00:00Bonsoir à toutes et à tous, on entend beaucoup de choses sur l'intelligence artificielle,
00:08sur chaque GPT notamment, sur son impact sur le travail et l'emploi.
00:11On va essayer d'y voir plus clair avec notre invité.
00:13Bonsoir Thierry Reyna.
00:14Bonsoir Camille.
00:15Vous êtes professeur de l'école polytechnique, chercheur au laboratoire CNRS iCube, économiste
00:20de formation.
00:21Ça tombe bien déjà.
00:22De quoi on parle quand on parle d'intelligence artificielle ? Il y a IA générative, IA
00:26discriminative.
00:27C'est quoi la différence ?
00:28C'est une très bonne question et je pense que c'est de là d'où vient le problème.
00:32C'est-à-dire que l'IA c'est devenu un vrai fourre-tout et qu'en fait des IA, il
00:36y en a de toutes les sortes.
00:38Il y en a qui sont à base de règles, il y en a qui sont à base de petits objets qu'on
00:42va rendre intelligents en collectivité et puis il y a les IA qu'on appelle à base
00:47d'apprentissage machine.
00:48Et là, que ce soit IA générative ou IA discriminative, elles fonctionnent de la même
00:54manière.
00:55Grosso modo, on va donner de l'information à un algorithme et essayer de lui faire deviner
01:01l'information manquante.
01:02Par exemple, quand on entraîne un chat GPT, on prend du texte, on va retirer des mots
01:06et on va demander à la machine d'apprendre les mots.
01:09Donc, l'IA traditionnelle, ce qu'on a cherché à faire, c'est qu'on prenait des gros jeux
01:13de données et on essayait d'en tirer du sens.
01:15Donc, quelle est la tendance ? Ce texte, de quoi est-ce qu'il parle ? L'IA générative,
01:20en fait, l'idée, ça a été d'inverser ça et de dire puisque finalement, l'IA n'est
01:25pas forcément si bonne que ça à faire le tri dans les données, on va lui faire créer
01:29des données additionnelles.
01:30Donc, on va créer du texte, on va créer des images.
01:32Et concrètement, quels nouveaux usages peuvent voir le jour quand on est une entreprise avec
01:36de l'IA générative ?
01:37Alors, ça, c'est une très bonne question parce qu'en fait, la plupart des cas d'usage
01:42de l'IA générative qu'on voit à l'heure actuelle, en fait, sont des cas d'usage d'IA
01:48générale recyclée.
01:49C'est-à-dire qu'on essaye toujours de prendre des données et d'essayer de comprendre ce
01:52qu'il y a dans les données.
01:53Alors que les vrais cas d'usage d'IA générative, c'est quand on va créer des choses.
01:57Et ça, ce n'est pas à dire qu'il n'y a pas de cas d'usage pour les entreprises,
02:02mais ce n'est pas du tout évident que ce soit forcément très, très intéressant
02:05pour elles, dans la mesure où, en fait, les entreprises, très souvent, ont déjà beaucoup
02:09de données.
02:10Elles ont accès à beaucoup de choses.
02:11Et ce qu'elles essaient de faire, c'est de donner du sens dans ces données.
02:13Donc, l'idée qu'on puisse créer une image ou qu'on puisse créer du texte, ça marche,
02:19mais ça a ses limites.
02:20Le problème, c'est que ce qu'on entend relativement peu, c'est qu'il y a une vraie
02:24asymétrie, en fait, dans cette IA à base d'apprentissage machine.
02:28Ces algorithmes d'IA sont très bons pour créer du contenu, mais très mauvais pour
02:32sélectionner du contenu.
02:34Donc, ça veut dire que, par exemple, même pour un usage aussi, on va dire, basique qu'un
02:37chatbot, par exemple, créer du texte pour le chatbot, c'est bien, mais le chatbot sera
02:42en général pas très bon pour comprendre le problème.
02:44Et donc, c'est pour ça qu'il y a beaucoup de cas d'usage qu'on voit à l'heure actuelle
02:48qui seront probablement...
02:50En fait, il faut les retenir, dans dix ans, on rigolera beaucoup, en fait.
02:53Parce qu'on entend beaucoup dire, l'IA va détruire des emplois, l'IA va remplacer mon
02:57poste.
02:58Quel regard il faut porter sur ça ?
03:00Alors, il y a beaucoup d'études qui ont été faites.
03:03Le problème, c'est que la plupart de ces études ont regardé uniquement l'aspect créativité.
03:08C'est-à-dire que, grosso modo, on va prendre le travail de quelqu'un et dire, cette personne
03:11écrit tant d'emails par jour, et donc, grâce à l'IA générative, au lieu de passer dix
03:15minutes à créer un email, ils appuient sur un bouton et l'email est écrit.
03:18Donc, ça veut dire que c'est des gains de productivité de temps, et ça veut dire qu'à
03:21la place d'avoir dix personnes comme cette personne, on en prend la moitié moins.
03:24Mais ce qu'on n'arrive pas à comprendre, c'est qu'en fait, oui, pour écrire des emails,
03:28c'est très bien, mais pour trier des emails, c'est très, très, très, très mauvais.
03:31Et donc, on va être dans un monde où, en fait, la quantité de contenu qui va être
03:35produit va exploser, et ces algorithmes, eux, ne sont pas très bons pour trier les contenus.
03:40Donc, il faudra toujours de l'humain.
03:41Il faudra encore plus d'humains, parce qu'en fait, ce qui se passe, c'est qu'à l'heure
03:44actuelle, tout le monde reçoit trop d'emails, mais en fait, on n'en reçoit pas autant que
03:47demain, parce qu'écrire un email, ça prend du temps.
03:49Demain, déjà aujourd'hui, on appuie sur un bouton, le texte est généré, mais ça
03:55n'empêche pas qu'il faut toujours de l'humain pour trier les emails, parce qu'un algorithme
03:59est simplement capable d'identifier l'email moyen.
04:02Mais l'email urgent de votre boss, par exemple, ça, ça va typiquement passer à la trappe.
04:05Il y a quelque chose, on répète souvent ces nouveautés, c'est de la rupture avec
04:10des algorithmes comme celui d'OpenAI, mais parfois, on découvre un petit peu la lune.
04:14Les GAFAM avaient eux-mêmes des algorithmes.
04:16Là, qu'est-ce qui change, en fait ?
04:18Alors, en fait, c'est très intéressant, parce que ça s'est produit pour à peu près
04:22toutes les autres technologies numériques.
04:24Effectivement, contrairement à ce qu'on entend, dans ce qu'a fait OpenAI avec ChatGPT, technologiquement,
04:30il n'y a rien de neuf.
04:31En termes de data et quantité de data, il n'y a rien de neuf.
04:35On est vraiment sur une progression assez continue, à la fameuse loi de Moore, donc
04:39tout à fait prévisible.
04:41Et même l'IA générative, ce n'est pas quelque chose de neuf.
04:44La seule chose qui est réellement neuf, en fait, c'est que cette entreprise, qui n'avait
04:48pas les meilleurs algorithmes, qui a pris d'ailleurs une vieille version de son algorithme,
04:51elle a mis en accès illimité à tout le monde.
04:54Et en fait, comme à chaque fois, comme ça avait été le cas avec le web, avec le MP3,
04:59ce qui fait la rupture, en fait, c'est qu'au lieu que ce soient des entreprises qui essayent
05:03de deviner ce que les gens peuvent faire de ces technologies, les gens s'emparent
05:06de ces technologies et commencent à faire tout et absolument n'importe quoi, comme
05:10écrire du code avec ChatGPT ou faire des encyclopédies collaboratives.
05:14A la base, c'est des idées qui, honnêtement, ont l'air d'être complètement débiles
05:17et qui pourtant fonctionnent.
05:18Donc c'est de là que vient la rupture.
05:20Ce n'est pas qu'on a fait des progrès technologiques, c'est en fait l'ouverture
05:23et l'accès massif à ces technologies qui fait que tout le monde peut les utiliser
05:27pour faire ce que bon leur semble, y compris des choses qui n'ont pas du sens pour les
05:31entreprises, qui créent finalement les usages et la rupture.
05:34Par exemple, concrètement, que change l'intelligence artificielle pour une usine ?
05:38En fait, l'IA générative, absolument rien.
05:41Puisqu'une usine, ce qu'on veut, c'est maîtriser des process, avoir des réponses
05:44exactes, alors que là, on va chercher à rajouter des données.
05:49Donc peut-être que ça pourrait changer, par exemple, si l'idée c'était qu'on
05:53avait besoin dans l'usine de personnaliser un produit, ça pourrait permettre de personnaliser
05:58le produit plus rapidement, changer les couleurs, faire des images, etc.
06:03Mais encore une fois, il ne faut pas se leurrer.
06:05Ces algorithmes fonctionnent sur une moyenne.
06:07C'est des statistiques, c'est la moyenne.
06:09Donc en fait, la seule innovation qu'on peut avoir, c'est la moyenne.
06:12Donc si on veut des personnalisations moyennes, ça marche très bien.
06:15Si on veut une vraie œuvre d'art, là il va falloir des gens qui sont bien câblés
06:19et qui sont capables de faire le travail.
06:20Donc il y aura toujours quelqu'un derrière un poste, l'IA ne va pas bouleverser nos
06:23vies, mais l'adapter peut-être ?
06:25Alors en fait, ce qui est assez clair, c'est que l'IA ne va pas bouleverser nos vies
06:28parce qu'on va travailler de plus en plus.
06:30On va travailler de plus en plus puisqu'en fait, on va avoir encore une fois de plus
06:33en plus de contenu, de plus en plus de news, d'ailleurs probablement beaucoup de fake
06:37news, on a vu les deepfakes, beaucoup plus de choses à filtrer.
06:40Et on va avoir aussi tout un tas d'opportunités.
06:42Tout le monde peut s'improviser musicien, tout le monde peut s'improviser artiste,
06:45tout le monde peut s'improviser écrivain.
06:47Encore une fois, vous ne deviendrez pas un musicien fantastique ou un artiste extraordinaire.
06:50Vous serez un artiste moyen, mais c'est déjà pas mal.
06:53Donc ça c'est clair qu'on va travailler beaucoup plus.
06:55En revanche, ce qui est aussi sûr, c'est que cette IA générative permet à peu près
06:59à tout le monde de devenir moyen.
07:01Et ça, ça veut dire qu'il y a beaucoup de travail que les entreprises auparavant faisaient
07:07seules, que maintenant les individus vont être capables de faire.
07:10Merci beaucoup Thierry Reyna, vous êtes professeur de l'école Polytechnique et vous êtes l'invité
07:14Echo de France Info ce soir.
Commentaires