition,
plus elle a de chance d’être automatisée.
Pour les économistes, l’impact premier de l’intelligence artificielle ne serait
pas vraiment la destruction massive d’emplois, mais plutôt la transformation
profonde du travail. Ainsi, pour la plupart des professions, certaines tâches
seront, en effet, réalisées par des bots (des logiciels qui exécutent des
tâches grâce à Internet), mais cela laissera du temps pour d’autres activités
plus complexes. En moyenne, 10 à 13 % des emplois dans le monde
pourront être « augmentés » ou transformés.

19
 Les premiers métiers à utiliser cette
technologie seront potentiellement les
magasiniers, les livreurs, les managers
dans la distribution, les opérateurs et
assembleurs de machine, les travailleurs
de service et de vente, ou encore les
moniteurs d’auto-école, les conducteurs,
s e r ve u r s , a rch i t e ct e s , p rof esse u rs,
musiciens… Au total ce sont 427 millions,
soit 13 % des emplois dans le monde,
qui pourraient changer à cause de
l’intelligence artificielle.

75 millions d’emplois
pourraient être automatisés
Bien que le potentiel d’évolution soit
bien plus important que l’automatisation,
ce risque reste bien réel avec 2,3 %
des emplois dans le monde concernés.
Les emplois administratifs seraient
largement impactés par l’automatisation.
« Les employés de centres d’appel, les
secrétaires, les opérateurs de saisie,
des activités linéaires et simples, avec
peu de variations dans les tâches, peu
d’interactions avec autrui, pourraient être
remplacés par des bots », précise Janine
Berg. Ces dernières années, les travailleurs
de bureau ont déjà vu leur travail quotidien
évoluer. Selon les experts, 24 % de
leurs tâches sont hautement exposées
à l’IA, et 58 % le sont moyennement.
C’est la profession la plus menacée, et
de loin. Ainsi, 2,3 % des emplois dans
le monde, soit 75 millions, pourraient
finir par être automatisés. L’intelligence
artificielle n’affectera donc clairement
pas tous les métiers de la même façon. La
technologie aura aussi probablement des
conséquences différentes selon les genres.
Les femmes seront 2,5 fois plus touchées
par l’automatisation que les hommes,
notamment car elles sont plus nombreuses
dans ces positions administratives peu
qualifiées.

20
 Révolutions

À l’inverse, les domaines professionnels

à forte présence masculine, comme la
sécurité, les transports, ou la construction,
ont peu de chances d’être affectés. Par
conséquent, 3,7 % des emplois féminins
dans le monde risquent d’être automatisés,
contre 1,4 % des emplois masculins. Cette
différence est d’autant plus forte dans les
pays riches, avec 7,8 % des postes tenus par
les femmes susceptibles d’être remplacés
par des bots, contre 2,9 % des emplois
masculins. Dans les pays à faibles revenus,
moins de femmes sont sur le marché du
travail, et les professions administratives
peu qualifiées sont majoritairement
occupées par des hommes.

Vers une fracture de

productivité entre les pays ?
L’autre grande différence pointée par
les économistes de l’OIT dépend de
la richesse des pays. « Dans les pays à
faibles revenus, il y a peu de chances que
l’intelligence artificielle soit déployée.
La technologie coûte cher, et il y a
un manque d’infrastructures, avec un
approvisionnement faible en électricité
et une mauvaise connexion internet »,
détaille Janine Berg.
En effet, en 2022, un tiers de la population
mondiale n’avait pas internet. Par ailleurs,
la structure du marché du travail dans les
pays à faibles revenus les rend moins
sensibles à l’automatisation.
Dans ces pays, 0,4 % des métiers pourraient
être remplacés par des bots, face à 5,5 %
dans les pays à revenus élevés. Pour ce qui
est de la possible évolution des emplois,
10,4 % des professions sont concernées
dans les pays à faibles revenus contre
8 % dans les pays riches. En bref, la
13,4
potentielle automatisation concerne
principalement les pays riches.

21
Révolutions

Ils seront davantage bouleversés par l’IA, mais

ils sauront également en tirer profit. « Cette
situation pourrait engendrer une fracture de
productivité entre les pays riches et les pays
pauvres », estime l’économiste. S’il y a des
nuances selon les régions du monde, l’étude
envisage globalement une intégration de
l’IA dans le quotidien. Le remplacement des
humains par les bots n’est, pour l’instant,
pas d’actualité. « Cette approche aurait pu
être attendue comme générant un nombre
alarmant de perte d’emploi, mais ce n’est
pas le cas. Notre estimation globale pointe
plutôt vers un futur où le travail est en fait
transformé, mais toujours présent », résument
les économistes. Cependant, cette évolution
du travail doit prendre en compte certains
enjeux pour éviter un impact négatif. « Notre
étude ne doit pas être lue comme une voix
rassurante, mais plutôt comme un appel
à s’atteler à développer des mesures pour
faire face aux changements technologiques
imminents », expliquent les auteurs.

Réfléchir et organiser le
déploiement de l’IA
Janine Berg considère que l’IA générative
n’est fondamentalement ni positive, ni
négative. Tout dépend de la manière dont la
technologie sera mise en place. L’économiste
détaille un certain nombre d’actions que les
gouvernements doivent mener : « Il faut
réfléchir à la question de l’équilibre des
pouvoirs, de la voix des travailleurs affectés
par les ajustements du marché du travail, le
respect des normes existantes et des droits,
et l’utilisation adéquate des protections
sociales nationales, ainsi que les systèmes de
formation seront des éléments cruciaux pour
piloter le déploiement de l’IA dans le monde
du travail. »

22
Il ne s’agit pas seulement d’observer l’application de
cette nouvelle technologie, mais de l’accompagner
par une réflexion et des mesures. L’objectif est
d’assurer le dialogue social, le redéploiement ou la
formation des salariés concernés par l’automatisation
et la participation des salariés à la mise en place
de l’IA pour ceux qui vont voir leurs tâches se
transformer. « Si nous ne mettons pas en place des
mesures, et que ces systèmes arrivent, plus d’emplois
que nécessaires seront perdus. Les conditions de
travail se détérioreront. Il pourrait y avoir des gains
à court terme pour certaines entreprises, mais il y aura
des conséquences sociales », prévient Janine Berg. n

Sirine Azouaoui

23
 IA et médias,
(r)évolution de
l’investigation ?
avec Ioana Manolescu
08 octobre 2024 5 min. de lecture
& Maxime Vaudano

D
ésormais omniprésente dans l’ensemble des domaines d’activité,
l’Intelligence Artificielle (IA) s’intègre aussi progressivement
dans les métiers de l’information. L’IA serait-elle la prochaine
révolution dans les médias ? Pas si sûr…
Sans réalité virtuelle, deux boxeurs doivent combattre face à face, l’un
d’entre eux étant invité à reproduire des attaques-type, afin d’analyser le
comportement de l’opposant.
Depuis une dizaine d’années, la presse en ligne teste des IA génératives
pour rédiger automatiquement des articles en « aspirant » des informations
Ioana Manolescu de bases de données fiables. En mars 2015 – avant ChatGPT – le journal Le
Directrice de Recherche à l'Inria et Monde avait ainsi utilisé une IA de la société Syllabs pour rédiger 36 000
professeure à l'École polytechnique
(IP Paris)
articles couvrant les résultats des élections départementales de chaque
commune, grâce aux données du ministère de l’Intérieur.
Quelques mois plus tard, France Bleu a suivi le mouvement, cette fois pour
les élections régionales. Depuis 2021, L’Équipe utilise également l’IA pour
automatiser la production de contenus listant les matchs à venir, suivis de
l’heure et la chaîne de diffusion. Les journalistes sont-ils en train d’être
remplacés par des robots ?

IA : un outil d’investigation ?
Maxime Vaudano « L’Intelligence artificielle est d’abord un outil » tranche Ioana Manolescu,
Journaliste au journal Le Monde et
coordonnateur de la cellule d’enquête
chercheuse en informatique à l’Inria, spécialisée dans le traitement des
Les Décodeurs données à grande échelle et la vérification de l’information (fact-checking).
« Dans les rédactions, il y a un mélange de méfiance et de fascination ,
poursuit la chercheuse. Si la génération de texte fonctionne bien avec les
IA américaines – plus entraînées – les françaises sont encore maladroites. »

24
 Révolutions

« L'IA est très forte pour récupérer du

contenu, l'organiser et le comparer à une
base de données existante »
De nouvelles fonctionnalités continuent d’être
De plus, la capacité d’analyse, d’interview, de ajoutées par les équipes de l’Inria, comme
croisement des sources ou la réalisation d’une l’ouverture du système aux bases de données
enquête approfondie restent des capacités extérieures, ou le « désossement » puis
exclusivement humaines à ce jour. Aucun l’uniformisation des sources dans un format
risque donc de voir les journalistes remplacés unique. Mais l’objectif serait d’aller plus loin…
par des « robots-rédacteurs » au quotidien,
comme certains l’envisageaient il y a une
dizaine d’année.
Trier, organiser, relier
Tout est parti d’une enquête, menée par une
« En revanche, les IA savent très bien récupérer
journaliste du Monde il y a quelques années,
des contenus, les organiser ou les comparer
qui aurait passé au peigne fin des centaines
à une base de données existante », précise
de documents afin d’identifier les liens entre
Ioana Manolescu. C’est d’ailleurs l’origine de
des scientifiques et des lobbies industriels…
l’outil Statcheck, que la chercheuse et son
le tout à la main. « C’est un travail colossal ! »
équipe développent en collaboration avec
commente Ioana Manolescu.
Radio France depuis 2021. Cette IA permet
de croiser une information statistique trouvée L’idée est donc née de créer un outil pour
dans un article avec la base de données de automatiser le travail. Baptisé ConnectionLens,
l’INSEE, et plus récemment d’Eurostat. il est aujourd’hui capable d’interconnecter des
données tirées d’un corpus de documents
« Pour cela, il a fallu entraîner l’IA sur beaucoup
très hétérogènes (PDF, Excel, URL...). « L’IA
de textes pour lui permettre d’apprendre,
aspire les informations contenues dans ces
par exemple, que les notions “d’emploi”
documents, comme des noms, organisations,
et de “chômage” sont liées… », détaille la
dates, e-mails, etc., et les met en relation. Le
scientifique. Aujourd’hui, StatCheck fait seul
nom d’une entreprise qui se retrouve dans
le rapprochement entre la façon d’écrire des
les remerciements d’une thèse sera ainsi relié
journalistes et les dénominations propres
au nom de l’auteur par exemple », explique
aux statisticiens.
la chercheuse.

25
Révolutions

Mais l’algorithme n’est jamais le dernier « Nous gardons en tête que c’est un outil
maillon de la chaîne ! Pour StatCheck comme faillible ! Il y a bien sûr les faux-positifs, qui sont
ConnectionLens, un journaliste repasse les infos gardées par l’IA alors qu’elles ne sont
systématiquement pour vérifier le travail et les pas pertinentes, mais le plus gros risque reste
sources. « Selon moi, la seule chose qu’il ne les faux-négatifs, témoigne Maxime Vaudano.
faut pas essayer de demander à l’IA, c’est de Quand une info passe à la trappe alors qu’elle
réfléchir », conclut la chercheuse. correspond à notre sujet. »
Ainsi, l’usage de l’IA est loin d’être systématique
Jamais infaillible ! Le risque et plusieurs techniques « classiques »
d’investigation sont régulièrement utilisées
des faux-négatifs en parallèle. « On reste sur des recherches sur
Un fonctionnement que les équipes des le très long terme avec énormément d’étapes
Décodeurs du journal Le Monde ont intégré de vérification. » Qu’importe la méthode de
dans leur pratique. « L’IA est un très bon moyen départ pour obtenir l’information, elle sera
de tamiser les infos et de gagner du temps, vérifiée plusieurs fois… par des humains.
en passant par exemple de 3 000 noms, aux
200 qui nous intéressent », témoigne Maxime
Vaudano, qui coordonne la cellule d’enquête Une évolution sans révolution
Les Décodeurs. Alors, de révolution à simple évolution ? C’est
Le journaliste, spécialisé dans les enquêtes en tout cas l’avis d’Ioana Manolescu qui reste
open-source et collaboratives, avoue qu’ils très prudente sur les réelles capacités des IA,
n’ont pas « un usage très organisé ni très mais également sur celles des hypothétiques
impressionnant à ce stade » au sein de la AGI (Intelligence Artificielle Générale) du futur.
rédaction. « Oui, l’ordinateur peut battre les humains aux
échecs donc dans ce domaine : c’est fini. Mais
En effet, bien que plusieurs enquêtes
l’on parle ici d’un système très spécifique ! Pour
d’ampleur impliquant de très grosses bases de
le reste, les robots “intelligents” ne savent pas
données, comme les Panama Papers, ont déjà
que l’eau mouille ou que le temps ne s’écoule
été réalisées par le passé à l’aide d’algorithmes
que dans un sens, alors qu’un bébé le sait… »
plus basiques, cela ne garantit pas la fiabilité
de l’IA aujourd’hui.

26
 « L’IA est un très bon moyen de
tamiser les infos et de gagner
Quant à l’IA comme outil d’investigation, la chercheuse du temps. »
est plus optimiste. « Je me dis que les jeunes journalistes
vont pouvoir se former à ces techniques et les importer
dans les rédactions. » Car l’utilisation des IA reste
corrélée à une certaine culture technologique au sein
des médias, mais aussi aux formations accessibles aux
journalistes pour prendre en main ces systèmes.
« On manque de temps pour mettre en place ces outils,
même si la technologie est déjà disponible », ajoute
Maxime Vaudano. Mais les lignes bougent. Reporters
sans frontières développe depuis 2023 un prototype
d’IA à destination des journalistes et dédié aux questions
environnementales et à la vérification d’information.
Il est en test depuis avril 2024 au sein de 12 médias
partenaires. En parallèle, le journal Le Monde a noué
en mars 2024 un partenariat financier avec OpenAI, la
société mère de ChatGPT, pour permettre à leurs IA
d’avoir accès à leurs archives. Une alliance scrutée avec
prudence de la part des équipes de journalistes, mais
qui inaugure un rapprochement inédit entre médias et
technologies intelligentes. n

Sophie Podevin

27
 TROISIÈME PARTIE

Horizons
Quel futur pour l’IA ?
 Horizons

Informatique
quantique et IA : moins
compatibles que prévu ?
08 octobre 2024 6 min. de lecture avec Filippo Vicentini

A
vec un certain nombre d'entreprises technologiques promettant
d'être en mesure de résoudre quelques petits problèmes du monde
réel au cours des prochaines années, il semblerait que le monde soit
à la veille d'une réelle avancée de l'informatique quantique. L'accès
à ce type d'informatique quantique a donc suscité beaucoup d'espoir, car il
pourrait également transformer l'intelligence artificielle. Mais un consensus
de plus en plus large suggère que cela ne soit pas encore à portée de main.

Que peut-on dire des origines de la croyance

Filippo Vicentini
Professeur adjoint de physique
et d'IA, titulaire de la chaire
selon laquelle l'informatique quantique pourrait
d'intelligence artificielle et de
physique quantique à l'École
révolutionner l'intelligence artificielle ?
polytechnique (IP Paris) FV : L'IA est un terme très vaste. Je me concentrerai donc sur le « deep learning »
(l’apprentissage profond), qui est à l'origine des nouvelles technologies telles
que les modèles génératifs de texte, d'audio et de vidéo que nous voyons
exploser aujourd'hui. L'idée que l'informatique quantique pourrait stimuler le
développement de l'IA s'est imposée vers 2018-19. Les premières entreprises
proposaient des ordinateurs quantiques bruyants dotés de 1, 2, 3 ou 4 qubits.
En raison de leurs limites, ces machines ne pouvaient être utilisées que pour
effectuer des calculs plus importants dans le monde réel, alors que c'est là
que l'informatique quantique devrait vraiment briller.
Au lieu de cela, elles ont été chargées d'exécuter de nombreux sous-
programmes « quantiques » courts (communément appelés circuits quantiques),
alimentant en retour un algorithme d'optimisation classique. Cette approche
est étonnamment similaire à la manière dont les réseaux neuronaux sont formés
dans le cadre du deep learning.

29
 « Pour les données volumineuses et les
réseaux neuronaux, le jeu n'en vaut peut-être
À l'époque, on espérait qu'un « circuit quantique » de taille raisonnable pas la chandelle. »
serait plus expressif – c’est-à-dire qu'il pourrait présenter des solutions
plus complexes à un problème avec moins de ressources qu'un réseau
neuronal, grâce à des phénomènes quantiques tels que l'interférence et la
superposition. En résumé, cela signifie que les circuits quantiques pourraient
permettre aux algorithmes d'apprendre à trouver des corrélations dans
les données de manière plus efficace. C'est ainsi qu'est né le domaine
de l'apprentissage automatique quantique, et plusieurs chercheurs ont
commencé à essayer d'apporter des idées d'un côté comme de l'autre.
L’excitation était grande à l'époque.

Plusieurs entreprises ont annoncé l'arrivée

d'ordinateurs quantiques plus puissants dans
les prochaines années. Cela signifie-t-il que nous
devrions nous attendre à un bond en avant dans
le domaine de l'IA ?
Pour faire court, je ne pense pas que l'informatique quantique fera progresser
l'IA. Il devient de plus en plus évident que les ordinateurs quantiques seront
très utiles pour les applications qui nécessitent des entrées et des sorties
limitées, mais une puissance de traitement énorme. Par exemple, pour
résoudre des problèmes physiques complexes liés à la supraconductivité ou
pour simuler des molécules chimiques. Toutefois, pour tout ce qui concerne
les données volumineuses et les réseaux neuronaux, on s'accorde de plus
en plus à penser que le jeu n'en vaut peut-être pas la chandelle.
Cette position a récemment été exposée dans un document rédigé1 par
Torsten Hoefler, du Centre National Suisse de Calcul, Thomas Häner,
d'Amazon, et Matthias Troyer, de Microsoft. Je viens de terminer l'examen
des soumissions pour la conférence QTML24 (Quantum Techniques
in Machine Learning) et le ton de la communauté de l'apprentissage
automatique quantique était à la baisse.

Comment cela se fait-il ?

De plus en plus d'experts reconnaissent que les ordinateurs quantiques
resteront probablement très lents lorsqu'il s'agira d'entrer et de sortir des
données. Pour vous donner une idée, nous pensons qu'un ordinateur
quantique qui pourrait exister dans cinq ans – si nous sommes optimistes
– aura la même vitesse de lecture et d'écriture qu'un ordinateur moyen
de 1999-2000.

30
Les ordinateurs classiques et quantiques sont tous deux bruyants. Par exemple,
un bit ou un qubit peut, à un moment donné, passer aléatoirement à 1. Alors que
nous pouvons traiter efficacement ce problème dans les ordinateurs classiques,
nous ne disposons pas de cette technologie dans les ordinateurs quantiques.
Nous estimons qu'il faudra encore au moins 15 ans pour mettre au point des
ordinateurs quantiques totalement tolérants aux pannes. Cela signifie que nous
ne pouvons effectuer que des calculs très « courts ».
Par ailleurs, les résultats d'un ordinateur quantique sont probabilistes, ce qui
pose des problèmes supplémentaires. Les ordinateurs classiques donnent un
résultat déterministe : faites deux fois la même simulation et vous obtiendrez la
même réponse. Mais chaque fois que vous exécutez un algorithme quantique,
le résultat sera différent. Le résultat doit être extrait de la distribution des sorties
(combien de fois vous voyez des 0 et des 1). Pour reconstruire la distribution avec
précision, il faut répéter le calcul un très grand nombre de fois, ce qui augmente
alors les frais. C'est une autre raison pour laquelle certains algorithmes semblaient
très puissants il y a quelques années, mais il a finalement été démontré qu'ils ne
présentaient pas d'avantage systématique par rapport aux algorithmes classiques
que nous pouvons déjà exécuter sur des ordinateurs normaux.

Cela signifie-t-il que l'IA et l'informatique

quantique seront des cousins éloignés, avec peu de
chevauchements ?
Pas du tout. En fait, mes collègues et moi-même avons récemment lancé une
pétition 2 pour demander un financement au niveau de l'Union européenne
pour l'apprentissage automatique et les sciences quantiques. L'apprentissage
automatique devient rapidement un outil essentiel pour apprendre à concevoir
et à faire fonctionner les ordinateurs quantiques de nos jours. Par exemple,
chaque appareil est légèrement différent. Les techniques d'apprentissage par
renforcement peuvent analyser votre machine et ses caractéristiques particulières
afin d'adapter les algorithmes à cet appareil. Une entreprise appelée Q-CTRL3 a
effectué un travail de pionnier dans ce domaine. L'IA quantique de Google4 et
Braket d'Amazon5 sont deux d’autres leaders qui exploitent également ces idées.

31
 Horizons

L'IA pourrait également être très complémentaire de l'informatique quantique.

Prenons l'exemple d'Azure Quantum Elements de Microsoft, qui a utilisé
une combinaison de Microsoft Azure HPC (High Performance Computing) et
des filtres de prédiction des propriétés de l'IA pour réduire une sélection de
32 millions de candidats à un matériau de batterie rechargeable plus efficace,
à seulement 18 candidats. Ceux-ci ont été soumis à des algorithmes puissants,
bien établis et à forte intensité de traitement mais qui sont assez limités parce
qu'ils consomment beaucoup d'énergie et ne peuvent donc pas fonctionner
avec des molécules très compliquées. C'est exactement là que l'informatique
quantique pourrait intervenir, dans un avenir proche.
Je pense que l'IA et l'informatique quantique seront des composants différents
dans une pile d'outils – complémentaires mais non compatibles. Nous voulons
continuer à pousser ces directions et bien d'autres encore en créant une équipe
commune appelée « PhiQus » entre l'École Polytechnique (IP Paris) et Inria avec
Marc-Olivier Renou et Titouan Carette. n

Propos recueillis par Marianne Guenot

[1] Disentangling Hype from Practicality: On Realistically Achieving Quantum Advantage, T. Hoefler, T. Häner
et M. Troyer, Communications of the AMC
[2] Petition : Support the Machine Learning in Quantum Science Manifesto
[3] Make quantum technology useful, Infrastructure software to power the quantum future, Q-CTRL
[4] Google Quatum AI
[5] Amazon Bracket

32
Horizons

L’avenir de la
synchronisation du
« cerveau-machine »
Hamilton Mann,
08 octobre 2024 6 min. de lecture
Cornelia C. Walther
& Michael Platt

E n re v a n c h e , l e s g r a n d s m o d è l e s
linguistiques (Large Language Models
[LLM]) jouent un rôle crucial dans la

L
reconnaissance des formes, en saisissant
les nuances complexes du langage et du
'évolution remarquable des comportement humains.
systèmes d'intelligence artificielle
Ces modèles, tels que ChatGPT et
(IA) représente un changement
BERT, excellent dans la compréhension
de paradigme dans la relation des informations contextuelles, dans
entre les humains et les machines. Cette l'appréhension des subtilités du langage
transformation est évidente dans les et dans la prédiction de l'intention de
interactions transparentes facilitées par ces l'utilisateur.
systèmes avancés, où l'adaptabilité apparaît
En s'appuyant sur de vastes ensembles
comme une caractéristique déterminante,
de données, les LLM acquièrent une
en résonance avec la capacité humaine compréhension complète des modèles
fondamentale d'apprendre par l'expérience linguistiques, ce qui leur permet de
et de prédire le comportement. générer des réponses semblables à celles
des humains et de s'adapter à certains
L'IA imite l'apprentissage comportements des utilisateurs, parfois
humain avec une précision remarquable.
L'apprentissage par renforcement (AR) est La synergie entre AR et LLM crée un puissant
une facette de l'IA qui s'aligne étroitement prédicteur du comportement humain. L’AR
sur les processus cognitifs humains. contribue à la capacité d'apprendre des
L'apprentissage par renforcement imite le interactions et de s'adapter, tandis que les
paradigme de l'apprentissage humain en LLM améliorent les capacités de prédiction
permettant aux systèmes d'IA d'apprendre grâce à la reconnaissance des formes. Les
en interagissant avec un environnement et systèmes d’IA fondés sur la logique des
en recevant un retour d'information sous relations peuvent donc afficher une forme
forme de récompenses ou de pénalités. de synchronisation comportementale.

33
 Hamilton Mann Cornelia C. Walther Michael Platt
Vice-président du marketing Chercheuse invitée principale Directeur de l'initiative Wharton
numérique et de la transformation à l'initiative Wharton pour les pour les neurosciences et professeur
numérique chez Thales et maître de neurosciences (WiN) de marketing, de neurosciences et
conférences à l'INSEAD et HEC Paris de psychologie à l'Université de
Pennsylvanie

Au fond, l’AR permet aux systèmes d'IA Aussi, des systèmes d'IA dotés d'un système
d'apprendre des séquences optimales de reconnaissance des signaux sociaux
d'actions dans des environnements sont en cours de conception pour détecter
interactifs afin d'atteindre une politique. les émotions humaines et y répondre.
Comme un enfant qui touche une surface Ces systèmes d’« informatique affectif »,
chaude et apprend à l'éviter, ces systèmes tels qu'ils ont été inventés par Rosalind
d'IA s'adaptent en fonction des réactions Picard en 1995 1, peuvent interpréter les
positives ou négatives qu'ils reçoivent. expressions faciales, les modulations de
la voix et même le texte pour évaluer les
émotions et y répondre en conséquence.
L'IA reproduit les interactions
Un assistant IA capable de détecter la
humaines frustration de l'utilisateur en temps réel
Les agents d'IA utilisant l'apprentissage par et d'ajuster ses réponses ou sa stratégie
renforcement profond, comme AlphaZero d'assistance est une forme rudimentaire de
de DeepMind/Google, apprennent et synchronisation comportementale basée
s'améliorent en jouant des millions de sur un retour d'information immédiat.
parties contre eux-mêmes, affinant ainsi
leurs stratégies au fil du temps.
Ce processus d'auto-amélioration dans l'IA
Vers la résonance
implique qu'un agent apprend de manière Les interfaces cerveau-ordinateur (Brain-
itéractive à partir de ses propres actions et Computer Interfaces [BCIs]) ont ouvert
résultats. De plus, les systèmes d'IA peuvent une ère de transformation dans laquelle
également apprendre des interactions avec les pensées peuvent être traduites
les humains. Tout comme la synchronisation en commandes numériques et en
du cerveau humain améliore la coopération communication humaine. Des entreprises
et la compréhension, les systèmes d'IA comme Neuralink progressent dans le
peuvent améliorer et aligner leurs réponses développement d'interfaces qui permettent
grâce à un apprentissage itératif approfondi aux personnes paralysées de contrôler des
à partir des interactions humaines. appareils directement par la pensée.

«
Bien que les systèmes d'IA ne partagent pas
littéralement leurs connaissances comme le
font les cerveaux humains, ils deviennent Des systèmes d’IA
des dépositaires de données héritées de
ces interactions, ce qui correspond à une peuvent afficher une
forme de connaissance. Ce processus
d'apprentissage à partir de vastes ensembles forme de synchronisation
de données, y compris les interactions
humaines, peut être considéré comme une
comportementale. »
forme de « mémoire collective ».

34
 En associant des enregistrements directs Au-delà de la simple exécution de
de l'activité cérébrale à des systèmes d'IA, commandes, l'intégration d'indices faciaux,
des chercheurs ont permis à une personne du ton de la voix et de différents indices non-
de parler à une vitesse normale après être verbaux dans les réponses de l'IA amplifient
restée muette pendant plus de dix ans à les canaux de résonance. Cette expansion
la suite d'un accident vasculaire cérébral. de la communication multimodale peut
Les systèmes d'IA peuvent également enrichir la synchronisation en capturant
être utilisés pour décoder non seulement des éléments de la nature holistique de
ce qu'une personne lit, mais aussi ce l'expression humaine, créant ainsi une
qu'elle pense, sur la base de mesures non interaction plus immersive et plus naturelle.
invasives de l'activité cérébrale à l'aide Cependant, le concept de résonance
d’IRM fonctionnelle. présente également le défi de naviguer
dans la vallée de l'étrange, un phénomène

« Il y a un avenir dans
où les entités humanoïdes qui ressemblent
étroitement aux humains provoquent
un malaise. Il est essentiel de trouver le
lequel l'IA pourrait résonner bon équilibre pour que la réactivité de l'IA
avec les pensées et les s'aligne de manière authentique sur les
expressions humaines, sans entrer dans
émotions humaines. » le domaine déconcertant de la vallée de
l'étrange. Le potentiel des BCI pour favoriser
la synchronisation entre le cerveau humain
Sur la base de ces avancées, il n'est pas et l'IA ouvre des perspectives prometteuses
exagéré d'imaginer un scénario futur dans mais difficiles pour la collaboration entre
lequel un professionnel utiliserait un BCI non l'homme et l'ordinateur.
invasif (par exemple, des moniteurs d'ondes
cérébrales portables tels que Cogwear,
Emotiv ou Muse) pour communiquer avec Perspectives et potentiel
un logiciel de conception d'IA. L'enthousiasme entourant les perspectives
Le logiciel, reconnaissant les schémas de synchronisation cerveau-machine et
neuronaux du concepteur associés à la machine-machine s'accompagne d'un
créativité ou à l'insatisfaction, pourrait ensemble de préoccupations primordiales
instantanément ajuster ses propositions qui nécessitent un examen approfondi qui
de conception, atteignant ainsi un niveau est tout sauf technique. La confidentialité
de synchronisation auparavant considéré des données devient une préoccupation
comme relevant du domaine de la science- majeure, étant donné la nature intime des
fiction. Cette frontière technologique informations neuronales traitées par ces
p ro m e t u n e f o r m e p a r t i c u l i è re d e systèmes. Les dimensions éthiques d'une
synchronisation, où l'interaction entre le telle synchronisation, en particulier dans
cerveau humain et l'IA transcende la simple le domaine de la prise de décision de
interprétation des commandes, ouvrant un l'IA, présentent des défis complexes qui
avenir dans lequel l'IA résonne avec les nécessitent un examen minutieux (Dignum,
pensées et les émotions humaines. 2018 ; Floridi et al., 2018)2-3.
I l e s t e s s e n t i e l q u e l a ré s o n a n c e Dans le prolongement de ces préoccupations,
envisagée ici transcende le domaine du deux questions primordiales méritent une
comportement pour englober également attention particulière. Premièrement, la
la communication. Au fur et à mesure que préservation de l'autonomie humaine est
les BCI évoluent, le potentiel d'expression un principe fondamental.
extérieure devient essentiel.

35
 Horizons

Alors que nous entrons dans l'ère de la Cela dépendra des aspirations humaines
synchronisation cerveau-machine, il devient qui guideront alors cette quête et ouvriront
impératif de veiller à ce que les individus ainsi des opportunités pour une expérience
conservent leur capacité à faire des choix avancée de l'IA centrée sur l'humain, dans un
éclairés. Éviter les scénarios dans lesquels les « mode de fusion », tel qu'il a été inventé
individus se sentent contraints ou manipulés dans le concept d'« intégrité artificielle ».
par la technologie est crucial pour le respect Cela soulève une question intemporelle,
des normes éthiques. qui se répercute tout au long de l'histoire
Deuxièmement, la question de l'équité dans de l'humanité : à quoi accordons-nous de la
l'accès à ces technologies se pose avec acuité. valeur, et pourquoi ? n
Actuellement, ces technologies avancées sont
souvent coûteuses et peuvent ne pas être [1] Picard, R. W. (1995). « Affective Computing ». MIT Media
Laboratory Perceptual Computing Section.
accessibles à tous les pans de la société. Cela
[2] Dignum, V. (2018). Responsible Artificial Intelligence: How to
soulève des inquiétudes quant à l'exacerbation Develop and Use AI in a Responsible Way. AI & Society, 33(3),
des inégalités existantes (Diakopoulos, 2016)4. 475–476.
Un scénario dans lequel seuls certains groupes [3] Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P.,
Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer,
privilégiés peuvent exploiter les avantages de B., Valcke, P., & Vayena, E. (2018). AI4People—An Ethical Framework
la synchronisation cerveau-machine risque for a Good AI Society: Opportunities, Risks, Principles, and
Recommendations. Minds and Machines, 28(4), 689–707.
d'aggraver les fractures sociétales. Et, le
[4] Diakopoulos, N. (2016). Accountability in Algorithmic Decision
manque de sensibilisation à ces technologies Making. Communications of the ACM, 59(2), 56–62.
aggrave encore les problèmes d'accès [5] Kostkova, P., Brewer, H., de Lusignan, S., Fottrell, E., Goldacre, B.,
équitable (Kostkova et al., 2016)5. Hart, G., Koczan, P., Knight, P., Marsolier, C., McKendry, R. A., Ross,
E., Sasse, A., Sullivan, R., Chaytor, S., Stevenson, O., Velho, R., Tooke,
L'intégration de l'IA à la cognition humaine J., & Ross, E. (2016). Who Owns the Data? Open Data for Healthcare.
marque le seuil d'une ère sans précédent, où les Frontiers in Public Health, 4.

machines ne se contentent pas de reproduire

l'intelligence humaine, mais reflètent
également des schémas comportementaux
et des émotions complexes.
La synchronisation potentielle de l'IA avec les
intentions et les émotions humaines promet de
redéfinir la nature de la collaboration homme-
machine et, peut-être même, l'essence
de la condition humaine. Le résultat de
l'harmonisation des humains et des machines
aura un impact significatif sur l'humanité et
la planète.

36
 Chaque trimestre, une
nouvelle thématique !
Découvrez tous les numéros

À PROPOS

Polytechnique Insights est une revue en ligne gratuite, disponible en

français et en anglais, qui a pour mission d'éclairer le débat public sur
les grands enjeux contemporains, grâce à la science et aux technologies.
Nous proposons différents formats de lecture : articles, dossiers, vidéos,
un podcast, le magazine 3,14 et une newsletter hebdomadaire.

CRÉDITS

Directeur exécutif : Clément Boulle - Cheffe de projet : Viviane de Castro Rodriguez -

Rédacteur en chef : James Bowers - Chef d'édition : Pablo Andres - Assistante
d'édition : Lucille Caliman - Maquettiste : Pablo Andres - Graphiste : Anne-Laure
Amigues - Photothèque : Adobe Stock