Intelligence artificielle : vers des entreprises augmentées

« Nous allons devoir apprendre à vivre avec des machines qui pensent et qui contribuent à la production intellectuelle », estime Stéphane Grumbach, directeur de recherche au centre Inria de Lyon, à propos du développement de l’intelligence artificielle dans le monde économique. Cette perspective, objet de moult peurs et fantasmes, marque une nouvelle étape dans le fonctionnement des entreprises, pour ce spécialiste des données, dont les recherches se concentrent actuellement « sur l'impact sur la société de la généralisation de la collecte et du traitement algorithmique des données » et sur « les nouveaux équilibres géopolitiques » que cette tendance contribue à dessiner.

« Les humains fabriquent des outils qui leur facilitent la tâche depuis le début de l'histoire de l'humanité, rappelle-t-il. Avec l'invention de la machine à vapeur, la force physique de l'Homme est devenue moins essentielle, car elle a été en partie remplacée par celle qui provient des machines et de l'énergie. Désormais, avec le développement d'une force intellectuelle des machines, l'être humain n'est plus le seul à être capable de penser, d'analyser et de prévoir. Sa force intellectuelle se trouve donc en partie remplacée par celle des machines, qui vont même de plus en plus rentrer dans la sphère de décision. »

En matière de recherche, trois avancées principales se conjuguent pour donner naissance à cette nouvelle matière grise : la conception d'algorithmes permettant d'effectuer des actions très granulaires, la création d'outils facilitant la gestion en temps réel de vastes gisements de données, et la capacité de ces solutions à se développer rapidement et sans grande difficulté.

« L'IA suppose de relever deux types d'enjeux, relève Stéphane Grumbach. Le premier, sur lequel nous avons réalisé de très nombreux progrès, concerne les algorithmes. Mais le second, plus complexe, est d'ordre quasi-philosophique : il touche à l'intelligence, qu'on ne sait pas vraiment définir, et à notre capacité à accepter qu'une machine puisse faire tout ce que fait un humain. »

Or sur ce point, les capacités d'acceptation des professionnels installés dans des pays occidentaux pourraient être inférieures à celles de leurs concurrents asiatiques. « Je pense que nous entretenons dans l'ensemble, dans nos sociétés occidentales, un rapport de domination sur la nature : l'humain est habitué à être au centre, à décider, et il accepte parfois difficilement qu'une machine puisse faire un choix à sa place », précise le chercheur. « C'est très différent au Japon, par exemple, où toutes les strates de la population ont des rituels de relation avec la nature et où l'idée qu'une machine décide est acceptable – l'Homme n'est pas le centre du monde, mais il en est l'un des éléments. »

Pour autant, une nouvelle génération d'interfaces humain-machine (chatbots, assistants vocaux, interfaces automatisées, interfaces cerveau-machine...) contribuent à rendre partout l'IA plus intuitive et acceptable pour les humains. Ces interfaces, souvent apprenantes, leur offrent un accès plus facile à un service ou à une fonction de conseil, indique France Stratégie dans un rapport écrit pour le ministère du Travail.

Elles visent aussi de plus en plus à créer un « partenariat humain-machine », comme le déclarait récemment Wendy Mackay, directrice de recherche au sein du centre Inria Saclay - Île-de-France. Le but ? Produire des interactions qui aident les utilisateurs à augmenter leurs propres capacités lorsqu’ils utilisent un système intelligent.

Les technologies d'intelligence artificielle sont utilisées par une majorité de fabricants de navettes autonomes ou de voitures, comme PSA, par des concepteurs de robots, ou pour l'automatisation d'un certain nombre de tâches administratives (comme le traitement de dossiers de prêts ou le calcul des indemnités susceptibles d'être versées à des victimes).

« Il y a aussi de l'IA dans les algorithmes de maintenance prédictive, qui servent à détecter automatiquement des événements inquiétants sur des équipements, tels les réacteurs des avions », souligne Stéphane Grumbach. Leurs découvertes sont ensuite relayées vers les techniciens et ingénieurs, qui réagissent en conséquence.

Mais l'exemple le plus parlant concerne la justice prédictive, très répandue aux États-Unis (et en débat de ce côté-ci de l'Atlantique). « Un algorithme sonde et analyse toute la jurisprudence, avant de proposer un jugement, qui est souvent retenu ». Les détracteurs craignent – à juste titre – que ces algorithmes, qui s'appuient sur le corpus existant, reproduisent des biais régionaux ou dus à des préjugés sur certains types de personnalités. Mais s'il s'agit d'un point de vigilance, « cet écueil existe déjà avec les êtres humains et on peut justement espérer le corriger avec les algorithmes », estime pour sa part Stéphane Grumbach.

Compte tenu de la croissance du volume de données à analyser, et des limites propres au cerveau humain, il est en outre devenu indispensable d'externaliser une partie de l'analyse et du raisonnement, dans ce secteur comme dans d'autres. « Dans les organisations, l'IA est souvent appelée en renfort pour la dernière bataille, et pour essayer de s'attaquer à des problèmes qu'on n'a jamais réussi à résoudre », souligne le chercheur. Par exemple, les polices françaises et européennes se sont emparées de ces technologies pour essayer de faire la lumière sur un certain nombre d'affaires criminelles non-élucidées (en s'attaquant à des pistes que les enquêteurs n'ont pas les moyens humains ou matériels d'étudier dans leur globalité).

Une autre nouveauté tient à la possibilité pour les machines de prendre des décisions éclairées, comme le font les êtres humains : on peut citer le géant minier anglo-australien Rio Tinto, dont les nouveaux systèmes d'extraction de minerais fonctionnent de plus en plus en parfaite autonomie et définissent eux-mêmes les lieux et types de prélèvements à partir des données à leur disposition.

Reste, pour les salariés, à trouver leur place aux côtés et en complément de ces nouvelles machines intelligentes. Reste surtout à faire en sorte qu'ils conservent leurs expertises métier et ne cèdent pas à la tentation de s'en remettre à 100 % aux machines. Leurs regards demeureront toujours indispensables pour contrôler la pertinence des IA.