Qu’est-ce que l’IA ?
Lorsque vous entendez parler d’intelligence artificielle (ou IA), vous supposez probablement que c’est quelque chose de trop compliqué et au-dessus de votre niveau de compréhension. Mais, en fin de compte, l’IA est simplement un logiciel capable de reconnaître des patterns. Les applications et autres produits technologiques basés sur l’IA sont capables de faire des suppositions intelligentes sur des choses qu’elles n’ont jamais rencontrées en utilisant les données sur lesquelles elles ont été entraînées. Voici un exemple : admettons qu’un data scientist apprenne à une application à faire la différence entre des photos de chiens et des photos de chats. Il utilise 1 000 images intitulées « chien » ou « chat » pour apprendre à l’application à reconnaître qui est quoi. Après avoir lancé l’application, un utilisateur peut télécharger une photo et l’application déterminera si l’image était celle d’un chien ou d’un chat. Plutôt intelligent, n’est-ce pas ?
(Vous avez une mémoire visuelle ? Je laisse la chercheuse Becca Ricks vous expliquer :)
L’apprentissage automatique est-il quelque chose de différent ?
Le terme « IA » est souvent utilisé ; c’est l’une de ces expressions que l’on peut voir partout et à toutes les sauces. Il est possible que vous ayez beaucoup moins entendu parler de termes comme « algorithme » ou même « modèle d’apprentissage automatique ». Les algorithmes alimentent l’IA : ce sont des programmes à l’intérieur du logiciel qui absorbent un tas d’informations et traitent des données en continu. Le modèle d’apprentissage automatique, c’est ce qui finit par faire la prédiction.
Un algorithme est un logiciel qui peut examiner de nombreuses informations sur un sujet et les trier. Ensuite, lorsque cet algorithme est appliqué à un grand nombre de ce que les experts appellent des données d’entraînement, il produit un modèle d’apprentissage automatique. Le modèle est ce qui est capable d’accepter de nouvelles données et de faire des choix selon les données auxquelles il est confronté. Votre service de streaming vous a-t-il suggéré votre nouvelle émission de télévision préférée ? Il y est parvenu en collectant certaines données sur vous (ce que vous regardez, quel appareil vous utilisez, ce que d’autres personnes qui vous ressemblent regardent, etc.) et du modèle d’apprentissage automatique de la plateforme de streaming ressort votre nouvelle émission préférée, Les diablotins de la téléréalité saison 2 : Ibiza. (Bien que peu de gens vous reprendraient si vous utilisiez le terme « IA » ou « système de recommandation » au lieu de « modèle d’apprentissage automatique ».)
À quoi ressemble l’IA dans le monde réel ?
Vous avez probablement interagi avec l’IA, que vous l’ayez remarqué ou non. Si vous avez fait défiler votre flux Instagram et que les publications ont été organisées dans l’ordre qui-va-probablement-vous-plaire et non dans l’ordre chronologique, c’est que l’IA a fait son travail. Ce qui peut faire peur, c’est que qui vous êtes, où vous vivez, où vous avez tendance à aller (hors-ligne comme en ligne) et toute une série d’autres facteurs peuvent influencer la décision que l’IA prend à votre sujet. Peut-être pas tout le temps, mais très certainement dans certains cas. Parfois, cela peut affecter lequel de vos amis voit ce message Facebook que vous avez rédigé avec tant de passion. Dans d’autres cas, cela peut avoir un effet plus grave, comme déterminer les ressources que vous recevez de l’administration publique.
Ah… L’IA est donc si importante ?
Eh oui. Et à mesure que l’IA devient de plus en plus répandue, il devient extrêmement important que nous comprenions tous à la fois l’intelligence artificielle et l’impact qu’elle peut avoir. Mieux nous la comprenons, plus nous nous assurerons que l’IA reflète les priorités de chacun, et pas seulement des quelques individus assez privilégiés pour la créer.
