Hype sur l’IA : ne surestimez pas l’impact de l’IA
un vol ?
Il y a de fortes chances qu’à un moment donné – peut-être pour les vacances, peut-être pour le travail – vous l’ayez fait. À l’aéroport, lorsque vous déposez vos bagages, ceux-ci disparaissent dans le monde caché de la manutention des bagages. Puis, dans la plupart des cas, vos bagages réapparaissent comme par magie à destination. Pas grand chose à dire à ce sujet, en fait.
Mais avant vous arrivez au comptoir de service, vous devez récupérer vos bagages là. Et les aéroports sont grands. Si vous avez déjà dû traverser un centre majeur tel que Dubaï, Francfort, Heathrow, Istanbul ou Pékin en traînant des sacs, vous savez ce que cela fait.
Imagine maintenant faire ça sans un sac trolley.
À un moment donné, quelqu’un a eu l’idée de mettre de petites roulettes sur une valise et d’y ajouter une poignée. C’est ça; rien d’extraordinaire. Pas d’apprentissage automatique, pas de systèmes distribués, pas de problèmes de niveau « le problème le plus difficile au monde ». Juste des roues sur un sac. Pourtant, cette idée simple a changé la façon dont des millions de personnes se déplacent à travers le monde, pas seulement en avion.
Nous ne considérons presque jamais le sac trolley comme une « innovation ». Dans notre esprit, les innovations semblent toujours transformer le monde, passant de zéro à un en un instant. Mais le chariot est une invention – et, comme beaucoup d’autres, importante.
Le problème du sac à roulettes
Qu’est-ce que le chariot a à voir avec l’IA ? Eh bien, à l’heure actuelle, l’IA est souvent saluée comme l’ingrédient manquant pour résoudre les défis les plus grands et les plus difficiles de l’humanité.
X(L’usine Moonshot de Google) et des organisations similaires annoncent qu’elles se concentrent sur les énergies renouvelables, l’eau potable et les aliments fiables et sains. Dans nombre de ces pitchs, l’IA apparaît comme un outil essentiel : optimisation des réseaux énergétiques, modélisation des rendements des cultures, amélioration du diagnostic médical. Ce sont des objectifs nobles et je ne doute pas de la sincérité ou de la profondeur technique derrière bon nombre de ces efforts*.
Mais il y a un écart.
Une grande partie du récit de l’IA se situe dans le domaine de coups de lune: des histoires spectaculaires, prêtes à paraître, « cela pourrait tout changer ». C’est séduisant et nous voulons croire à de telles annonces. Pensez juste à amener un homme sur la lune.
Pourtant, les inventions qui font avancer la société en silence sont souvent celles qui sont améliorations banales et presque invisibles:
- Roues sur bagages
- Le tumulus
- La fermeture éclair
- Le briquet
- Bouchons standardisés
- Panneaux routiers
Ce sont des inventions ennuyeuses, oui, et personne ne les considère comme telles. Mais ils sont aussi massifs. Ils réduisent chaque jour les frictions pour des milliards de personnes.
Aujourd’hui, la plupart des projets d’IA ne ciblent pas ce niveau d’utilité ennuyeuse. Soit ils :
- Optimiser les expériences que nous ne voulons probablement pas optimiser beaucoup plus loin (de « meilleures » recommandations de contenu, une prédiction des clics publicitaires légèrement plus rapide), ou
- Viser les grands défis mondiaux dont l’impact est réel mais lentincertain ou fortement contraint par des facteurs non techniques.
Ce qui manque dans cette liste, c’est l’équivalent du sac à roulettes à l’époque de l’IA : des inventions simples et fiables qui, jour après jour, éliminent les frictions pour vous et moi d’une manière que nous remarquons à peine – mais qui manqueraient immédiatement si elles étaient supprimées.
Surestimer l’impact quotidien de l’IA
Pour la plupart des gens, je parierais que les fondamentaux suivants comptent toujours plus que les dernières versions de modèles d’IA (même s’ils passent de 100 milliards à 500 milliards de paramètres) :
Bonnes relations.
Bonne nourriture.
Une maison sûre et stable.
Bonne santé.
Au stade actuel, l’IA ne les améliore pas considérablement comme le suggère parfois le battage médiatique. Pas pour la majorité des gens, et pas encore au niveau des « roues sur un sac ».
Bien sûr, les systèmes d’IA peuvent :
- Dites-vous quand arroser vos plantes.
- Suggérez une nouvelle vidéo YouTube.
- Rédigez un e-mail ou résumez un document.
Celles-ci sont intéressantes, mais pour la plupart marginales et nécessitent souvent des retouches humaines supplémentaires. Vous n’améliorez pas fondamentalement votre vie en demandant à un modèle de vous rappeler d’arroser vos plantes.. Sur votre lit de mort, vous ne penserez (espérons-le) pas : « J’aurais aimé avoir de meilleures recommandations de contenu. »
Cela ne veut pas dire que l’IA est inutile. C’est déjà précieux dans de nombreux workflows, y compris le mien (pensez à l’assistance au codage, par exemple !). Mais nous devrions repenser nos attentes : telles les améliorations des outils ne sont pas les mêmes que les inventions qui façonnent la civilisation. Et à l’heure actuelle, une grande partie de l’attention de l’IA est orientée vers les récits spectaculaires, et s’éloigne des améliorations discrètes, structurelles et ennuyeuses.
Ce qui nous manque lorsque nous ne chassons que les Moonshots
Lorsque la recherche, le financement et les talents convergent autour des « problèmes les plus difficiles du monde », trois choses peuvent se produire :
- Les problèmes ennuyeux restent non résolus. Les processus administratifs ennuyeux, les flux de travail hospitaliers, les services municipaux, les problèmes d’accessibilité, les bizarreries logistiques – domaines dans lesquels de petits outils d’IA robustes pourraient éliminer la douleur quotidienne – retiennent moins l’attention.
- Le potentiel est confondu avec la présence. Nous parlons comme si l’impact transformateur de l’IA était déjà pleinement atteint, alors qu’une grande partie de celui-ci est encore conditionnelle : aux politiques, aux infrastructures**, à l’économie et à l’adoption.
- Nous surestimons à quel point l’IA est importante pour une bonne vie. Nous risquons de considérer la maîtrise de l’IA ou l’enthousiasme pour l’IA comme plus importants que les choses fondamentales, humaines et hors ligne qui stimulent réellement le bien-être (comme l’amitié ou la nourriture).
La métaphore du sac à roulettes peut servir de contrôle de bon sens : si un système d’IA disparaissait demain, les gens sentir c’est comme perdre les roues de leurs bagages ? Dans certains cas précis*** : oui. Dans la plupart des cas : non, pas du tout.
Qu’est-ce que cela signifie pour vous ?
Pour ancrer cette perspective dans votre réflexion quotidienne, je vous propose trois manières :
1. Soyez prudent avec les allégations relatives à l’IA
Lorsque vous voyez des promesses audacieuses de l’IA – contenant des affirmations de style « révolutionner », « perturber », « résoudre X pour toujours » – faites une vérification mentale rapide :
- Est-ce que cela améliore quelque chose de concret dans la vie quotidienne, ou s’agit-il surtout d’une démo ?
- Le goulot d’étranglement ici est-il réellement lié au renseignement (qui pourrait être résolu par un système d’IA avancé), ou s’agit-il de politique, d’incitations, de logistique ou d’infrastructure de base ?
- Si ce système disparaissait, qui en fait être dans une situation pire, et comment ?
Gardez à l’esprit : vous n’avez pas besoin d’être cynique ; ayez juste un scepticisme bien intentionné.
2. Comparez l’IA aux inventions banales et ennuyeuses
Utilisez les inventions du quotidien comme classe de référence :
- Ce système d’IA simplifie-t-il la vie aussi clairement que, par exemple, un briquet contre des allumettes, une fermeture éclair contre des boutons, un sac à roulettes contre un transport ?
- Est-il suffisamment robuste, bon marché et potentiellement ennuyeux pour que les gens s’y fient sans réfléchir ?
Si la réponse est « même pas proche », traitez l’annonce en conséquence : intéressante, peut-être utile, mais probablement pas réorganisatrice du monde.
3. Lorsque vous choisissez vos propres projets d’IA, pensez à anti-hype
Si vous travaillez en ML ou en IA :
- Recherchez les problèmes qui sont peu sexy mais réel: planification, documentation, accessibilité, outils internes, réduction des erreurs, contrôles de sécurité, formulaires, facturation, routage, maintenance.
- Visez des outils que les gens cessent de remarquer parce que ils travaillent juste.
- Optimisez la fiabilité plutôt que l’impressionnant.
Demandez-vous : Est-ce plus proche d’un sac trolley ou d’une remorque de lancement ? Si c’est le premier cas, vous êtes probablement sur la bonne voie.
Pensées finales
Je ne m’oppose pas à une recherche ambitieuse sur l’IA. Ce serait contre-productif pour mon propre travail. Nous devons absolument explorer ce qui est possible et l’appliquer à des problèmes difficiles. Mais nous devons également reconnaître une lacune ici :
À l’heure actuelle, la plupart des battages médiatiques sur l’IA vivent loin des améliorations discrètes et structurelles qui façonnent la vie quotidienne.
En tant qu’individus – chercheurs, ingénieurs, utilisateurs – nous pouvons réagir en restant sceptiques face aux promesses exagérées, en valorisant les améliorations banales mais significatives et en construisant intentionnellement des outils qui ressemblent davantage à des roues sur un sac.
C’est le genre de changements qui, au fil du temps, font avancer le monde.
* En fait, derrière de telles inventions, il y a facilement plus de 10 ans avant des améliorations notables, sans tenir compte des nombreuses épaules proverbiales sur lesquelles ces années sont elles-mêmes construites. D’après ce dont je me souviens, David Silver a commencé ses recherches sur l’apprentissage par renforcement vers 2000 – mais il faudra une décennie et plus avant que nous entendions parler d’AlphaGo !
** Si vous avez déjà dû déployer un modèle, vous savez que l’infrastructure est vraiment un point de peinture. Ou pensez aux coûts énergétiques utilisés pour entraîner ces modèles. L’argent dépensé pour former l’IA aurait probablement déjà pu résoudre le problème sans avoir besoin de l’IA…
*** Surtout du travail, je suppose. Pour l’interaction quotidienne avec les gens, l’IA n’est pas nécessaire.
