Ce sera l’IA ou/et moi

Résumé de « Ce sera l’IA ou/et moi » de Cécile Dejoux : un livre fourmillant d’informations, de témoignages et de bons plans qui questionne les relations entre travail et intelligence artificielle — à vous procurer absolument si vous souhaitez être un acteur du changement économique et technologique.

Cécile Dejoux, 2020, 208 pages.

Chronique et résumé de « Ce sera l’IA ou/et moi » de Cécile Dejoux

Partie I : Où en sommes-nous avec l’IA ?

1. Tout ce que l’IA peut faire…

L’intelligence artificielle (IA) a eu ses hauts et ses bas depuis ses débuts dans les années 1950. Il a connu plusieurs « hivers », c’est-à-dire des gels de financements et des stagnations au niveau des avancées.

Mais depuis les années 1990, la technologie a gagné en vigueur et serait aujourd’hui, selon l’auteure, mature. « Depuis 2010, on assiste à des progrès fabuleux, résultats de plusieurs facteurs » :

• Baisse des coûts de production ;
• Progrès dans la recherche ;
• Explorations de nouvelles méthodes ;
• Explosion des usages ;
• Nouveaux investissements.

Ces facteurs se nourrissent l’un l’autre pour former un engouement nouveau au sujet de cette technologie. L’effervescence est palpable. Un indice : le chiffre d’affaires généré par l’IA dans le monde est passé de 3,2 milliards de dollars en 2016 à 53,2 milliards en 2023 — et passera à 89,8 milliards de dollars en 2025, selon les prévisions de Statista.com.

Cela conduit — et a déjà conduit — à une multiplication des usages dans nos vies quotidiennes.

« L’IA s’est immiscée dans notre vie de tous les jours sans que l’on en ait nécessairement conscience, ni même qu’on le remarque. Si vous êtes un utilisateur de smartphone, vous avez accès à de multiples services générés par l’IA : GPS, application de reconnaissance de musiques ou de visages, clavier prédictif, sélection automatique de profils sur les sites de rencontres, systèmes de détection et de suivi des visages dans la mise au point des photos et vidéos, etc. »

(Ce sera l’IA ou/et moi, Chapitre 1)

Les grands domaines d’application actuels

Cécile Dejoux distingue 4 grands domaines d’application :

1. Parole et langage (identification de mots, création de réponses, chatbot, traduction) ;
2. Vision (reconnaissance d’objets, images, mise en relation, alerte, computer vision) ;
3. Optimisation des connaissances (détection, data visualisation, analyse, prédiction) ;
4. Robotique et automatisation (robots collaboratifs dits « cobots », robotic process automation ou RPA).

L’IA remplit des fonctions de base de l’intelligence comme reconnaître, classer, s’exprimer et prévoir. L’auteure étudie chacune de ces fonctions en détail.

Une IA capable de voir et re reconnaître

Nous pouvons penser tout d’abord à la vidéosurveillance et à la reconnaissance des personnes, mais pas seulement. La reconnaissance des objets est également un champ d’application infini. Il y a pléthore d’applications commerciales possibles, et parmi elles certaines d’une importance cruciale, comme l’imagerie médicale (reconnaissance de pathologies, notamment).

Une IA capable de trier, classer, extraire des informations pertinentes

« Face à l’infobésité, cette masse d’informations qui submerge le collaborateur, voilà un excellent outil d’assistance pour faire le tri, identifier la bonne information, faire les rapprochements pertinents qui aideront le collaborateur à prendre ses décisions en ayant les bons éléments entre les mains ! »

(Ce sera l’IA ou/et moi, Chapitre 1)

L’auteure est optimiste : selon elle, les algorithmes boostés au machine learning (apprentissage machine) nous aident à optimiser nos recherches, nos transactions et nos communications.

Une IA capable de décoder et de s’exprimer

Cécile Dejoux ne parle pas de ChatGPT (car elle écrit en 2020), mais c’est en premier lieu à ce type de chatbots conversationnels que nous pensons lorsque nous évoquons les fonctions de décodage et d’expression langagière. Pensez aussi aux logiciels de traduction que vous utilisez tous les jours !

Une IA capable de recommander et de prévoir

Le marketing et la médecine s’intéressent très fortement à ce type d’IA. De la gestion des stocks à la prédiction des comportements ou la prévision des pannes de courant, l’intelligence artificielle peut intervenir à de nombreuses échelles et dans d’innombrables secteurs.

Elle devient particulièrement efficace dans le matching, notamment, à savoir dans la capacité à mettre en relation des choses et/ou des personnes.

Cécile Dejoux propose plusieurs figures très utiles qui détaillent les applications de l’IA, leurs fonctions dans les entreprises et leur valeur ajoutée. À consulter p. 20-22 !

2. Quand l’IA décuple nos compétences

Les IA peuvent « augmenter » les compétences humaines de façon très, très intéressante. Voyons quelles formes cela peut prendre.

Un robot qui collabore avec l’opérateur

C’est la notion de « cobot » qui réunit « coopération » (ou collaboration) et « robot » (ou robotique). Nous les retrouvons déjà dans beaucoup d’industries :

• Automobile ;
• Bâtiment ;
• Santé.

De nombreuses actions physiques sont déjà réalisées pas ces cobots (visser, poncer, etc.). Mais que diriez-vous d’un logiciel qui ferait de la curation de contenu pour vous ? C’est le projet de Flint, un petit robot virtuel « que vous pouvez élever et qui va devenir votre assistant, qui va aller chercher des articles de qualité pour vous ». Le tout, en évitant de tomber dans des biais de confirmation ou « bulles filtrantes ».

Et ce n’est qu’un exemple.

L’IA comme interprète, comme conseiller marketing et comme soutien créatif

Cécile Dejoux explore ensuite ces différentes facettes de l’IA et donne de nombreux exemples, notamment issus des entretiens qu’elle a réalisés avec des experts. Elle illustre en particulier le domaine de la créativité en montrant comment l’IA peut nous servir dans les domaines suivant :

• Musique ;
• Graphisme ;
• Gastronomie ;
• Innovation.

Une IA pour optimiser la gestion des lieux

L’auteure donne l’exemple de Locarise, une plateforme dopée à l’IA fondée par Sébastien Béal, qui officie au Japon.

Finalement, l’auteur crée une distinction entre l’apport du numérique et celui de l’IA :

« Alors que le numérique a favorisé l’apprentissage continu, l’IA nous impose une posture réflexive : c’est à chacun de nous d’imaginer son futur métier avec l’IA et de se définir sur des compétences clés sources de différenciation (certains appelleront cela un talent) comme créer de nouvelles tâches grâce à elles (quand l’IA nous augmente- et savoir travailler avec elle (quand l’IA nous assiste). »

(Ce sera l’IA ou/et moi, Chapitre 2)

3. Quand l’IA nous assiste

De l’aide pour la gestion de projet et l’engagement

Pour la gestion de notre temps, une IA simple peut nous assister au quotidien. C’est le cas de GipsyBot développé par Martin Plouy et ses collaborateurs. Il vous aide à organiser vos tâches et celles de ceux avec qui vous travaillez pour plus de fluidité et d’efficacité.

Une autre application présentée par Cécile Dejoux est Bleexo, qui fournit un tableau de bord pour visualiser les variables d’engagement, de motivation et de satisfaction des employés d’une entreprise en vue d' »améliorer l’expérience collaborateur ».

Un soutien juridique

De nombreux secteurs des métiers juridiques sont déjà « touchés » par l’IA :

• Révision de contrats ;
• Recherche de documentation (jurisprudence, etc.) ;
• Évaluation des risques judiciaires ;
• Calcul d’indemnités à payer ;
• Réponse à des questions juridiques récurrentes ;
• Etc.

Un détecteur de déficiences

Outillés avec l’IA, le cloud et parfois même les puces RFID (qui permettent aux objets de se connecter à Internet, voire de se communiquer des informations entre eux), des logiciels peuvent aider à assurer la maintenance des machines.

Un accompagnement dans la gestion des ressources humaines

L’auteure passe en revue plusieurs aspects du métier de RH (ou liés à cette fonction) qui sont d’ores et déjà modifiés par l’IA :

• Le recrutement (des logiciels peuvent aider à « matcher » des profils et des postes) ;
• La construction de candidature (orientation professionnelle en fonction d’un profil) ;
• La détection de personnalité (analyse des comportements et profilage de candidats).

À chaque fois, le collaborateur doit accepter de voir ses fonctions modifiées par l’assistance logicielle. Mais surtout, la division des tâches déléguées à l’IA et au travailleur doit être clairement établie.

4. Quand l’IA travaille à notre place

« L’idée d’être « remplacé » par une machine soulève légitimement quelques protestations… Mais s’il s’agit de lui déléguer des tâches peu gratifiantes et de se réserver celles qui demandent plus de réflexion, d’expérience, de créativité ? Vue sous cet angle, l’entrée de l’IA dans l’entreprise peut apporter aux collaborateurs un nouveau confort de travail, en libérant du temps pour des missions plus valorisantes. »

(Ce sera l’IA ou/et moi, Chapitre 4)

Les RPA (robotic process automation) peuvent nous accompagner et travailler pour nous, notamment au niveau du transfert des données. Plus généralement, Sophie Pène, professeure des universités, pronostique l’arrivée de nouveaux métiers plus orientés vers l’observation des IA — ou la transformation des métiers existants vers ce genre de tâches.

Voici deux exemples de tâches que les IA peuvent ou pourront faire à notre place :

1. Trier nos mails ;
2. Faire de la conversation commerciale ou du SAV.

Pour l’auteure, c’est sûr, c’est la fin des tâches routinières qui nous attend. Nous pourrons profiter de missions plus enrichissantes et nous nous retrouverons souvent en position de contrôler l’IA.

5. Quand l’IA transforme nos métiers

Le métier d’expert-comptable

L’auteure prend l’exemple de Vogedis. Cette entreprise a choisi de passer par une IA nommée « Conciliator » (société Dathim) pour réaliser un grand nombre de tâches auparavant exécutées par les experts-comptables. Désormais, ceux-ci ont vu leur travail modifié ; ils sont aujourd’hui data analysts — ce qui, pour Cécile Dejoux, correspond davantage à leur « cœur de métier. »

Le métier de consultant

Ici, l’auteure choisit d’étudier le cas de l’entreprise Epsa, spécialisée dans le consulting auprès des entreprises. Elle raconte comment les salariés ont pris en main l’IA Conciliator (la même que pour les comptables) et ont appris à travailler avec elle.

Elle décrit l’existence de trois phases dans l’adoption de cette nouvelle technologie :

1. Émerveillement face au temps gagné et à la puissance de la machine ;
2. Prise de conscience et de déception (ce n’est pas aussi « magique » qu’ils le croyaient au début) ;
3. Réalisme où l’automatisation de l’IA et l’expertise du consultant trouvent leur point d’équilibre.

Le métier de commercial

C’est le dernier métier étudié par Cécile Dejoux, qui relate l’aide apportée par un voicebot. Celui-ci va chercher les informations présentes dans le CRM (customer relationship management) de l’entreprise et élabore un résumé audio que le commercial n’a plus qu’à écouter dans sa voiture lorsqu’il se rend chez le client !

Un impact au niveau de certaines tâches

Voici quelques autres tâches qui peuvent être prises en charge par l’IA :

• Contrôle de la paye ;
• Optimisation de la trésorerie ;
• Prévention des fraudes ;
• Trading à haute fréquence.

6. Au cœur du débat : les questions qui font peur

L’IA va-t-elle voler nos postes… ou en créer ?

Nous ne pouvons être sûrs des chiffres, mais nous savons que la plupart des métiers seront impactés d’une façon ou d’une autre. En fait, selon une étude de la Harvard Business Review, ce seront d’abord les tâches qui seront bouleversées, avant les métiers eux-mêmes.

Il importe donc au plus haut point de se préparer et de se former aux nouvelles tâches qui demanderont « plus » d’humain. L’automatisation des tâches physiques et cognitives va nous obliger à aller encore plus loin dans l’acquisition de compétences.

Pour l’auteure, qui cite plusieurs experts, l’un des enjeux sera de « dompter les robots » et de « les nourrir avec des données ». Une phase de transition sera nécessaire, bien sûr.

À noter aussi que l’IA, lorsqu’elle est couplée aux plateformes de type Uber, peut générer une augmentation du travail indépendant (mais qui n’est pas toujours de qualité, d’où d’épineuses questions).

Une IA pourrait-elle prendre le pouvoir ?

Même si l’imaginaire des films de science-fiction est souvent trop caricatural, il n’empêche que des questions se posent au niveau de la sécurité et des relations de pouvoir entre machines et humains.

C’est particulièrement le cas pour les technologies de reconnaissance faciale et de biométrie. L’auteure cite le cas chinois du social ranking. La surveillance pourrait devenir une réalité de tous les instants. Sommes-nous prêts à troquer notre liberté pour notre sécurité ?

Il faudra prendre des mesures. Cécile Dejoux explore plusieurs voies réglementaires et cite la possibilité de « certifier » les IA. C’est justement ce que propose la nouvelle réglementation européenne, l’IA Act (2023), premier texte législatif de grande ampleur sur le déploiement et le contrôle des IA.

L’homme va-t-il se transformer ?

Cécile Dejoux cite Yuval Noah Harari qui suggère que nous sommes entrés dans l’ère du « hacking de l’humain » (voir en particulier Homo Deus).

Elle cite aussi, sur un volet plus concret, le projet Neuralink d’Elon Musk. Celui-ci a pour ambition de connecter le cerveau à des machines informatiques, voire de connecter des cerveaux entre eux malgré la distance.

Il y a beaucoup de projets qui explorent ce type de connexions. Par ailleurs, nous construisons aussi des robots humanoïdes, qui ressemblent de plus en plus aux humains. La frontière entre machine et humain est-elle amenée à devenir de plus en plus floue ?

Peut-on se fier à l’IA ?

La question des biais des IA est un vrai problème. Après tout, celles-ci sont construites par des humains qui ont leurs propres biais et leurs propres préjugés. Nous avons vu, par exemple, des IA reproduire des tendances racistes ou misogynes. Tout le monde connait également les problèmes d' »hallucinations » des IA génératives, telles que ChatGPT, qui est capable d’inventer des sources de toutes pièces.

Il y a une série de questions à résoudre concernant la responsabilité des IA et leur sécurité. Pensons aux voitures autonomes : qui sera responsable si l’IA embarquée dans votre Tesla prend la mauvaise décision et tue quelqu’un ?

Par ailleurs, les IA peuvent nous voler notre libre arbitre et nous rendre « accros ». C’est déjà le cas de nombreux consommateurs de réseaux sociaux accrochés par les algorithmes, mais cela peut aller encore plus loin. L’IA, liée à la réalité virtuelle, pourrait aussi nous faire perdre toute connexion avec la réalité.

Enfin, il y a la question énergétique. Green IT, dès 2018, évaluait à 4,2 % la part des émissions mondiales de gaz à effet de serre liée au numérique. « C’est au moins deux fois plus que le transport aérien, et cette empreinte va doubler entre 2010 et 2025 », soutient le fondateur du site, Frédéric Bordage.

L’éthique et la législation vont être amenées à jouer un grand rôle pour arbitrer sur ces questions. Cécile Dejoux détaille le rôle et les propositions de plusieurs instances françaises ou internationales :

• La Commission nationale de l’informatique et des libertés (la CNIL) ;
• Le Comité national d’éthique pour les sciences de la vie et de la santé (CCNE) ;
• La Commission de réflexion sur l’éthique de la recherche en science et technologies du numérique d’Allistene (CERNA) ;
• L’Observatoire international de l’impact social de l’IA.

Elle propose également une cartographie d’évaluation d’une IA à partir de trois aspects :

1. Ses risques (politiques, économiques, énergétiques, etc.) ;
2. Ses limites (sécurité, biais, réglementation, etc.) ;
3. Et enfin ses opportunités (innovation, productivité, etc.).

Partie II : Comment participer à un projet IA ?

7. Culture IA : ce qu’il faut savoir

Faut-il disposer une d’expertise scientifique ?

Participer à un projet IA, c’est par exemple décider de concevoir une nouvelle application pour optimiser certaines tâches liées à sa profession.

Faut-il, pour cela, disposer de connaissances scientifiques ou techniques ? Non ! Mais il est nécessaire de « comprendre cet univers et d’en suivre les évolutions » en vue de ne pas être perdu. Maîtriser les bases du vocabulaire IA est également un plus. Mais ce sont les data analysts et les programmeurs qui restent les experts de l’IA.

Vous, en tant qu’expert de votre propre métier, vous interviendrez pour adapter l’IA à ce qu’exige votre pratique professionnelle. Bref, experts métier et experts IA doivent collaborer pour trouver des solutions ingénieuses.

L’acte de naissance de l’IA

Afin d’entrer dans l’univers de l’IA, un peu d’histoire ne fait pas de mal. Cécile Dejoux retrace rapidement les grandes avancées, de Minksy et Turing jusqu’à aujourd’hui (en 2019). Elle détaille également les 3 plus grands courants de pensée qui déterminent l’IA :

1. Symbolisme ;
2. Connexionnisme ;
3. Comportementalisme.

Pour en savoir plus sur ces questions, consultez la chronique de l’ouvrage L’intelligence artificielle pour les nuls.

Pas d’IA sans data !

Les données sont au cœur du développement ces IA, puisque celles-ci apprennent à partir de celles-là. Il existe différentes manières de classer les données, mais en IA, les spécialistes distinguent souvent deux types de données :

1. Structurées (informations contrôlées et faciles à labéliser) ;
2. Non structurées (informations stockées sans format prédéfini donc plus facile à labéliser).

Comment s’y prendre pour acquérir une culture data ?

Il importe d’abord de comprendre ce que sont les analyses du web (web analytics), du type de ce qui se fait pour contrôler un site internet (via Google Analytics ou Matomo par exemple). Ensuite, il faut les distinguer des data analytics, plus larges, qui compilent toutes sortes de données dans et en dehors du web.

L’auteure insiste sur l’importance de s’entraîner, notamment grâce aux bases de données fournies par le gouvernement. L’enjeu est d’apprendre à réfléchir à partir des données et à les visualiser clairement. Avoir un bon sens logique est indispensable !

8. Des systèmes logiques et des systèmes d’apprentissage

Ce sont les deux grands systèmes que vous pourrez utiliser. Voyons de plus près ce qu’ils recouvrent.

Systèmes logiques : quand l’IA applique des règles établies

« Les systèmes logiques (également nommés “systèmes experts” ou “approche symbolique”) font appel au raisonnement automatique en s’appuyant sur trois éléments : une base de connaissance, des règles, et un “moteur” qui va les utiliser pour en déduire des réponses précises. »

(Ce sera l’IA ou/et moi, Chapitre 8)

Il y a des avantages et des inconvénients. D’un côté, les règles sont traçables (nous comprenons ce que l’IA fait), mais de l’autre ce type d’IA est finalement limité au savoir introduit dès le départ. Ce type d’IA n’apprend pas.

Des modèles hybrides utilisant symbolisme et machine learning existent et sont prometteurs. C’est notamment le cas, en France, de Golem, par exemple.

Système d’apprentissage : quand l’IA est capable d’apprendre

Cécile Dejoux rappelle les principes de l’apprentissage automatique ou apprentissage machine. Ici, nous sommes dans l’approche connexionniste, très en vogue actuellement. Il y a quatre types d’apprentissage selon l’auteure :

1. Supervisé ;
2. Non supervisé ;
3. Par renforcement ;
4. Et « par transfert ».

Vous trouverez un tableau complet et pratique des avantages et des fonctions de chacun de ces modèles p. 99.

Un pas de plus dans l’apprentissage…

Le deep learning ou apprentissage profond est une nouvelle étape dans les développements de l’IA. L’inspiration de cette technique vient du cerveau humain et des neurones profonds. Plus il y a de « couches », plus l’IA peut apprendre et plus le réseau de neurones est dit « profond ».

« Le machine learning est de l’IA reposant sur des statistiques, tandis que le deep learning est du machine learning utilisé avec des réseaux de neurones. Grâce à un programme d’apprentissage automatique, la machine apprend à résoudre des problèmes à partir d’exemples : elle peut alors comparer et classer des données, et même reconnaître des formes complexes. »

(Ce sera l’IA ou/et moi, Chapitre 8)

Trois types de modèles

Répondre à une question posée : voilà, en résumé, l’objectif d’une IA. Il est aussi possible de les classer à partir du type de question/réponse. L’auteur reconnaît trois modèles :

1. Prédictif ;
2. Décision ;
3. Optimisation.

Certains modèles se combinent pour résoudre des problèmes plus complexes. Les modèles ne sont que des approximations de la réalité, des simplifications. Pour enrichir chaque modèle, des combinaisons peuvent être nécessaires.

La recherche et le développement ne peuvent avancer sans les experts. Les experts métier sont vitaux pour créer des applications qui mettent en œuvre les principes vus dans ce chapitre. Mais quel est ce nouveau métier ? Avez-vous pensé à vous reconvertir en « expert métier IA » ? Voyons ça de plus près !

9. Le rôle de l’expert métier IA

« les meilleures idées proviennent du travail en commun des data scientists (qui savent structurer une solution) et des gens du métier (qui émettent le besoin). Les collaborateurs sont des acteurs majeurs de la transformation des organisations et il est important qu’ils participent pleinement aux projets IA qui y sont envisagé. »

(Ce sera l’IA ou/et moi, Chapitre 9)

L' »expert métier IA » est celui qui fera la jonction entre un métier (le besoin) et l’IA (la solution). Mais est-ce le seul métier lié à l’IA ?

Les différents métiers de l’IA

Cécile Dejoux cite de nombreux métiers émergents directement liés à l’IA :

• Expert métier IA ;
• Chef de projet IA ;
• Data engineer ;
• Mais aussi data miner ;
• Data analyst ;
• Et data scientist ;
• Ingénieur machine learning ;
• Ingénieur en développement.

Consultez les p. 106-107 pour en apprendre plus sur leurs spécificités ! Au-delà de ces emplois de base, il en existe d’autres, tels que :

• Domaine ingénieur ;
• Dataviz expert ;
• Cyber security expert ;
• Chief data officer ;
• Éthicien ;
• Responsable de la gouvernance de la data ;
• Etc.

Maintenant que nous en savons un peu plus sur les métiers, regardons comment se déroule un projet IA. Il y a trois temps particulièrement importants pour l’expert métier IA.

1. La problématisation ;
2. La modélisation ;
3. L’intégration du système IA.

Quel est le problème ?

C’est la première question à laquelle il faut répondre, avant même de « plonger » tête baissée dans les data.

« Il ne s’agit pas de partir des données que vous avez à disposition en vous demandant ce que vous pourriez en faire d’intéressant. Il s’agit de partir du problème que vous voulez résoudre, puis d’aller recueillir les données qui vous permettront d’atteindre votre objectif. »

(Ce sera l’IA ou/et moi, Chapitre 9)

Comment la tâche doit-elle être traitée ?

Lors de cette phase, les questions se modifient et concernant davantage l’intégration, c’est-à-dire la mise à l’épreuve de la réalité de l’entreprise.

Voici quelques exemples de questions à se poser — et de décisions à prendre :

• Pouvez-vous supporter le coût de l’opération ?
• Devrez-vous investir dans de nouvelles compétences ou avez-vous les ressources en interne ?
• Qu’allez-vous faire concrètement des résultats ?
• La solution est-elle vraiment utile ?

Vous devez balancer les coûts et les bénéfices avant de donner votre feu vert pour l’implémentation finale du système dans l’entreprise. À lire pour aller plus loin : « Les 7 étapes de la prise de décision pour le lancement d’un projet IA », p. 116-118.

10. Comprendre les règles du jeu dans un projet IA

Cécile Dejoux met en garde contre un risque de confusion. Elle exprime très bien cette idée dans l’extrait suivant :

« Il faut bien garder à l’esprit que le monde de l’IA est celui de la probabilité (« une chose est vraie à tant de pour cent ») et non de la rationalité (« une chose est vraie ou fausse »). L’IA fonctionne par corrélation et non par causalité. Elle propose une version simplifiée de la réalité, une version probabiliste, comme lorsque Madame Météo nous annonce que demain, il y a 80 % de chances qu’il pleuve. Ce n’est qu’une probabilité et non pas une certitude. »

(Ce sera l’IA ou/et moi, Chapitre 10)

Comprendre ce point capital, c’est comprendre que l’IA a des limites. Et qu’il convient de prendre en compte ces limites dès la conception et — bien sûr — l’intégration de la technologie dans l’entreprise.

Peut-on tout demander aux IA ?

Les IA n’ont pas de vision complète et générale du monde, contrairement aux humains. Mais les limites peuvent surgir de bien d’autres points :

• De la complexité du besoin ;
• Des limitations techniques ;
• De l’interprétation des résultats ;
• Etc.

Trois principes pour une nouvelle donne

À l’ère de l’IA, ce n’est pas celui qui génère la data qui en retire une valeur ajoutée, mais celui qui en permet l’exploitation. C’est typiquement le cas des réseaux sociaux : vous créez des données (posts, photos, etc.), mais c’est bien la plateforme qui en tire un bénéfice.

C’est le premier principe : celui de la prédominance du flux (mise en relation) sur le stock (la donnée simplement créée et déposée quelque part).

Par ailleurs, les évolutions liées à l’IA nous montrent que les nouveaux métiers (dont nous avons eu un aperçu au chapitre précédent) sont en cours de formation et que d’autres métiers plus classiques se transforment). S’il y a encore un flou sur les métiers émergents, nous sommes sûrs, en revanche, des compétences à acquérir.

C’est le deuxième principe : celui de la compétence versus le métier.

Enfin, nous savons que la collaboration est essentielle aux projets IA, entre chercheurs et même entre entreprises concurrentes. La compétition est reléguée ailleurs, au niveau de la « chasse aux talents » IA.

C’est le troisième principe : celui de la collaboration versus la compétition.

Le bouleversement de la notion de propriété

L’auteure soulève ici la question de la propriété des données. À qui sont-elles ? Aux plateformes qui les exploitent ou au consommateur ? Comment se les réapproprier ? Il existe aujourd’hui des tentatives philosophiques et juridiques pour assurer le droit de propriété sur nos données et traces numériques.

L’importance du contexte culturel : décryptage de notre tour du monde de l’IA

Pour terminer ce chapitre, l’auteure explore les évolutions les plus récentes (et les enjeux juridiques, notamment) dans plusieurs régions du monde :

• En Europe ;
• Aux États-Unis ;
• Au Japon ;
• Au Canada ;
• En Chine ;
• À Singapour.

Ce sont les lieux où elle s’est rendue pour réaliser ses entretiens. Elle montre rapidement la spécificité de chaque contexte national et conclut sur l’importance d’harmoniser la régulation de l’IA.

Partie III : Quels nouveaux équilibres entre l’homme et l’IA ?

11. De nouvelles compétences pour intégrer les IA

D’après une étude intitulée « Collaborative intelligence : Humans and AI are Joining Forces », 3 compétences sont à développer en priorité pour coopérer efficacement avec les IA :

1. Être capable d’entraîner les IA pour améliorer leurs performances ;
2. Savoir rendre compte de leur apport et discuter leurs avantages ;
3. Être en mesure de délimiter leur champ d’action (éthique, sécurité, etc.).

Éduquer les IA et apprendre d’elles

C’est la première exigence. Devenir « entraîneur » d’IA, cela passe par un accompagnement visant à lui « montrer » si les solutions qu’elle trouve nous semblent satisfaisantes ou non. Dans l’apprentissage machine, cela signifie éduquer les réseaux de neurones « en confrontant le système à des situations diverses et de plus en plus complexes ».

Rappelons-nous que « le robot est une page blanche », dit l’auteure, qui évoque l’histoire d’une IA « psychopathe » formée au sein du Massachussetts Institute of Technology (MIT), à Boston.

C’est d’abord en les formant de façon adéquate que nous pourrons, ensuite, bénéficier de leurs services et apprendre d’elles, notamment en bénéficiant d’apprentissages hyperpersonnalisés.

Créer des systèmes informants fournisseurs de data

C’est la deuxième compétence vue ci-dessus. Celle-ci exige de savoir transmettre des connaissances et donc de les « traduire » du langage humain vers le langage machine. C’est également tout le travail du traitement des données.

Il est indispensable de faire des choix judicieux, distinguer ce qui est automatisable et ce qui ne l’est pas et surtout pouvoir les justifier. Comment ? En prenant à la fois en compte les exigences des travailleurs, les acquis des sciences du travail et l’encadrement législatif.

Troisième compétence : le contrôle.

« Cela veut dire à la fois être conscient des biais qui peuvent faire dériver le système (données de mauvaise qualité, mauvais schémas, algorithmes inadéquats…) et les anticiper mais aussi mettre en place des systèmes d’alerte, pour être en mesure de « débrancher » le système. »

(Ce sera l’IA ou/et moi, Chapitre 11)

Identifier les biais et contrôler les IA

Ces questions impliquent bien sûr d’établir les responsabilités des IA, mais aussi de tout faire pour que ces systèmes soient les plus sûrs et les plus justes possibles, en amont même d’éventuels problèmes.

12. L’indispensable acculturation des collaborateurs à l’IA

Pour l’auteure, cela est un fait irrévocable : nous allons devoir nous adapter à l’IA dans de nombreuses sphères professionnelles. Alors comment accompagner les collaborateurs dans la prise en main de l’IA ?

Savoir problématiser et exercer son esprit critique

Poser une question, c’est déjà diriger son interlocuteur dans une voie particulière. Lorsque nous utilisons les IA, nous devons savoir comment formuler nos demandes. Sans cela, nous obtiendrons des résultats peu satisfaisants.

C’est quelque chose que nous pouvons observer tous les jours avec ChatGPT. Si nous ne rédigeons pas correctement nos « scripts », l’IA ne nous donnera pas le résultat voulu.

Par ailleurs, il importe de pouvoir utiliser son esprit critique pour évaluer la réponse de l’IA. Celle-ci est-elle pertinente avec ce qui avait été demandé ? Est-elle juste, véridique, etc. ?

Se montrer créatif et expérimenter

Il existe un principe 80-20 dans le travail, selon Fabrice Fischer, fondateur et CEO de Blu, interrogé par Cécile Dejoux. Cela signifie que 80 % des tâches que nous effectuons dans le cadre de notre travail sont souvent des tâches routinières ou pour lesquelles nous sommes surqualifiés.

Les 20 % restants constituent les tâches qui nous « challengent » véritablement et que nous ne pouvons (ni ne voulons) déléguer à l’IA.

Par ailleurs, l’auteure insiste sur la nécessité de penser différemment et à changer de points de vue pour réaliser des choses étonnantes, hors des sentiers battus de l’IA.

Penser la complémentarité et favoriser l’intelligence collective

Le manager doit être capable d’amener chaque collaborateur à se dépasser au sein du groupe. C’est un « catalyseur d’intelligence collective », pour reprendre les termes de Joël de Rosnay, également interrogé par l’auteure.

Le manager de demain devra être :

• Adaptable (souplesse dans les rôles et capable d’apprendre vite) ;
• Opportuniste (dans le sens de savoir saisir les opportunités sans planification claire) ;
• Agile (avec un profil transdisciplinaire, autonome et pourtant capable de travailler en groupe).

13. Des exemples d’intégration de l’IA en entreprise

Dans ce court chapitre, Cécile Dejoux explore ensuite l’exemple d’une entreprise qui est au cœur de cette transition :

• EDF, qui a mis en place un chatbot juridique et qui développe un projet de recommandation intitulé Gecko, au service des ingénieurs. Voir p. 156-158.
• Malakoff Humanis, une société d’assurance et de protection sociale qui veut mettre l’IA au centre de son modèle de croissance. Voir p. 159-162.

14. Nos forces : tout ce qui nous différencie

L’humain et son rapport à l’IA

L’auteure reprend la pyramide de Maslow pour établir les besoins nouveaux de l’humain et fonction de l’IA. Voici les aspects qu’elle en dégage :

• Premier niveau (physiologie) = accès à l’IA, qui inclut les infrastructures et notamment Internet.
• Deuxième niveau (sécurité) = respect de la vie privée (réglementé aujourd’hui par le RGPD, entre autres).
• Troisième niveau (appartenance) = capacité à utiliser les outils en ayant une culture suffisante de leurs modes de fonctionnements.
• Quatrième niveau (estime) = possibilité de décider d’utiliser ou non les IA, réflexivité et compétences de centrage (voir le chapitre 15 pour plus d’informations).
• Cinquième niveau (accomplissement) = équilibres réfléchis à explorer entre IA et humain.

Maintenir nos capacités cognitives et d’adaptation est plus qu’important, c’est vital ! Nous ne voulons pas nous laisser aller à la paresse intellectuelle en raison de l’IA. Nous voulons qu’elles soient une aide pour les tâches répétitives, mais pas l’occasion de nous endormir sur nos lauriers. Telle est en tout cas la position de Cécile Dejoux.

En conséquence, nous devons continuer à exercer notre cerveau. Il est malléable et produit des neurones tout au long de sa vie. Nous avons donc encore des marges pour grandir et évoluer — même en tant qu’espèce. En fait, l’IA pourrait bien nous aider à faire des bons en matière de santé.

Ce dernier point soulève toutefois la question importante de l’eugénisme et du transhumanisme. Voulons-nous seulement guérir ou améliorer nos capacités naturelles de façon potentiellement irrémédiable ?

15. Les « compétences de centrage » : l’attention, la mémoire et le temps

Quand les soft skills classiques ne suffisent pas

Les compétences douces sont toujours utiles (créativité, esprit critique, capacité à apprendre, empathie), mais elles ne sont plus suffisantes. Les compétences de centrage sont celles qui « permettront (à l’homme) de garder la maîtrise de son attention, sa mémoire, la maîtrise de son temps ».

Un « centrage » qui équilibre la relation de l’homme à l’IA

Les compétences pour devenir « IA compatible » devront être équilibrées avec ces compétences de centrage. C’est un travail d’adaptation constant et essentiel pour que l’IA ne devienne pas un danger.

Comment l’IA risque de nous voler nos dernières minutes d’attention…

Cécile Dejoux rappelle ici les enjeux de la partie d’attention causée par les IA et, plus largement, par le numérique. Elle rappelle des thématiques déjà étudiées dans d’autres livres, tels que Le Bug humain ou encore Apocalypse cognitive.

L’importance de faire travailler notre propre mémoire

Ici, Cécile Dejoux montre l’importance d’aller au-delà du travail de l’esprit critique : ce dont nous avons aussi besoin, c’est de nous souvenir de ce que nous savons et de nous rappeler des cheminements que nous empruntons pour raisonner, cuisiner, etc.

La réalité de l’IA est une réalité de synthèse, simplifiée. Toute la richesse de l’histoire humaine ne s’y trouve pas, même si elle a accès à des millions de données. C’est la mémoire humaine qui est le véritable cœur de l’histoire, et non pas l’IA.

Même si vous externalisez votre mémoire dans des machines, n’oubliez donc pas de l’entraîner quotidiennement. Pour ce faire, les conseils développés dans la chronique Mémoire : vous avez le pouvoir ! pourraient bien vous aider…

Le temps de l’IA n’est pas le temps de l’homme

Les IA calculent beaucoup, beaucoup plus vite que nous. Mais ce n’est pas tout :

« Pas de pause pour l’IA, pas de difficulté pour elle à réaliser plusieurs tâches (dont des calculs) simultanément. Pas de notion du temps (le sens du temps, la densité, le présent) que celui qu’on lui inculque. Le risque est donc qu’elle ne soit pas en mesure d’adapter son pas, au pas de l’homme. »

(Ce sera l’IA ou/et moi, Chapitre 15)

Pour trouver un équilibre et reprendre le contrôle sur le temps humain, l’auteure propose trois axes de travail :

• Connaissance de ses limites ;
• Évitement de la fragmentation des tâches ;
• Respect de son temps et de celui des autres.

Le mot de la fin

Trois « équilibres » sont à (re) trouver pour apprendre à vivre dans cette nouvelle « civilisation de l’IA » — du moins au niveau professionnel :

1. L’équilibre « soi versus groupe » est rompu, car un nouvel acteur entre en jeu : l’IA.
2. Le rapport « collaborateur versus manager » se trouve modifié par l’IA, qui n’a pas le même socle de valeurs partagées.
3. L’équilibre entre le moi et le monde est — au-delà du travail — remis en question par la technologie : que voulons-nous ? Jusqu’où sommes-nous prêts à aller lorsque nous donnons notre confiance à des machines ?

Conclusion sur « Ce sera l’IA ou/et moi » de Cécile Dejoux :

Ce qu’il faut retenir de « Ce sera l’IA ou/et moi » de Cécile Dejoux :

Voici un livre très utile pour tous les professionnels qui, sans être ingénieurs IA ni experts en informatique, s’intéressent de très près à cette nouvelle technologie dans le cadre de leur activité professionnelle.

Cet ouvrage nous apprend en effet comment mener la transition de notre entreprise vers l’IA, en réfléchissant avant tout sur les compétences à acquérir. En l’occurrence, Cécile Dejoux met en balance deux types de compétences clés : les compétences pour devenir « IA compatible » et les compétences de centrage pour mieux gérer notre rapport à l’IA.

Cécile Dejoux a interviewé de nombreux experts dans le monde entier et fait part de son expérience d’universitaire et de femme d’action.

Les points forts et le point faible du livre « Ce sera l’IA ou/et moi »

Points forts de « Ce sera l’IA ou/et moi »

• Une bibliographie conséquence à la fin de chaque partie ;
• De très nombreux entretiens de managers, de dirigeants d’entreprises et de chercheurs, notamment ;
• Des liens (codes QR) vers les entretiens et des tutos en vidéo ou audio ;
• Une écriture simple et de nombreux graphiques pour exposer clairement les idées.

Point faible de « Ce sera l’IA ou/et moi » 

• C’est un ouvrage assez technique qui plaira avant tout aux professionnels déjà investis dans une conversion vers l’IA. Si vous êtes tout à fait novice dans ce secteur, préférez plutôt des ouvrages moins spécialisés dans un premier temps.

Ma note :

★★★★★

Avez-vous lu le livre de Cécile Dejoux « Ce sera l’IA ou/et moi » ? Combien le notez-vous ?

(Pas encore de Note)

Loading...

Visitez Amazon afin de lire plus de commentaires sur le livre de Cécile Dejoux « Ce sera l’IA ou/et moi ».

 Visitez Amazon afin d’acheter le livre de Cécile Dejoux « Ce sera l’IA ou/et moi ».