Comprendre la révolution de l’IA

La révolution de l’intelligence artificielle (IA) est en marche, et elle est appelée à changer le monde tel que nous le connaissons – c’est du moins ce qu’affirme le battage médiatique qui a suivi la publication de la version 3.5 de ChatGPT d’OpenAI en novembre 2022, qui n’était qu’un début. En effet, beaucoup de choses se sont passées depuis, avec la publication de la version 4.0, très améliorée, qui a été intégrée au moteur de recherche Bing de Microsoft, et la récente version bêta de Gemini de Google.

Beaucoup de choses ont été écrites sur ce que l’IA pourrait signifier pour l’humanité et la société, depuis les extrêmes positifs des technologies Star Trek qui vont bientôt arriver et la société du « coût marginal zéro » jusqu’à la supposée « prise de contrôle de l’IA » imminente qui entraînera un chômage de masse ou l’asservissement (voire l’extermination) de l’humanité. Cependant, quelle est la part de fiction et quelle est la part de réalité ? Dans cette série d’articles en trois parties, je discuterai brièvement de la réalité et de la fiction de l’IA, de ce qu’elle signifie pour l’économie (et l’économie), et des véritables dangers et menaces. Est-ce le début de la fin ou la fin du début ?

Pour la plupart des gens, l’expression « intelligence artificielle » est issue de livres et de films de science-fiction. Dans ce type de médias, l’IA est un être conscient non biologique, une sorte d’homme-machine. La machine intelligente est souvent présentée comme dépourvue de certaines qualités humaines telles que l’empathie ou l’éthique. Cependant, elle ne s’encombre pas non plus des limites humaines telles que la calculabilité imparfaite et le manque de connaissances. Parfois, l’IA est bénigne et devient un ami, voire un serviteur de l’humanité, comme l’androïde Data dans Star Trek : The Next Generation, mais l’IA est souvent utilisée pour mettre en lumière des problèmes, des tensions, voire une menace existentielle. Parmi les exemples d’IA dystopiques, on peut citer Skynet dans les films Terminator, les machines dans Matrix et HAL 9000 dans 2001 : l’Odyssée de l’espace.

L’« IA » utilisée dans le monde réel, telle que ChatGPT d’OpenAI et Gemini de Google, n’a rien à voir avec ces « créatures » de science-fiction ; elle est loin d’être un être conscient. En fait, ce que nous avons aujourd’hui est tellement éloigné de ce que nous appelons généralement une intelligence qu’un nouveau terme a été inventé pour distinguer la « vraie chose » des chatbots existants que l’on appelle désormais « IA » : l’intelligence générale artificielle. Les créatures-machines non biologiques de science-fiction, conscientes, pensant, raisonnant et agissant, sont des intelligences générales artificielles. Cela soulève la question suivante : qu’est-ce que l’IA ? Qu’est-ce que l’IA ?

Apprentissage automatique et grands modèles linguistiques

L’IA actuelle est une intelligence au même titre qu’une bibliothèque de livres. Les deux contiennent des quantités d’informations qui sont classées de différentes manières, par exemple par sujet, par mot-clé, par auteur et par éditeur. Dans une bibliothèque classique, les livres sont classés pour aider les utilisateurs à trouver ce qu’ils cherchent.

Cependant, imaginez que tous les livres de la bibliothèque soient scannés afin que toutes les lettres, tous les mots, toutes les phrases, etc. soient stockés ensemble et facilement consultables. Cette masse de contenu pourrait alors être classée de manière inductive, ce qui signifie qu’un logiciel informatique passant au crible tout le contenu serait capable de trouver ses propres nouvelles catégories sur la base des données elles-mêmes. Quels sont les mots et les phrases les plus courants ? Comment les mots sont-ils combinés, dans quel ordre et dans quels contextes ces ordres sont-ils présents ? Quelles sont les phrases les plus fréquentes dans les différents types de livres ou de chapitres ? Quelles sont les combinaisons de mots rares ou inexistantes ? Existe-t-il des différences dans l’utilisation des mots et la structure des phrases entre les auteurs, les livres et les sujets ?

Un tel tri inductif du contenu, guidé par des algorithmes statistiques, est appelé « apprentissage automatique » et constitue un outil puissant pour trouver des aiguilles précieuses dans des bottes de foin informationnelles. Il est à noter que ces aiguilles peuvent ne pas être déjà connues – l’apprentissage automatique trouve des aiguilles dont nous connaissons l’existence, mais peut également découvrir des aiguilles dont nous n’avions aucune idée. Par exemple, l’utilisation de ces techniques pour analyser des données médicales peut permettre de trouver (et a déjà permis de trouver) des corrélations et des causes potentielles de maladies qui étaient auparavant inconnues. De même, le Mercatus Center de l’université George Mason a soumis des textes réglementaires à des algorithmes d’apprentissage automatique pour créer RegData, une base de données qui permet aux utilisateurs d’analyser, de comparer et de suivre les charges réglementaires aux États-Unis et ailleurs.

Alors que RegData est destiné à soutenir la recherche en sciences sociales sur les réglementations, l’apprentissage automatique peut être utilisé pour toutes sortes d’informations. Lorsque de tels algorithmes sont exécutés sur d’énormes quantités de texte afin de déterminer comment la langue est utilisée, on parle d’un grand modèle de langage (LLM). Ces modèles capturent donc une « compréhension » statistique de la façon dont une langue est utilisée ou, comme le dit le Cambridge Dictionary (expliquant le LLM GPT (generative pretrained transformer), sur lequel ChatGPT est basé), « une représentation mathématique complexe du texte ou d’autres types de médias qui permet à un ordinateur d’effectuer certaines tâches, telles que l’interprétation et la production du langage, la reconnaissance ou la création d’images et la résolution de problèmes, d’une manière qui semble similaire à la façon dont le cerveau humain fonctionne ».

En effet, sur la base de sa compréhension statistique du langage, un chatbot LLM peut générer de manière prédictive des réponses textuelles à des questions et à des déclarations d’une manière qui imite une conversation réelle. Il donne ainsi l’impression de comprendre les questions et de créer des réponses pertinentes ; il peut même « faire semblant » d’avoir des émotions et d’exprimer de l’empathie ou de la gratitude en se basant sur la façon dont il comprend que les mots peuvent être utilisés.

En d’autres termes, les chatbots LLM comme ChatGPT peuvent sans doute passer le test de Turing, car il est très difficile pour un humain de distinguer leurs réponses de celles d’un vrai humain. Il n’en reste pas moins qu’il s’agit de moteurs de prédiction statistique.

Mais l’IA est-elle intelligente ?

Le fait qu’un logiciel imite la conversation humaine au point de faire croire à des humains réels qu’il s’agit d’une personne est certainement un exploit impressionnant. Toutefois, la question de savoir si elle est intelligente reste posée. Pour reprendre les termes du Dictionnaire de Cambridge, l’intelligence est « la capacité d’apprendre, de comprendre et de porter des jugements ou d’avoir des opinions fondées sur la raison ». Si nous utilisons parfois des verbes comme « apprendre » et « comprendre » pour les machines, il s’agit d’emplois figurés et non littéraux. Une calculatrice de poche ne « comprend » pas les mathématiques simplement parce qu’elle peut nous présenter des réponses à des questions mathématiques ou résoudre des équations ; elle ne les a pas « apprises » ; elle ne peut pas non plus « porter des jugements » ou « avoir des opinions ».

Il est certain que l’IA est beaucoup plus avancée que les calculatrices. Cependant, cela n’enlève rien au fait qu’elles sont logiquement identiques : toutes deux présentent des résultats basés sur des règles et des données prédéterminées, préstructurées et précollectées ; aucune d’entre elles n’a d’agence ni de conscience, et aucune ne peut créer quoi que ce soit de novo. C’est évident pour la calculatrice, qui est relativement stupide et ne produit que des résultats conformes à des règles mathématiques simples.

Il en va de même pour l’IA. Elle est, bien sûr, énormément plus complexe qu’une calculatrice et a la capacité supplémentaire de créer ses propres catégories et de trouver des relations de manière inductive, mais elle n’a pas « d’opinions fondées sur [sa] propre raison ». Elle ne fait que générer de manière prédictive des réponses qui, sur la base des textes qu’elle a déjà traités, sont statistiquement susceptibles d’être celles qu’un humain produirait (ou du moins pourrait produire). C’est pourquoi l’IA, en dépit des vastes connaissances auxquelles elle a accès, débite parfois du charabia et a du mal à s’en tenir à la vérité. Elle ne peut tout simplement pas faire la différence. (Elle ne peut pas « dire » du tout.)

En d’autres termes, l’IA est logiquement le contraire de ce que nous attendrions d’une intelligence humaine (ou extraterrestre ou artificielle) : elle est tournée vers le passé, invente des réponses basées sur des données linguistiques déjà existantes et n’ajoute rien qui ne puisse être statistiquement (re)produit à partir d’informations antérieures. Elle n’échoue pas, ne s’enfonce pas, n’oublie pas et n’a pas de subjectivité.

Une intelligence réelle s’appuierait bien sûr aussi sur l’expérience, mais elle aurait la capacité de générer des contenus et des implications nouveaux. Une intelligence réelle oublierait des éléments d’information précieux, commettrait des erreurs et utiliserait des déductions erronées, et elle évaluerait et interpréterait subjectivement les faits – ou choisirait de ne pas tenir compte des données.

Cependant, même si l’IA n’est sans doute pas une intelligence – du moins pas au sens de la science-fiction – cela ne signifie pas qu’elle est sans importance ou qu’elle n’a pas d’implications. L’avancée technologique qu’elle représente n’est rien moins que révolutionnaire et aura des répercussions considérables sur l’économie et la société.

yogaesoteric
25 mars 2024