Découvrez les applications discrètes et indiscrètes de l’IA et le bagage de défis qui vient en prime.
Par Renata Neves
Source : Freepik
Ces derniers temps, nous entendons beaucoup parler d’Intelligence Artificielle (IA), apparemment une technologie faite pour révolutionner le monde.
Nous assistons aussi à un mouvement colossal de développeurs et d’entreprises qui utilisent la puissance des IA pour améliorer leurs processus internes, mieux connaître leurs clients et concevoir des solutions créatives pour chaque problème.
Nous avons déjà des IA pour converser, créer, apprendre et organiser. Pourtant, nous les connaissons encore mal, et il est troublant que la technologie puisse imiter un être humain.
Et, comme un être humain, elles ont présenté certaines défaillances qui peuvent produire des reculs alors même qu’elles surprennent le marché par de nouvelles possibilités.
Il y a beaucoup de points litigieux à mettre sur la table ; c’est pourquoi, dans cet article, nous présenterons ce qu’est l’Intelligence Artificielle et quelles questions doivent être prises en compte. On y va ?
Qu’est-ce que l’IA ?
Autonomie est le mot clé pour comprendre ce qu’est l’Intelligence Artificielle et comment elle fonctionne.
Autrement dit, on peut dire qu’il s’agit d’une combinaison entre l’informatique, les données et la simulation du comportement humain pour créer une technologie autonome, capable de créer, de suggérer, de corriger et même de converser.
En réalité, les IA sont développées depuis un certain temps et se popularisent maintenant à mesure que nous en découvrons tout le potentiel.
Elles sont présentes dans les assistants, comme Alexa et Siri, dans les algorithmes des réseaux sociaux, dans les moteurs de recherche de Google, dans des applications conçues pour faciliter un travail, entre autres.
Ce sont des systèmes en développement et en apprentissage constants : plus un utilisateur y insère des données en montrant ce qui est « vrai » et ce qui est « faux », plus le système devient habile.
Les intelligences artificielles peuvent être façonnées jusqu’à ce qu’elles répondent comme attendu et, pour cela, elles peuvent être développées selon deux processus d’apprentissage.
Le premier s’appelle machine learning, ou apprentissage automatique. Dans cette méthode, l’IA travaille avec de grandes quantités de données, collectées ou saisies, qui sont analysées pour générer de nouvelles hypothèses.
Les réponses ne sont pas toujours précises et correctes, mais plus on insère de données de qualité, meilleures deviennent les réponses et les généralisations de la machine.
Vient ensuite le deep learning, ou apprentissage profond. Ici, la technologie utilise les Réseaux de Neurones Artificiels (RNA), et oui, ils ressemblent aux nôtres. C’est une méthode dotée d’une plus grande puissance de connaissance et de modèles mathématiques.
Grâce aux RNA, il est possible de résoudre des problèmes plus complexes, et le processus d’apprentissage se déroule avec une phase d’entraînement et une phase de test. Lors de l’entraînement, de nombreux exemples et ajustements sont appliqués. Lors du test, le système est évalué.
Si vous souhaitez découvrir l’apprentissage automatique sous un angle plus technique et mathématique, nous recommandons l’article « Conceitos sobre Aprendizado de Máquina » de M. C Monard et J. A. Baranauskas.
Applications des Intelligences Artificielles
Aujourd’hui, l’application des intelligences artificielles est de plus en plus large et diversifiée.
Comme nous l’avons dit plus haut, les IA soutiennent l’exécution de certaines fonctions sur le marché, et elles ont aussi été développées pour produire de grands résultats avec rapidité et commodité.
Commençons par la santé : des solutions d’IA ont déjà été présentées qui posent des diagnostics et suggèrent des traitements possibles aux médecins. Ce sont des outils pour accélérer les parcours de soin, du soupçon d’un problème jusqu’à la meilleure façon de le résoudre.
Il convient toutefois de souligner qu’une recherche sur internet ne remplace pas la consultation de spécialistes. L’IA doit agir aux côtés des médecins ; ne cherchez donc pas de solutions par vous-même. Tout usage de technologie dans le domaine de la santé est encadré et évalué.
En matière de sécurité, vous avez probablement entendu parler de technologies de simple surveillance des habitations.
Mais au-delà de cet usage de l’Intelligence Artificielle, de grands projets sont menés à partir de l’analyse des défaillances. Certaines IA travaillent dans la cybersécurité, en anticipant d’éventuelles failles et attaques.
L’un des grands défis de l’éducation est le manque d’individualisation. C’est pourquoi certains systèmes sont développés pour aider les élèves à étudier de façon plus productive.
Les enseignants peuvent eux aussi bénéficier de l’IA, avec un appui pour préparer les cours, organiser les activités et améliorer la communication à distance.
Dans le commerce de détail, l’Intelligence Artificielle s’impose dans la collecte de données de qualité. Les détaillants peuvent ainsi mieux optimiser leurs processus, améliorer l’expérience client et même fixer efficacement le prix de leurs produits.
Il en va de même dans le domaine des affaires. Mais il existe aussi des études qui utilisent l’IA pour analyser le marché actuel.
Par exemple, l’article « Explorando a forma fraca da (in)eficiência de mercado por meio de algoritmos de inteligência artificial » est une recherche fondée sur des indices boursiers pour réaliser des prévisions avec l’IA.
L’étude « Identificação de falhas por meio de inteligência artificial em dados ecobatímetros », quant à elle, intéresse l’agro-industrie, qui utilise également le potentiel de la technologie pour résoudre des problèmes, assister des processus et optimiser des ressources.
Si les intelligences artificielles sont capables d’assister des processus, alors le domaine des Ressources Humaines peut lui aussi en bénéficier — et en bénéficie — pour la gestion des personnes. La technologie peut analyser le développement des collaborateurs, exporter des rapports et créer des solutions inventives pour les responsables.
Une étude qui illustre l’usage de la technologie dans la finance est « Identificação de evasão fiscal utilizando dados abertos e inteligência artificial », qui rend compte de la solution utilisée dans l’État de Goiás pour identifier les fraudeurs fiscaux.
En Droit également, l’IA cherche des solutions pour celles et ceux qui ont besoin d’une justice accessible, et pour tous les intermédiaires.
Traitements juridiques, automatisation de services, réglementation, prise de décision et d’autres fonctions se font avec l’appui de l’IA, quand ce n’est pas entièrement par elle.
Pendant ce temps, dans le marketing et la communication, même la créativité parvient à être automatisée.
Les domaines de la création et de la production peuvent être développés par des IA, tout comme les automatisations, les algorithmes des réseaux sociaux, l’organisation des processus et l’intégration de plateformes.
Voyez aussi cette étude « RetificAI: Um verificador de notícias falsas com base em IA e Aprendizado de Máquina ».
Même les transports et l’automobile utilisent l’intelligence artificielle. Les voitures autonomes et le freinage automatique, par exemple, sont des technologies fondées sur l’IA, associées à d’autres outils pour offrir plus de sécurité et de confort sur la route.
Enfin, nous parlons aussi de milliers de plateformes aux objectifs spécifiques (ou non) conçues pour accomplir n’importe quelle tâche. Voyez ci-dessous d’autres exemples :
Source : Instagram [Traduction libre de la colonne de gauche : Texte ; vidéo ; audio ; visage ; legal (juridique) ; voix ; réunion ; productivité ; code]
Quelles sont les limites de l’IA ?
Tout cela est très beau et très intéressant, mais comme rien n’est parfait, les IA ont aussi leurs points faibles.
Il importe de rappeler que notre réalité est faite de nombreux problèmes structurels, comme le racisme, le métissage, les inégalités et d’autres questions qui peuvent être amplifiées par l’Intelligence Artificielle.
Cela engendre une série de questions éthiques et de problèmes dans le système, qui ne seront repérés que tardivement. Après tout, l’IA fonctionne par collecte constante de données et perd sa neutralité à mesure qu’elle est nourrie de certains schémas.
Nous avons déjà observé une IA à apprentissage profond agir avec une discrimination raciale, par exemple, parce que son entraînement est probablement disproportionné et injuste, tout comme le sont nos processus sociaux.
Les IA acquièrent leurs connaissances à partir de biais, c’est-à-dire de paramètres fondés sur des injustices en faveur ou à l’encontre de quelque chose.
Ainsi, si elle est entraînée sous l’effet d’un biais, elle cesse d’être neutre et se met à prendre des décisions qui peuvent nuire aux utilisateurs. C’est une discussion récurrente sur l’éthique dans la technologie.
Les IA qui travaillent avec la reconnaissance faciale, à partir de l’apprentissage profond, sont les premières à risquer d’être développées sous des biais tendancieux.
Elles dépendent d’une base de données, d’un entraînement et de tests pour identifier des caractéristiques humaines que les développeurs et les plateformes définissent. Ces problèmes surgissent donc dès l’écriture du code informatique et jusque dans la collecte de données au sein d’une réalité pleine de préjugés sociaux.
Après tout, qui est l’« humain type » défini pour l’IA ? Ou quelles sont les caractéristiques les plus vues sur les réseaux sociaux ?
La reconnaissance faciale n’est pas seule à connaître cette difficulté : tout système qui doit définir un « humain type » pour prendre des décisions peut être faussé par des biais de race, de genre et d’origine.
Les processus de recrutement, les diagnostics et l’embellissement courront toujours le risque d’utiliser un modèle parfait pour justifier leurs réponses.
Amazon a rencontré ce problème dans un processus de recrutement fondé sur l’IA, où l’entreprise a exclu des femmes de la sélection pour des questions de modèle et de contexte de l’entreprise, en 2014.
Les données ont aussi une durée de validité, ce qui signifie que les collectes sont faites dans des conditions et des contextes différents.
Il est donc facile d’apprendre à une machine à prendre des décisions qui ne sont pas pertinentes aujourd’hui. C’est là une autre façon d’amplifier les inégalités ou de produire des réponses jugées immorales.
Par ailleurs, traiter le problème du biais dans l’IA est un défi pour les développeurs : de nombreux problèmes ne sont identifiés qu’après des années d’utilisation, ou seulement lorsqu’un volume considérable d’utilisateurs a alimenté le système.
Lorsqu’ils sont découverts, ils peuvent même exiger l’arrêt de l’IA, en raison de dommages d’usage qui n’avaient pas été anticipés. Ce fut le cas de Tay, un chatbot de Microsoft développé en 2016, mis à la disposition du public sur Twitter et entièrement corrompu en moins d’une journée.
Un autre problème lié à l’Intelligence Artificielle tient aux principes de collecte et d’usage des données, qui se heurtent directement à la protection des données définie par la LGPD (Lei Geral de Proteção de Dados)
Plus il y a de données collectées, mieux les IA fonctionnent ; or ces données peuvent être personnelles et sensibles et, si elles ne sont pas traitées correctement, elles causent des préjudices aux utilisateurs.
Ainsi, des données comme le nom, l’adresse e-mail, le téléphone ou les plus précieuses (comme le CPF, le numéro de carte, etc.) sont recueillies par les Intelligences Artificielles et deviennent exposées à un usage malveillant ou à une fuite.
La LGPD exige des entreprises qu’elles soient claires et transparentes sur l’usage de chaque donnée demandée, et les oblige à assurer la sécurité.
La vigilance des marques dans l’usage de l’Intelligence Artificielle doit être maximale afin d’éviter que la vie privée des personnes ne soit fragilisée.
L’avenir de l’Intelligence Artificielle pour nous
La vérité, c’est que nous vivons déjà dans un monde automatisé par l’Intelligence Artificielle : autrement dit, c’est un chemin sans retour.
Nous utilisons l’IA, ou nous en subissons les effets, dans notre vie professionnelle et personnelle ; il nous revient donc d’en ajuster l’usage pour qu’elle soit plus bénéfique que risquée. Que ce soit par davantage d’entraînement ou davantage d’analyses.
Aujourd’hui, l’IA a besoin de suivi et de précaution, pour des raisons éthiques comme pour la vie privée. Malgré cela, l’idée est qu’elle continue de se développer et d’élargir son champ d’action.
Il y a aussi de nombreuses occasions à explorer dans chaque secteur, en réduisant le temps, l’énergie et l’argent dépensés.
La simplicité et l’autonomie de l’Intelligence Artificielle sont les points les plus attirants pour quiconque a besoin de résultats.
L’usage de l’IA promet des améliorations dans les secteurs, le développement du travail et même le remplacement de certaines fonctions. Bientôt, les résultats gagneront en qualité et en fiabilité.
Concernant l’emploi, l’usage de l’IA peut avoir un impact négatif sur l’économie ou ouvrir la voie à de nouveaux modèles d’affaires, de nouvelles tâches et de nouvelles fonctions. Les deux peuvent très bien se produire.
D’où la nécessité, pour les entreprises, de se réinventer constamment dans leurs secteurs.
Nous avons sélectionné cette étude réalisée par Google sur « Startups e o uso de inteligência artificial », qui reflète nos questions sociales et économiques sur le marché et leur impact avec l’IA.
De façon générale, nous espérons que notre société pourra se développer et prendre conscience avant d’appliquer une réalité déformée à une technologie. Ce serait le premier et le meilleur pas à faire avant toute innovation.
Referências
-
MONARD, M. C.; BARANAUSKAS, J. A. Conceitos sobre Aprendizado de Máquina. In: Sistemas Inteligentes: Fundamentos e Aplicações, cap. 4.
-
Explorando a forma fraca da (in)eficiência de mercado por meio de algoritmos de inteligência artificial. Revista Gestão e Secretariado (GeSec).
-
Identificação de falhas por meio de inteligência artificial em dados ecobatímetros. UFRGS.
-
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial. Revista de Administração Pública (RAP).
-
RetificAI: Um verificador de notícias falsas com base em IA e Aprendizado de Máquina. SBC.