L'intelligence artificielle, une technologie de "rupture" qui pose question

En quoi cela consiste ?

L'intelligence artificielle (IA) vise à mimer le fonctionnement du cerveau humain dans le but de faire exécuter à une machine des tâches complexes que l'homme accomplit en utilisant ses capacités cognitives.

Pour cela, la technique informatique privilégiée est de doter les ordinateurs d'une capacité nommée apprentissage automatique ("machine learning") ou encore "apprentissage profond".

Ce type de technologie, bâtie sur l'exploitation à très grande échelle des données ("big data") par des algorithmes, constitue "l'outil le plus puissant qui puisse bénéficier à l'humanité depuis des générations", selon Eric Schmidt, ancien PDG de Google et président d'une commission sur le sujet aux Etats-Unis.

Qui la conçoit ?

Le mathématicien anglais Alan Turing, considéré comme l'un des pères de l'informatique moderne, propose au milieu du XXe siècle de tester l'intelligence d'une machine en la faisant converser par écrit avec un être humain. C'est la naissance de l'IA.

En 2021, alors que les capacités des ordinateurs ont considérablement évolué, des algorithmes surentraînés comme GPT-3, développé par la startup californienne OpenAI, sont capables de répondre correctement à toutes sortes de questions, mais ne parviennent pas encore à se faire passer pour des humains (notamment quand l'énoncé de la question est volontairement absurde).

L'IA bat toutefois des records dans plusieurs domaines, et prouve notamment ses capacités dans les jeux. Grâce à l'analyse d'un nombre considérable de parties, l'algorithme Deep Blue d'IBM a battu le champion Garry Kasparov aux échecs en 1997 et AlphaGo de Google a vaincu le grand maître sud-coréen du jeu de go Lee Se-Dol en 2016.

Aujourd'hui, ce sont les géants de la tech américains (Google, Microsoft, IBM, Facebook,...) et chinois (Alibaba, Baidu, Huawei, Xiaomi...) qui sont en pointe grâce aux sommes colossales consacrées au développement de l'IA.

En 2015, Facebook avait été le précurseur d'une vague d'installations d'équipes de recherche en intelligence artificielle en France, un pays qui jouit d'une solide réputation pour la recherche fondamentale en mathématiques. Le mouvement avait été suivi par d'autres géants comme Samsung, IBM, Google, Huawei...

A quoi ça sert ?

Ses champs d'application sont sans cesse repoussés et paraissent sans limites. Des voitures autonomes à la reconnaissance faciale, en passant par les assistants vocaux, ce secteur hautement stratégique est considéré comme la technologie du futur de notre quotidien.

L'IA est aussi jugée prometteuse pour améliorer la productivité des usines, les rendements agricoles, optimiser les consommations d'énergie, mieux organiser les transports, réduire la pollution, améliorer les systèmes de santé, réduire les risques d'accident de la route...

De quoi générer des potentialités économiques de grande ampleur. Selon une étude réalisée en 2017 par le cabinet PwC, l'IA devrait contribuer à hauteur de 15.700 milliards de dollars à l'économie mondiale en 2030, soit plus que le PIB cumulé actuel de la Chine et de l'Inde.

Quelles sont les critiques ?

Des tâches répétitives des caissiers à celles plus complexes des avocats ou des médecins, des millions d'emplois pourraient être menacés par cette nouvelle révolution industrielle. L'OCDE estimait en 2016 que 14% des travailleurs "courent un risque élevé" que leurs tâches actuelles soient automatisées au cours des 15 prochaines années.

Néanmoins, selon les scénarios, la croissance de la demande supplémentaire de main-d'œuvre au niveau mondial sera comprise entre 21% et 33% d'ici à 2030, ce qui fait plus que compenser le nombre d'emplois perdus, estime une étude datée de 2018 du cabinet McKinsey.

En l'absence de tout contrôle, l'IA peut aussi se transformer en instrument de surveillance et de destruction, a estimé Eric Schmidt, l'ancien PDG de Google, évoquant de possibles applications militaires comme la transformation de drones commerciaux en "armes intelligentes".

Et sur internet, l'IA est également critiquée pour son opacité ("boîte noire") et sa propension à reproduire de nombreux biais discriminatoires.

De nombreuses études ont montré qu'en raison notamment des jeux de données et des paramètres utilisés pour "apprendre", les algorithmes de reconnaissance de visages sont plus performants sur ceux à la peau claire ou peuvent présenter des publicités pour des emplois mieux rémunérés aux hommes plutôt qu'aux femmes.