4 sujets et outils d’IA à découvrir
L’IA est sur toutes les lèvres, à toutes les sauces, peut-être même que vous êtes près de l’overdose… C’est pourquoi nous avons choisi nos sujets dans le sujet, pour vous en faire un condensé digeste autour de 4 points : l’EX, les usages professionnels, l’éthique et l’UX.
1. Employee Experience (EX) & IA
Au-delà des compétences techniques nécessaires à l’utilisation des outils relevant de l’IA, cette dernière pourrait venir en soutien aux soft skills – encore plus essentielles à l’ère de l’IA – telles que la résolution des problèmes, la gestion du temps, l’adaptabilité, la résilience et même la pensée stratégique.
En France, 35% des entreprises d’au moins dix salariés, utilisent déjà l’intelligence artificielle ou sont en train de la déployer. L’IA est par exemple déjà bien installée dans l’industrie : la moitié des entreprises l’utilisent. Dans la finance, les chiffres sont de 44% et dans le commerce, 40%. L’agriculture est grande consommatrice d’intelligence artificielle : près de 60% des petites entreprises agricoles ont recours à ses services. Parmi les atouts identifiés par ceux qui l’ont adopté : l’amélioration de la performance des salariés et la réduction du risque d’erreurs. Les freins majeurs à l’adoption de l’IA seraient : le coût, et l’absence d’expertise en interne pour la déployer.
L’exemple : Copilot, le nouvel assistant de réunion
Microsoft a lancé la première version de Microsoft 365 Chat, via son outil IA : Copilot, qui se présente comme un véritable assistant de travail. L’outil est capable de retrouver une information spécifique (une date-clé, une information importante) dans une variété de documents professionnels (comptes-rendus, enregistrements de réunion, livrables, cahiers des charges etc.). Parmi ses principales fonctionnalités : synthétiser le contenu, créer du contenu et brainstormer en fonction de vos informations sources et proposer des réponses rapides (moteur de recherche appliqué à vos propres données).
Dashboard de Copilot sur Microsoft 365
2. IA & usages professionnels
L’IA améliorerait considérablement les actions marketing et leur productivité : meilleure visibilité de l’attribution des actions marketing, modélisation de la customer life time value, mesure plus précise du ROI des investissements. Allons-nous vers de l’IA marketing, à savoir le “marketing absolu” ?
L’IA s’avère être un puissant outil tactique de la CX, à travers l’hyper personnalisation en fonction de typologies fines d’utilisateurs (dont on vous parlait ici), ou pour rendre lisible des parcours d’achat complexes.
Côté créatifs, designers ou artistes, l’art du prompt – text-to-text, text-to-image, image-to-video devient une compétence à part entière, pour fluidifier les processus de conception, de création, tout en orientant efficacement les résultats produits par l’IA générative. Dernier issu des Google Lab Sessions, Text FX est décrit par le géant du numérique comme “une expérience d’IA conçue pour aider les rappeurs, les écrivains et les artisans du verbe à développer leur processus”.
L’exemple : les rédactions de presse américaines
21 rédactions de presse américaines, ont émis leur guidelines, quant à un usage professionnel de l’IA, comprenant entre autres : la surveillance, la transparence, la stricte définition des utilisations interdites ou autorisées, la responsabilité et la confidentialité.
Le tech magazine Wired, déclare qu’ils ne publient pas d’articles avec du texte généré par l’IA ou, d’images édités par l’IA à la place de photographies d’archives. Des notions telles que “l’expérimentation prudente” émergent cependant : Le Financial Times, a lui déclaré qu’il adoptera l’IA pour fournir des services aux lecteurs et aux clients.
Un déploiement éthique de l’IA, revient ainsi à penser son usage comme un levier stratégique, par secteurs et corps de métier, mais qui se doit aussi d’être soigneusement organisé et cadré notamment dans son usage par le grand public.
3. IA & Ethics
Qu’en est-il du fonctionnement de l’IA, de la conception de ses algorithmes, au-delà de son utilisation ? La question des biais apparait comme incontournable : les êtres humains ont toutes sortes de biais cognitifs qui impactent leurs comportements et leurs données. Or ces données constituent le socle de tous les algorithmes de machine learning. Selon IBM, l’éthique de l’IA est un ensemble de lignes de conduite qui doivent guider la conception et les résultats de l’intelligence artificielle :
“…il est important que nous structurions les expériences et les algorithmes en gardant cela à l’esprit, car l’intelligence artificielle a le potentiel d’amplifier et d’étendre ces biais humains à un rythme sans précédent.”
Une réglementation européenne, le « Artificial Intelligence Act », est en cours de discussion en ce sens. L’UNESCO a, de son côté, défini 11 domaines d’actions stratégiques, dans lesquels doit intervenir une évolution responsable de l’IA à l’échelle mondiale. Quelles que soient les organisations, 3 principes de base doivent régir la conception et l’utilisation de l’IA : le respect des personnes, l’humanité, et la justice.
L’exemple : EduGPT
L’éducation n’est pas en reste face à l’IA, souvenons-nous de l’interdiction de ChatGPT par SciencesPo. EduGPT est l’exemple d’une initiative qui accompagne la définition d’un cadre éthique.
Disponible sur Apple store et Google play, cette extension open source promeut une IA sûre, éthique et transparente pour les enseignants dès la maternelle. La finalité ? “tirer facilement parti des grands modèles linguistiques dans un environnement sûr, éthique et transparent”, pour créer des plans de cours, des présentations, des expériences d’apprentissage engageantes et innovantes, et favoriser la pensée critique. EduGPT propose par exemple d’afficher les réponses de ChatGPT, aux côtés des résultats des moteurs de recherche populaires, pour une meilleure mise en perspective et une prise de recul par rapport aux résultats produits.
4. L’UX de l’IA
Dans leur ouvrage, AI and UX Why Artificial Intelligence Needs User Experience, publié en 2020, Gavin Lew et Robert M.Schumacher Jr rappellent que l’IA, à travers ses différents outils, usages et secteurs d’applications, s’adresse à une variété d’utilisateurs. D’un usage professionnel à un usage grand public, l’UX sera forcément différente, et d’elle, dépendent, la volonté et la facilité d’adoption de ces outils. Les auteurs exposent quelques principes, et montrent comment un framework UX peut s’appliquer pour créer une expérience utilisateur de l’AI qui soit positive.
Le framework UX : contexte, interaction, confiance
• Le contexte comprend les informations extérieures que l’IA peut utiliser pour effectuer une tâche. Le contexte relève donc des informations sur l’utilisateur, de la raison de sa demande, ainsi que des informations sur le monde extérieur.
• L’interaction fait référence à la manière dont l’IA engage l’utilisateur afin qu’il puisse lui répondre. Cet engagement peut prendre plusieurs formes : un message dans l’interface de l’IA, un message texte, une notification push sur son smartphone, etc. Avant que l’IA ne prenne une mesure susceptible d’avoir un impact pour l’utilisateur, elle doit tenter d’interagir avec lui. La communication est essentielle et l’interaction doit être conçue.
• La confiance relèverait dans ce contexte, du sentiment qu’ont les utilisateurs qu’un système d’IA accomplira avec succès la tâche qu’ils souhaitent lui confier, sans résultats inattendus : tâches supplémentaires (inutiles ou non utiles) non demandées par l’utilisateur, violation de sa vie privée. La confiance est d’une importance capitale pour l’adoption par les utilisateurs, et elle se perd facilement. Les développeurs doivent veiller à concevoir une expérience qui engendre la confiance.
Un vaste sujet, en évolution continue
La généralisation de l’IA en est à ses prémices. Les cadres réglementaires et éthiques, dans tous les domaines, se mettent progressivement en place. Les préoccupations suscitées par l’IA, sont à ce stade nombreuses et regroupent entre autres :
- sa singularité technologique ;
- son impact sur la transformation de emploi ;
- son utilisation dans le domaine de la santé ;
- la confidentialité, les biais et discriminations ;
- la notion de responsabilité ;
- la dépendance aux objets dotés d’intelligence artificielle ;
- l’usage de l’émotion et de l’empathie par ces outils ;
- l’adaptation de l’humain à la machine ;
- l’utilisation de vastes corpus non sourcés et de données personnelles ;
- la mainmise des GAFAM sur ces technologies.