- il y a 5 mois
SMART TECH du 16 septembre 2025, Le magazine quotidien de l’innovation
Catégorie
🗞
NewsTranscription
00:00Bonjour à tous, bienvenue dans Smartech, on est ensemble pour une demi-heure, une demi-heure.
00:12On va parler d'intelligence artificielle, c'est notre nouveau rendez-vous, les interviews de l'IA.
00:17Allez, c'est parti, je vous présente les sujets et nos commentateurs juste après.
00:25Aujourd'hui dans les interviews de l'IA, trois invités, Gauthier Vernier est avec nous.
00:29Il nous fera découvrir les coulisses d'un projet inédit, assez extraordinaire, je dois dire, qui marie la culture et la science.
00:36Ça s'appelle Molière, ex machina, bienvenue Gauthier.
00:40À côté de vous, Mathias Debièvre, bonjour Mathias.
00:43Bonjour.
00:43Vous êtes porteur de projet IA, de Data Space, vous allez nous expliquer de quoi il en retourne exactement.
00:49On va parler notamment de ce qui se passe dans l'éducation ensemble.
00:52Mais on va commencer avec Xavier Perret, bonjour Xavier.
00:55Bonjour Delphine.
00:55Vous êtes spécialiste des architectures cloud, vous êtes un grand spécialiste de l'intelligence artificielle,
01:00le directeur de l'entité Azure de Microsoft France.
01:03Et on va parler avec vous, Banda Star, j'ai envie de dire, de l'IA et des chatbots, des IA génératives.
01:08C'est GPT-5 d'OpenAI que Microsoft d'ailleurs intègre désormais dans ses solutions, grand public, développeur, entreprise.
01:16Quels sont les progrès aujourd'hui notables avec cette version et où on en est de l'état de l'art finalement des IA génératives ?
01:23Oui, parce qu'effectivement, cet été, on a parlé du lancement de GPT-5, comme tu l'as dit Delphine.
01:28Je pense qu'il faut rappeler d'abord qu'il y a plein de modèles.
01:30Et puis, on va rappeler, sur Azure, on fait tourner aussi Mistral, on va faire tourner d'autres modèles derrière.
01:35C'est vrai que GPT-5 a pas mal occupé l'espace parce qu'on l'intègre aussi dans nos produits copilotes.
01:39Voilà derrière.
01:40Alors, les gens ont cru que GPT-5, parce que c'était beaucoup annoncé comme ça,
01:43c'était finalement la nouvelle intelligence artificielle, ça va être ultra performant, etc.
01:47En fait, c'est pas ça que GPT-5, sur lequel il est intéressant.
01:52GPT-5 va corriger un certain nombre de biais, un certain nombre de choses qui rendaient finalement l'utilisation de l'IA un petit peu différente,
01:58un peu trop hallucinatoire.
01:59On va voir qu'avec les invités, là, finalement, on cherche parfois qu'IA soit hallucine,
02:03c'est-à-dire qu'elles viennent nous proposer des choses sur lesquelles on n'avait pas pensé.
02:07Mais il y a beaucoup de cas d'entreprise dans lesquels on n'a pas envie qu'elles nous disent n'importe quoi, tout simplement.
02:10Et donc, ça vient corriger ça, GPT-5, et en particulier, il corrige un phénomène qui a commencé après le prix de l'ampleur,
02:16qui a été décrit en novembre 2024, qui s'appelle la sycophance, par exemple.
02:21Tu sais ce que c'est que la sycophance ?
02:22Non, du tout.
02:23Voilà, la sycophance, en grec, ça vient d'Athènes, c'était les délateurs des figues.
02:27Bon, a priori, donc c'est quoi ? C'est en fait le côté flagorneur de l'IA.
02:31On s'est rendu compte que l'IA, comme elle veut nous faire plaisir...
02:33Elle est toujours très sympa.
02:34Voilà, elle est toujours très sympa, et il y a une espèce de compromis, d'équilibre à trouver entre on veut qu'elle nous réponde,
02:39mais en même temps, on ne veut pas qu'elle nous mente pour nous répondre, juste pour être sympa, pour être flagorneur, pour être complaisant.
02:45C'est ça qui s'appelle la sycophance, c'est un biais.
02:47Pourquoi ce biais-là est apparu ? Parce que finalement, les données d'entraînement, le fait qu'on met des pouces pour dire que c'est une bonne réponse,
02:53il a envie de nous plaire.
02:54Et donc, GPT-5, il corrige sur tout ça, en fait.
02:57Derrière, il va moins halluciner.
02:59J'ai besoin de vous m'expliquer, Xavier, comment est-ce qu'on évite les hallucinations ?
03:03Parce que le principe même des IA génératives favorise les hallucinations, son fonctionnement même.
03:09Alors, on le voit justement en marchandreprise, il y a trois éléments qui vont nous permettre de réduire ça,
03:14parce qu'effectivement, je vais utiliser l'IA pour qu'il me réponde clairement des choses.
03:17Par exemple, est-ce que cet avion peut voler ?
03:19Si je lui envoie plein de documents, il vaut mieux être sûr qu'il ne fasse pas juste plaisir.
03:24Donc d'abord, il y a certains modèles qui hallucinent moins que d'autres, comme je disais.
03:28Donc ça, c'est important de choisir le bon modèle.
03:29Mais comment on le corrige ?
03:30Comment on le corrige ?
03:31Ensuite, on va ce qu'on appelait ancrer dans les données.
03:33Alors, il y a des architectures, je ne vais pas y venir dessus,
03:35qui permettent de dire, on ne répond finalement que sur ces données-là d'entreprise.
03:38C'est-à-dire finalement, et d'ailleurs, GPT-5 associé à ça est une vraie avancée,
03:42parce qu'il va permettre de dire, non, je ne l'ai pas trouvé dans les données,
03:45donc je ne vais pas juste répondre et te faire plaisir, voire mentir pour te faire plaisir.
03:48Je ne l'ai juste pas trouvé dans les données, donc je ne peux pas te répondre derrière.
03:51Donc on va le forcer finalement à répondre à des vraies données,
03:55pas l'ensemble du web, par exemple, ou pas ce qu'il a entraîné comme modèle derrière.
04:00Puis le troisième élément qui est aussi important, c'est un gros pan de développement,
04:03c'est qu'on va avoir d'autres IA qui vont finalement observer ce qu'on va entrer en entrée
04:08et ce qu'on va voir en sortie pour corriger.
04:10Par exemple, l'IA risque de me répondre et de me donner des informations confidentielles.
04:14Si je mets cette espèce de modérateur d'IA en sortie,
04:17ce qu'on met dans Azure qui s'appelle Azure Eye Content Safety,
04:19il va vérifier, il va dire, non, attention, tu n'as pas le droit de répondre
04:22parce que tu es en train de finalement divulguer des données confidentielles
04:25ou dire des choses qui ne sont pas associées aux données,
04:27donc qui ne seraient a priori pas vraies.
04:28Donc, des IA qui vont contrôler d'autres IA, des bons modèles.
04:31Mais quand je parle du mode de fonctionnement, parce qu'on a vu pas mal d'études sortir,
04:34et d'ailleurs, je m'en suis fait l'écho ici dans Smartech, par exemple,
04:37sur des journalistes qui ont testé des IA pour voir si elles sortaient
04:40les bonnes sources d'informations.
04:42Non, en fait, elle est capable d'inventer des liens, d'inventer des sources d'informations,
04:47là où un moteur de recherche ne fait pas ça.
04:49Alors, pour bien comprendre, effectivement, parce que là, on n'est dans pas le modèle lui-même,
04:53mais la façon dont le service a été conçu.
04:54C'est ça.
04:55Souvent, c'est ça, les expériences qu'on a, ça va être directement chez OpenAI ou dans Copilot.
04:58Qu'est-ce qui se passe ?
04:59C'est qu'en fait, on appelle cette IA pour qu'elle comprenne en mode conversationnel,
05:03et puis elle va s'appuyer finalement sur le web.
05:05Le problème, c'est que si le web derrière, il est faux,
05:08cette IA-là va avoir tendance à répondre par rapport à ce qu'elle a indexé, c'est-à-dire le web.
05:11Et c'est ça, ces expériences-là qui se sont passées,
05:14qui fait qu'elle va me répondre sur des choses qu'elle a finalement trouvées en index dans le web,
05:17mais qui étaient faux.
05:18Finalement, ce n'est pas si différent.
05:19Mais quand elle invente des liens, quand elle invente des sources,
05:21ce n'est pas qu'elle va trouver quelque chose que tu trouves.
05:22C'était le côté complaisant dont je parlais.
05:25C'est-à-dire que là, c'est ça qui est en train d'être corrigé,
05:27qui était, je ne sais pas te répondre, mais je n'ose pas te le dire,
05:30parce que tu es en position un peu d'autorité,
05:33et que j'ai envie de te faire plaisir, Delphine.
05:36Mais là, c'est ça qui est en train fortement d'être corrigé,
05:38pour dire non, en fait, je n'ai pas la réponse.
05:40Et je te le dis clairement, je n'ai pas la réponse.
05:43Vous avez des questions sur ce fonctionnement GPT-5 et ces IA génératives ?
05:47Comment est-ce qu'on arrive à mieux les corriger ?
05:49Vous, vous en servez déjà comment ?
05:53Comme d'un moteur de recherche ?
05:55Parce que c'est un peu le problème, c'est qu'on s'en sert comme d'un moteur de recherche.
05:57Alors, on confond, effectivement, c'est un modèle de langage,
06:00ce n'est pas un modèle de connaissance.
06:01Donc, en fait, ce n'est pas un moteur de recherche.
06:02Il faut garder, je veux dire, une curiosité,
06:06et puis un recul par rapport à ce qui est sorti.
06:07Et ensuite, il faut l'utiliser là où il est bon.
06:09C'est-à-dire à comprendre, à inventer des choses,
06:11à créer des passerelles, ce qu'on fait souvent dans les métiers plus créatifs,
06:14d'ailleurs, derrière, au métier marketing aussi.
06:16Oui, et puis je crois que le problème vient aussi du fait
06:18qu'il y a beaucoup de faux sites, du coup, qui sont créés,
06:21justement pour attirer les algorithmes et, du coup, pour être repêchés.
06:28Donc, en fait, il y a quelque chose qui se crée,
06:31qui va un peu biaiser les algorithmes.
06:33Et je pense que c'est contre ça que les boîtes comme OpenAI se l'a fait.
06:36Ce qui n'était pas différent quand on a indexé le web
06:38et qu'il y a eu des faux sites qui se créent de la même façon.
06:40En fait, on va retrouver le même mécanisme et on va retrouver la même chose
06:42qui est, je vais sur un site.
06:43En fait, on va dans une approche par le risque désormais.
06:46Oui, et la difficulté, je pense, d'éducation,
06:48c'est le côté anthropomorphique,
06:49c'est-à-dire de penser que cette IA, j'ai une surconfiance en elle
06:52parce qu'elle m'est personnelle, elle me répond.
06:55Et donc, j'ai l'impression que c'est mon copain.
06:57Et donc, il ne va me dire que la vérité.
06:58Et c'est là où, alors en Américain, ça s'appelle l'overreliance.
07:01Alors, on va dire la surconfiance, c'est qu'il va falloir éduquer tout le monde.
07:05On voit dans le sujet d'éducation pour que finalement,
07:08ce qu'il va me répondre, je vais quand même avoir un œil critique derrière.
07:11Alors, quand c'était un lien, finalement, je me posais moins la question.
07:14Mathias.
07:14Oui, non, j'allais juste ajouter que par rapport aussi au moteur de recherche,
07:18là, si on l'utilise pour chercher une information,
07:21il y a beaucoup moins de sources qui sont données,
07:23beaucoup moins d'informations.
07:24Donc, on a moins de pluralité dans cet usage-là.
07:27Et ça rend les sources sélectionnées encore plus importantes, en soi.
07:34Alors, et d'un autre côté, ça permet de brasser tellement d'informations pour moi,
07:37c'est-à-dire que je gagne du temps pour obtenir une réponse aussi.
07:40Donc, c'est pour ça qu'on va avoir beaucoup encore de développement
07:43pour justement ancrer, comme je le disais, dans les données,
07:45pour le rendre plus factuel.
07:47Derrière, plus ancrer sur un certain nombre de celles de données
07:50dans des jusqu'à principalement entreprises, pas seulement grand public.
07:52Et pourquoi est-ce qu'on a besoin d'avoir autant de grands modèles de langage ?
07:56Alors, d'abord, il y a des grands modèles de langage.
07:58Il n'y a pas 10 000 boîtes qui font ça aujourd'hui.
08:00Et s'il y a vraiment des différences entre les uns et les autres ?
08:02Alors, oui, il y a des différences parce que les bases d'entraînement sont différentes.
08:05La façon dont elles sont corrigées sont différentes.
08:08Et leur taille aussi, parce qu'il y a les grands modèles
08:10et puis il y a leur version plus petite.
08:12Par exemple, Copilot, automatiquement, chez Microsoft,
08:15on va choisir selon la nature de la requête.
08:18Si la requête est simple, on va utiliser un modèle plus simple.
08:21Si la requête est élaborée, on va chercher vraiment le côté research.
08:24Je veux vraiment lire l'histoire, on va chercher GPT-5.
08:27C'est un avantage, c'est que ça n'a pas le même coût,
08:29ça n'a pas le même impact environnemental.
08:31Du coup, derrière, ça n'a pas la même rapidité.
08:34Et c'est pour ça que selon les usages,
08:35on va trouver de plus en plus des usages où le moteur, on va dire,
08:38du Copilot fait ça, va choisir finalement le meilleur modèle
08:41adapté au type de requête derrière.
08:43Il y a aussi une autre différence majeure,
08:45c'est le modèle de gouvernance.
08:47C'est-à-dire que des modèles comme ChatGPT
08:49sont des modèles complètement propriétaires.
08:51Donc, si je l'utilise pour mon entreprise,
08:54je donne toutes mes données et j'en suis complètement dépendant.
08:57Un modèle comme Mistral, c'est un modèle ouvert.
08:59Je peux l'installer moi-même, je reste en contrôle.
09:02Si je veux changer, si je veux le faire, je suis beaucoup moins dépendant.
09:05C'est la différence.
09:06C'est un souillat plus compliqué que ça.
09:08C'est une énorme différence.
09:10Si vous utilisez le service OpenAI en direct,
09:12vous utilisez les conditions générales de service d'OpenAI.
09:14Par contre, le modèle OpenAI,
09:15vous pouvez l'utiliser, le déployer dans un environnement,
09:18en l'occurrence, c'est ce que fait Microsoft,
09:19dans un environnement entreprise,
09:21sur lequel les données sont conservées.
09:23Elle reste en Europe,
09:24enfin, un certain nombre de garde-fous,
09:26qui fait qu'on n'a pas du tout ces données
09:28qui vont éventuellement aller aux États-Unis, etc.
09:30Ce n'est pas exactement la question.
09:31La question, c'est que même dans ce modèle-là,
09:34je reste complètement dépendant de ce système-là
09:37que j'ai mis en place
09:38et je ne peux pas en changer.
09:39Un modèle OpenSource, par définition,
09:42je peux moi-même aller dans le modèle et le changer.
09:44C'est la même différence que je loue ou j'achète mon appartement.
09:48C'est-à-dire que je peux avoir la clé quand je le loue,
09:50mais ce n'est pas moi, je ne veux pas changer les mûres.
09:52Tout à fait, mais je pense que le marché de l'OpenSource,
09:54de toute façon, on a dit juste avant,
09:56Microsoft est très promoteur.
09:57Nous, on a lancé, Microsoft, des modèles OpenSource.
10:00On a un peu de failles, PHI d'ailleurs,
10:02qui est petit, qui peut même se déployer sur un iPhone, par exemple.
10:06Donc, effectivement, ce n'est pas le même usage.
10:07Après, la réalité des gens qui veulent customiser des modèles OpenSource,
10:11on reste sur un usage particulier.
10:13La plupart des entreprises, en tout cas, que moi, je côtoie,
10:15vont déployer des modèles dans un environnement contrôlé,
10:18encore une fois, et ne pas forcément changer les paramètres,
10:20parce qu'en fait, on peut déjà faire énormément de choses
10:22avec déjà ces modèles-là.
10:24Alors, je voulais aussi qu'on parle, mais très vite fait,
10:26des agents IA, parce que, bon, nous,
10:28c'est la prochaine révolution, Nextel, tout ça.
10:30On perd totalement le contrôle de toutes nos actions numériques,
10:34c'est-à-dire qu'on confie, en fait, à des agents
10:36de mener des actions pour nous.
10:38Comment est-ce qu'on fait pour tracer ?
10:40Comment est-ce qu'on règle la question de la sécurité ?
10:42Alors, il faut revenir sur, c'est quoi un agent ?
10:44Déjà, et puis après, je vais répondre à la question.
10:47Un agent, c'est quoi ?
10:48C'est finalement cette brique d'intelligence artificielle,
10:50donc c'est un modèle de langage associé à une base de connaissances.
10:53C'est-à-dire, je vais lui associer une connaissance,
10:55par exemple, mes documents à moi,
10:57ce que j'ai pu dire, ou mes documents d'entreprise.
11:01Des skills, c'est-à-dire des capacités.
11:03Par exemple, il est capable de lire dans Excel.
11:05C'est une capacité.
11:06Il est capable de sortir pour moi sur le web.
11:08Et un niveau d'autonomie.
11:10C'est-à-dire, je vais lui déléguer ou pas, tout partiellement.
11:13Finalement, cette tâche-là, je peux très bien lui dire,
11:15fais des choses, mais systématiquement, fais-moi valider.
11:19Donc, on commence à avoir dans ce champ-là aussi.
11:21Ou alors, fais-les-moi et puis je ne veux pas le savoir.
11:23Moi, j'ai créé un agent qui me permet de me désinscrire
11:25des mailing lists que je reçois sans vraiment les avoir sollicitées.
11:30Il va surfer à ma place.
11:32Je lui ai dit, désinscris-moi directement,
11:33parce que je l'ai mis dans une inbox qui correspond finalement à...
11:36Je sais que celle-là, je vais m'en débarrasser.
11:37Et je ne lui ai pas dit, tu me regardes.
11:39Et puis, systématiquement, s'il y a un lien à me subscribe,
11:41tu le fais à ma place.
11:42Donc, on va pouvoir définir...
11:44On peut garder le contrôle si on le souhaite.
11:46Oui, de plus en plus, on va avoir de l'outillage,
11:48exactement, pour finalement déléguer tout ou partie,
11:51finalement, derrière, de contrôler ce niveau d'autonomie
11:54avec les bons niveaux de sécurité,
11:56comme tu le soulignais derrière.
11:57Ok, allez, on va passer à Gauthier, qui est artiste,
12:01artiste en intelligence artificielle.
12:03Je ne sais pas si c'est un raccourci un peu bizarre que je fais.
12:05Co-fondateur du collectif Obvious,
12:07qui a notamment ouvert un laboratoire à la Sorbonne
12:11consacré à la création artistique avec l'IA.
12:14Obvious, donc, c'est un collectif d'artistes, de chercheurs,
12:18qui travaillent vraiment le sujet de la création
12:21de manière très différente à ce qu'on peut voir habituellement.
12:25Et ça se reflète envers ce projet,
12:28en particulier Molière ex Machina,
12:30dont vous voyez, là, c'est des photos,
12:32les images de l'équipe qui travaille sur ce projet
12:35en collaboration avec le Théâtre Molière Sorbonne.
12:38Expliquez-nous quel est le projet,
12:40quelle est l'idée de départ ?
12:42Alors, c'est une idée un petit peu folle
12:44qui est née, justement, de cette rencontre
12:46entre nous, Obvious et le Théâtre Molière Sorbonne.
12:48Le Théâtre Molière Sorbonne,
12:50ils font du théâtre historiquement informé.
12:52Donc, en fait, ils vont jouer du Molière comme à l'époque
12:54pour en apprendre plus sur la manière
12:56dont Molière écrivait et Molière jouait.
12:59Et en fait, on s'est rencontrés dans les couloirs de la Sorbonne
13:02et de là est née une idée un peu folle
13:03de se dire, en fait, qu'est-ce que Molière aurait écrit
13:06s'il n'était pas mort,
13:07puisqu'il est mort un petit peu brusquement
13:08d'un espèce de Covid de l'époque.
13:11Qu'est-ce qu'il aurait écrit ?
13:11Pratiquement sur scène.
13:12Exactement.
13:13Et du coup, quelle est la pièce qu'il aurait écrite ?
13:16Et donc, eux ont énormément de sources là-dessus.
13:19Ils ont le contenu de sa bibliothèque.
13:21Ils connaissaient ce processus d'écrivain.
13:22Donc, pas la pièce que Molière aurait écrite aujourd'hui,
13:24mais la pièce qu'il aurait écrite s'il n'était pas mort en 1611.
13:28Exactement. En fait, c'est une uchronie, c'est un passé alternatif.
13:32Et on s'est posé du coup cette question.
13:34Et donc, eux avaient la réponse du sujet.
13:36Donc, ils auraient écrit a priori sur l'astrologie
13:38parce qu'ils s'intéressaient énormément à ce sujet-là.
13:42Ils critiquaient souvent les pseudo-sciences dans ces pièces.
13:46Et du coup, on a commencé à créer une pièce de théâtre
13:52en utilisant l'intelligence artificielle.
13:53Alors, comment elle intervient cette IA ?
13:55Alors, elle intervient à plein de niveaux.
13:57Donc, elle intervient au niveau de l'écriture.
13:59Donc, en fait, c'est un travail qu'on fait avec les experts.
14:03Donc, on va générer déjà un résumé de la pièce.
14:05Ensuite, on va générer tous les dialogues.
14:08Et en fait, à chaque étape, c'est revu par des experts de Molière.
14:12Et on va régénérer, régénérer.
14:14Donc là, on est à la version 15 du résumé, par exemple.
14:16Elle intervient aussi au niveau des costumes.
14:18Donc, on va utiliser des algorithmes open source
14:20qu'on va entraîner nous-mêmes sur les dessins des costumes de l'époque
14:23pour générer des nouveaux dessins de costumes
14:25qui seront ensuite faits à la main.
14:27Elle va intervenir aussi sur les décors.
14:28Et tout ça en étant fidèle à l'époque ?
14:29Absolument.
14:30Tout est fait avec les moyens de l'époque.
14:32Donc, tout est cousu à la main, tout est brodé
14:34comme ça a été fait à l'époque.
14:37La pièce, quand elle sera jouée,
14:38elle sera déclamée avec l'accent de l'époque.
14:41Donc, ça veut dire ce qui peut être un peu perturbant.
14:42Mais donc, pas par des avatars, on est d'accord ?
14:44Non, non, non.
14:44Par des vrais comédiens.
14:45Par des vrais comédiens.
14:46Et c'est ça, en fait.
14:47Le but de cette démarche, c'est de montrer
14:49qu'on peut créer avec l'intelligence artificielle
14:51en gardant l'humain au centre de la démarche.
14:53Donc, au centre de la création.
14:55Et à la fin, dans la production,
14:57en fait, on revient à des savoir-faire humains.
14:59Donc, ça met en avant justement
15:00tous les savoir-faire qu'on a pu passer de l'époque
15:02au niveau des costumes, des décors, de la musique.
15:05Ce sera joué avec des vrais instruments sur scène.
15:08Et ce sera performé par des acteurs
15:10qui sont entraînés à ça, du coup.
15:11À l'Opéra Royal du Château de Versailles,
15:13c'est prévu pour mai 2026.
15:15On ne sait pas si vous allez tenir des délais.
15:17Vous êtes comment, là ?
15:17On est bien, on est bien.
15:18Vous êtes bien.
15:19Le titre a été trouvé par l'intelligence artificielle,
15:22l'astrologue ou les faux présages.
15:24Est-ce que vous avez des questions sur un projet comme ça,
15:27qui est un projet absolument unique,
15:28vraiment de création à l'aide de l'IA,
15:31mais aussi à l'aide de la science, de l'histoire,
15:34des compétences très particulières et spécifiques
15:36de la Sorbonne en matière de théâtre
15:38et de connaissances sur Molière ?
15:40Il y a plein de questions.
15:41Mais sur la méthodologie,
15:44avec les experts qui revoient,
15:46les experts repassent sur le texte
15:49ou ça s'arrête à refaire le prompt, en fait ?
15:54Alors, c'est une très bonne question.
15:55En fait, les experts vont faire des commentaires sur le texte.
15:58Et en fait, nous, on s'est imposé quelque chose.
16:02C'est qu'aucun mot, que ce soit du résumé ou du texte,
16:05ne soit écrit par nous-mêmes.
16:06En fait, on ne va jamais nous-mêmes aller modifier des mots
16:08et on va toujours repasser par l'algorithme,
16:11modifier les promptes,
16:12puis dire, change-moi cette partie en fonction de ces commentaires.
16:15Et en fait, à la fin, il n'y a aucun mot de la pièce
16:17qui aura été écrit par nous-mêmes.
16:19Vous, vous faites quoi spécifiquement sur le projet ?
16:22Alors, moi, je bosse beaucoup en ce moment sur l'écriture, notamment.
16:24Donc, on fait des ateliers d'écriture avec le TMS
16:27dans lesquels, en fait, on va co-écrire cette pièce.
16:30Donc, en fait, vous travaillez sur les promptes ?
16:30Oui, tout à fait.
16:30C'est ça, votre travail ?
16:31Exactement.
16:32Donc, je fais les promptes qu'on met dans Mistralia, en l'occurrence,
16:37puisque c'est nos partenaires techniques sur cette partie du projet.
16:41Et donc, je travaille sur les promptes pour changer un petit peu
16:45les désirs de l'équipe du TMS et même nos désirs à nous.
16:49TMS, pardon.
16:50Du Théâtre Mollière-Sorbanne, pardon.
16:52Et les nôtres, puisque nous aussi, on a un peu cette envie créative.
16:55On a des idées aussi à mettre dans le projet.
16:59Transformer ça en promptes et essayer d'avoir le meilleur résultat possible
17:02de l'intelligence artificielle pour que ça colle,
17:04pour garder un petit peu une cohérence de toute la pièce,
17:07que les personnages entrent et sortent au bon moment,
17:09que ce soit intéressant, que ce soit drôle,
17:11puisque c'est aussi le but de la pièce.
17:13Voilà, donc c'est un procédé qui est très long,
17:16contrairement à ce qu'on pourrait imaginer.
17:17Et c'est aussi un procédé qu'on a décidé de documenter.
17:20Donc, en fait, vraiment, on note toutes les modifications qu'on fait.
17:25On filme énormément.
17:25C'est un problème de science ouverte, finalement.
17:27Exactement.
17:27Le but, c'est derrière de pouvoir décrire tout le procédé qu'on a suivi
17:32pour que ça serve aussi à d'autres,
17:34s'ils veulent avoir un peu le même genre de problème.
17:37L'art du prompt.
17:38Oui, non, mais exactement.
17:39Ce qui est intéressant, l'exemple, c'est que moi,
17:41et on a bossé avec Obju sur d'autres sujets,
17:43c'est qu'on voit bien qu'on a peur que l'IA vienne,
17:46parce qu'il vient toucher le côté cognitif, le côté créatif, etc.
17:49Dans cet exemple-là, on voit bien qu'il vient assister,
17:51finalement, dans le processus.
17:53Oui, qu'il y a un processus qui n'était pas perturbé
17:54par la technologie jusqu'à présent.
17:56On sait bien qu'il y a, il venait plutôt en post-production,
17:58effets spéciaux.
17:59Là, il vient en amont.
18:00Et à l'inverse, on voit bien que c'est aussi,
18:02c'est pas, j'ai mis un prompt et puis c'est bon, c'est fait.
18:04C'est vraiment un côté malaxage.
18:06Donc, il y a bien un travail d'artistique,
18:07d'arriver à quelque chose tout en respectant,
18:10ça, c'est le troisième point,
18:11le côté, et je le fais comme à l'époque.
18:14C'est-à-dire, je ne l'ai pas fait par l'IA,
18:15qui était la question, des costumes, etc. derrière.
18:18Et donc là, on est vraiment un processus créatif
18:20complètement théâtral, ce que je comprends,
18:22mais avec l'IA qui est au bon niveau d'assistance,
18:24il n'a pas remplacé les métiers, je pense, de création derrière.
18:26Il y a une nouvelle compétence, quelque part, qui apparaît.
18:29Ce que j'ai trouvé vraiment génial,
18:30c'est que quand j'ai fait une interview
18:32dans un autre contexte d'un des membres du collectif,
18:35il m'a dit, en fait, l'IA est assisté de scientifiques,
18:41assisté de connaissances humaines, d'experts humains.
18:45C'est l'IA qui est aidé, finalement, pour progresser
18:47et pour pouvoir produire, en fait, ce que vous attendez.
18:49C'est comme ça que vous imaginez le futur de la création et de l'IA ?
18:52Alors, pour nous, c'est un des futurs,
18:54puisque, en fait, ça ne va pas remplacer les autres formes de création.
18:56C'est un exemple de ce qu'on peut faire en créant avec de l'IA.
18:59Ce qui est intéressant, je pense, dans ce projet,
19:01c'est que ça permet de faire quelque chose qu'on n'aurait pas pu faire.
19:03En fait, personne ne peut avoir la prétention de dire
19:05« je vais écrire la pièce que Molière aurait pu écrire ».
19:08Ce n'est pas quelque chose que quelqu'un peut porter seul.
19:11Par contre, si on rassemble tous les experts techniques,
19:13les experts de Molière, des gens qui étudient ça,
19:15et qu'on les rassemble autour d'un outil,
19:17et qu'en fait, on dit « ben voilà, en fait, c'est créé avec cet outil »,
19:20on se dédouane un petit peu de ça,
19:22et en fait, ça permet de faire une création collective
19:24qui n'aurait pas pu avoir lieu s'il n'y avait pas eu un outil comme ça.
19:27Allez, oui.
19:27Ça va être réveillant, non, non, mais ça va être réveillant.
19:29On est bien…
19:30J'adore, moi je suis fan.
19:31Je suis un bassin d'être en mai 2026, là.
19:35On passe à Mathias Debiel, fondateur de Vision,
19:37une société qui est spécialisée dans la portabilité des données.
19:40Vous êtes aussi le président de l'association Prometheus X,
19:43qui travaille sur la création des data space,
19:46donc des espaces où on va partager des données.
19:48C'est essentiel dans l'intelligence artificielle.
19:52Quels sont les besoins actuellement ?
19:54Aujourd'hui, par exemple, je me suis en parlé,
19:57les entreprises vont chercher à consolider leurs propres données
20:02pour que l'IA s'exécute dessus.
20:04Déjà, au sein d'une entreprise, en fonction de quel point elle est grande,
20:07les données peuvent être éparpillées entre plein d'entités différentes.
20:11Et puis demain, on veut échanger entre concurrents, entre partenaires,
20:15entre différentes organisations.
20:18Déjà, ça va être de trouver où sont les données.
20:20Ensuite, les rendre accessibles, et il y a beaucoup de temps légal,
20:25de dire quels vont être les conditions d'accès à la donnée,
20:27qui a le droit d'y accéder, pourquoi.
20:29Et puis finalement, les préparer, c'est-à-dire les rendre interopérables,
20:32les rendre compréhensibles.
20:34Et tout ça, aujourd'hui, c'est entre guillemets fait à la main,
20:37c'est-à-dire on va négocier avec les départements juridiques
20:40pendant beaucoup, beaucoup de temps, chaque usage,
20:43et puis ensuite développer tel et tel petit système
20:46pour les rendre interopérables.
20:47Tout ce temps-là, qui prend 6, 8 mois par projet,
20:52c'est un temps qu'on ne va plus pouvoir se permettre de passer
20:54pour accéder à chaque donnée dans un ou deux ans.
20:57L'économie de l'information, de l'IA, ça va aller tellement vite
21:00qu'on a besoin de réduire ce temps à presque zéro.
21:03Et donc les data space, c'est un nouveau protocole technique et légal
21:08qui permet de standardiser comment on décrit la donnée,
21:11comment on gère les droits, comment on vérifie,
21:13comment on passe des contrats, et donc d'automatiser ça.
21:16Ça fait écho à ce qu'on me dit aujourd'hui autour de Gaia-X.
21:19On me dit Gaia-X, c'est vraiment,
21:21alors ce n'était peut-être pas le cas au départ,
21:23mais aujourd'hui c'est l'idée de construire des espaces de données
21:26avec des règles partagées au sein de l'Union européenne.
21:29Mais Gaia-X, c'est ça, et Gaia-X se concentre sur une partie de ces règles
21:34qui est ce qui s'appelle le Trust Framework,
21:36c'est-à-dire comment on va faire confiance que si, par exemple,
21:40BFM veut échanger avec l'AFP, avec France TV,
21:43qu'à chaque fois c'est bien BFM, etc.
21:46Bsmart, mais que tous ces acteurs-là puissent échanger entre eux
21:51et qu'on est bien au fait que c'est bien cet acteur-là.
21:54Et qu'on certifie des gens, et donc il faut un certain nombre de standards
21:57pour certifier l'identité des organisations et qu'elles respectent certaines règles.
22:02Et c'est de ces standards que s'occupe des Gaia-X.
22:05Et c'est une partie des solutions.
22:07Après, il y a des standards sur les contrats.
22:09Mais pour ça, il faut avoir des grands projets.
22:11C'est ça.
22:12Donc moi j'ai noté OpenAid IAG, je ne sais pas si ça se prononce comme ça.
22:16Oui, c'est ça, c'est bien.
22:17Ok, des outils d'IA génératifs pour l'enseignement.
22:20Pour l'éducation.
22:21Oui, pour l'éducation.
22:22Qu'est-ce qu'on retrouve dedans ?
22:23Alors ça, c'est un cas que je trouve qui est très simple à expliquer.
22:27C'est qu'on va faire un assistant de révision pour les élèves.
22:29Donc ça va être un assistant, IA, un chatbot qui va générer des questions,
22:33des exercices en fonction du niveau de l'élève.
22:36Et là où il est plus fort, moins de questions.
22:39Là où il est moins fort, plus de questions, etc.
22:41Pour faire ça, il y a évidemment besoin d'un modèle qui génère ça.
22:44Mais il y a surtout besoin d'accéder aux données de l'élève,
22:47sur ses notes, sur les exercices qu'il a déjà pu faire, aux données de l'enseignant.
22:52Il y a des applications, des petites applications qui font ça par exemple.
22:54À quel moment on a besoin de vraiment créer un espace ?
22:57En fait, la petite application qui fait ça, par exemple, ça va être une nouvelle application.
23:00Elle n'a pas tout votre historique, tous vos notes,
23:02toutes les données que vous avez déjà laissées dans l'autre application.
23:05Vous avez déjà fait un exercice de maths ou que sais-je.
23:09Et aujourd'hui, ces données-là, notamment dans l'éducation,
23:11elles sont éclatées entre de nombreux systèmes,
23:14de nombreuses applications et de nombreux systèmes de l'éducation nationale.
23:18Et donc, le data space permet de commencer à unifier ça
23:21et d'apporter des garanties sur le respect du RGPD,
23:27la confidentialité des données, etc.
23:29Pareil pour les données.
23:30On a besoin des données de l'élève,
23:32on a besoin des données de contenu pédagogique,
23:34sur ce que le prof a fait,
23:35que ça n'hallucine pas trop et que ça respecte le programme.
23:39Et donc, on a besoin d'accéder à ces données-là
23:41qui sont encore dans d'autres systèmes.
23:43Et le data space apporte une solution là-dessus.
23:47Et donc, ce projet-là réunit,
23:49donc nous, Prometheus X-Vision pour apporter le data space,
23:52mais des acteurs de l'éducation, des académies,
23:55des centres de recherche pour mettre en place ce système.
23:57Au niveau européen.
23:58Le projet Opened IAG, le niveau français, d'abord avec trois académies.
24:03Mais après, on a un data space,
24:04un skills education data space européen,
24:07où il y a des choses similaires qui se passent en Allemagne,
24:09en Espagne, en Finlande,
24:11sur des cas qui sont similaires,
24:13mais avec des acteurs qui sont différents
24:14et avec des standards qui sont les mêmes
24:16pour qu'au final, on puisse échanger à travers l'Europe de la même manière.
24:21Par exemple, ce que vous produisez, vous,
24:24comme documentation autour de votre projet,
24:27ça pourrait être quelque chose qu'on partage dans un data space ?
24:30Ce serait super intéressant.
24:31Si, par exemple, il y a tout un tas de documentation sur Molière déjà
24:34et puis tout cet aspect créatif,
24:37demain, que ça puisse être intégré facilement et utilisé
24:40dans le cadre du programme quand on étudie Molière,
24:43c'est hyper intéressant.
24:45Et à l'inverse, demain, là, vous faites sur des œuvres
24:48qui sont libres de droits,
24:49mais demain, vous voulez faire des mêmes choses sur des œuvres protégées,
24:52il va falloir un système qui garantit le respect des droits,
24:54la rémunération des droits d'auteur, etc.
24:57Et c'est ce que permet aussi les data spaces.
25:00Et l'éducation, c'est un gros sujet aujourd'hui en matière d'IA.
25:02Il y a le Studimod qui est apparu dans JGPT.
25:07On sait que les jeunes utilisent ces assistants
25:10et que ça peut les aider à progresser,
25:13à apprendre différemment, à changer l'école.
25:16Oui, c'est déjà le cas en entreprise
25:18où les gens n'osaient pas dire à leur manager
25:20qu'ils utilisaient déjà JGPT.
25:21Les entreprises se sont dotées des interfaces qu'il fallait.
25:24Pour toutes les jeunes générations qui arrivent,
25:26on voit beaucoup sur les développeurs,
25:27avec le système d'IA, GitHub Copilot,
25:29où, finalement, quelqu'un qui sort d'école ingénieur aujourd'hui
25:33ne sait pas faire, enfin, il ne veut pas faire même,
25:35sans ces systèmes d'IA qui vont l'aider à gagner du temps, tout simplement.
25:38Donc, ils vont choisir une entreprise qui a ce système-là
25:41parce qu'il sait qu'il va gagner du temps.
25:43Après, c'est comment on gère les accès ?
25:45Parce que qui va avoir le droit d'accéder à ce data space ?
25:49Là, vous parlez d'un accord pour l'instant entre quelques académies.
25:52Est-ce que tous les grands modèles pourront se connecter pour y accéder ?
25:56Justement, vous parliez de GAIAX.
25:58GAIAX définit un certain nombre de règles
26:00que chacun doit respecter en fonction de son rôle.
26:03Ça, c'est un peu les règles de base qui s'appliquent à tous les secteurs,
26:06les règles sur la sécurité, sur des règles de gouvernance.
26:09Parfois, même, il y a différents niveaux de labels.
26:11Le plus élevé, c'est qu'il faut être basé en Europe.
26:14Il y a différents niveaux de règles.
26:16Et après, au niveau de chaque secteur,
26:17on va définir des règles plus sectorielles
26:19sur le format des données,
26:23les tests, les certificats, les labels qu'on peut avoir
26:26qui sont plus sectoriels.
26:28Et au sein du data space,
26:30c'est un peu la communauté des acteurs
26:32qui définit ces règles comme une constitution.
26:34Et ensuite, il faut prouver son respect de ces règles
26:37avant de pouvoir commencer à se brancher.
26:37C'est un peu comme le projet Etalab
26:40au niveau du partage des données en open data ?
26:42La grande différence, c'est que Etalab,
26:45c'est des données ouvertes que tout le monde peut y accéder.
26:48Là, c'est des données par nature privée.
26:50Par exemple, les données de l'élève.
26:53Et donc, c'est quand même...
26:54On veut les partager, mais pas n'importe qui,
26:56n'importe comment, pour certains usages.
26:59Et c'est là où on a besoin de plus de règles
27:01et d'automatiser ça.
27:02Mais justement, sur l'inclusion dans l'éducation,
27:05l'exemple, il est bon parce que c'est ce qu'on dit toujours.
27:08L'éducation nationale et beaucoup d'acteurs
27:10définissent ce qu'ils ne veulent pas dans l'IA.
27:12Mais ça ne suffit pas.
27:13Il faut aussi faire ce qu'on veut.
27:15Parce que sinon, les gens vont aller sur autre chose.
27:17C'est ça.
27:18Et le problème d'un chat GPT pour réviser,
27:22c'est déjà super.
27:24Mais ça ne va pas être adopté à ton niveau.
27:26Ça ne va pas être très pédagogique
27:27parce que ça va te donner la réponse tout de suite.
27:29Oui, il faut l'adapter à l'éducation qu'on soit donnée.
27:32C'est ça.
27:34Merci beaucoup, Mathias Debir.
27:35On pourrait passer des heures.
27:36J'ai l'impression à discuter de ces sujets-là.
27:38C'est les interviews de l'IA dans Smartech.
27:41Donc, on se retrouve chaque semaine ensemble.
27:44Mathias Debir de Vision et de Promoteus X.
27:47Merci beaucoup.
27:48Vous avez préféré de Microsoft France
27:50et Gauthier Vernier du trio Obvious.
27:52Merci encore.
27:53Merci à tous.
27:53Excellente journée.
27:54Sous-titrage Société Radio-Canada
28:03Sous-titrage Société Radio-Canada
Commentaires