ChatGPT a fait irruption à travers le monde de la technologie, gagnant 100 millions d’utilisateurs fin janvier 2023, deux mois seulement après son lancement et apportant avec lui un sentiment de changement imminent.
La technologie elle-même est fascinante, mais une partie de ce qui rend ChatGPT particulièrement intéressant est le fait qu’essentiellement du jour au lendemain, la plupart du monde a eu accès à une puissante intelligence artificielle générative qu’ils pourraient employer à leurs propres fins. Dans cet épisode de The Conversation Weekly, nous discutons avec des chercheurs qui étudient l’informatique, la technologie et l’économie pour explorer comment l’adoption rapide des technologies n’a, pour la plupart, pas réussi à changer les systèmes sociaux et économiques dans le passé – mais pourquoi l’IA serait peut-être différent, malgré ses faiblesses.
Passer quelques minutes à jouer avec de nouveaux algorithmes d’IA génératifs peut vous montrer à quel point ils sont puissants. Vous pouvez ouvrir Dall-E, taper une phrase comme “dinosaure conduisant une moto sur un pont”, et quelques secondes plus tard, l’algorithme produira plusieurs images représentant plus ou moins ce que vous avez demandé. ChatGPT fait à peu près la même chose, juste avec du texte comme sortie.
Dall-E d’Open AI a généré cette image à partir d’une lecture rapide “dinosaure conduisant une moto sur un pont”. La conversation/OpenAI, CC BY-ND
Ces modèles sont formés sur d’énormes quantités de informations extraites du web, et comme l’explique Daniel Acuña, professeur agrégé d’informatique à l’Université du Colorado, Boulder, aux États-Unis, cela peut être un problème. “Si nous alimentons ces modèles avec des informations du passé et des informations d’aujourd’hui, ils apprendront certains biais”, affirme Acuña. “Ils relieront des mots – disons sur des professions – et trouveront des relations entre les mots et la façon dont ils sont utilisés avec certains genres ou certaines races.”
Le problème de biais dans l’IA n’est pas nouveau, mais avec un accès accru, de plus en plus de personnes l’utilisent désormais, et comme le dit Acuña, “j’espère que quiconque utilise ces modèles est conscient de ces problèmes”.
Avec toute nouvelle technologie, il y a toujours un risque d’utilisation abusive, mais ces préoccupations s’accompagnent généralement de l’espoir qu’à mesure que les gens auront accès à de meilleurs outils, leur vie s’améliorera. Cette théorie est exactement ce que Kentaro Toyama, professeur d’information communautaire à l’Université du Michigan, étudie depuis près de deux décennies.
“Ce que j’ai finalement découvert, c’est qu’il est tout à fait possible d’obtenir des résultats de recherche positifs, où une sorte de technologie améliorerait une situation dans un gouvernement, une école ou une clinique”, explique Toyama. “Mais il était quasiment impossible de prendre cette idée technologique et de la faire avoir un impact à plus grande échelle.”
En fin de compte, Toyama en est venu à croire que « la technologie amplifie les forces humaines sous-jacentes. Et dans notre monde actuel, ces forces humaines sont alignées de manière à ce que les riches deviennent plus riches et que les inégalités ne cessent de croître. Mais il était ouvert à l’idée que si l’IA pouvait être insérée dans un système qui essayait d’améliorer l’égalité, alors ce serait un excellent outil pour cela.
Les technologies peuvent changer les systèmes sociaux et économiques quand l’accès augmente, d’après Thierry Rayna, économiste qui étudie l’innovation et l’entrepreneuriat. Il a étudié comment l’accès généralisé à la musique numérique, à l’impression 3D, à la chaîne de blocs et à d’autres technologies modifie fondamentalement la relation entre producteurs et consommateurs. Dans chacun de ces cas, “de plus en plus de gens sont devenus des prosommateurs, ce qui signifie qu’ils sont activement impliqués dans le processus de production”. Rayna prédit qu’il en sera de même avec l’IA générative.
Rayna dit que “Dans une situation où tout le monde produit des choses et où les gens consomment d’autres personnes, le principal problème est que le choix devient absolument écrasant.” Une fois qu’un système économique atteint ce point, d’après Rayna, les plateformes et les influences deviennent les détenteurs du pouvoir. Mais Rayna pense qu’une fois que les gens pourront non seulement employer des algorithmes d’IA, mais former les leurs, “ce sera certainement la première fois depuis longtemps que les plateformes seront réellement en danger.”
Cet épisode a été écrit et produit par Katie Flood et animé par Dan Merino. Le producteur exécutif par intérim est Mend Mariwany. Eloise Stevens s’occupe de la conception sonore et notre thème musical est de Neeta Sarl.
Vous pouvez nous trouver sur Twitter @TC_Audio, sur Instagram à theconversationdotcom ou par e-mail. Vous pouvez aussi vous abonner au courrier électronique quotidien gratuit de The Conversation ici. Une transcription de cet épisode sera bientôt disponible.
Écoutez “The Conversation Weekly” via l’une des applications répertoriées ci-dessus, téléchargez-le directement via notre flux RSS ou découvrez comment l’écouter autrement ici.
Daniel Acuña reçoit des subventions du Bureau américain de l’intégrité de la recherche ORIIR180041, ORIIIR190049, ORIIIR200052 et ORIIIR210062, liées à des techniques automatisées pour détecter la manipulation d’images et le plagiat. Il a aussi reçu des fonds de la National Science Foundation, de la Sloan Foundation et de la DARPA dans le cadre du projet SCORE du Center for Open Science.
Kentaro Toyama ne travaille pas pour, ne consulte pas, ne détient pas d’actions ou ne reçoit de financement d’aucune entreprise ou organisation qui bénéficierait de ce post, et n’a divulgué aucune affiliation pertinente au-delà de sa nomination universitaire.
