Table of Contents
Échanger avec une intelligence artificielle est une expérience troublante qui suscite des réflexions sur sa nature : s’agit-il d’une forme d’intelligence alternative ? Peut-elle nous nuire comme une créature de Frankenstein ? Ou possède-t-elle des principes « moraux », semblables à ceux des robots d’Isaac Asimov ? Cependant, il est essentiel de garder à l’esprit que les IA actuelles n’ont ni âme ni éthique propre. Elles s’efforcent de fournir des réponses basées sur les directives de leurs créateurs, qui restent les véritables décideurs de leur éthique.
Les enjeux éthiques des IA actuelles
Les IA actuelles ne posent pas de menaces d’ordre existentiel, mais soulèvent plutôt des préoccupations éthiques, notamment des risques de prédation des données personnelles. Ces premières IA, principalement développées par de grandes entreprises, n’ont pas rassuré le grand public. Les données confiées circulent à travers des frontières physiques et numériques avant d’être stockées sur des serveurs privés, souvent sans transparence sur leur utilisation.
Une méfiance croissante
Il est difficile de ne pas se demander : « Tout ce que nous dirons pourrait-il être utilisé contre nous ? » La réalité peut dépasser nos intuitions. Plus que tout autre outil, les IA sont avares de données. Il devient donc essentiel que chacun adopte une bonne hygiène d’utilisation des IA en se posant des questions cruciales : dois-je transmettre telle ou telle donnée ? Ai-je la capacité de comprendre et de contrôler son utilisation ?
La responsabilité des entreprises
Il est pertinent de se demander si cette responsabilité d’hygiène des données peut être transférée à des utilisateurs déjà surchargés par les précautions d’usage des outils numériques. Ces principes, bien que sains pour l’utilisateur final, doivent être rendus possibles par les entreprises qui souhaitent développer des applications « augmentées par l’IA ». Des preuves et des réassurances seront nécessaires.
L’internalisation des IA
Sans une internalisation des IA permettant un contrôle des flux de données et une identification claire de leur structure, il ne pourra y avoir de réelle réassurance. Cette internalisation, souhaitable pour gagner la confiance des utilisateurs, pose des défis techniques : les IA nécessitent une grande puissance de calcul. La plupart des IA renommées ne sont disponibles qu’en tant que services SaaS, ce qui rend leur installation sur un serveur privé difficile. Heureusement, des IA open source, comme celles de Meta (Llama 3.X), nVidia (Nemotron et NVLM) ou Mistral (Mixtral), peuvent être installées sur des serveurs privés, offrant ainsi une alternative plus légère et moins gourmande en ressources.
Créer des IA acceptées
L’internalisation ne sera qu’une première étape pour établir des IA acceptées. Il est crucial que les usages imaginés pour ces IA soient qualitatifs, qu’elles apportent un véritable service aux utilisateurs et ne soient pas réduites à un simple rôle de chatbot, version interactive et gadget d’un formulaire de collecte de données, ce qui pourrait renforcer la méfiance.
Un vrai service comme clé de la confiance
Pour gagner la confiance des utilisateurs, les IA doivent offrir de réels services. Voici quelques possibilités :
- Les LLMs (Modèles de Langage à Grande Échelle) comprennent la sémantique des requêtes et peuvent enrichir les moteurs de recherche.
- Les IA de traduction deviennent de plus en plus efficaces, permettant de générer des résultats dans la langue native de l’utilisateur.
- Les outils d’analyse de données traitent de grands volumes d’informations et, en les combinant avec des LLMs, on obtient des outils puissants.
- Les IA de reconnaissance vocale sont désormais opérationnelles, révolutionnant les interfaces de saisie pour interagir avec des sites web via la parole.
En combinant ces services, un utilisateur peut, par exemple, obtenir des informations pertinentes sur l’optimisation de sa consommation énergétique simplement en parlant à une application.
Conclusion
Ces IA combinées ne pourront instaurer la confiance que si elles fournissent des services utiles aux utilisateurs finaux, et non de simples outils de collecte de données. Les solutions d’orchestration des IA atteignent désormais un niveau de maturité, et il incombe aux créateurs d’applications IA de concevoir de véritables services bénéfiques pour leurs clients.
