Comme toutes les autres technologies, l'intelligence artificielle devrait susciter un questionnement préalable à son développement : quels objectifs lui assignons-nous ?
Force est de reconnaître que nous " omettons " de répondre à ce type d'interrogations pour la plupart des technologies ! Cela s'avère plus ennuyeux avec l'IA, comme le souligne Alexandre Pachulski : elle vient en effet suppléer l'être humain dans l'exercice d'activités requérant de l'intelligence humaine... Le flou qui perdure quant à sa nature exacte ou à la représentation que nous nous en faisons - souvent issue de la science-fiction - crée un inconfort, voire de la peur, au sein du grand public.
Pourtant, le développement de l'IA peut permettre de remettre le curseur sur un élément moteur de notre créativité et de nos performances : les relations humaines. Durant les périodes de confinement, c'est ce dont nous avons le plus manqué ! Mais ce " moteur " est trop souvent oublié dans le monde du travail en général, et dans l'univers des ressources humaines en particulier : ainsi, se demande Alexandre Pachulski, pourquoi confie-t-on encore aux collaborateurs des tâches pour lesquelles l'être humain ne présente aucune valeur ajoutée ? Qu'un recruteur doive trier des CV au lieu de consacrer du temps à établir des relations avec des candidats, voilà ce qui pose problème - entre autres.
Les données que nous fournissons à l'intelligence artificielle, puis la façon dont nous l'entraînons, requièrent de faire preuve de pensée critique. L'exemple du système de Machine Learning mis en place par Amazon pour gérer ses recrutements témoigne d'une discrimination induite par l'être humain, quand il ne prend pas le recul nécessaire sur la façon dont l'IA va traiter les informations qui lui sont soumises. L'intelligence artificielle n'a pas " généré " le sexisme qu'elle a appliqué à la sélection des profils, elle l'a en revanche reproduit fidèlement.
Par ailleurs, les données que détient l'IA à notre sujet peuvent constituer une opportunité, si elles nous sont bien restituées. L'IA nous tendra alors un miroir de nous-mêmes susceptible de booster notre connaissance de soi, notamment.
Alexandre Pachulski met aussi l'accent sur l'une des soft skills dont on parle beaucoup, en s'appuyant sur les enseignements du jeu d'échecs. Face à un champion comme Gary Kasparov[2] faisant équipe avec une IA surentraînée, un joueur lambda associé à une IA " moyenne " triomphera haut-la-main, s'il collabore efficacement avec son binôme ! Cela reflète le monde professionnel qui s'ouvre à nous : la performance y naît de la qualité de la coopération, que celle-ci concerne uniquement des êtres humains ou qu'elle inclue de l'IA.
Analyse ou émotion ? Alexandre Pachulski penche pour la seconde car elle réunit " tout " - ce que le cœur et le corps ressentent, ce que l'esprit a " processé ".
Questionnement scientifique ou philosophique ? Face à l'absence de débat, au refus de la confrontation d'idées, la pensée numérique - via 0 ou 1 - ne convainc pas Alexandre Pachulski, qui lui préfère une réflexion intégrant la complexité.
Machine Learning ou compétence Apprendre à apprendre ? Difficile de ne pas opter pour un apprentissage humain s'appuyant sur la curiosité et l'envie d'investiguer de nouveaux horizons, qui mobilise la confiance en soi et nourrit l'adaptabilité tout autant qu'il la sollicite... Toutefois, faut-il opposer Machine Learning et compétence Apprendre à apprendre ? La réponse en vidéo.