Discussion :

[Bill Fassinou]

La collaboration entre humains et agents IA changera pour toujours la façon dont les tâches professionnelles sont exécutées,
selon un rapport d'étude

L'intelligence artificielle (IA) est la capacité des machines à exécuter des fonctions cognitives généralement associées à l'esprit humain, comme le raisonnement, l'apprentissage, la prise de décisions, la résolution de problèmes et parfois la créativité. Mais, malgré les progrès remarquables réalisés dans le domaine de l’IA, les humains n'ont encore pas été rendus entièrement redondants. Les humains restent toujours ceux qui doivent intervenir et prendre la responsabilité d'agir. Alors, comment la paire humains-IA changera-t-elle le travail pour toujours ?

L'IA est bonne pour identifier des modèles et faire des prédictions, mais elle est encore incapable d’expliquer pourquoi (par opposition à "comment") une décision a été prise ou même d’effectuer un raisonnement contre-factuel. Cela reste du ressort de l'intelligence humaine. Ainsi, plutôt que de remplacer complètement les personnes, les compétences de l'homme et de l'IA sont combinées sous la forme "d'hybrides homme-IA", ce qui représente des systèmes intelligents composés à la fois d'agents artificiels, algorithmes d'apprentissage automatique, et de personnes.

Selon un rapport d’étude publié par le Warwick Business School, un département de l'université de Warwick en Angleterre, les agents humains et artificiels sont capables d'accomplir ensemble des tâches à une vitesse, à une portée et à une échelle plus grandes que celles que les gens peuvent accomplir seuls. Ils le font de trois façons : par substitution de tâches, où l'IA se substitue aux humains ; par augmentation de tâches, où les humains se complètent ; ou par assemblage de tâches, où l'IA et les humains sont rassemblés dynamiquement pour fonctionner comme une unité intégrée.

Selon le rapport, la substitution de tâches est la plus couramment rencontrée via les assistants virtuels omniprésents. Dans l’augmentation des tâches, les informations de conception sont introduites dans un logiciel de conception générative utilisant une intelligence artificielle afin de produire rapidement toute une gamme de solutions de conception. Les humains peuvent aussi compléter le logiciel en appliquant une perspective morale pour s'assurer que l'intelligence artificielle permet d'atteindre les objectifs de la tâche dans certaines limites éthiques acceptables.

Dans le troisième cas, le rapport estime que, bien que l'assemblage des tâches n'ait pas encore fait son chemin sur les plateformes de travail numériques, les personnes et les agents d'IA travaillent déjà en tant qu'unités intégrées dans des domaines comme la chirurgie mini-invasive ou dans la fabrication où les humains portent des dispositifs robotiques pour améliorer leur performance. Selon le rapport, ce sont là les trois façons dont la paire humain/IA sera en mesure de remodeler la façon dont les tâches professionnelles sont exécutées.

Cela dit, le rapport indique que la perturbation de la répartition des tâches et des performances, utilisant des hybrides humain-IA, soulève un certain nombre de questions importantes tant pour les organisations que pour la société en général. Pour les auteurs du rapport, l'implication la plus évidente est peut-être que dans de nombreux domaines de travail, y compris ceux qui étaient auparavant considérés comme hors de la portée des robots, les travailleurs vont se retrouver dans une concurrence constante avec les agents artificiels.

« Cela aura pour conséquence de pousser les gens à se recycler et à acquérir des connaissances plus spécialisées lorsqu'ils se bousculeront pour se positionner dans le monde du travail, faute de quoi ils risquent d'être concurrencés par des agents humains plus spécialisés ou même par des agents d'IA », ont écrit les auteurs du rapport. Selon eux, cette situation va générer des frustrations au sein des travailleurs que les chefs d’entreprises et les gouvernements devront gérer à l’avenir. D’après eux, les offres cloud de Google, Amazon et Apple sont par exemple des plateformes numériques qui facilitent la vie des travailleurs.

Ils fournissent une infrastructure cloud facilitant l'accessibilité et le stockage des données, ainsi que de nombreux outils et algorithmes prêts à l'emploi à utiliser dans les activités professionnelles. En plus de cela, ces plateformes accumulent de grandes quantités de données, ce qui leur permet d’améliorer les capacités de leurs agents d'IA. Résultat des courses, elles monopolisent progressivement la substitution, l'augmentation et l'assemblage des tâches. Plus les entreprises exploitent ces plateformes, plus elles sont en mesure d'en tirer profit.

En conclusion, les auteurs du rapport estiment qu’il devient de plus en plus clair désormais que les personnes capables d'exploiter le potentiel de l'IA pour optimiser l'exécution des tâches seront les plus susceptibles de réussir dans un monde de travail perturbé numériquement.

Source : Warwick Business School

Et vous ?

Que pensez-vous de cette étude ?
L'IA ne serait-elle plus assez efficace pour remplacer les humains dans les entreprises ?
Que pensez-vous de la collaboration entre humains et agents IA ?

Voir aussi

La révolution de l'automatisation et de l'intelligence artificielle sera surtout néfaste pour les hommes, selon une analyse

L'automatisation supprime-t-elle l'emploi ? Eric Schimdt ne le pense pas. Le PCA de Google croit qu'elle va créer beaucoup plus de nouveaux emplois

L'IA pourrait supplanter 40% des emplois du monde dans 15 ans. L'humanité arrivera-t-elle à surmonter ce bouleversement technologique ?

Une étude révèle que l'automatisation pourrait détruire plus de 2 millions d'emplois en France, mais va-t-elle en créer beaucoup plus ?

[Matthieu Vergne]

Remplacez toutes les mentions "IA" ou "robot" par "outils", et vous aurez un texte tout aussi pertinent, mais ô combien moins surprenant. Ben oui, utiliser des outils pour nous aider dans nos taches, ont fait ça depuis nos origines. Et ceux qui utilisent les outils les plus performants sont les plus performants.

Et ça, c'est du scoop !

[Neckara]

L'IA est bonne pour identifier des modèles et faire des prédictions, mais elle est encore incapable d’expliquer pourquoi (par opposition à "comment") une décision a été prise […]

Euh non… pour le deep, oui, mais pour tout le reste, non.

[Matthieu Vergne]

Euh non… pour le deep, oui, mais pour tout le reste, non.

Pas juste le deep, les réseaux de neurones de manière générale.

Par contre, effectivement, dans le machine learning on a aussi les fonctions de régression par exemple, qu'on sait bien interpréter : l'effort est dans le choix du type de fonction vers laquelle régresser, choisie par l'analyste en fonction de ses données, donc encore heureux qu'il sait pourquoi il a choisi celle-là. Plus largement, l'IA couvre non seulement le machine learning, mais aussi les techniques d'interprétation symboliques, plus communément appelées systèmes experts, dans lesquels on formalise nos propres règles pour faire du raisonnement logique. Or ces systèmes sont justement tout à fait capable d'expliquer leurs raisonnements, vu que ce sont les règles utilisées pour tirer la conclusion qui la donne.

Donc oui, un connaisseur ne peut pas être en accord avec l'affirmation que "l'IA ne sait pas expliquer". Par contre, l'interprétation actuelle du terme, qui se focalise quasi exclusivement sur l'apprentissage profond, justifie cette remarque. C'est juste une vision étriquée qui réduit le domaine à son sous-domaine le plus populaire aujourd'hui, comme on réduirait la programmation aux langages les plus populaires du moment.

[Neckara]

Pas juste le deep, les réseaux de neurones de manière générale.

mmm…

il me semble qu'on arrive à comprendre ce que font certaines couches (ou des blocs). Pour une seule couche, il me semble qu'on arrive aussi à s'en sortir.

Par contre, effectivement, dans le machine learning on a aussi les fonctions de régression par exemple, qu'on sait bien interpréter : l'effort est dans le choix du type de fonction vers laquelle régresser, choisie par l'analyste en fonction de ses données, donc encore heureux qu'il sait pourquoi il a choisi celle-là. Plus largement, l'IA couvre non seulement le machine learning, mais aussi les techniques d'interprétation symboliques, plus communément appelées systèmes experts, dans lesquels on formalise nos propres règles pour faire du raisonnement logique. Or ces systèmes sont justement tout à fait capable d'expliquer leurs raisonnements, vu que ce sont les règles utilisées pour tirer la conclusion qui la donne.

Pour le ML, tu peux aussi utiliser du SVM, et plus rarement du Random Forest, KNN, et autres.

Par contre, l'interprétation actuelle du terme, qui se focalise quasi exclusivement sur l'apprentissage profond, justifie cette remarque. C'est juste une vision étriquée qui réduit le domaine à son sous-domaine le plus populaire aujourd'hui, comme on réduirait la programmation aux langages les plus populaires du moment.

Au niveau marketing, oui.
En recherche, SVM a encore de beau jours devant lui pour les applications où le nombre de données disponible est "faible".

[Matthieu Vergne]

il me semble qu'on arrive à comprendre ce que font certaines couches (ou des blocs). Pour une seule couche, il me semble qu'on arrive aussi à s'en sortir.

L'apprentissage profond, c'est "beaucoup" de couches. Entre 1 et "beaucoup", on a une marge. Par ailleurs, je n'irai pas jusqu'à dire qu'on les comprends, mais qu'on est capable de leur donner une interprétation assez satisfaisante pour convaincre les autres de donner la même. Interprétation qui devient de plus en plus difficile avec l'augmentation du nombre de couches. Ce n'est pas comme s'il y avait un seuil clair avant lequel c'est compris et après lequel ça ne l'est pas.

Pour le reste, je donnais des exemples. L'apprentissage machine, ça couvre large, et l'IA encore plus.

[MRSizok]

Peut-on vraiment parler de 4ème revolution industriel ici ?

J'en ai pas vraiment l'impression. La révolution Industriel existe si elle octroie une technologie radicalement plus évolué vis à vis de la précédente. Qu'est-ce-qui ferait qu'elle ne serait pas séparé de l'informatique?

Il y a eu une nuance entre la maitrise de l'électricité (Lumière, morse, etc..) assez primitif et l'ère de l'informatique (micro processeur, electro magnétisme, etc..). Même si c'est plus une question de Maitrise. Mais une forte impacte sur les foyers et le PIB de chacun. Ici, l'expertise augmente encore avec l'IA. Mais quesqui certifie que l'impact sera aussi fulgurante que les autres? J'ai l'impression qu'ils essaient de créer un hype pour les investisseurs.

De plus si ça met 20 à 30 ans à se mettre en place. Peut-on encore parler de révolution ou d'évolution Industriel?

Bref, j'aime bien les débats...

[Anselme45]

La collaboration entre humains et agents IA changera pour toujours la façon dont les tâches professionnelles sont exécutées. Selon un rapport d'étude

Que voilà une étude qui était absolument indispensable à la connaissance du monde

Je serai à 2 doigts de proposer à ses auteurs d'autres thèmes d'étude comme:

"Est-ce que l'invention du feu a changé de manière radicale la vie de Mme Michu?"

"Est-ce que l'invention de l'électricité a eu un impact sur le développement humain?"

etc...

PS: J'ai encore d'autres thèmes tout aussi fondamentaux à disposition dont mon préféré: "Est-ce que les études à la c.. sont absolument nécessaires pour le bien-être intellectuel du lecteur moyen?"