IA générative en entreprise : tout le monde en parle mais personne ne sait vraiment comment ça marche

L'IA générative représente aujourd'hui un virage technologique majeur, remodelant notre façon d'interagir avec les données et de générer du contenu.

Cette avancée technologique est  semblable à l'avènement de l'automobile dans le monde moderne.

Au cœur de cette révolution se trouve une série de technologies capables de générer de nouvelles données qui ont servi à son apprentissage, allant de la production de texte ou d’idées à la création d'images, de musique, de graphiques, de simulations interactives et plus encore.

Des outils, comme GPT-4 utilisent des algorithmes complexes pour analyser et apprendre d'énormes volumes de données existantes issues principalement du Web et des réseaux sociaux. Ce qui leur permet ensuite de produire des résultats qui semblent être créés par des humains.

Depuis quelques mois, ces technologies engagent une véritable révolution dans la manière dont nous abordons les tâches quotidiennes et la prise de décision en entreprise.

Leur puissance réside principalement dans leur capacité à traiter et à synthétiser des informations à une échelle et à une vitesse inégalées, ouvrant la porte à des applications innovantes dans presque tous les domaines imaginables. Elles agissent comme des catalyseurs de créativité et d'efficacité.

Cependant, la facilité d'utilisation des outils d’IA masque la complexité sous-jacente de la technologie. 

Une question se pose : Avons-nous vraiment saisi les bases essentielles pour les utiliser efficacement ?

Pourquoi c’est si facile à utiliser : l'IA sans le jargon technique

L'IA générative a franchi un seuil critique en termes d'accessibilité. Comme une voiture moderne équipée d'une boîte automatique laissant même rêver d’une voiture autonome, elle simplifie les tâches complexes sans nécessiter une connaissance approfondie de la mécanique sous-jacente. 

Dans les entreprises, des départements variés – marketing, R&D, finance, achats, opérations – exploitent désormais l'IA pour automatiser des tâches, générer des idées innovantes et analyser d'énormes volumes de données. Ces applications, autrefois réservées aux experts en données, sont maintenant accessibles à tous.
Prenons l'exemple d'un outil d'IA générative pour la rédaction de contenu. Il transforme la façon dont les équipes marketing génèrent des campagnes publicitaires, rédigent des descriptions de produits, ou même génèrent des idées pour des articles de blog. 

Une autre famille d’utilisateurs férus d’innovations s’est particulièrement emparée de ce phénomène ; les développeurs. Cela peut paraître bizarre voire antinomique car les développeurs sont tellement attachés à la programmation de code. Et pourtant ils y ont vu un intérêt majeur dans l’accélération du temps de recherche et de développement et l’utilisent comme le dernier studio de développement à la mode.

Cette simplicité apparente masque toutefois une complexité technique significative, rappelant qu'un conducteur n'a pas besoin de comprendre la mécanique interne de son véhicule pour le conduire. 

Cependant, cette facilité d'usage ne doit pas faire oublier la nécessité d'une compréhension basique de ce qui se passe sous le capot d’une IA générative et plus globalement d’une IA.

Une réalité bien moins magique derrière l’IA générative 

Au-delà de la vitrine magique apparente, se trouve une réalité beaucoup plus terre à terre. L’IA générative repose sur 2 principes simples, puissants mais surtout fondamentaux.

1. De grandes quantités de données - textes, des images, du son, tout y passe,
2. et un apprentissage - ou entraînement qui lui permettra de réagir en générant une réponse quand elle sera face à une nouvelle situation inconnue.

Prenons l’exemple d’un enfant qui apprend à parler. Il entend, écoute ses parents. Ses parents vont progressivement lui apprendre au travers d’exemples à construire des phrases  selon une certaine structure linguistique; sujet, verbe, complément. 
Imaginez désormais que les parents se mettent à lui parler en occultant le verbe. 
Le résultat ? L’enfant formulera des phrases sans verbe.
Et bien cet enfant c’est la jeune IA générative qui commence à apprendre à partir des données qui lui auront été soumises en exemple.
Autre point : L’IA est dénuée de toute compréhension ou raisonnement contrairement à ’un humain.
Elle n’a pas de conscience ou de compréhension contextuelle. Elle fonctionne grâce à des algorithmes qui analysent les probabilités statistiques, sans saisir le sens véritable des données.
Tout n’est que mathématiques. Par exemple, lorsqu'elle compose un texte, elle s'appuie sur des séquences de mots fréquemment associées dans les données d'entraînement, sans vraiment "comprendre" ce qu'elle écrit.
Pour cela, je vais prendre un exemple très imagé de l’illustre expert Luc Julia.
Si nous montrons 2 images de chat à notre enfant. A partir de là, il est en capacité  d’identifier immédiatement d’autres images de  chats et de les reconnaître en mouvement dans la réalité.  Notre jeune IA quant à elle, aura besoin d’avoir vu plus de  100 000 images de chats pour générer une reconnaissance à 99%. Une réalité qui montre un appétit gargantuesque de l’IA !

On voit donc très rapidement que l'IA générative est dépourvue de capacité de raisonnement. 

Elle ne peut pas tirer de conclusions logiques, avoir des pensées indépendantes ou même créer des idées novatrices. Son "intelligence" est en fait le reflet des données sur lesquelles elle a été entraînée. Si ces données sont biaisées ou limitées, les résultats de l'IA le seront également. 

D’ailleurs, savez-vous que plus de 240 000 annotators ou raters travaillent dans l’ombre sur les réglages de ces chatbots et sur l’ajustement des erreurs de réponse de ces solutions ?

En vous dévoilant les coulisses de l'intelligence artificielle générative,vous avez découvert une réalité bien moins mystérieuse et magique que ce que l'imaginaire collectif peut souvent suggérer. Reconnaître que l'IA est "moins magique" n'est pas une limitation, et ne doit pas arrêter les avancées  mais doit être perçu comme une invitation à travailler, à collaborer de manière plus éclairée et responsable avec ces technologies. 

En apprenant et en comprenant ses capacités réelles et ses limites, les entreprises pourront mieux l’intégrer dans leurs activités, en tirant le meilleur parti de ses forces tout en restant conscientes de ses contraintes. L'IA ne remplacera pas le jugement humain, l'expertise ou la créativité ; elle les complètera.