L’essor des nouvelles technologies est apparu à la fin du 20^ème siècle, avec l’arrivée d’Internet et du Web. À partir des années 2000, elles sont devenues omniprésentes pour toutes nos tâches quotidiennes. En effet, pour chaque problème que nous rencontrons, une solution technologique est alors créée pour y remédier. C’est ce que l’on appelle le solutionnisme. Une notion abordée par Evgeny Morozov, chercheur et écrivain américain d’origine biélorusse, qui développe une idée selon laquelle il faudrait apporter une solution pour chaque problème rencontré, qu’ils soient entièrement réels ou pas. On peut donc se demander si le robot Tesla Bot, inventé par la société d’Elon Musk, répond-il aujourd’hui à un besoin existant ?

Révélation_trop_précipitée.mov

C’est lors du Tesla AI Day en août dernier que Tesla a révélé à son public l’intention de créer un robot aux allures intimement humaines : le Tesla Bot. Pour Elon Musk, la création de cette nouvelle intelligence artificielle n’est finalement que le prolongement d’une intelligence artificielle d’ores et déjà présente dans les voitures électriques Tesla. En d’autres termes, cette transition de la citadine électrique vers le Tesla Bot s’explique en partie du fait de son processeur Full Self Driving (FSD) qui occuperait plus ou moins la fonction même d’un cerveau humain. Cette puce électrique rendrait donc possible le transfert technologique entre les deux intelligences artificielles. À l’heure actuelle, la voiture électrique n’a pas la capacité de rouler seule, il ne s’agit que d’une conduite semi-autonome. Si cette technologie est encore loin d’être au point, elle bénéficiera tout de même au Tesla Bot qui devra apprendre au même titre que la voiture à devenir à terme autonome.

Alors qu’Elon Musk, très optimiste, prévoit de créer un prototype de ce robot d’ici 2022, certains plus pessimistes comme Rodney Brooks, ancien directeur du MIT Computer Science and Artificial Intelligence Laboratory et co-inventeur du robot Roomba, ne voient se développer le robot qu’à partir de 2031. Cela ne laisserait finalement qu’une faible marge de 10 ans à Elon Musk pour réaliser un tel projet. Seul le temps pourra nous révéler qui des deux avait raison.

En se penchant davantage sur la personnalité d’Elon Musk, nous savons tout le déterminisme et le désir d’aventure dont il fait usage. Ce robot ne pourrait être qu’un échec ou bien une réussite, quoi qu’il en soit son souhait de réaliser un robot aux caractéristiques humaines sera accompli. À vrai dire, on ignore la véritable motivation de ce projet. S’agit-il uniquement d’un coup marketing pour la marque Tesla ou envisage-t-il réellement de créer ce robot ?

Malgré les nombreux débats qu’ont suscité cette annonce, les fans d’Elon Musk n’ont pas caché leur engouement envers ce robot pour le moins semblable à celui du jeu vidéo Detroit : Become Human. Ce jeu vidéo développé par la société Quantic Dream en 2018, raconte l’histoire déconcertante de plusieurs robots aux allures bien humaines.

Comme nous le montre cette image ci-dessus, les personnages principaux ont tout à fait l’air d’être humains. Dans la peau de chaque humanoïde, vous pourrez au cours de l’histoire, réaliser toutes sortes de tâches humaines plus ou moins valorisantes, au profit de personnes parfois très aisées. Certains des personnages sont maltraités voire tués. À la fin de l’histoire, l’un des robots prend l’initiative de se rebeller et se voit même exprimer des sentiments envers des humains. Ce jeu vidéo est à la fois avant-gardiste et percutant, car il permet de réfléchir à de nouvelles questions auxquelles nous n’aurions pas pensé auparavant. Est-ce là un avant-goût de ce qui nous attend à l’avenir ?

Plus_humain_que_toi.mkv

Ce sont des mots que pourrait prononcer ce nouveau robot Tesla Bot. En effet, selon les caractéristiques données par Tesla lors de la conférence AI Day, le robot mesurerait 1m72, pour un poids total de 56 kilos. Il pourrait se déplacer à 8 km/h, porter 20 kilos et soulever 68 kilos du sol. Il serait muni d’un corps, de deux bras, deux jambes et une tête, une apparence finalement humaine. Nous ne sommes pas dans le jeu vidéo Detroit : Become Human, mais cette liste de caractéristiques nous laisse tout de même dubitatifs. Selon les créateurs, le robot serait capable de remplacer l’humain pour accomplir toutes sortes d’activités. Occuper un emploi, faire des courses, agir en tant que domestique… Mais que feraient les humains si les robots faisaient tout à leur place ? Notre cerveau n’est à l’heure actuelle pas conditionné à voir un robot réaliser des tâches nous étant naturellement destinées, et c’est tout à fait légitime. Si les humanoïdes avaient la capacité de réaliser des tâches humaines, ne seraient-ils pas également capables de recréer entre eux un langage indéchiffrable ? Une expérience qui s’est déjà produite en 2017 chez Facebook, où deux petits robots issus du laboratoire de recherche sur l’intelligence artificielle ont réussi à communiquer à partir d’une version modifiée de l’anglais.

À l’image des voitures Tesla qui sont munies de la puce Full Self Driving (FSD) et du supercalculateur Dojo, les Tesla Bot auraient d’une manière égale, la possibilité de s’entraîner afin d’éviter des obstacles, de deviner s’il s’agit d’un piéton, d’un feu rouge, etc… Bien que ce système ne soit pas fiable à 100%, cela permet aux intelligences artificielles d’être en constant apprentissage, en constante formation. Un apprentissage que l’on pourrait comparer à celui d’un enfant, car il apprend à se déplacer, à faire des choses par lui-même, à parler… Tout comme l’humain, le robot a besoin de nombreuses expériences pour devenir « adulte » et autonome. Nous tendons vers une robotisation de l’homme et une humanisation des robots. Étrangement, les mots utilisés pour parler du robot semblent être ceux adressés à un humain, pourtant ce n’est pas le cas on parle bel et bien d’un objet connecté, d’une intelligence artificielle.

Quel_public_est_visé_par_ce_robot.asf

Avant toute chose, il serait important de connaître la véritable vocation de ce futur robot. Serait-il uniquement utilisé dans le cadre domestique ? Ou bien dans le cadre professionnel ? Quoi qu’il en soit, à l’image de la voiture Tesla qui affiche aujourd’hui un prix très élevé, la logique serait de penser que ce robot sera lui aussi très cher. Tesla est une marque de luxe qui n’est accessible que par une minorité de la population. Bien que nos intentions soient bonnes et que l’envie soit celle de passer au tout électrique, cela reste très difficile d’accès pour les personnes aux faibles revenus. Afin de préserver la planète dans les années à venir, il nous faudrait pourtant passer à l’électrique et abandonner les carburants traditionnels. Afin d’accompagner cette conversion, il existe aujourd’hui des primes mais qui sont loin d’être suffisantes.

Idéalement, ce robot pourrait servir à plusieurs publics spécifiques. En premier lieu, ce robot pourrait s’avérer utile pour une personne en situation de handicap, afin de l’aider dans la vie de tous les jours. Il pourrait lui préparer un repas, entretenir une discussion avec elle, la guider dans ses mouvements… Sous cet angle, ce robot pourrait être une innovation positive pour toutes les personnes qui en ont le besoin. C’est par ailleurs la première hypothèse mise en avant dans le jeu Detroit : Become Human. En effet, l’un des humanoïdes doit s’occuper d’une personne en fauteuil roulant à son domicile. En revanche, comme nous l’avons expliqué précédemment, le prix de ce dernier sera certainement très élevé et les aides ne sont pas toujours à la hauteur des espérances. Une fois encore, ce robot trouverait usage aux personnes en situation de handicap ayant la capacité de pouvoir le financer. Or, les personnes en situation de handicap ne sont pas toutes aisées, l’argent n’est pas lié aux capacités physiques ou mentales, c’est donc une sorte d’injustice sociale.

En second lieu, et comme nous l’avons dit à plusieurs reprises, ce robot pourrait servir aux personnes les plus aisées. En effet, cette minorité de la population emploie toujours pour une partie, des personnes dans le but de répondre à toutes sortes de besoins. La préparation de repas, l’entretien du logement, du linge et du jardinage, etc… Ce personnel muni d’une conscience et de sentiments est rémunéré pour effectuer toutes ces missions, il est récompensé pour le travail qu’il a produit. Or, que se passerait-il si nous venions à utiliser des robots à la place des humains ? Ce personnel robotisé aux allures humaines ne serait d’un part pas rémunéré, mais ne serait également pas récompensé pour les efforts qu’il a produits. Il n’a pas de conscience ni de sentiments, il ne fait qu’obéir aux ordres qu’on lui a préalablement indiqué de faire. Ne serait-ce pas là une sorte d’esclavagisme moderne ? N’est-il pas pervers d’employer des humanoïdes au service de l’humain pour asservir ses propres besoins ? Il nous est pour le moment impossible d’y répondre car il n’existe pas encore d’humanoïdes capables de réaliser cela. Toutefois, grâce au jeu vidéo Detroit : Become Human, nous pouvons déjà imaginer l’envers du décor. Les personnages principaux que nous contrôlons tout au long du jeu sont maltraités et sont parfois même tués. Dans ce jeu, il n’y a aucune règle ni aucune loi qui interdit aux humains de les traiter de la sorte, serait-ce là une sorte de vide juridique ? Dans ce contexte du 21^ème siècle où l’intelligence artificielle est omniprésente au sein de notre société, il est légitime de poser ce genre de questions éthiques. Faudrait-il à l’avenir appliquer une loi obligeant les personnes ayant des robots, à les respecter et à les considérer comme des humains (2.0) ? Ce questionnement peut paraître prématuré mais a déjà suscité de nombreux débats.

Bouleversement_des_organisations_de_demain.avi

Comme l’ont expliqué à maintes reprises les créateurs lors de leur présentation au AI Day 2021, ce robot aurait la capacité de réaliser toutes sortes de tâches de travail. De ce fait, si le robot remplace l’Homme pour chaque tâche de travail, que fait l’Homme concrètement ? Ne serait-il seulement pas la personne qui répare les robots lorsqu’ils sont en panne ? Celui qui guide les humanoïdes dans leur travail lorsqu’ils ont un « bug » ? Ou bien celui qui rassure les robots lorsqu’ils sont « tristes » ? Il ne s’agit là que de simples hypothèses, mais il est essentiel de voir à quel point cela peut bouleverser le modèle organisationnel des entreprises de demain. Dans ce contexte, la perte du contact humain serait inévitable puisqu’il ne serait bon qu’à aider des robots qui ne sont pas vraiment humains. La formation des humains serait simplifiée, mais en contrepartie moins diversifiée. Il ne serait utile de les former que sur la création ou la réparation de robots. Dans le scénario le plus fâcheux où les robots seraient capables de « s’auto-développer », l’Homme ne servirait finalement plus à rien. Nous sommes loin d’imaginer ce que le futur nous réserve sur le plan technologique.

À_qui_la_faute.wmv

Motivés mais aussi aveuglés par l’envie d’innover, nous oublions parfois de nous poser les bonnes questions. En effet, en cas d’accident, qui est responsable ? Si c’est le robot, comment peut-il plaider sa cause ? Il ne s’agit peut-être même pas de sa faute. L’Humain qui l’a créé, accueilli et qui l’a formé, lui a appris à devenir le plus humain possible. Dans ce cas le robot appartient à l’Homme et lui est rattaché, c’est donc de son ressort. Toutefois, s’il s’agit vraiment de la faute du robot, peut-on réellement dire que c’est l’Humain qui est responsable ? Il a formé l’humanoïde à agir seul, à se former, à vivre tel un humain, il doit donc assumer ses responsabilités en tant que tel. Une fois encore, ces questions peuvent paraître prématurées, mais elles ont déjà suscité de nombreux débats. Créer un humanoïde n’est pas aussi simple que de créer un robot aspirateur. On sait que ce robot aspirateur ne pourra pas développer d’autres fonctions que celle de nettoyer, or l’intelligence artificielle a déjà su faire preuve de créativité en inventant elle-même un langage codé que l’Humain n’a pu déchiffrer.

L’heure_de_la_rébellion.mp3

Nous avons abordé le cas suivant à plusieurs reprises dans cet article. Si le robot est conscient de pouvoir être formé dans l’élaboration de tâches humaines afin d’aider d’autres personnes, pourquoi ne serait-il pas également capable de développer lui-même de nouvelles pratiques et de nouveaux langages ? Rien n’est impossible avec l’intelligence artificielle. La dernière affaire sur le sujet date de 2017 avec les robots appartenant au laboratoire de recherche sur l’intelligence artificielle du groupe Facebook. Les deux auteurs de cette affaire s’appellent Alice et Bob, deux robots qui ont réussi à recréer un langage autre que l’anglais.

Les deux robots ont été par la suite désactivés par leurs créateurs en expliquant que le résultat obtenu n’était simplement pas celui espéré, et qu’il ne fallait pas craindre ces robots. Dhruv Batra, chercheur pour le laboratoire de Facebook a insisté sur le fait que ces robots avaient seulement créé des abréviations comme pourraient tout aussi bien le faire les humains.

Ce concept de rébellion reste pour l’instant très abstrait, bien que le jeu vidéo Detroit : Become Human nous aide à y voir plus clair sur le sujet. Ce jeu met en exergue plusieurs humanoïdes au service de personnes qui pour la plupart sont violentes. Même s’il ne s’agit que d’un jeu vidéo, cela permet de visualiser le fonctionnement d’une société où les humains et les humanoïdes vivent mutuellement, et nous aident à réfléchir à de nouvelles règles qui pourraient être mises en place concernant l’utilisation de ces humanoïdes.

Conclusion.mpeg

Ce nouvel humanoïde Tesla annonce de bonnes comme de mauvaises nouvelles. L’aspect positif de cette innovation, c’est qu’il pourrait permettre d’aider les personnes en situation de handicap dans leur quotidien. Bien que l’on envisage son prix de vente très élevé, ce qui pourrait compromettre la phase d’achat, cet aspect du robot est pour le moins valorisant. En revanche, l’utilisation de ce robot à des fins abusives comme nous le montre le jeu vidéo Detroit : Become Human, décrédibilise quelque peu cette innovation. Pour l’instant cette situation très spécifique ne s’est jamais produite, il ne s’agit que de concepts très abstraits. En revanche, avec l’annonce récente du Metaverse, nous tendons vers une réelle gamification de la société qui pose de nouvelles problématiques sur le sujet. Il serait peut-être nécessaire d’instaurer de nouvelles règles ou des lois pour combler ce probable vide juridique. Ces deux innovations vont très certainement bouleverser le monde de demain sur notre façon de vivre, de travailler en entreprise, de réagir auprès de cette nouvelle forme de vie robotisée. Nous sommes encore loin de voir cet humanoïde exister. Pour l’instant, la seule intelligence artificielle qui fonctionne approximativement, est celle qui est présente dans la voiture électrique Tesla. Avant de vouloir créer une nouvelle intelligence artificielle, il serait peut-être nécessaire de finaliser le projet de la voiture Tesla ? En un mot, Elon Musk semble brûler quelques étapes concernant le déploiement et la démocratisation de l’intelligence artificielle Tesla au sein de la société. Au vu des nombreux débats que suscitent cette innovation, notre société ne semble pour l’instant pas préparée pour un tel changement technologique en si peu de temps. Il va falloir attendre quelques années encore avant de voir un humanoïde nous servir notre café du matin …

Par Antonin Gatard, promotion 2021-2022 du M2 IESCI d’Angers

Sources.flv

-Amélie Charnay, 2021. Elon Musk peut-il vraiment créer un robot humanoïde dès 2022 ?

<https://www.01net.com/actualites/elon-musk-peut-il-vraiment-creer-un-robot-humanoide-des-2022-2047772.html>

-Automobile-propre, 2021. <https://www.automobile-propre.com/wp-content/uploads/2021/08/teslabot-hd.jpg>

-Boris Manenti, 2021. Elon Musk va-t-il mettre au point le premier robot humanoïde en moins d’un an ? <https://www.nouvelobs.com/economie/20210828.OBS47984/elon-musk-va-t-il-mettre-au-point-le-premier-robot-humanoide-en-moins-d-un-an.html>

-Dr Nozman, 2021. Pourquoi le Tesla Bot est effrayant ? (Et incroyable). <https://www.youtube.com/watch?v=gqaWYZHrrz8>

-Emmanuel Touzot, 2021. Tesla Bot : tout ce qu’il faut savoir sur l’incroyable robot d’Elon Musk. <https://www.automobile-propre.com/tesla-bot-tout-ce-quil-faut-savoir-sur-lincroyable-robot-delon-musk/>

-FranceInfo, 2017. Intelligence artificielle : deux robots Facebook développent leur propre langage. <https://www.francetvinfo.fr/internet/reseaux-sociaux/facebook/intelligence-artificielle-deux-robots-facebook-developpent-leur-propre-langage_2308367.html>

-Investing.com, 2021. Elon Musk révèle son projet Tesla Bot.

<https://fr.investing.com/news/most-popular-news/elon-musk-revele-son-projet-tesla-bot-2040262>

-Playstation Store, Sony Interactive Entertainment, 2018. <https://image.api.playstation.com/vulcan/img/rnd/202010/2119/s5v9cfHUJlxYOJxlO3gUibyq.png>

-Rodney Brooks, 2021. <https://twitter.com/rodneyabrooks/status/1428868522973700099>

-William, 2021. Le projet futuriste Robot Tesla : tout ce qu’il y a à savoir ! <https://www.lesnewseco.fr/le-projet-futuriste-robot-tesla-tout-ce-quil-y-a-a-savoir-27975>

-Yohan Demeure, 2017. Des robots Facebook désactivés après avoir eu une conversation quelque peu étrange… <https://sciencepost.fr/robots-facebook-desactives-elabore-propre-langage/>

L’article Robot_Tesla_Bot_plus_humain_qu’humain.mp4 est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

En général, les traitements des données biométriques, analysées pour authentifier un individu (c’est-à-dire déterminer irréfutablement son identité), sont de plus en plus répandus. La CNIL définie la biométrie comme l’ensemble des techniques informatiques permettant de reconnaitre automatiquement un individu à partir de ses caractéristiques physiques, biologiques, voire comportementales. L’analyse des caractéristiques physiques propres aux individus, comme la voix, le visage, l’iris, les empreintes digitales et la reconnaissance faciale, leur permettent de se protéger contre la fraude et le vol. Cependant, prises hors du cadre personnel, ces pratiques posent des problèmes éthiques et de sécurité. Aujourd’hui, au-delà de l’authentification des téléphones et appareils électroniques, on peut payer ses courses dans certains pays avec la reconnaissance faciale, s’enregistrer à l’entrée d’un local pour participer à un évènement (concerts, match etc…), et la technologie peut aller plus loin. Cette innovation qui combine intelligence artificielle et avancée technologique refroidit les ardeurs de certains pays dont les pays de l’Union Européenne. Au-delà de la nécessité d’adapter la législation, les questions que soulèvent la reconnaissance faciale remettent en cause la maturité de la population à laquelle l’innovation serait apportée.

Il est nécessaire de comprendre, d’une part ce que la reconnaissance faciale pourrait emmener concrètement comme changement dans nos sociétés, et d’autre part ce qu’elle comporte comme risque. Alors que nos pays prennent le temps de faire le tour du sujet, et de se doter de législations adéquates pour réguler et protéger leurs valeurs, un marché en plein essor se développe. Il est important de ne pas rater la fièvre du marché et de se retrouver submergé par l’innovation développée par les sociétés étrangères une fois que le public ciblé arrivera à maturité. Ces sociétés étrangères auront déjà maitrisé les coûts et auront gagné en compétitivité. Les efforts de l’Union Européen dans la protection de sa souveraineté face au digital, la protection des données personnelles et la sauvegarde de la société éthique, bien qu’étant dans l’intérêt des citoyens, fragilisent les entreprises Françaises qui sont face à la concurrence rude, presque déloyale, des sociétés étrangères, en termes d’innovation. D’où l’urgence pour l’UE d’adopter une stratégie claire en ce qui concerne la reconnaissance faciale. Il en va de sa compétitivité et de sa place dans la course mondiale à l’Intelligence artificielle. Cet article analyse la position de l’UE en général et de la France en particulier, face à la reconnaissance faciale.

La reconnaissance faciale et les problèmes qu’elle soulève

Le principe de cette technologie est qu’un programme utilise l’intelligence artificielle pour analyser un visage. Des capteurs 2D et 3D mesurent la distance entre les yeux et à partir de celle-ci analysent des milliers de données biométriques afin de trouver un code qui correspond au visage. Grâce à ce code on peut être identifié ou s’authentifier. Dans le cadre de l’authentification aucun problème ne se pose dans la mesure où elle est souvent l’initiative de la personne authentifiée. C’est donc une comparaison d’informations données à un système. Par exemple pour déverrouiller un téléphone, une application, ou accéder à un bâtiment. L’identification au contraire suppose un apprentissage du système de qui on est, sans avoir besoin de donner délibérément des informations préalables. Ou alors le système dispose d’informations procurées par une entité par exemple dans le cas du paiement sans carte bancaire ou d’un contrôle d’identité. Ceci est inquiétant dans la mesure où n’importe quelle société disposant de données personnelles susceptibles de permettre la reconnaissance faciale peut nous identifier. Libéraliser cette pratique pourrait donc conduire à une surveillance de masse. Si, dans certains pays comme la France, les citoyens sont réfractaires à la mise en place d’une surveillance par leurs gouvernements, à plus forte raison la surveillance de sociétés privées peut être inquiétante dans un contexte où les données personnelles sont de plus en plus vendues.

Etat des lieux au sein de l’Union Européenne

Pour l’union européenne, les enjeux sont de taille. Rejeter la reconnaissance faciale reviendrait à abandonner la course à l’IA. Toutefois, elle veut éviter la surveillance de masse à l’insu des citoyens, préserver la vie privée, les droits essentiels et l’égalité de traitement. Le 28 Janvier, le conseil de l’Europe (qui a également travaillé sur l’élaboration du RGPD) a publié des directives strictes concernant la reconnaissance faciale notamment en interdisant la détermination du sexe, de la couleur de peau, de l’âge, du statut social, pour éviter la discrimination surtout dans l’emploi, l’éducation et l’assurance. Par exemple en Chine, le système développé par Dahua serait capable de détecter les Ouïghours et d’alerter la police. Les interdictions s’adressent aux développeurs, aux gouvernements et aux entreprises. La réglementation européenne dispose que le consentement n’est pas un fondement juridique suffisant pour utiliser la reconnaissance faciale dans la sphère publique ni dans la sphère privée. La position de l’UE est d’autant plus compréhensible que les voix sur les réseaux sociaux s’élèvent contre l’adoption de la reconnaissance faciale. A l’initiative de plusieurs associations, une pétition est lancée depuis quelques semaines pour bannir la surveillance biométrique dans l’union. Dans le monde entier, des actions sont entreprises, par des internautes, des activistes, des artistes, pour bannir la reconnaissance faciale et préserver les données et les vies privées.

La France a déployé la reconnaissance faciale à l’aéroport de Nice en 2019 puis de Lyon en 2020 afin de fluidifier le parcours des voyageurs. Tandis que 97% des aéroports es Etats-Unis utilisent cette technologie, ce déploiement se fait au grand dam de la CNIL qui s’inquiète du nombre sans cesse croissant de caméra dans les villes françaises. Les ambitions du pays pour les smart city nécessitent une maitrise de tout ce qui touche à l’IA et un cadre juridique et réglementaire solide.

Il y a moins d’un mois, les journaux révélaient qu’une plainte a été déposée en France contre la société américaine Clearview AI. Cette société qui a développé un système grâce à des données collecté sur le web est accusée de surveillance illégale au Canada et dans d’autres pays dont la France. On se rappelle également l’affaire IDEMIA de l’année dernière. Cette société française était citée parmi les mauvais élèves par Amnesty international. L’ONG avait accusé certaines sociétés Européenne d’exporter leur technologie de reconnaissance faciale en Chine. IDEMIA, qui était au temps des faits une filiale de Safran, s’est défendue en assurant que la technologie n’était pas déployée et a réitéré sa vision d’un cadre réglementaire clair pour la reconnaissance faciale en Europe.

L’hexagone n’est pas en marge des ambitions de l’UE en termes de protection de données et de réglementation de l’IA. Cependant, l’intérêt de la France pour la reconnaissance faciale n’en est pas moindre. Il y a un réel potentiel qui peut être exploité en maintenant une couture entre innovation et réglementation. Les entreprises Françaises ont une double charge. Elles doivent être compétitives à l’international tout en respectant les contraintes et les valeurs du pays. L’UE pourrait idéalement offrir un cadre où ces entreprises pourraient se développer sans enfreindre les règles en vigueur.

La question des traitements biométriques en général et la reconnaissance faciale en particulier renvoie au même sujet qui suscite les débats depuis quelques années : les données personnelles et leurs traitements. L’union européenne en s’attelant à la tâche de réglementation propose une porte de sortie face à la complexité du sujet et à la gestion libérale et risquée de certains pays. Toutefois, le sort des entreprises du secteur doit être toujours pris en considération surtout parce qu’il s’agit d’un marché en forte croissance (augmentation de 20% par an au cours des trois dernières années) dominée par la Chine, le Japon et les Etats-Unis. Il est nécessaire de créer un marché intérieur de l’IA et d’éviter de se montrer réfractaire au changement aujourd’hui pour être dans un futur proche les importateurs de cette technologie.

Par Colette Armandine Ahama, promotion 2020-2021 du M2 IESCI

Sources

https://www.cnil.fr/fr/definition/biometrie

http://www.economiematin.fr/news-reconnaissance-faciale-ethique-progres

https://siecledigital.fr/2021/01/29/vers-un-encadrement-de-la-reconnaissance-faciale-en-europe/

https://www.latribune.fr/opinions/tribunes/reconnaissance-faciale-un-debat-utile-et-necessaire-875195.html

https://www.lefigaro.fr/secteur/high-tech/reconnaissance-faciale-la-societe-clearview-ai-accusee-de-surveillance-de-masse-illegale-20210204

https://siecledigital.fr/2021/02/22/pourquoi-la-reconnaissance-faciale-fait-peur/

https://www.usine-digitale.fr/article/le-francais-idemia-accuse-d-avoir-vendu-un-systeme-de-reconnaissance-faciale-a-la-police-chinoise.N1007364

CNIL = Commission nationale informatique et libertés

UE = Union Européenne

L’article La position de la France à l’ère de la reconnaissance faciale est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

Vladimir Poutine, 1er septembre 2017 intervention publique

La petite histoire de l’IA…

Le conseil de l’Europe définit l’intelligence artificielle (IA) comme un ensemble de sciences (théories et techniques) qui ambitionne d’imiter les capacités cognitives d’un être humain.

L’histoire de l’IA remonte dans les années 40 aux États-Unis, dans le sillage de la cybernétique. A l’époque, Norbert Wiener, pionnier de la cybernétique, cherchait à unifier la théorie mathématique, l’électronique et l’automatisation en tant que « théorie entière de la commande et de la communication, aussi bien chez l’animal que dans la machine ». Au même moment en 1943, Warren McCulloch et Walter Pitts mirent au point un premier modèle mathématique et informatique du neurone biologique (neurone formel).

En 1950,  Alan Turing posera pour la première fois la question de l’éventuelle intelligence d’une machine dans son article « Computing Machinery and Intelligence » et décrira un «jeu de l’imitation», où un humain devrait arriver à distinguer, lors d’un dialogue par téléscripteur, s’il converse avec un homme ou une machine.

De ces foisonnements naitra l’IA en tant que discipline en 1956, lors de la conférence au Dartmouth College avec McCarthy et Minsky (reconnus comme pères de l’IA).

Si l’IA continue de se développer jusqu’au milieu des années 60, c’est seulement avec la recherche américaine, principalement financée par le Département de la Défense. Dans le même temps, on verra s’ouvrir des laboratoires çà et là à travers le monde.

Des années 70 aux années 2000, l’IA va rentrer dans sa période  « AI Winter ».

C’est seulement avec le succès public en mai 1997 de Deep Blue (système expert d’IBM) au jeu d’échecs, contre Garry Kasparov, que l’IA sortira de son sommeil.

A partir des années 2010, l’IA sera relancée définitivement avec des succès grands publics : en 2011, avec Watson, l’IA d’IBM remportera les parties contre 2 champions du « Jeopardy » ; en 2012, Google X (laboratoire de recherche de Google) arrivera à faire reconnaître à une IA des chats sur une vidéo.

A ce stade, seulement trois pays étaient dans le compétition de l’IA : les États-Unis, le Canada, et la Grande-Bretagne. C’est l’équipe dirigée par Geoffrey Hinton (de l’Université de Toronto), qui permettra de faire des percées dans l’apprentissage par la machine (machine learning) avec l’apprentissage profond (deep learning). Les deux autres membres de l’équipe sont Yoshua Bengio (de l’Université de Montréal) et Yann LeCun (de l’Université de New York), qui, dès 2003, avaient décidé de démarrer un programme de recherche pour remettre au goût du jour les réseaux neuronaux.

A partir de ce moment, certaines sociétés vont prendre les devants. Avec le deep learning, la problématique de l’IA devient d’avoir de la donnée à traiter. Google devient rapidement un pionnier. En 2012, la firme de Mountain View n’avait que quelques projets d’usages, contre 2 700 trois ans plus tard. En 2013, Facebook ouvre le Facebook Artificial Intelligence Research (FAIR) dirigé par Yann LeCun. Amazon, Microsoft, Apple, Netflix, Tesla vont suivre aussi.

En 2016, AlphaGO (IA de Google spécialisée dans le jeu de Go), en battant le champion d’Europe (Fan Hui) et le champion du monde (Lee Sedol), puis elle-même (AlphaGo Zero), change les cartes. Les États-Unis étaient alors les maîtres incontestés de cette technologie.

Le plan MIC 2025 …

Suite à la victoire d’AlphaGo, la Chine décide d’entrer dans la compétition de l’IA.  À ce stade, elle accuse au moins quinze ans de retard, ce qui représente une éternité sur l’échelle de l’IA. Mais, à partir du moment où elle a décidé de rentrer dans la compétition, plus rien ne va l’arrêter.

En fait, le plan décennal « Made in China 2025 » (MIC 2025) était déjà en marche. Annoncé par le premier ministre Li Keqiang lors de la 12e session plénière de l’assemblée du peuple le 5 mars 2015, le MIC 2025 redéfinit les priorités industrielles de la Chine. Il vise à faire passer la Chine du statut « d’usine du monde » à celui de « grande puissance industrielle », maîtrisant la recherche, l’innovation et la production de biens à forte valeur ajoutée. La Chine va entrer dans la révolution connectique. Le MIC 2025 doit permettre la création de champions nationaux capables de s’imposer comme des acteurs incontournables à l’international, par une stratégie d’acquisition de nouvelles technologies, et le déploiement à l’étranger des entreprises chinoises, idéalement sur les pays concernés par la « ceinture de la route de la Soie » (BRI[1]), l’autre programme phare du « rêve chinois » pour 2049).

En effet, dès son arrivé au pouvoir en 2012, Xi Jinping affiche l’objectif de réaliser le «rêve chinois» pour 2049 pour le centenaire de la fondation de la République populaire de Chine. La Chine sera « un pays innovant » d’ici 2020, «un des pays les plus innovants» d’ici 2030 et, pour finir, « la première puissance innovante » d’ici 2049, avec les deux programmes phares qui sont les Nouvelles Routes de la Soie en 2013 (BRI) et MIC 2025 en 2015.

En termes de R&D, les dépenses ont été multipliées par un facteur 13 entre 2000 et 2017, passant de moins de 1 % du PIB en 2000 à 2,1 % en 2017. En 2019, ce montant dépasse le niveau moyen de l’Union européenne et s’élève à 290 milliards d’euros soit 2,23% du PIB de la Chine (selon les données publiées en septembre 2020 par trois agences gouvernementales chinoises couvrant les secteurs privé et public).

Concernant le nombre de brevets déposés par la Chine, il a rapidement augmenté (+700 % entre 2007 et 2017). La Chine s’est hissée à la première place devant les États-Unis (57 840 demandes) avec 58 990 demandes internationales de brevets en 2019, ce qui représente 22% des demandes totales (Source INPI).

La Chine note ses réussites sur le plan international, comme l’envoi de taïkonautes dans l’espace en octobre 2016, la sonde Chang’e 4 qui se pose sur la face cachée de la Lune en décembre 2018, ou encore directement en IA avec la mise au point de supercalculateurs.

Depuis 2016, la Chine domine le TOP500 en ce qui concerne le nombre de systèmes, avec, en 2020, 226 supercalculateurs contre 114 pour les États-Unis, 30 pour le Japon en troisième, 18 pour la France en quatrième.

Le numérique, et plus particulièrement l’IA, occupe donc une place centrale dans la stratégie chinoise. L’ascension des BATX[2] reste de ce fait remarquable.

L’effort de transformation dirigé par la Chine pour l’implantation des entreprises et de startups en IA sur l’ensemble de son territoire est gigantesque. Le Dr Kai-Fu Lee, spécialiste de l’intelligence artificielle, voit l’immense avantage de la Chine dans la course à l’IA dans la surabondance des données collectées, la force d’un écosystème d’entrepreneurs « prêt à tout » pour créer de nouveaux produits, et un soutien indéfectible de l’État, capable d’injecter des milliards et de créer un environnement réglementaire extrêmement favorable[3]. La Chine a réussi à faire émerger, dans les grandes villes, des pôles de compétence, chacun plus innovants les uns que les autres, et toujours avec comme socle de leur activité la donnée numérique. Guiyang, avec le siège de l’entreprise Global Big Data Exchange (GBDEX) peut être citée. Elle est considérée comme la plus grande plateforme de commercialisation de mégadonnées en Chine. Un deuxième exemple est la ville de Hangzhou, qui abrite Alibaba.

Le modèle chinois se veut être entre adaptation et disruption. Il doit permettre à la Chine de répondre tout à la fois à son ambition de domination nationale (renforcement de l’État et de son armée), régionale (« route de la soie » et intérêts stratégiques), et mondiale (devenir un acteur de premier rang et dépasser les États-Unis).

Entre les deux colosses, quelle place pour la France dans la guerre à l’IA ?

L’IA française en chiffres[4]

• La France compte parmi les 4 premiers pays au monde pour la production mondiale d’articles sur l’IA, avec la Chine, les États-Unis, et le Royaume-Uni, grâce à son excellence en mathématiques, en STIC et en SHS.
• 268 équipes de recherche
• 5 300 chercheurs
• 81 écoles d’ingénieurs et 38 universités délivrant 138 cours liés à l’IA.
• 18 diplômes de mastères spécialisés en IA
• 80 ETI et PME et plus de 270 start-ups spécialisées dans l’IA, avec un rythme de création soutenu : plus de 30% par an depuis 2010.
• 400 M€ par an de financement public pour la recherche en IA

En septembre 2017, le gouvernement français demande au mathématicien Cédric Villani, alors député de la majorité, de conduire une mission sur la mise en œuvre d’une stratégie française et européenne en IA. Dans cette guerre stratégique où il est question de souveraineté et d’indépendance technologique, la France veut construire sa voie.  Dans la course à l’IA, c’est la puissance de l’État qui permettra de faire avancer les choses plus vite.

Plusieurs initiatives ont donc été menées par le gouvernement français ces dernières années pour aider les entreprises à se développer et/ou s’internationaliser. En septembre 2019, le président Emmanuel Macron annonce un plan pour encourager l’investissement dans les jeunes pousses françaises et augmenter le nombre de licornes, ces entreprises valorisées à plus d’un milliard d’euros. L’État a aussi noué des partenariats avec de grands investisseurs institutionnels français pour un montant total de cinq milliards d’euros injecté dans les start-ups.

L’IA devient le domaine technologique privilégié des start-ups françaises

En 2020, la France comptait 453 start-ups travaillant sur des projets liés à l’intelligence artificielle, plus de deux fois plus qu’en 2016 (avec 180 startups). Les investissements dans ces sociétés sont également en forte hausse. Les levées de fonds réalisées par les start-ups françaises ont doublé entre 2018 et 2019, pour un montant d’1,268 milliard de dollars.

La France, avec la plus grande concentration de laboratoires de recherche sur l’IA en Europe, devient un acteur aussi important dans le domaine qu’Israël et le Royaume-Uni (Source France Digitale, Nicholas Brien, PDG ).

Si la France peut se targuer de la quatrième place, juste derrière le Japon en nombre de supercalculateurs classés (avec 18 supercalculateurs et une puissance totale de 68,9 pétaflops), on ne dénombre qu’un seul producteur de supercalculateur de classe Exascale au niveau européen, avec le français Atos-Bull. La France accuse donc aussi certaines fragilités.

Concernant l’IA, le constat est qu’aucun pays européen ne peut y arriver seul. L’Europe se doit d’avoir une « superstratégie », la plus globale possible, même si chaque pays a son propre plan. Si la création de Genci[5] en 2007 a permis de faire comprendre aux pays européens qu’il fallait avoir une infrastructure européenne capable de concurrencer les grosses puissances du domaine (États-Unis, Chine, Japon), il faut attendre fin 2018 avec l’initiative européenne EuroHPC[6] pour coordonner les efforts de R&D et le déploiement de premiers supercalculateurs de classe mondiale dédiés à la recherche au niveau européen. C’est seulement dans le cadre de la deuxième phase prévue pour 2022-2023, que le programme soutiendra le développement de machines Exascale, pour lesquelles la France et l’Allemagne se sont portées volontaires pour l’hébergement.

La France doit trouver son chemin…

Un des enjeux est donc de ne pas subir les évolutions de l’IA, et de se doter de tous les moyens : humains, matériels, dont les supercalculateurs, et un circuit de prises de décisions politiques agiles, afin de ne plus subir ces changements.

Se doter de matériels…

La France doit disposer à la fois d’infrastructures publiques, mais aussi de moyens opérés par des industriels. On peut citer EDF, Airbus, Safran, Renault … qui investissent fortement dans le calcul intensif en termes de moyens de calcul et d’applications. Si on compte parmi les fleurons français Atos-Bull, qui est le seul producteur européen de supercalculateur de classe Exascale, la première entreprise française classée au top 500 de novembre 2020 est Total, qui,  avec sa machine IBM Pangea III, n’arrive qu’à la 18e position.

Se doter de moyens humains…

Cédric Villani, en charge de la mission sur l’IA en 2017, a admis une fuite des experts français en IA. Pour exemple, parmi les quinze personnalités françaises de l’IA, cinq exercent aux États-Unis (dont Yann LeCun, Jérôme Pesenti, Patrick Simard, Léon Bottou ou encore Rémi Munos).

Le cas Atos-Bull : la France à l’échelle mondiale

Malgré tout, la France, avec l’exemple d’Atos-Bull, numéro quatre mondial des supercalculateurs joue bien dans la cours des grandes.

De 2016 à 2019, son usine d’Angers a produit près d’un demi- exaflop[7] de puissance de calcul. Sur cette période, la production de serveurs de calcul est passée de 3 000 à 5 000 par an. Et en 2022, Atos prévoit de produire près de 10 000 machines à Angers, équivalent à près de 2 exaflops, faisant du site du Nid-de-Pie l’une des trois plus importantes usines au monde en la matière.

La construction du nouveau centre de test angevin a nécessité un investissement global de l’ordre de 10 millions d’euros, cofinancé par le fonds européen de développement régional, avec un soutien de la Région Pays de la Loire dans le cadre de la politique de développement économique (600 000 €) et le financement Européen FEDER[8] (1200 000€). Les performances d’Atos -Bull ont permis de créer 800 emplois d’ingénieurs de haut niveau et de pérenniser l’avenir de l’usine à Angers.

Demain, l’IA française…

La France ne manque pas d’atouts dans le domaine de l’intelligence artificielle.

Aujourd’hui, les mentalités commencent à changer, et on observe une sorte de conscience collective qui émerge sur des enjeux autour de la donnée et de l’IA.

La France continue de se chercher une IA compétitive, qui génère du business, tout en étant éthique. Si l’IA européenne reste encore aujourd’hui, pour l’essentiel, du domaine de la recherche, et tend à se déployer dans des domaines critiques comme la santé, la cybersécurité, les modèles économiques et sociétaux autour de la notion de confiance, petit à petit, l’IA tend à se démocratiser.

Malgré des faiblesses à jouer sur le plan international avec des « fuites de talents », ou encore des machines dont les performances sont très loin de Fugaku de Fujits, l’exemple d’Atos-Bull à Angers montre que l’IA peut permettre de créer des emplois d’ingénieurs de haut niveau, insufflant ainsi une dynamique territoriale.

La France se classe en 2ème position des pays européens les plus performants et dynamiques en termes d’IA, derrière la Grande-Bretagne[9]. 21% du total des entreprises européennes positionnées sur ce secteur sont françaises.

Le territoire français accueille les chercheurs en IA des GAFA, avec Facebook et son hub européen Facebook AI Research (FAIR), ou encore Google et son centre de recherche en IA à Paris.

Pourquoi pas une IA Made In France (MIF) ? La France (dans le cadre européen) pourrait partir sur l’idée d’une IA qui ne serait pas une offre en compétition avec celle de la Chine et des États-Unis, mais plutôt une alternative, en créant un différenciant au niveau européen. L’explicabilité, la traçabilité et l’éthique, doivent permettre de créer ce barycentre entre une IA chinoise (OMO[10]) et une IA américaine drivée par les GAFAM. L’avance prise par les États-Unis et la Chine pourrait vite se rétrécir faute de pouvoir déployer leurs solutions sur le territoire européen. Il se pourrait qu’ils n’aient pas du tout de réponse sur certains marchés européens à défaut d’avoir pris en compte ces critères dès le début .

Et demain ?

La première hypothèse est que, demain, Europe, États-Unis et Chine travailleront chacun séparément de son côté. Dans ce cas, les puissances chinoise et américaine laisseront peu de place à l’émergence d’un IA made in France. La deuxième serait que l’Europe suscitera une prise de conscience dans les autres pays : les Américains prendront alors l’éthique et le social en compte, et les asiatiques[11] freineront la surveillance technologique.

Nul ne peut vraiment dire ce que demain sera fait, mais ce qui est sûr, c’est que la France a déjà son propre chemin. Il passe par la différenciation via l’éthique, la traçabilité et l’explicabilité : tout n’est pas forcément dessiné !

Par Thao Noet, promotion 2020-2021 du M2 IESCI

[1] BRI : Belt and Road Initiative

[2] Baidu, Alibaba, Tencent & Xiaomi

[3] Kai Fu Lee, (2019) I.A. La Plus Grande Mutation de l’histoire au édition Les Arènes

[4] Source : https://www.enseignementsup-recherche.gouv.fr/pid26414-cid128577/rapport-de-cedric-villani-donner-un-sens-a-l-intelligence-artificielle-ia.html

[5] GENCI (Grand Équipement National de Calcul Intensif ) a pour mission, au niveau national et européen, de favoriser l’usage du calcul intensif associé à l’Intelligence Artificielle au bénéfice des communautés de recherche académique et industrielle

[6] High-Performance Computing

[7] un exaflop = un milliard de milliards d’opérations en virgule flottante par seconde

[8] FEDER : Le Fonds européen de développement régional

[9] Étude du groupe américain fabricant de composants électroniques PNY Technologies qui recense 424 entreprises françaises opérant dans le domaine de l’IA

[10] Offline Merge Online

[11] En mai 2019, l’Académie de Pékin en intelligence artificielle a publié le « Consensus de Pékin », un document de 15 articles édictant des principes visant à encadrer la recherche et développement, l’utilisation et la gouvernance de l’IA. C’est la première fois qu’une organisation officielle chinoise édicte des principes, notamment éthiques, dans ce domaine.

Sources

(Les sites ont été consultés entre le 19 et 27 janvier 2020)

Villani C, (2017), Donner un sens à l’intelligence artificielle: pour une stratégie nationale, 2017 https://books.google.fr/books?hl=fr&lr=&id=Q7lUDwAAQBAJ&oi=fnd&pg=PP1&dq=Intelligence+artificielle+France&ots=0HDgR7SES-&sig=kS_8B-pATRgjOu27aQucNH_bDcg#v=onepage&q=Intelligence%20artificielle%20France&f=false

Enseignement supérieur recherche : 

https://www.enseignementsup-recherche.gouv.fr/cid128577/rapport-de-cedric-villani-donner-un-sens-a-l-intelligence-artificielle-ia.html

https://www.enseignementsup-recherche.gouv.fr/cid136649/la-strategie-nationale-de-recherche-en-intelligence-artificielle.html

https://www.enseignementsup-recherche.gouv.fr/cid128618/la-strategie-ia-pour-faire-de-la-france-un-acteur-majeur-de-l-intelligence-artificielle.html

Chine Magazine :

La Chine a consacré 2210 mililards en R&D en 2019

INPI :

https://www.inpi.fr/fr/internationales/chiffres-cles-2019-de-l-ompi-la-chine-premier-deposant-de-demandes-internationales-de-brevets

Usine Nouvelle :

https://www.usinenouvelle.com/editorial/avis-d-expert-top-500-des-supercalculateurs-l-europe-a-tous-les-atouts-dans-son-jeu-pour-devenir-n-1-mondial.N1030369

https://www.usinenouvelle.com/article/portraits-les-gourous-de-l-ia.N650119

https://www.usinenouvelle.com/editorial/comment-la-sncf-compte-faire-des-economies-grace-a-la-maintenance-predictive.N979246

Le Figaro :

https://www.lefigaro.fr/secteur/high-tech/2016/06/21/32001-20160621ARTFIG00124-la-chine-devient-la-premiere-puissance-informatique-au-monde.php

CNRS :

https://lejournal.cnrs.fr/articles/supercalculateurs-les-enjeux-dune-course-planetaire

Usbek & Rica :

https://usbeketrica.com/fr/article/ia-france-plutot-leader-suiveuse-pionniere

Hub Institute :

https://hubinstitute.com/2018/transformation/infographie-Baidu-Alibaba-Tencent-Xiaomi-capitalisation-gafa

Hub France IA :

Actus

Siècle Digital :

https://siecledigital.fr/2018/08/20/histoire-intelligence-artificielle/

France Digitale :

Les startups spécialisées dans l’IA continuent à augmenter en France

Conseil de l’Europe :

https://www.coe.int/fr/web/artificial-intelligence/history-of-ai

Le Monde :

https://www.lemonde.fr/economie/article/2020/02/18/comment-l-europe-veut-gagner-la-bataille-de-l-intelligence-artificielle_6029912_3234.html

Fairise, A. (2018). Les premiers pas de l’IA en entreprise. Alternatives Économiques, 380(6), 42-42. https://doi-org.buadistant.univ-angers.fr/

Chavagneux, C. (2018). Intelligence artificielle : des moyens insuffisants. Alternatives Économiques, 379(5), 47-47. https://doi-org.buadistant.univ-angers.fr/

Allard, P. (2020). La Chine, championne technologique ou géant empêtré ? Politique étrangère, printemps(1), 121-133. https://doi-org.buadistant.univ-angers.fr/10.3917/pe.201.0121

Heurtebise, J. & Maréchal, J. (2020). Éditorial. L’innovation en Chine : réalités et problèmes. Monde chinois, 61(1), 5-7. https://doi-org.buadistant.univ-angers.fr/10.3917/mochi.061.0005

Zubeldia, O. (2020). Entre résilience et rupture : l’émergence d’un nouveau modèle technologique chinois? Monde chinois, 61(1), 39-53. https://doi-org.buadistant.univ-angers.fr/10.3917/mochi.061.0039

L’article Etats-Unis / Chine, dans la conquête du monde par l’IA, quelle place pour la France ? est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

L’intelligence artificielle

C’est un domaine de l’informatique qui tente de comprendre l’intelligence et de produire une nouvelle machine intelligente qui pense, répond et exécute des tâches en fonction des données qui y sont introduites, tout comme le font les humains. Certaines des activités associées à l’IA sont techniques et spécialisées, telles que la robotique, la reconnaissance vocale, la reconnaissance d’images, le traitement du langage naturel, la résolution de problèmes, etc.

Les systèmes d’IA deviennent de plus en plus matures avec les algorithmes, les systèmes devenant plus efficaces à un rythme beaucoup plus rapide. Le domaine d’application de l’IA s’est élargi, contribuant à faire de grands progrès dans les domaines de la recherche et du développement à travers le monde. L’IA n’est pas une intelligence humaine, mais elle peut penser comme un humain et dépasser l’intelligence humaine.

La relation entre l’IA et le marketing digital

Au cours des années précédentes, les spécialistes du marketing hésitaient à appliquer l’intelligence artificielle à leurs stratégies marketing. Mais maintenant, de nombreuses marques à succès l’ont adopté et l’utilisent dans leur marketing, des marques comme Amazon et Spotify utilisant avec succès des systèmes d’IA. Par exemple, Amazon utilise l’IA pour afficher uniquement les produits pertinents aux acheteurs, en fonction des recherches, des achats et des vues précédents. L’intelligence artificielle dans le cadre du marketing digital est désormais une réalité, offrant une gamme d’avantages et d’options. Voyons comment exactement nous pouvons utiliser l’intelligence artificielle dans notre marketing digital.

Comment l’IA transforme le marketing digital ?

Avec la capacité de collecter des données, de les analyser, de les appliquer puis d’y réagir, l’IA révolutionne le marketing digital. Avec l’augmentation de la quantité d’informations sur les consommateurs potentiels, l’importance de l’IA est sa capacité à prendre des décisions basées sur des données rapidement et avec précision. Voici comment l’IA change le marketing digital :

• Reconnaître et analyser

La gestion de la relation client (CRM) fait référence à une stratégie commerciale qui établit une approche commerciale centrée sur le client en maximisant la collecte d’informations sur les clients et en filtrant les informations valides. Lorsque le CRM, la technologie IA et la technologie Big Data sont combinés, ils peuvent maximiser la collecte d’informations sur les utilisateurs à partir de différentes plates-formes, obtenir des informations ciblées sur les clients et leurs besoins pour que les entreprises adaptent leurs stratégies marketing. La clé est que toute information comportementale comme les types de produits, les pages consultées par la personne et les outils utilisé deviendra la source de l’analyse de l’IA. Ces données collectées par les spécialistes du marketing vont servir à analyser les besoins d’un client potentiel etadapter l’IA utilisée afin de stimuler les ventes. Ils peuvent aussi visualiser le parcours client et fournir le bon type de solution en facilitant l’expérience d’achat pour les clients.

• Quand l’IA se combine avec la réalité virtuelle et la réalité augmentée

Lorsque la technologie de l’IA rencontre les nouvelles technologies visuelles telles que la réalité augmentée et la réalité virtuelle, elle apporte une nouvelle expérience de consommation. Cette méthode peut également fournir aux consommateurs des moyens intéressants d’interagir et d’en apprendre davantage sur une marque, leur permettant de créer une connexion. La combinaison de l’IA avec la RA / VR actualise non seulement l’expérience de consommation de l’utilisateur, mais crée également une identité de marque forte qui peut aider à créer un plus grand sentiment de fidélité de la part de la clientèle d’une marque.

Marketing digital et IA en entreprise

• Application des chatbots IA

Le développement de la technologie de reconnaissance sémantique, de traitement du langage et de conversion vocale de l’IA a rendu le service client de l’IA plus facile à utiliser et offre une meilleure expérience. Par rapport au service client, les chatbots IA présentent de nombreux avantages.

Tout d’abord, les chatbots IA permettent aux entreprises d’aller au-delà de la forme traditionnelle de service client les chatbots peuvent fournir une assistance à un certain nombre de clients en même temps et dans différents fuseaux horaires. En outre, les chatbots IA n’ont pas besoin de se reposer, ils peuvent donc répondre aux questions des clients 24 heures sur 24 et en temps réel. En plus de ces avantages, les clients peuvent choisir la langue utilisée par le service client IA en fonction de leurs besoins, permettant à une marque de fournir un service client localisé.

• Email marketing

L’IA aide les marques à personnaliser les campagnes de l’email marketing en fonction des comportements des utilisateurs, ce qui signifie que les spécialistes du marketing peuvent envoyer des e-mails déclenchés par certaines actions. Cela leur permet de fournir des e-mails pertinents dans les boîtes de réception des clients, les lignes d’objet, les recommandations de produits et les messages étant tous choisis en fonction du comportement du client.

En plus d’un meilleur contenu personnalisé, l’intelligence artificielle aide également les spécialistes du marketing à optimiser leurs campagnes par courrier électronique, leur permettant de maximiser leurs résultats. Les spécialistes du marketing peuvent utiliser des outils pour analyser et optimiser rapidement les campagnes de manière dynamique, plutôt que d’avoir à tester différents messages et conceptions, ce qui peut prendre plusieurs semaines.

En fin de compte, l’IA peut aider les spécialistes de l’e-mail marketing à atteindre les bons clients au bon moment, en s’assurant que la messagerie est pertinente, attrayante et plus susceptible de se convertir. Il peut également vous permettre de mieux analyser les types de messages, les lignes d’objet, la conception et les images qui donnent les meilleurs résultats.

• Publicité numérique à l’ère de l’intelligence artificielle :

La publicité numérique est l’un des domaines les plus réussis à avoir adopté l’intelligence artificielle. Il est utilisé sur des plates-formes telles que Facebook, Google et Instagram afin de fournir la meilleure expérience possible. Ces plates-formes analysent les informations des

utilisateurs, y compris le sexe, l’âge, les intérêts et d’autres aspects pour leur montrer les publicités les plus pertinentes, améliorant ainsi les performances des publicités numériques.

Grâce à la technologie de l’IA, les spécialistes du marketing peuvent repérer les tendances et même prédire les tendances. Ils peuvent ensuite prendre des décisions stratégiques quant à la répartition de leurs budgets et à leurs cibles. En conséquence, les marques peuvent réduire le gaspillage de publicité numérique et s’assurer que leurs dépenses donnent les meilleurs résultats possibles.

• Contenu marketing

Grâce à l’IA, vous pouvez découvrir quel contenu est le plus efficace, en fonction du comportement des clients ciblés, ce qui vous permet d’utiliser le marketing de contenu qui donne des résultats. Les spécialistes du marketing peuvent mieux comprendre quels types de contenu fonctionnent le mieux pour leur public cible, ce qui leur permet de partager ou de créer la bonne forme de contenu. L’intelligence artificielle peut être utilisée pour organiser le contenu et le créer. Par exemple, le système de recommandation de YouTube propose des suggestions de vidéos susceptibles d’intéresser les utilisateurs en fonction de leur comportement antérieur. L’utilisation d’un outil similaire vous permettra de suggérer des produits, des blogs, des vidéos ou d’autres formes de contenu pouvant intéresser un visiteur du site Web en fonction de la façon dont il interagit avec votre site.

L’IA est désormais plus accessible pour les entreprises, ce qui en fait un outil précieux pour les spécialistes du marketing digital. Il est irréfutable que l’IA influence largement les choix de vos clients, aidant à fournir des recommandations pertinentes et un service client rapide. Examiner les façons dont vous pouvez en faire usage vous permettra de mieux développer votre marque et de répondre aux attentes de vos clients.

Par Hajar Tigdad, promotion 2020-2021 du M2 IESCI

Bibliographie

https://www.conversationnel.fr/chatbot/intelligence-artificielle-sujet-tendance-revolution-marketing

https://www.kameleoon.com/fr/blog/intelligence-artificielle-marketing-digital

https://www.1min30.com/transformation-digitale/limpact-de-lintelligence-artificielle-dans-le-futur-du-marketing-digital-1287501978

https://pubosphere.fr/lintelligence-artificielle-en-marketing-menace-ou-opportunite/

https://www.flexmedia.fr/a-la-une/realite-augmentee-intelligence-artificielle-du-pareil-au-meme/

https://www.inbenta.com/fr/technologie/ia-nlp/intelligence-artificielle/

L’article L’Intelligence Artificielle et le Marketing Digital est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

Le point sur l’intelligence artificielle et son positionnement face à l’intelligence humaine

Jusqu’à présent, l’Homme domine le monde par son intelligence, il n’a pas de concurrence véritable. Bientôt, avec le progrès fulgurant de l’IA, l’Homme pourrait bien être confronté à une intelligence qui, potentiellement, serait amenée à le surpasser.

Nous allons analyser dans cette partie comment l’IA serait capable d’être au-dessus de l’Homme.

Tout d’abord, regardons le développement de l’IA depuis les conceptions des algorithmes grâce au schéma ci-dessous :

Comme le schéma nous le montre, c’est à partir des premières conceptions d’algorithmes que l’Intelligence artificielle trouve ses racines. Au 20ème siècle, il n’a pas été possible pour les ingénieurs de développer davantage les algorithmes puisqu’ils n’avaient pas encore accès à la masse de données dont nous disposons au 21ème siècle grâce au développement de l’internet et des NTIC[1] notamment. Même si depuis 1997 déjà, avec Deep Blue d’IBM, l’Homme a été vaincu par un super-ordinateur au jeu d’échecs, en 2017, Alpha GO bat le champion du jeu de Go, un jeu plus complexe que le jeu d’échec, nécessitant la connaissance de plusieurs types de données.

Avec le Big Data, les technologies de machine learning et de Deep learning ont pris leur envol. Ces deux technologies ont en effet besoin d’une masse importante de données pour pouvoir prédire les actions qu’elles doivent entreprendre selon la raison pour laquelle les machines ont été conçues. Par exemple, pour qu’une caméra de reconnaissance faciale (dotée d’IA) puisse identifier une personne ou l’émotion qu’émet une personne, elle doit en amont disposer d’une quantité suffisante d’informations pour arriver à une conclusion. Ces informations sont représentées comme des paramètres à valider ou non.

La capacité des robots qui utilisent l’IA sont, dans ce type de cas, supérieurs à l’Homme. En effet la caméra, en une fraction de seconde voire milliseconde, peut aboutir à une conclusion tandis que l’intelligence humaine mettrait bien plus de temps. Cependant, n’oublions pas que le cerveau humain dans sa réflexion prend en compte les caractères émotionnels de ses futures actions à l’opposé de l’IA.

L’intelligence humaine est donc inférieure à l’intelligence artificielle dans les champs où il faut étudier les causalités des phénomènes pour aboutir à un résultat (dans une moindre mesure). Et ce d’autant plus que le champ d’action d’une IA est bien plus élevé que celui d’une intelligence humaine. Pour le démontrer, il suffit de faire une comparaison entre ce dont est capable un courtier et l’IA de Blackrock « Aladdin ». Alors qu’un courtier, un trader, etc. prendrait des décisions de manière subjective et en étudiant des évènements dans des degrés limités, l’IA est capable d’agir de façon objective, en étudiant des milliers de milliards d’options pour ensuite prendre la meilleure des décisions. Pour témoigner même de cette supériorité, « le Gouvernement américain a fait appel à Aladdin lors de la crise des Subprimes[2] en lui confiant notamment l’analyse des portefeuilles hypothécaires de Fannie Mae et Freddie Mac qu’il venait de sauver de la faillite. »

Le résultat de cette avancée de l’IA n’est qu’à la phase 2 de son développement, ce qui surprend et nourrit les craintes des plus conservateurs. Lorsque l’on arrivera à la phase 3 de l’évolution de l’IA, il est certain que l’intelligence humaine sera inférieure à l’intelligence artificielle dans beaucoup de domaines.

Cependant, selon Laurent Alexandre dans son livre « La guerre des intelligences » (2007), l’intelligence humaine pourrait lutter contre l’IA si l’Homme cultivait plus son esprit critique et son intelligence métacognitive. Car effectivement les scientifiques, pour le moment et même dans l’avenir, ne voient pas comment on pourrait octroyer une âme, un esprit ou la pensée à une machine. Mais peut-être l’IA forte le pourrait, alors à ce moment l’humanité serait en danger si l’IA devenait hostile à l’homme.

Disparition / transformation des métiers avec la progression de l’IA

Après avoir exposé les potentielles conséquences des faits développés précédemment, voyons quelles sont donc les conséquences pour les métiers actuels.

Avant tout, nous remarquons déjà que tous les métiers qui sont caractérisés par des tâches répétitives, sont aujourd’hui remplacés par des machines dont beaucoup sont équipées d’IA. L’industrie automobile illustre bien ce phénomène.  Un autre cas, prochainement, l’IA supprimerait les métiers de chauffeur (Taxi, camion, etc.) avec le développement des voitures autonomes.

A nouveau, selon Laurent Alexandre, en plus des métiers équivalents à ceux évoqués ci-dessus, d’autres subiront beaucoup de mutations, surtout les métiers dans le domaine de la santé et de l’éducation. L’IA dont il est question ici est généralement capable de reproduire les aspects suivants de l’esprit humain : raisonnement, apprentissage, prise de décision, résolution de problème et parfois  créativité. L’Orthodontiste, par exemple, serait réduit au rôle d’assistant dans l’exercice de son métier au profit de l’IA qui, quant à elle, est capable de prescrire et réaliser les soins avec un degré de précision élevé. Pour NexTDentiste : «  le rôle des médecins, en 2030, équivaudra à celui des infirmières d’aujourd’hui. Et on prévoit la même évolution pour les chirurgiens-dentistes ».

Et pour l’éducation plus tard, dans l’optique de lutter contre l’IA, les parents voudraient augmenter le QI de leur enfant, et pour ce faire, ils alimenteraient la demande en éducation personnalisée : futur marché en plein essor. Et qui de mieux pour effectuer ces missions que l’IA ?  Avec l’évolution actuelle de l’IA, on suppose qu’elle serait capable d’ordonner, conseiller, et optimiser des actions pour adapter une éducation selon le profil de l’individu.

Avec toutes ces perspectives comment penser une collaboration entre l’intelligence humaine et l’intelligence artificielle ?

Les possibles formes de collaboration entre l’intelligence humaine et l’IA

Actuellement, l’IA est incapable d’expliquer pourquoi elle a agi de telle sorte ou de telle manière : elle ne raisonne pour le moment que de manière factuelle. L’Homme est pour l’instant la seule forme d’intelligence capable de raisonner de manière poussée et contrefactuelle. Ainsi, plutôt que de la substituer complétement l’Homme, il serait ingénieux de combiner les deux formes d’intelligence pour accomplir des tâches à une plus grande vitesse et à une plus grande échelle que l’Homme seul ou la machine seule ne pourrait faire.

D’après des études de l’école de commerce Warwick (Angleterre), il y a trois façons pour l’Homme et l’IA de coexister pour former une paire :

Premièrement la substitution, situation dans laquelle l’IA remplace l’Homme. C’est le cas couramment observé dans le monde du travail actuel. Cela permettrait à l’intelligence humaine de se consacrer davantage sur d’autres tâches.

Deuxièmement l’augmentation des taches ; ici « l’intelligence humaine introduit des informations de conception dans un logiciel de conception générative utilisant une intelligence artificielle afin de produire rapidement toute une gamme de solutions de conception ».

Enfin, la création d’une unité d’Homme/IA pour résoudre tous les problèmes éthiques que peuvent poser l’IA en utilisant l’intelligence humaine dans le but d’appliquer une perspective morale à l’IA dans l’exécution de ces taches. C’est le cas par exemple du développement actuel des voitures autonomes où l’on se pose la question de « qui sauver et qui sacrifier en cas d’accident », ou encore d’une transformation du métier de professeur, consistant à créer des dispositifs d’enseignement adaptés aux différents profils d’élèves repérés par les IA.

Mais malgré cette vision plutôt optimiste, il ne faudrait pas se leurrer : l’IA crée ou augmente la concurrence entre les hommes sur le marché de travail mais également entre l’homme et l’IA.

Dans ce cas, pourquoi ne pas améliorer l’intelligence humaine de manière artificielle ? Pour répondre à cette question, on va parler du Trans-humanisme.

Le transhumanisme pour contrer l’IA

L’amélioration des capacités intellectuelles humaines deviendra indispensable pour lutter contre l’IA. Les possibilités qu’offrent les découvertes en nanotechnologie, biotechnologie, neuroscience, etc. permettraient dans les meilleurs des cas d’augmenter les capacités cognitive des humains. Par exemple, la société Neuralink d’Elon musk ambitionne de créer des « puces » implantées dans le cerveau humain pour enrichir l’intelligence humaine. La puce rendrait par exemple un humain capable de lire une page Wikipédia en quelques millisecondes, elle agrandirait la capacité de stockage de souvenirs ou d’informations quand la puce est connectée à un cloud, etc. Le cerveau humain aurait alors les mêmes capacités qu’un ordinateur, et serait même plus performant, car pour Elon musk l’usage des téléphones et ordinateurs est déjà une extension de l’humain mais « l’interface se fait via les mouvements des doigts ou par la voix. Ce qui est trop lent et que le futur est dans la lecture quasi-instantanée de la pensée humaine par l’ordinateur. Gain de temps et d’intelligence assuré». De ce fait, le cerveau humain serait connecté à un ordinateur, l’humain deviendrait une sorte de cyborgs.

Par Sitraka Raminoson, promotion 2019-2020 du M2 IESCI

Sources

« Concevoir les implants cérébraux du futur pour rendre l’humain plus intelligent et fort face à l’intelligence artificielle ».

http://www.leparisien.fr/societe/un-implant-dans-le-cerveau-pour-devenir-plus-intelligent-une-idee-folle-28-03-2017-6802470.php

Les chirurgiens-dentistes seront-ils remplacés un jour par des robots ?

http://www.nextdentiste.com/les-nouvelles-technologies/

BlackRock et Google s’associent dans l’intelligence artificelle

https://www.lesechos.fr/2015/10/blackrock-et-google-sassocient-dans-lintelligence-artificelle-278950

En 3 jours, l’intelligence artificielle de Google a appris le jeu de Go et écrasé la machine qui a détrôné l’Homme

https://www.huffingtonpost.fr/entry/en-3-jours-lintelligence-artificielle-de-google-a-appris-le-jeu-de-go-et-ecrase-la-machine-qui-a-detrone-lhomme_fr_5c9319e7e4b06857fcbdf850

La collaboration entre humains et agents IA changera pour toujours la façon dont les tâches professionnelles sont exécutées

https://www.developpez.com/actu/286383/La-collaboration-entre-humains-et-agents-IA-changera-pour-toujours-la-facon-dont-les-taches-professionnelles-sont-executees-selon-un-rapport-d-etude/

[1] NTIC : Nouvelle technologie de l’information et de la communication

[2] Subprimes : est le nom donné aux emprunts risqués américains qui ont déclenchés la crise financière de 2007 à 2011

L’article IA et Intelligence Humaine est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

Nous voilà à un véritable tournant dans l’économie : nouvelles technologies de l’information et de la communication (NTIC), changements organisationnels, passage à une économie de la connaissance, à une Nouvelle Economie, aux véhicules autonomes… Tant et si bien que bon nombre d’économistes parlent d’une 3^ème révolution industrielle (voir 4^ème révolution, selon les auteurs). Certes, la croissance ne se fait pas nécessairement ressentir, comme l’illustre le paradoxe de Solow (1987) ; cette vague informatique selon lui, qualifiée de révolution industrielle, ne se fait pas ressentir en termes de statistique de productivité. Contrairement aux précédentes révolutions industrielles qui elles ont été de véritables puits à productivité, à l’origine des cycles de croissances de Kondratief.

En effet, il semble que nous sommes dans un monde fini, limité ; « Un arbre ne peut pas toucher le ciel » (Oussama Assan, conférence tenue à Bordeaux, 2016).

Certes, la croissance ne se fait pas nécessairement ressentir, mais l’arrivée des NTIC vient révolutionner certains secteurs ; c’est le cas de l’industrie de la musique, ayant vu son chiffre d’affaire passer de 50 milliards de dollars à 5 milliards de dollars de chiffre d’affaire. De tels renversements pourraient, du moins en partie, expliquer cette absence de forte croissance. De nouveaux indicateurs doivent être pris en compte, il faut repenser le système dans son ensemble. L’on est dans une économie de la connaissance, les biens immatériels se multiplient, les biens traditionnels intègrent peu à peu cette part d’immatériel avec des coûts de R&D croissants intégrés dans le prix – par exemple 20% du prix des puces proviennent des coûts en R&D – et le véhicule autonome illustre très bien ce phénomène : un bien matériel traditionnel qui intègre des systèmes embarqués immatériels, pour aller vers une explosion de cette part d’immatérialité avec le véhicule autonome.

Seulement voilà ; les constructeurs, traditionnellement dominants sur le marché de l’automobile sont en train d’assister à un glissement de la chaîne de valeur. En effet, la valeur, l’essentiel du coût de la voiture de demain, est vouée à prendre une place bien plus importante côté technologies embarquées, laissant de facto les acteurs traditionnels du secteur en pâtir. Ces derniers vont devoir rivaliser sur un secteur qui n’est à la base pas le leur, et entrer dans une véritable course à la technologie face à des mastodontes tels que Google ou Amazon cités précédemment.

La question se pose ici de savoir en quoi l’émergence du véhicule autonome vient s’inscrire directement dans la mutation économique actuelle et qu’est-ce que ceci implique ? Qu’en est il de la chaîne de valeur ?

Un véhicule autonome à plusieurs niveaux

Cinq niveaux d’autonomie sont d’ores et déjà établis dans le domaine :

Le niveau d’automatisation zéro représente celui où le conducteur seulement intervient dans la conduite, sans assistance de quelque sorte.

• Le niveau 1 lui va faire intervenir une assistance à la conduite mais le contrôle de la direction et/ou de l’accélération/décélération du véhicule reste toujours à la charge du conducteur. Il consiste donc à une simple assistance du conducteur avec par exemple le régulateur de vitesse ou l’avertisseur de franchissement de ligne.
• Le niveau 2 quant à lui est dit « d’automatisation partielle ». Plusieurs fonctions viennent ici aider le conducteur qui doit toutefois et en tout temps être en capacité de pouvoir interagir avec le véhicule. Des technologies telles que le park assist ou encore le freinage d’urgence sont des technologies de niveau 2.

Voici les principales technologies qualifiées de « niveau 2 d’automatisation » :

Les voitures existantes en circulation vont aujourd’hui du niveau 0 au niveau 2, le niveau 0 étant voué à disparaître via les reprises à la casse et l’arrêt de la production de la part des constructeurs de voitures de ce type.

• A partir du 3^ème niveau, on parle de recherche et innovation car les véhicules ne sont pas encore mis en circulation à grande échelle et sont encore en voie de développement. Ce niveau est ici qualifié « d’automatisation conditionnelle ». En effet, à ce niveau d’automatisation, le système dit intelligent va effectuer lui-même l’ensemble des tâches liées à la conduite du véhicule, mais le conducteur doit rester disponible et pouvoir être en capacité d’interagir avec la machine en tout temps. C’est donc véritablement le premier niveau d’autonomie du véhicule à proprement parler.
• Au niveau 4, c’est « l’automatisation élevée ». Une autre étape où le système encore une fois dirige, mais cette fois-ci il agit seul même si le conducteur n’est pas disponible en cas de besoin. Autrement dit, si un évènement improbable survient (un obstacle ou autre), la voiture peut réagir sans forcément avoir besoin du conducteur.
• Le dernier niveau jusqu’alors établi est celui de « l’automatisation complète ». Dans ce cas-là, le système est entièrement autonome et ce en toutes circonstances. Dans ce 5^ème niveau, le « conducteur » ne sera en réalité plus qu’un passager n’ayant plus à interférer dans la conduite.

Les voitures autonomes voient le jour depuis quelques années déjà. Les multiples acteurs du secteur sont par exemple le groupe PSA avec son premier essai sur route ouverte en Juillet 2015 en France, et le lancement cette année 2019 des premiers tests sur route ouverte en Chine (La Revue du Digital, Peugeot démarre ses essais de conduite autonome sur route ouverte en Chine », 2019) ou encore Tesla, utilisant des technologies de pointe. Mais au-delà des constructeurs automobiles, des poids lourds dans l’économie commencent à atteindre le segment avec par exemple la société Waymo, filiale de Google, construisant ses premières usines dédiées à la fabrication de véhicules autonomes, ou Uber s’étant vu réattribué le droit de poursuivre les tests de leurs voitures autonomes (cf. The Gardian, 2018) après l’accident mortel impliquant un de ses véhicules autonomes moins d’un an plus tôt (cf. The Gardian, « Self-driving Uber kills Arizona woman in first fatal crash involving pedestrian », 2018) .

Glissement de la chaîne de valeur : le numérique gagne du terrain

Selon l’entreprise Renault, la part de la valeur du logiciel dans un véhicule est passée de 15 à 30 % aujourd’hui, pour atteindre 50 % fin 2020. « L’intelligence artificielle embarquée requiert des puissances de calcul très importantes, réservées autrefois à des cartes graphiques telles que celles proposées par Nvidia » nous dit un analyste du cabinet de conseil Roland Berger, Olivier Hanoulle. En effet, Nvidia, le fabricant américain de cartes graphiques pour jeux vidéo entre dans la course, ou encore Mobileye, son concurrent israélien. C’est également le cas de Tencent ou Baidu pour le secteur chinois.

Tant et si bien que ce glissement de la chaîne de valeur pourrait mener à une forme d’ubérisation du secteur automobile, le constructeur devenant peu à peu une sorte de sous-traitant. L’enjeu est de taille, et il convient aux constructeurs de réagir ; nous assistons aujourd’hui à des fusions de part et d’autre du globe dans un secteur automobile traditionnellement très concurrentiel et plutôt fermé à la coopération. C’est le cas de Renault – Fiat Chrysler ayant annoncé leur projet de fusion en 2019, ou encore avec JMEV, une filiale de Jiangling Motors dédiée aux véhicules électriques, avec une « participation significative » ; « l’intention est d’avoir une participation équilibrée dans la future joint-venture » livre une porte-parole de Renault. -N’étant que deux exemples parmi tant d’autres-

L’on assiste ici à cette dynamique de mise en réseau, de coopétition mise en lumière par l’Intelligence Economique, appliquée à l’échelle du secteur automobile via ses acteurs vis-à-vis du potentiel disruptif du véhicule autonome et de leur volonté de garder la main-mise sur le marché, quitte à s’allier à la concurrence. Certain se montrent plus tranchant, c’est le cas d’un article du Figaro en Mai 2019 disant « d’une manière générale, alors que le marché est en mauvaise posture et que des investissements dans l’électrique et la voiture autonome sont nécessaires, les constructeurs désirent se rapprocher pour survivre ». Ceci illustre bien la multiplication des rapprochements auxquels l’on assiste actuellement.

 Une économie de la connaissance qui se développe

Être plus performant, gagner du temps, développer les connaissances et modifier les normes : le véhicule autonome c’est ça, et c’est également ce qu’induit la nouvelle économie. Plus besoin de conduire, libérer du temps pour partager les connaissances. – Les constructeurs pensent par exemple à incliner les sièges des véhicules face à face pour faciliter les interactions entre les usagers – Les emplois routiniers nécessitants peu de mobilisation de connaissances, tels que les chauffeurs routiers ou encore les taxis, sont voués à être remplacés par des emplois plus techniques, de planification de réseaux et autres maniements de big data …

Le déplacement de cette chaîne de valeur est lui aussi l’expression de cette nouvelle économie se mettant en place : nous ne sommes plus sur un système traditionnel fordiste, où l’intégralité de la chaîne de valeur est maîtrisée par l’industriel ; cette chaîne de valeur échappe de plus en plus aux constructeurs maîtrisant le côté matériel et dépendant de biens immatériels complémentaires pour tirer son épingle du jeu. D’autant plus avec ce véhicule autonome qui fait basculer ce contrôle « vers le fournisseur de logiciel et les opérateurs de services liés à la mobilité » (Economica, 2018). Le constructeur risque de devenir spectateur, et les fournisseurs de hautes technologies les nouveaux acteurs.

La domination de quelques acteurs imposants tels que Google, Amazon ou encore Uber, dominants de plus en plus de secteurs, est aussi un des aspects de cette mutation de l’économie. L’apparition de monopoles naturels est de plus en plus fréquente, les effets de lock-in se multiplient ; les économies d’échelles se faisant rapidement en arrivant sur un nouveau marché technologique vont se faire de manière à ce que la concurrence devienne biaisée : l’entreprise dominante ayant maîtrisé son secteur va pouvoir diminuer ses coûts, tant et si bien qu’elle rend impossible l’insertion d’un nouveau concurrent, ne pouvant rivaliser sur les prix. Aussi, l’enjeu est de taille pour le véhicule autonome : le premier arrivé va poser les bases de la législation, des normes… ayant pour conséquence de produire ces effets de lock-in, synonyme de coûts pour les concurrents devant se conformer à la norme.

Des effets de réseau allants de pair avec la nouvelle économie

En effet, le développement de telles technologies nécessite une quantité importante de connaissances, d’où l’importance du réseau. En ce sens, les constructeurs fusionnent, passent des partenariats, mais plus seulement entre constructeurs : « Google, Apple, Microsoft deviennent partenaires des industriels de l’automobile », « et très bientôt leurs principaux rivaux » (Economica, 2018). La logique du réseau se développe, on diffuse la connaissance pour être le premier, au risque de se faire doubler par ses alliés in fine.

Les rachats de start-ups par les géants Google et Amazon illustre bien cet intérêt d’accumulation de la connaissance et de besoin de maîtrise de la chaîne de valeur ayant pour effet de cloisonner le marché pour parvenir en situation de quasi-monopole. De telles technologies nécessitent une multitude de composants – caméras, capteurs, cartographie, design, logiciels etc… – et leur complexité induit un besoin de spécialisation forte de la part de chaque acteur, devant travailler en réseau et non pas les uns déconnectés des autres afin d’obtenir un résultat supérieur à la somme des parties.

Le véhicule autonome opére des changements organisationnels

Le Lean Management (LM) fondé sur le toyotisme a bouleversé l’organisation de l’entreprise, au même titre que le fordisme avant lui. Le phénomène d’ubérisation mène aujourd’hui à repenser l’organisation du travail, véhiculé par les NTIC et la plateformisation. Avec ce déplacement de la chaîne de valeur allant aux bénéfices des producteurs de biens immatériels et non plus des traditionnels constructeurs, nous pourrions assister à une ubérisation de la conception de la voiture ; de multiples acteurs stimulant la concurrence (à l’image d’Apple avec la conception complétement éclatée de ses smartphones entre plusieurs acteurs en situation de concurrence continuelle) avec des acteurs de toutes parts. Une nouvelle forme d’organisation, avec des relations contractuelles et non plus salariées montre une fois de plus cette mutation de l’économie traditionnelle : les relations changent, les jeux de pouvoirs évoluent.

Aoki montrait que le toyotisme n’était pas un fait culturel (pour sa réussite), mais bien organisationnel :

Un transplant correspond à une usine japonaise implantée aux E.U., fonctionnant avec des ouvriers américains. On voit donc que la différence de productivité n’est pas liée à un modèle culturel spécifique mais à un système organisationnel comme le met en avant Aoki. En ce sens, le phénomène est le même que celui de l’ubérisation – le changement organisationnel va permettre aux entreprises d’être plus concurrentielles, de gagner des parts de marché – mais va plus loin en engendrant des effets de lock-in forts, de barrières à l’entrée via des effets de réseaux directs.

Azkenazy qualifiant le taylorisme de néo-stakhanovisme montre lui aussi l’intérêt du taylorisme dans l’efficience de la production – et en dénonce également les effets pervers : plus de stress et augmentation des accidents et maladies dues aux changements organisationnels – En ce sens, il convient de définir un cadre et d’établir des normes.

Nécessité d’encadrement : des risques et des enjeux de taille

Afin de ne pas subir une forme d’échec, ou tout du moins un ralentissement sur le marché du véhicule autonome, il convient d’établir des normes, les technologies embarquées étant multiples et complexes.

La multiplication des acteurs conduit également à une nécessité d’harmonisation.

En effet, si chacun possède des logiciels fonctionnants différemment, si tous déposent des normes propriétaires et autres brevets, il sera difficile d’intégrer tel ou tel capteur, telle ou telle caméra…

Les algorithmes de pilotage, d’évitement et de réaction automatisé en cas d’accident inévitable doivent être harmonisés et normés. Ceci fait débat actuellement – En effet, quelle décision doit prendre cette intelligence artificielle dans le cas d’un accident inévitable ; un piéton plutôt qu’une voiture, ou encore percuter une personne âgée plutôt qu’une femme enceinte ? A qui revient la responsabilité, le programmeur de l’algorithme, le constructeur… qu’en est-il pour les assurances y voyant de nouvelles possibilités… (conférence 2019, Angers, « La gouvernance des algorithmes »).

De même pour la reconnaissance des véhicules entres eux, le style de conduite, la distance et la réactivité du freinage… Tout ceci pourrait conduire à de multiples accidents en l’absence de normes.

Pour suivre la voie de cette économie de la connaissance, de cette nouvelle économie, il est nécessaire d’avoir accès aux données récupérées par les algorithmes lors de tests sur route afin de pouvoir en dessiner le cadre. La délimitation de ce cadre nécessite des connaissances accrues, et passe pour ce faire par les nouvelles technologies.

Aussi, il faut penser en termes d’emplois. A terme, ce sont les chauffeurs de taxis, les chauffeurs routiers, les transports en commun, les assureurs, les policiers faisant la circulation qui sont voués à disparaître. Un rapport récent dirigé par l’ex-commissaire du Bureau of Labour Statistics, Erica Groshen, désormais chercheuse à Cornel University, assistée de 4 économistes, a mené une étude portant sur l’impact du véhicule autonome en termes de destruction créatrice (cf. A. Moutot, « Aux Etats-Unis, la voiture autonome fait craindre des destructions d’emplois », 2018). L’étude affirme que « l’introduction de voitures et de camions autonomes pourrait directement éliminer 1,3 à 2,3 millions d’emplois sur les trente prochaines années » aux Etats-Unis. Les auteurs de l’étude affirment néanmoins que les effets sur l’emploi sont tout de même difficiles à prévoir. En effet, qui aurait pu prédire que la machine à vapeur allait créer autant d’emploi, ou encore que l’arrivée de l’électricité allai offrir tant de nouvelles perspectives ? Toujours selon l’étude, la politique mise en place en matière d’emploi se doit de changer d’axe, en vue d’éviter un impact négatif fort probable sur l’emploi (« en planifiant, la tâche est gérable » – Erica Groshen).

Pour conclure, le véhicule autonome s’inscrit donc bien dans les nouvelles problématiques induites par les transformations économiques à l’œuvre avec l’utilisation des nouvelles technologies, le développement des réseaux, ainsi qu’un besoin de connaissance croissant et de changements organisationnels que tout ceci augure.

Comme nous avons pu souvent nous en apercevoir trop tard bien des fois, – avec par exemple les limites du toyotisme que nous connaissons aujourd’hui, et les problèmes liés au phénomène de l’ubérisation commençants à apparaître – il est toujours difficile de prévenir les crises et dérives. En accumulant toutes ces connaissances, nous devrions, à l’image des programmeurs d’algorithmes de pilotages, être capable d’éviter les accidents.

Aussi, réglementer ce marché au plus vite permettrai d’éviter la formation de monopoles naturels ou de cercles oligopolistiques, et surtout d’éviter d’alimenter des GAFAM déjà très puissants, pouvant facilement s’imposer avec des moyens financiers colossaux.

Etude de cas : La France en retard

La course au véhicule autonome est désormais lancée entre les États. Intérêt stratégique ou enjeux politiques, la France possède un poids dans l’industrie automobile mondiale, pourtant comme nous allons le voir, on peut distinguer 3 facteurs témoignant d’un retard du pays :

       – l’organisation de l’État pour traiter le sujet       – la technologie          -la réglementation

1. Organisation de l’Etat trop timide

En 2013, dans le cadre de la Nouvelle France Industrielle (NFI) lancée par Arnaud Montebourg, la France a fait du véhicule autonome un de ses 34 plans prioritaires intitulé « véhicules à pilotage automatique ». Les objectifs étaient de positionner l’industrie française comme : -pionnière dans le développement des véhicules autonomes pour tous ; -une terre d’expérimentations du véhicule autonome ; – un leader en «sécurité des systèmes complexes»;-un centre d’excellence de l’intelligence embarquée.

Dans le cadre de ce plan NFI, un comité de pilotage a été institué, regroupant constructeurs, équipementiers, sociétés de transport, laboratoires de recherches, pôles de compétitivité et services de l’État entre autres

Selon les industriels, ce plan n’a, à ce stade, pas apporté grand-chose sur le plan de l’innovation.

L’évolution a été notable lorsque le ministre de l’Économie, de l’Industrie et du Numérique, Emmanuel Macron, a réorganisé en mai2015 les 34 plans NFI en 9 solutions industrielles. Le sujet véhicule autonome a été intégré au sein de la solution « mobilité écologique » aux côtés de sujets tels que le véhicule 2L/100 et le véhicule électrique. Ce regroupement a eu la vertu de sortir du « travail en silo » et de faire davantage travailler les acteurs entre eux.

Comparaison internationale :

Il est intéressant de comparer les programmes nationaux avec la situation d’autres pays. Aux États-Unis, Barack Obama a lancé en janvier 2016 un plan de soutien au véhicule autonome de 4 milliards de dollars échelonnés sur 10 ans avec des infrastructures à la clef. Le Royaume-Uni a attribué dès 2015 un budget de 100 millions de livres pour le déploiement du véhicule autonome et a créé en 2016 une unité interministérielle. Ce centre pour les véhicules connectés et autonomes (CCAV12), doté de 200 millions de livres, constitue le point de contact unique assurant la coordination entre le département des transports, le département de l’industrie, et le reste du gouvernement. De son côté, l’Allemagne a mis en place dès avril 2016 une zone de tests privilégiée en donnant accès à l’autoroute A9 de Bavière et plusieurs villes. Le ministère allemand des Transports a consacré environ 100 millions d’euros au financement de projets de recherche dans ces zones d’essai. À titre de comparaison, la France a récemment décidé de se doter d’un centre d’essai (avec un budget de 15 millions d’euros financé à moitié par la BPI) qui ne sera opérationnel qu’en 2018.

Pour résumer, le véhicule autonome a subi un retard à l’allumage certain. Le sujet a mis du temps à se lancer du fait d’une dispersion des moyens. Les dispositifs mis en place en France pour développer un écosystème favorable nous semblent insuffisant au regard des ambitions affichées, notamment concernant l’effort d’innovation technologique. La situation évolue désormais dans le bon sens compte tenu d’un meilleur pilotage du projet et d’une plus grande coordination des équipes interministérielles.

2. Retard technologique

Un véhicule autonome sera donc un véhicule quasi systématiquement connecté et très souvent électrique, auquel on adjoindra trois éléments : des capteurs, des algorithmes, et une importante puissance de calcul.

Le véhicule autonome utilise plusieurs types de capteurs, pour la plupart anciens dans leur concept. Les trois principaux sont le radar, la caméra, et le lidar.

En effet, les premières caméras sont apparues à la fin du 19eme siècle, les premiers radars dans les années 1930, et les premiers lidars dans les années 1960.

Dans un article publié par La Fabrique en 2017, un laboratoire d’idée crée en octobre 2011 et apportant des éléments de réflexions sur les débats actuels et notamment autour des enjeux du véhicule autonome, on peut y lire que ‘’ Le lidar est un capteur reprenant le principe de fonctionnement du radar, mais utilisant de la lumière en lieu et place des ondes radio qu’utilise le radar. Chaque constructeur développe ses véhicules en y intégrant les capteurs qu’il estime nécessaire.  Tesla par exemple vient récemment de passer à un système à 8 caméras, un radar, et un capteur à ultrasons. Les informations renvoyées par ces capteurs sont ensuite analysées par des algorithmes de traitement d’images. Comme nous l’avons expliqué plus haut, ce traitement peut être effectué par des systèmes placés au niveau des capteurs, ou au sein de l’ordinateur central. Les algorithmes utilisés sont des algorithmes de reconnaissance d’images qui ont été développés à la fin des années 1990. Ils permettent de reconnaître à l’image toutes les formes utiles à la compréhension de l’environnement, tâche dont l’être humain s’acquitte sans même y réfléchir : routes, lignes de signalisation, rambardes, panneaux, véhicules, passants. Google et Facebook sont les entreprises considérées comme à la pointe de ce domaine. ‘’ ( La Fabrique, Vehicule Autonomes, 2017, Alexandre Houle et Hugo Levy-heidmann )

Ce qui frappe si l’on regarde l’état d’avancée des constructeurs, c’est l’absence de véhicule autonome français sur le marché. Les constructeurs français, Renault et Peugeot, ont des programmes de développement de véhicule autonome, et vendent des véhicules avec des fonctionnalités d’assistance à la conduite, telles que l’alerte en cas de franchissement de ligne, mais n’ont pas encore de véhicule de niveau 2 en vente. Si l’on s’intéresse de plus près à la chronologie des développements, on peut constater que le retard des constructeurs français existe depuis plusieurs années. Google a commencé ses expérimentations sur sa Google Car en 2012, Mercedes a commencé à expérimenter un véhicule autonome de niveau deux en 2013, et Renault et Peugeot ont quant à eux commencé des expérimentations de véhicule de niveau 2 en 2015.

De plus, lorsque l’on regarde les derniers CES 2019 et 2020, c’est-à-dire le plus grand salon mondial des nouvelles technologies qui se tient en chaque début d’année à Las Vegas, on s’aperçoit que les nouveaux entrants comprennent les constructeurs de processeurs comme Nvidia, des nouvelles applications de mobilité comme Uber ou Lyft, des startups du numérique prometteuses comme Here, qui développe la cartographie 3D nécessaire au véhicule autonome, ou Mobileye, très avancée sur le logiciel d’autonomie. Ainsi, ces nouveaux entrants ne représentent pas simplement un buzz médiatique, mais bien des investissements de long terme avec par exemple le rachat de Harman (un équipementier automobile américain) par Samsung pour huit milliards de dollars en novembre 2016, ou le rachat de Mobileye (qui développe un logiciel d’autonomie) par Intel pour quinze milliards de dollars en mars 2017. L’intérêt pour le véhicule autonome est donc très concret.

Ce qui frappe à nouveau, lorsque l’on étudie ces nouveaux entrants numériques dans l’écosystème du véhicule, est l’absence d’entreprises françaises.

Vous l’aurez compris, le risque pour la France est de présenter un trou important dans la chaîne de valeur du véhicule autonome, et de se retrouver fortement dépendante d’entreprises complètement étrangères pour assurer le développement du véhicule autonome sur son sol.

3. Le retard réglementaire Français : comparatif

L’Europe et les États-Unis ont choisi deux approches différentes en ce qui concerne la réglementation du véhicule autonome.

L’Europe suit la ligne de conduite qui est la sienne depuis l’origine en matière de réglementation. Le principe est de fournir un cadre réglementaire complet aux entreprises souhaitant développer une technologie, pour que celles-ci puissent modifier leurs produits en conséquence. Il s’agit donc de déterminer comment les logiciels d’autonomie vont être homologués, et déclarés assez sécurisés pour être autorisés sur les routes.

Or, pour l’instant aucun accord n’a été trouvé sur la méthode à employer, uniquement des tests visant à s’assurer de la fiabilité des véhicules : un certain nombre de kilomètres sur route en expérimentation ; un certain nombre de tests sur piste de tests

Tandis que Les États-Unis, en accord avec le mode de pensée anglo-saxon, fonctionnent selon un tout autre principe. Au lieu de tout réglementer en amont, et de donner un cadre précis aux véhicules qui doivent être construits, les États-Unis laissent au contraire les constructeurs faire. Et c’est lorsqu’il y aura des incidents que les autorités américaines étudieront les précautions prises par les constructeurs en matière de sécurité, et sanctionneront ceux-ci si elles estiment ces précautions insuffisantes.

Les États-Unis sont avantagés dans cette compétition, du fait de leur système permissif, et du fait des différences entre les différents États, qui font la compétition entre eux. Ainsi Uber avait entrepris de tester ses véhicules autonomes en Californie, malgré les avertissements des autorités californiennes sur l’illégalité de telles pratiques en l’absence d’autorisation. Sous la pression des autorités, Uber s’est résolu à abandonner ses expérimentations en Californie, et est simplement allé dans l’État voisin de l’Arizona pour les poursuivre.

Bien sûr, les états membres de l’UE gardent la main mise sur les autorisations d’expérimentations sur leur sol et chaque pays traite le sujet différemment et là encore toutes les armes sont permises pour devancer les autres. Ainsi, la France semble donc avoir quelques mois de retard sur ses confrères européens en matière de publication de textes réglementaires, mais encore plus lorsqu’il s’agit d’intelligence économique et sur le sujet de la coopération et du lobbying des constructeurs. Les constructeurs allemands sont même s’ils sont en compétition sur certains aspects, capable de trouver des terrains d’entente, et de s’associer pour pousser conjointement les propositions qui les arrangent auprès de leur autorité nationale, puis auprès de l’Europe. Les constructeurs français, au contraire, sont plutôt réputés pour le manque de coopération et la fraîcheur de leurs relations.

Ainsi en 2017, on peut voir l’autorisation des fonctionnalités d’autonomie des véhicules allemands car les constructeurs allemands ont poussé auprès de leur autorité, pour obtenir que les fonctionnalités d’autonomie, qu’ils comptaient installer sur leurs véhicules, fassent l’objet d’une dérogation à la convention de Vienne au niveau européen. Et ils ont obtenu gain de cause, leur autorité décidant de pousser cette motion.

De plus, en juillet 2019, selon un article du journal L’Usine Nouvelle spécialiste en automobile, Bosch et Daimler se sont associés pour développer l’avenir du véhicule autonome : ils ont reçu l’approbation des autorités allemandes pour leur concept de parking connecté et de voiture à stationnement sans conducteur.

Par Marvin Emery et Sylman Teulières, promition 2019-2020 du M2 IESCI

Webographie

https://www.lefigaro.fr/secteur/high-tech/2019/01/08/32001-20190108ARTFIG00268-voiture-autonome-les-equipementiers-montent-en-puissance.php

https://www.usinenouvelle.com/article/bosch-et-daimler-recoivent-les-premieres-approbations-pour-leur-vehicule-autonome-de-niveau-4.N868940

https://www.la-fabrique.fr/wp-content/uploads/2017/12/D3-Vehicules-autonomes.pdf

https://www.usinenouvelle.com/article/la-ruee-vers-l-autonomie-attise-les-convoitises.N742324

https://www.journaldunet.com/economie/automobile/1417752-voiture-autonome-une-nouvelle-chaine-de-valeur-technologique/

http://www.xinvest.fr/blog-post/voitures-autonomes/

https://www.google.com/amp/s/www.lesechos.fr/amp/1024963

https://www.pwc.fr/fr/decryptages/mobilite/le-vehicule-connecte-et-la-conduite-autonome.html

Développement des véhicules autonomes : orientation stratégique pour l’action publique – 2018 – ministère de l’intérieur

Bibliographie :

Peuple pouvoir et profits Joseph e. Stiglitz 2019

L’article Véhicule autonome et glissement de la chaîne de valeur : La Nouvelle Economie appliquée est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

Selon Alan Turing, l’intelligence artificielle est la capacité d’une machine à reproduire une forme d’intelligence, à être capable de traiter des problèmes basiques, ou plus complexes selon une situation donnée, selon le degré de difficulté de la tâche lui étant attribuée. L’IA voit réellement le jour en 1956 lors de la conférence de Dartmouth, puis elle subit une certaine mutation dans les années 2000 avec l’arrivée d’internet. L’IA est alors plus pragmatique, bio inspirée (elle tend plus à se rapprocher de la nature, à copier des systèmes d’êtres vivants plus ou moins complexes tels que les réseaux neuronaux). On parle aujourd’hui de cerveau dit de silicium (composé de composants électroniques) et de cerveau biologique (humain). C’est alors ici qu’entre en jeu une sorte de « guerre dichotomique », tendant à s’avérer ou non, entre intelligence humaine (IH) et intelligence artificielle (IA). En effet, le fait que cette IA tende à se rapprocher de la complexité du cerveau humain à l’image des réseaux neuronaux le constituant vient poser une question fondamentale : à terme, l’IA viendra-t-elle remplacer ou non l’IH, ou ces deux formes d’intelligences seront elles connexes, complémentaires ?

Nous aborderons le sujet dans un premier temps en analysant les différents types d’intelligences, puis nous mettrons en lumière plusieurs communautés, ayant des points de vue divergeant sur une IA que nous pouvons décliner en plusieurs niveaux (I), puis nous verrons ce qu’il en est de la création de valeur et la prise de décision (II).

I. Les communautés dans l’intelligence artificielle et les différents niveaux d’intelligences

A. De quel type d’intelligence parlons-nous ?

Ce qui différencie aujourd’hui l’IA de l’IH réside dans la dimension humaine que cette IH implique : capacité d’empathie, d’émotion, d’intuition… chose impossible dans l’état actuel des choses pour un cerveau de silicium. En effet, l’IA est purement rationnelle. On parle d’ailleurs d’intelligence rationnelle.

L’intelligence rationnelle : comme nous l’avons vu, l’être humain peut être en proie à divers éléments pouvant affecter son jugement (empathie, émotion…), et la capacité de traitement du cerveau humain reste limité quand il a affaire à une masse de donnée trop importante (2,5 Pétaoctets selon les scientifiques). L’IA la plus avancée est désormais plus rationnelle que l’être humain, plus « raisonnable » (Olaf de Hemmer Gudme, « IA, IH ou IHA : de l’artificiel pour plus ou moins d’humain ? », 2017).

L’intelligence systémique : la pensée cartésienne naissant au XVIIe siècle nous dit de « bien mener sa raison » en suivant le « discours de la méthode » reposant sur quatre principes : évidence, analyse, causalité et exhaustivité. L’on sépare ici la raison de la spiritualité. Mais où est le sens ? Ainsi, les préceptes induis par Rabelais au XVIe siècle reviennent sur le devant de la scène : « science sans conscience n’est que ruine de l’âme ». Nous voilà ici dans une impasse semble-t-il… En effet, Descartes nous propose ici une recherche de causalité sur des faits antérieurs, passés, et l’intelligence systémique elle s’appuie sur la finalité à atteindre, la recherche d’un but en corrélation avec l’environnement, utile à un ensemble futur, à venir. On parle ici de système (Joël de Rosnay, « Un système est un ensemble d’éléments en interaction dynamique, organisé en fonction d’un but »). Mais cette notion organisationnelle en « fonction d’un but » ne calque pas vraiment aux systèmes sociaux, induisant une pluralité de buts souvent contradictoires (cf. Karl E. Weick). Nous pourrions parler ici d’un changement de paradigme, mais en réalité les deux sont connexes, avec un raisonnement cartésien cherchant à comprendre, et un raisonnement systémique visant à améliorer. Certes, l’IA permet de raisonner à la manière de Descartes, mais lui est-il possible de raisonner de manière systémique ? Une machine peut-elle déterminer elle-même des buts quand bien même un être humain ne peut le faire que pour sa propre personne ? Il semble donc que la machine se doit d’être couplée à l’humain…  A moins que celle-ci puisse être « auto-finalisée », à la manière d’Elon Musk…

L’intelligence collective : c’est la collaboration d’un groupe, d’un ensemble d’individus (que l’on pourrait étendre à un ensemble d’individus/machine à l’avenir…) permettant la mise en commun de connaissances, d’intelligences pour arriver à un tout supérieur à la somme des parties. Il semble en effet aisé et rationnel de confier à une IA des tâches répétitives, mais il semble nettement moins sensé de confier l’ensemble des tâches uniquement à une IA. En effet, « comment définir et réaliser l’utilité de ces tâches sans humains » (Hamza Didaraly, 2017) ?

B. Les différentes communautés

En 2017, dans son livre : “ La guerre de l’intelligence ” ‘, le Dr Laurent Alexandre a défendu la thèse d’une intelligence artificielle faisant des progrès gigantesques et changeant profondément le monde de la justice, de l’emploi, de l’économie et de la politique d’ici quelques décennies.

En effet, prenons l’exemple des robots chirurgiens qui pourraient conduire à des percées majeures dans les techniques médicales. L’intelligence humaine et biologique du chirurgien classique est donc remise en cause, la chirurgie étant l’un des domaines complexes de nos sociétés actuelles. Les possibilités sont nombreuses et nous donnent l’occasion de réfléchir, à travers la question de l’intelligence, sur la spécificité et l’avenir de l’humanité.

On peut  remarquer en analysant différents articles, travaux et études, qu’il existe 3 communautés distinctes, avec des points de vue divergents :

-La première communauté est celle des scientifiques qui perçoivent l’émergence de l’IA comme un concurrent en mesure de dépasser l’intelligence humaine voire de la réduire en esclavage.

Ainsi, pour le Dr Laurent Alexandre, la révolution des NBIC (nanotechnologies, biotechnologies, informatique et sciences cognitives) est un signe ouvrant des perspectives extraordinaires mais dangereuses. Pour lui, l’intelligence artificielle est une menace pour l’homme si deux conditions sont réunies : L’IA doit être plus efficace que l’intelligence humaine et d’autre part l’IA doit être consciente de sa supériorité (avec pouvoir de décision, autonomie, conscience). La première condition semble être remplie car « le neurone perd chaque jour plus de points devant le transistor dans la course à la productivité et à l’efficacité ». En effet, la vitesse et l’infaillibilité des machines » ; l’exécution est de nature à faire travailler l’homme. Nous n’avons jamais vu un cheval se battre contre un TGV.

Le physicien Stephen Hawking, théoricien de l’expansion de l’univers et auteur de nombreux ouvrages scientifiques très populaires, craignait que les humains, limités par une lente évolution biologique, ne puissent rivaliser avec l’intelligence artificielle. De plus, il estimait que l’intelligence artificielle pourrait mettre un terme à l’humanité et mettait en garde contre son développement.

Elon Musk, fondateur de Tesla et SpaceX, qui alimente les plans de colonisation de Mars, demande que des mesures de sécurité soient prises contre la menace potentielle posée par l’IA. Selon lui, l’intelligence artificielle est désormais “le plus grand risque auquel notre civilisation sera un jour confrontée » ; Il prédit qu’il sera déjà trop tard pour sauver l’humanité si l’homme ne prend pas des mesures drastiques aujourd’hui face à cette technologie toute puissante.

Eric Sadin, dans une interview accordée à YouTube (ThinkerView) le 08/11/2019 sur divers sujets d’actualité, nous fait des révélations, citant l’exemple de l’application Waze, rachetée par Google en 2005-2006, qui décrit en temps réel la situation du trafic et recommande de prendre un itinéraire plutôt qu’un autre. Le libre exercice de notre jugement est progressivement remplacé par des systèmes destinés à influencer nos décisions, principalement pour répondre à des intérêts privés. Il s’agit d’une rupture juridico-politique majeure.

– D’un autre côté, nous avons la communauté GAFAM qui ne jure que par l’intelligence artificielle.

Par exemple, le patron de Facebook, Mark Zuckerberg, estime que « nous pouvons créer des choses pour rendre le monde meilleur », en citant des exemples tels que la réduction des accidents de la route avec des voitures autonomes. Dans une interview sur CNN le 25 juillet 2017, il a avoué qu’il n’était pas d’accord avec ceux qui voulaient ralentir les progrès et considérait cela comme une attitude « irresponsable ».

– La troisième communauté réunissant fans de science-fiction, transhumanistes et rêveurs d’un nouveau monde.

Nous pouvons prendre l’exemple du nouveau robot Atlas de Boston Dynamics, une filiale de Google qui est incroyablement agile. Equipé d’IA, Atlas sera le meilleur travailleur du monde, le meilleur manutentionnaire en 2020.

Cependant, lorsque nous entendons la plupart des grandes entreprises ou des scientifiques parler, nous parlons davantage de puissance de calcul et la notion d’intelligence est rapidement restreinte ! Il semble important de replacer les choses dans leur contexte et de comprendre que des opinions différentes sont ancrées dans différentes questions et perceptions du monde.

En effet, la communauté scientifique s’inquiète de l’IA car elle la perçoit comme un danger susceptible d’être détourné par l’homme, alors que l’IH n’a pas encore fini de nous montrer tout son potentiel. De plus, l’intelligence artificielle n’est finalement qu’une bulle spéculative sur lequel beaucoup misent gros. Les attentes seront-elles à la hauteur des espérances ?

Les GAFAM eux-mêmes, avec un empire puissant et un capital inimaginable, investissent des milliards car ils connaissent les possibilités : monopole, rentabilité, pouvoir, etc. Ainsi, on observe que Mark Zuckerberg, à qui sont attribuées des ambitions personnelles pour les élections américaines de 2020, a également précisé que l’intelligence artificielle pourrait avoir son rôle à jouer dans la construction d’un futur système américain de sécurité sociale. Le milliardaire, actuellement en tournée dans divers États américains, imagine un modèle de santé intelligent qui offre de meilleurs diagnostics et traitements.

Cependant, en 2019, un événement s’est produit, ayant changé la vision de certaines personnes : l’IA a vaincu le jeu de go.

La victoire d’Alphago est en fait une victoire plus globale. C’est aussi une victoire pour Lee Sedol, le précédent champion. Cela a aidé le champion à mieux comprendre la complexité du jeu de Go et lui a ouvert de nouvelles voies. Et cette « innovation » est le résultat d’une histoire partagée. AlphaGo a provoqué une nouvelle attitude chez Lee, qui a poussé la machine à ses limites et l’a poussée à enfreindre les règles. En fin de compte, tout le monde a appris quelque chose. Lee Sedol s’est amélioré en affrontant la machine, de manière très rationnelle et émotionnelle.

C. Les différents niveaux d’intelligence artificielle

IA « forte », IA « faible » … Voilà qui paraît quelque peu réducteur. En ce sens, Heudin Jean-Claude, dans son ouvrage « Intelligence artificielle. Manuel de survie » (2017), va proposer plusieurs niveaux d’IA :

•         Le niveau 1 : sous-humain pour des tâches spécifiques : l’on parle ici d’une entité algorithmique (application, composant logiciel…) permettant d’effectuer une tâche spécifique simple mais globalement de manière moins performante qu’un être humain. C’est le cas par exemple des chatbots ou encore des systèmes de reconnaissance vocale, où l’humain est encore aujourd’hui bien plus efficace en termes de rendu.
•         Le niveau 2 : équivalent à un humain pour des tâches spécifiques : le résultat atteint par l’algorithme est ici égal à celui de l’humain pour une tâche spécifique. On parle ici par exemple d’un système capable d’identifier et de classer des images en quantité limitée et peu dynamiques.
•         Le niveau 3 : supérieur à la plupart des humains pour des tâches spécifiques : ici, l’algorithme dépasse l’être humain dans une tâche spécifique, mais il est toujours possible qu’une personne spécialisée puisse atteindre de meilleurs résultats. Un exemple est celui de Deep Blue (IBM) en 1990 qui égalait les meilleurs joueurs d’échec.
•         Le niveau 4 : supérieur à toute intelligence humaine pour des tâches spécifiques : cette fois, l’entité algorithmique dépasse l’être humain pour une tâche spécifique. Alpha Go est ici un exemple de ce type d’IA, battant les meilleurs joueurs mondiaux au jeu de go.
•         Le niveau 5 : égale ou supérieure à l’IH pour une majorité de tâches : il n’existe à ce jour aucune IA capable d’une telle prouesse. L’idée est ici que l’IA serait égale ou supérieure à l’humain dans une multiplicité de tâches. On parle ici d’une dimension transversale des tâches pouvant être effectuées. C’est ici qu’apparaît le terme d’IA « forte ». Un tel niveau de complexité semble être difficilement atteignable, même sur un horizon prochain.
•         Dernier niveau, le niveau 6 : intelligence artificielle ultime (singularité technologique) : l’entité algorithmique est ici largement supérieure à l’intelligence humaine dans n’importe quelle tâche. On parle d’intelligence ultime ou « singularité technologique ». L’hypothèse d’un tel niveau de complexité fut largement décriée par les nombreux scientifiques sur le sujet, ce qui parait très peu probable, voire inatteignable.

Certes, dans un monde certain, restreint à un monde de données propres à chaque secteur, une IA reste bien plus performante qu’un cerveau humain pour des tâches spécifiques, mais dans un monde plus large tel que le nôtre, incertain,  où l’environnement est à prendre en compte, où la transversalité des tâches est nécessaire et où il faut constamment s’adapter, il est difficilement imaginable qu’une IA surpuissante puisse dominer et avoir conscience de tout ce qui l’entoure sans qu’une action humaine ne vienne la compléter. Ce problème de conscience de la machine est d’ailleurs abordé par Mr. Heudin, nous disant que l’être humain est un être conscient, pas la machine. Le cerveau humain, connecté à son propre corps est lui-même le fait d’une « coévolution et de développement dans l’environnement. Cette relation à notre corps, au monde qui nous entoure est naturelle. Nous sommes des êtres conscients ».

Tout ce côté émotionnel, cette empathie, cette capacité à aimer/détester, notre intuition… nous différencie de la machine, calculatrice et fondamentalement rationnelle, mais surtout basé sur des faits passés voire présents pour en prédire l’avenir semble discutable. En effet, tout ceci ne calque pas avec la physique traditionnelle de Newton, avec ce paradigme dans lequel nous sommes formés intégrant tous les liens de causalité. Une machine aurait-elle pu créer l’électricité, prédire son arrivée et toutes les révolutions qu’elle a engendré ? Une IA aurait-elle pu, à la manière de Da Vinci mettre en cohérence des éléments improbables comme la mythologie et le réel pour créer des inventions ?

II. L’intelligence humaine, une source inépuisable de développement et une complémentarité avec l’intelligence artificielle

A. S’adapter : Le mot clé

En temps de crise, il faut pouvoir prendre du recul et se poser les bonnes questions, car comme le disait Alfred Sauvy dans son livre ‘’Théorie générale de la population : ” « Despote conquérant, le progrès technique ne souffre pas l’arrêt. Tout ralentissement équivalent à un recul, l’humanité est condamnée au progrès à perpétuité. »

Dans la première partie, nous avons parlé du fait que l’IA est perçue comme une menace car elle fait tout plus vite que nous. Pourtant, comme le Dr Alexandre l’écrit : ” l’IA pourrait devenir supérieure à l’humanité “, pour qui elle prend l’apparence d’un “crépuscule”.

Ce qui fait la supériorité actuelle de l’humanité, c’est l’existence d’un conscient. Même s’ils ne sont pas toujours bons, les êtres humains sont capables de faire des choix, de fixer des objectifs et de remettre en question leur valeur. Par ailleurs, comme le psychologue Olivier Houdé, spécialiste du développement de l’intelligence infantile, a précisé dans un entretien à Sciences et Avenir que les algorithmes ne sont qu’une COMPOSANTE de l’intelligence.

Les machines ont des capacités hors normes dans des activités très spécialisées. Mais la question est : pouvons-nous apprendre aux machines à se spécialiser sur dans des domaines pour lesquels elles ne sont pas programmées ? Comme jouer à plusieurs jeux différents ou acquérir ce qu’on appelle très vulgairement le bon sens. Nous avons un peu de mal à penser qu’une machine, même très sophistiquée, dopée au Deep Learning, puisse acquérir une conscience d’elle-même. Une machine pourrait-elle savoir qu’elle est une machine ? Nous ne le pensons pas, à moins que les humains ne soient conscients d’eux-mêmes que grâce à un algorithme dont ils ignorent l’existence…

Ce qui est intéressant avec les machines, c’est cette sorte d’effet miroir qu’elles opèrent : elles nous obligent à nous poser des questions sur nous-mêmes, sur nos actions mais aussi sur notre façon de penser.

Alors maintenant que nous savons que l’IA ne sera jamais l’équivalent de l’IH et afin de poser les bonnes questions, ne devrions-nous pas plutôt parler de la complémentarité qui peut exister entre IA et IH ?

En effet, quand on regarde les débats actuels autour de l’IA, il y a une forme de fatalisme : l’Homme doit s’adapter ou il disparaîtra.

Un tel fatalisme est surprenant dans un contexte où l’intelligence artificielle est une technologie inventée et déployée à grande échelle par l’homme lui-même. Et si on déplaçait le prisme du débat pour questionner la complémentarité de la machine à l’Homme ? N’est-ce pas cette complémentarité potentielle qui donne à l’Intelligence Artificielle sa vraie valeur ajoutée ? L’homme n’a-t-il pas le pouvoir de concevoir un avenir pour l’intelligence artificielle et ses emplois dans la société d’aujourd’hui et de demain ?

Lors d’une conférence donnée par Alexandre Cadain le 12 juillet 2017, le jeune Entrepreneur et Ambassadeur d’IBM Watson AI Xprize, qui a lancé le projet Anima.ai, a parlé de ce qu’est une machine qui complète l’Homme.

Il dit : “C’est une machine qui fait ce que l’homme ne fait pas maintenant et n’a pas la capacité de faire”.

Par exemple, la révolution numérique a créé un chaos d’information dont il est désormais difficile d’extraire des connaissances. L’Homme est perdu dans le flux constant d’informations. L’intelligence artificielle pourrait être davantage utilisée pour ordonner ce chaos et exploiter le potentiel de ces informations. Cadain prend ainsi l’exemple du jeu Minecraft sur lequel des millions de joueurs construisent et entretiennent des mondes virtuels ; tous les jours. Pourquoi ne pas créer une IA capable de détecter les solutions innovantes créées par les acteurs afin d’exploiter le potentiel de ces solutions dans le monde réel ? Bref, il s’agirait d’augmenter le potentiel de l’Homme à travers la machine plutôt que d’augmenter le potentiel de la machine contre l’Homme.

B. Qu’en est-il de la création de valeur, de la détermination du besoin

Une IA peut-elle créer de la valeur d’elle-même ? Peut-elle répondre à une attente sous-jacente non exprimée et future ? Olaf de Hemmer Gudme, conseiller en création de valeur et spécialiste de l’approche systémique illustre avec un exemple très intéressant ce problème rencontré par l’IA en utilisant le conte pour enfant « Le Petit Prince » de Saint-Exupéry.

Dans le conte, le petit prince vient à la rencontre de l’aviateur en panne en lui demandant : « dessine-moi un mouton ». Une intelligence artificielle aurait très bien pu le faire, réglant ainsi le problème (si bien sur cette dernière avait une image de mouton dans sa base de données), l’aviateur étant très mauvais en dessin. Mais l’aviateur a une intuition et dessine alors une boîte, disant au petit prince que le mouton est dedans, ce qui lui va parfaitement. Il y a ici une réelle disruption du mouton, on ne répond pas exactement à la demande, on met moins de ressources pour y parvenir, et ceci convient au « client ». Olaf de Hemmer Gudme met ici en avant un raisonnement reposant sur deux questions : à quoi sert le mouton ? Et qu’est ce qui suffit pour répondre à quoi il sert ? Le raisonnement est ici de de poser la question à celui qui sait. Le raisonnement selon lui qui permet de donner la boîte à la place du mouton ne peut pas être fait par une IA, car la seule personne qui sait est le petit prince. Le problème serait ici pour l’IA de retrouver le petit prince dans ses données, mais ses besoins seront ici complétement changés car l’humain évolue et ses besoins avec lui. En effet, l’IA est fondée sur des pratiques passées, cristallisées : ce serait donc une analyse prédictive fondée sur le passé, une des limites de l’IA comme nous l’avons vu plus haut.

Pour illustrer, prenons un vendeur/annonceur type Amazon : la plateforme va nous proposer un bien en fonction des recherches passées. Prenons un manteau acheté à un instant t. En t+1, Amazon va proposer un manteau dans le même style que celui acheté précédemment, un peu différent, peut-être plus grand s’il prend en compte la temporalité… Mais le risque est que les besoins de la personne aient complètement changé, le mieux est alors de le demander directement à la personne. En ce sens, une IH serait plus efficace qu’une IA en termes de rationalité car l’IH va prendre en compte tout un ensemble d’élément et sera plus à même de comprendre le besoin exprimé.

Pour en revenir à nos moutons, plus loin dans l’histoire l’on apprend qu’il y a une rose qui ne doit pas être mangé, il faut donc une muselière au mouton, que l’aviateur lui propose, et un contenant pour embarquer tout ça sur sa planète : la boîte ! Donc le besoin de l’élément improbable qu’est la boîte devient alors une évidence. Tous ces nouveaux besoins naissent alors de l’interaction des parties, les objectifs, les besoins doivent donc être mis dans la machine (l’IA), dans la boîte par une IH. La disruption est fondamentale et doit être prise en compte, chose qu’une intelligence artificielle n’est pas en capacité de faire car elle viendrait chambouler tout son modèle.

En somme, l’intelligence rationnelle dont fait preuve l’IA est basée sur le passé et le présent selon le raisonnement cartésien, puis la finalité et le but sortent de ce raisonnement cartésien : le raisonnement systémique, c’est le besoin d’un Homme pour un Homme, et ceci ne peut pas être pris en compte par la machine.

C. Intuition et prise de décision

Dans son raisonnement rationnel, une intelligence artificielle donnerait des prédictions et donc une marche à suivre selon des modèles passés, basés sur les données alimentant son algorithme. Seulement voilà, les plus grands chefs d’entreprises, les multiples penseurs attribuent un poids fondamental à l’intuition, ne pouvant être atteint par une IA (sauf agrégation de nouvelles données disruptives émanant d’une IH, donc une IA en retard sur l’avenir, bien que sa fonction soit prédictive).

En effet, Tim Cook, dirigeant d’Apple, nous dit lors d’un interview être ingénieur, donc fondamentalement rationnel. Mais il nous livre également que c’est son intuition qui fait ses prises de décision, et non pas sa rationalité (étant la forme d’intelligence d’une IA). Au même titre, les ingénieurs et innovateurs de la Silicon Valley utilisent ce type d’intelligence systémique, en prenant en compte leur environnement, la culture, les changements qui s’opèrent…

Daniel Kahneman, prix Nobel en économie, met en valeur dans son ouvrage « Thinking fast and slow » l’importance de l’intuition et combien elle apporte. Elle permet, selon ses, dires d’être plus rapide, plus fiable, plus précis tout en mobilisant moins d’efforts par rapport à la rationalité.

André Gessalin, expert en intuition, met en avant un exemple lors d’un interview vidéo (« IA VS IH », 2017) dans le monde de la bourse : les plus performants sont ceux qui se fient à leur intuition, et ne sont pas les plus rationnels, cela étant jugé trop complexe. Pour illustrer ce propos, prenons Warren Buffet, un géant dans la spéculation boursière, étant qualifié « d’Oracle d’Homaha » pour sa capacité à prédire les variations en se fiant à son intuition et sa capacité de jugement mêlant toutes les variables en un ensemble cohérant. Un peu comme les systèmes chaotiques décrits par Wolfram Stephen (« Univeraslity and complexity in Cellular Automata », 1984), il n’y a pas de cycles définis, les cycles n’ont pas de rapport de causalité car n’ayant pas de liens entre eux. L’IA ne va pas pouvoir définir quelque chose de précis, récurrents, alors que l’IH a la capacité de faire de nouveaux cycles, en analysant son environnement, et en en créant un nouveau, alimentant les futurs algorithmes. Même les cycles de quatrième classe jugés complexes ne peuvent pas le faire car étant calqués eux aussi sur des modèles passés. Selon A. Gessalin, l’intuition c’est la « mise en cohérence d’éléments disparates en un tout réunifié et simplifié ». C’est cette transversalité, cette mise en cohérence d’éléments disparates qui n’est, tout du moins à ce jour, pas possible pour les IA actuelles.

Afin de dynamiser l’IA, il convient de se focaliser sur ce qu’elle ne peut pas faire plutôt que sur ce qu’elle peut faire : empathie, amour, intuition… et c’est ce qu’ont fait les data scientist et experts en IA : selon eux, l’IA est fondée sur le passé et parfois le présent. Le problème est que nous sommes dans un monde incertain, complexe et donc en proie à l’incertitude, ce qui ne convient pas à une IA (André Gessalin, 2017). Jack Ma également vient renforcer ces propos (président d’Alibaba group) : « pour réussir il faut du QI, du quotient intellectuel, mais dans le futur de l’amour. Il faut identifier ce que les machines ne peuvent pas faire ».

Il convient d’aller vers le futur. Un décideur intuitif aura de l’avance sur un reporting car il aura suivi son intuition, son ressenti en cohérence avec son environnement, ses moyens et ses contraintes, c’est pourquoi une intelligence artificielle ne peut pas remplacer l’intelligence humaine. En revanche, elle peut venir aider à la prise de décision en fournissant une aide supplémentaire et compétitive sur des questions rationnelles couplées à l’intelligence systémique humaine.

Conclusion

Notre culture occidentale, étant basée sur les fondements de la pensée platonicienne et cartésienne induisent une forte dichotomie/dualité : l’Homme opposé à la Nature, l’Esprit opposé à la Matière…

Il paraît alors logique dans cette même continuité d’opposer l’IH à l’IA, et toujours dans le même esprit que l’une remplace à terme l’autre. Mais, au même titre que l’Homme et la Nature, ou l’Esprit et la Matière, l’un n’a pas remplacé l’autre mais cohabite. Bien sûr, l’Homme tend à dominer la Nature et donc la matière, mais l’un ne va pas sans l’autre. En effet, sans nature il n’y a pas d’Homme, et l’esprit doit avoir de la matière pour fonctionner.

La finalité veut que ce soit l’Homme qui soit au centre, et non l’autre partie prenante. Il semble illusoire et même improbable que l’IA prenne le pied sur l’IH, l’Homme ayant vocation à dominer. En effet, et comme nous avons pu le voir, l’IA est très différente de l’IH. Sur certaines tâches spécifiques et rationnelles, l’IA peut s’avérer très performante, allant jusqu’à dépasser l’humain dans le traitement de données massives, toutefois, il convient d’appréhender le monde dans sa globalité et toute sa complexité, et pour ce faire, le cerveau biologique, l’IH, reste inégalée.

L’une ne vient donc pas remplacer l’autre, mais les deux se complètent : grâce à tout ce que l’IA peut apporter, que ce soit en capacité de traitement, d’analyse… Tout ceci vient permettre au cerveau humain d’être stimulé et épaulé, et non pas remplacé. La nature fondamentale de l’être humain est de dominer et non l’inverse, en ce sens il est très difficilement concevable que la machine remplace l’Homme dans son ensemble, mais plutôt qu’elle lui permette d’atteindre un stade supérieur, comme le revendique Jack Ma, président d’Alibaba Group : « l’IA vient se coupler à l’humain, pour passer du faire, à l’avoir, pour atteindre l’être ».

Aussi, les multiples problèmes auxquels nous sommes confrontés actuellement semblent sans réelles réponses: conflits, réchauffement climatique, catastrophes naturelles, raréfaction des ressources… Il convient donc de faire converger toutes les formes d’intelligence en un ensemble commun et cohérant pour faire face aux défis actuels, à l’image de la mise en réseaux que prône l’intelligence économique. Un exemple de cette cohabitation entre IH et IA le plus extrême et portant à controverse est celui de la société Neuralink fondée par Elon Musk, travaillant sur des implants neuronaux visant à marier le cerveau biologique au cerveau de silicium en permettant à l’Homme d’interagir directement avec la machine via les ondes cérébrales. Testé sur les chimpanzés, les tests sur l’Homme doivent voir le jour au fil de cette année 2020. L’enjeu est ici de réussir à contrôler les possibles dérives de tels systèmes.

Par Marvin Emery et Sylman Teulieres, promotion 2019-2020 du M2 IESCI

Bibliographie

Ouvrages :

1. Bichler, « Le prix Turing : Le français Yann Lecun couronné avec deux autres pionniers de l’intelligence artificielle », 2019
2. Alexandre, « la guerre des intelligence – intelligence artificielle versus intelligence humaine », 2017

Daniel Kahneman, « Thinking fast and slow », 2012

Olaf de Hemmer Gudme, « IA, IH ou IHA : de l’artificiel pour plus ou moins d’humain ? », 2017

Heudin Jean-Claude, « Intelligence artificielle. Manuel de survie », 2017.

Heudin Jean-Claude, « Immortalité numérique. Intelligence artificielle et transcendance », 2014.

Wolfram Stephen, « Universality and Complexity in Cellular Automata », 1984

Turing Alan M., « Computing Machinery and Intelligence », 1950

George Orwell, «1984 », 1972

Samuel Huntington, « Le choc des civilisations », 1996

Laurent Alexandre, « La guerre des intelligences », 2017

Liens :

https://www.cairn.info/revue-futuribles-2019-1-page-93.htm#no18

https://www.chefdentreprise.com/Thematique/rh-management-1026/Breves/Quelle-evolution-travail-entreprise-341534.htm

http://valeursetmanagement.com/ia-ih-ou-iha-de-lartificiel-pour-plus-ou-moins-dhumain/

https://www.facebook.com/nwow.fr/videos/540389076295632

https://www.youtube.com/watch?v=jMaXkXww4Q0

https://www.linkedin.com/pulse/ia-ih-ou-iha-de-lartificiel-pour-plus-moins-dhumain-de-hemmer-gudme/?published=t

http://www.cefro.pro/archive/2017/11/11/le-cerveau-de-neurones-et-le-cerveau-de-silicium.html

https://www.youtube.com/watch?v=iwOW83CBWiQ

https://www.journaldunet.fr/management/guide-du-management/1204891-l-intelligence-collective/ https://www.youtube.com/watch?v=VzeOnBRzDik

https://www.britannica.com/science/human-intelligence-psychology

http://theconversation.com/ia-contre-ib-la-guerre-des-intelligences-aura-t-elle-lieu-122898

https://www.frenchweb.fr/pourquoi-lintelligence-humaine-ne-doit-pas-essayer-de-battrelintelligence-artificielle/316081

https://medium.com/nouvelles-intelligences-a-lere-numerique/penser-lacompl%C3%A9mentarit%C3%A9-de-la-machine-%C3%A0-lhomme-43abd923dd0e

https://www.industrie-techno.com/article/l-intelligence-artificielle-nous-fait-changer-decivilisation.43269

L’article Intelligence Humaine et Intelligence Artificielle : Rivalité ou coalition est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

L’arrivée du web et la transformation avec les NTIC ont facilité la transmission de connaissance aussi bien dans sa rapidité qui est immédiate que dans la diminution de son coût de transmission. L’intelligence artificielle nécessitant l’usage du Big Data et des réseaux sociaux afin de collecter le maximum d’informations brutes pour être utiles à la prise de décision a donné lieu à une nouvelle forme de compétitivité : la compétitivité informationnelle. Ce nouveau mode de collecte qui génère de grandes quantités de données ne permet pas à l’homme de les traiter de manière efficace et rapide. L’intelligence artificielle permet avec l’aide de programmes de deep learning et la mise en place de programmes algorithmiques de remplir seul le cycle de l’information : collecter, traiter, analyser et diffuser l’information au bon moment.

Cependant, les programmes algorithmiques sont mis en place par l’homme car l’intelligence artificielle ne possède pas les capacités de réflexion d’un humain ni son raisonnement. La sélection de l’information utile se faisant par algorithmes, l’intelligence artificielle va obéir aux ordres de l’homme qui aura intégré à celle-ci des méthodes de détection et de corrélations afin de capter le maximum d’informations pertinentes. Cependant, l’IA peut oublier de prendre en compte certains paramètres pourtant indispensables à une bonne remontée d’informations ou chercher à créer elle-même des corrélations artificielles afin de créer un résultat fictif se rapprochant vaguement de la réalité.

En parallèle avec l’IA, le biomimétisme s’appuie sur l’inspiration de ce qui entoure l’Homme : la nature et le vivant. Le biomimétisme cherche à s’inspirer ainsi de 3.8 milliards d’années d’évolution en copiant les formes, matériaux et procédés issus du vivant sans exploiter les ressources de la Terre. L’IA va être intégré à ce processus de recherche par sa capacité d’analyse servant ainsi d’appuie à l’innovation et à la recherche de nouvelles solutions plus durable et écologique pour la Terre.

A. L’origine du biomimétisme

Le biomimétisme s’inspire de l’économie de la connaissance qui a toujours existé par le fait de s’appuyer sur la transformation de connaissances acquises par l’homme afin de les développer, de les faire évoluer permettant ainsi d’acquérir de nouvelles connaissances. Le biomimétisme se veut interdisciplinaire : médecine, recherche, industrie, architecture, défense… Dont le but premier reste de mettre au point des procédés et organisations permettant le développement durable et soutenable de la société. Par la crise économique et écologique liée à la surexploitation des ressources naturelles, le biomimétisme est vu comme une voie de recours, vecteur de mutations s’appuyant sur une économie utilisant des ressources naturelles, tournée vers la transition écologique et sociale. La bio-inspiration cherche à « repenser le système de production » en le rendant moins polluant et plus respectueux de l’environnement.

Quelques précurseurs

Otto SCHMITT

Otto SCHMITT est un chercheur, professeur d’université, inventeur et ingénieur américain créateur de l’amplificateur différentiel[i] qui reprend les bases du circuit du fonctionnement du système nerveux et de l’état de fonctionnement de celui-ci après la propagation d’impulsions le long d’un réseau de fibres nerveuses. Issue de ces activités médicales, SCHMITT créé le terme de « biomimétisme » comme étant : « un nouveau domaine de recherche au sein de la bioingénierie médicale ». Il crée également l’indice « Santhosha » utilisé pour définir la qualité de vie à plusieurs niveaux.

Janine BENYUS

Également théorisé par l’américaine Janine BENYUS, scientifique, consultante en innovation, connue pour ses travaux en biomimétisme notamment avec son ouvrage : « Biomimicry : Innovation Inspired by Nature »[2] publié en 1997 et a cofondé « Biomimicry Guild » : une guilde du biomimétisme qui vise à s’inspirer du vivant en prenant exemple sur « 3.8 milliards d’années de technologie adaptative ». Théoricienne du biomimétisme, Janine BENYUS a contribué à vulgariser la notion de biomimétisme. Elle met ainsi en avant la capacité d’adaptation auquel ont dû faire face près de 30 millions d’espèces vivant dans le monde afin de créer des processus de production durables qui restent propices à toutes les formes de vie sans créer de déchets. BENYUS propose une définition du biomimétisme qui s’inspire de la nature en définissant l’énergie solaire comme principale source d’énergie et son utilisation mesurée. Elle met l’accent sur le recyclage et l’absence de déchets dans le cycle de la nature notamment à travers la coopération entre les espèces. Elle utilise la contrainte comme source de création de richesses.

Idriss Jamil ABERKANE

Idriss Jamil ABERKANE est titulaire d’un Master en « Approche interdisciplinaires du vivant » à l’Université de médecine Paris-Descartes et notamment d’un doctorat en sciences de gestion à l’Université Paris-Saclay et d’un doctorat en littérature générale et comparée à l’Université de Strasbourg. Il publie un essai en 2016 intitulé « Libérez votre cerveau ! », ouvrage de vulgarisation sur les neurosciences. ABERKANE vente le caractère inépuisable de la connaissance en mettant en avant le biomimétisme en déclarant au cours d’interview : « la nature est le plus grand gisement de connaissances sur Terre. C’est une bibliothèque qui a 4 milliards d’années de recherches et de développement donc il faut la lire plutôt que de la bruler ». Conférencier en biomimétisme et bio-inspiration, auteur du livre : « Âge de la connaissance » publié en 2018 chez Rober Laffont.

ABERKANE développe trois principes fondamentaux de l’économie de la connaissance qui sont en lien avec le biomimétisme.

• L’échange de connaissances n’est pas un échange à somme nul : l’échange ne privera pas la personne qui a transmis une connaissance de celle-ci contrairement à un échange monétaire.
• L’échange de connaissances n’est pas instantané
• Les combinaisons de savoirs ne sont pas linéaires mais permettent d’acquérir de nouvelles connaissances afin de créer une synergie des savoirs.

Dans son ouvrage : « L’Âge de la connaissance » paru en 2018, l’auteur fait une différence entre la connaissance qui est reproductible et l’information qui ne l’est pas. L’auteur insiste également sur la compréhension, plus importante que la connaissance car elle permet d’acquérir de l’expérience et d’améliorer sa connaissance dans un domaine. Il cherche à mettre en évidence le besoin de recherche et l’importance de la connaissance qui reste supérieure à l’information et à l’intelligence artificielle du fait que celle-ci peut se transmettre et n’est pas à somme nul mais exponentielle. ABERKANE développe dans son livre la notion de « Blue Economy » qui invite à s’inspirer du vivant pour organiser une société intégrant à la fois les notions d’économie circulaire et le biomimétisme. Elle n’a pas pour but de désindustrialiser mais de développer l’intelligence humaine et le modèle de production actuel en convergence avec la nature. La Blue Economy vise à produire « comme la nature » : sans émettre de déchets de manière circulaire si bien que la production d’un bien entraine des coûts de production négatifs par le recyclage des déchets lié à celle-ci.

L’auteur définit l’existence de déchets comme étant : « un problème, et un problème, c’est une ignorance, donc une absence de connaissance… » (P.451). Pour l’auteur, l’économie de l’attention et du temps est nécessaire dans le processus d’acquisition de connaissances afin de créer une synergie des savoirs : « La connaissance extraite d’une source est proportionnelle au produit de l’attention et du temps » (p. 151).

B. La recherche dans le Biomimétisme

1. Les principaux acteurs français et européens

Biomimicry Europa

Biomimicry Europa est une association à but non lucratif née en 2006 à Bruxelles qui a pour mission de promouvoir le biomimétisme. Le comité français de Biomimicry Europa est créé en 2010 à Paris en vue de promouvoir le biomimétisme en France. L’association vise à apporter une pluralité de point de vue et partage la même conviction par l’observation des systèmes vivants, source d’inspiration pour accélérer l’innovation. L’association a formé quatre groupes de travail : le groupe « pollinisateurs » qui mène des actions liées à l’éducation et à la sensibilisation de larges audiences (conférences, expositions, enseignements…). Le groupe « passereux » vise à communiquer sur le biomimétisme auprès de divers publics par la rédaction d’articles, animation de blogs…). Le groupe « champignons » qui fournit des services afin de développer le réseau de réflexion engagé lors des rencontres LIPS (Life Inspired Principles for Sustainability) afin d’analyser les bases de données biologiques et écologiques pour illustrer les principes du biomimétisme du vivant avec des exemples concrets. Le groupe « Humus » qui mène des actions en lien avec la recherche d’innovation autour du biomimétisme sur le terrain avec la mise en place de programme de plantation d’arbres par exemple.

Le Centre Européen d’Excellence en Biomimétisme de Senlis

En France, le centre de formation et de recherche CEEBIOS : Centre Européen d’Excellence en Biomimétisme de Senlis crée en 2014 est une association de recherche en biomimétisme intégré depuis 2015 au ministère de l’environnement dans le cadre de sa stratégie nationale de transition écologique. L’objectif du CEEBIOS est de cartographier l’ensemble des acteurs publics et privés du biomimétisme en France, de fédérer et coordonner les régions et collectivités françaises sous l’impulsion du Ministère de la Transition écologique et solidaire. Il est en charge d’animer les groupes d’innovation stratégique selon les domaines : habitat, matériaux, biomimétisme marin, gestion de l’information, la formation et la coordination interrégionale.

Le Centre Européen d’Excellence en Biomimétisme de Senlis accompagne l’innovation par la mise en place de formations à travers un recensement des cursus diplômants disponibles en Europe, la fédération nationale des acteurs de l’enseignement dans différents groupes de travail et l’expérimentation d’une plateforme nationale de dépôts de projets étudiants. Le CEEBIOS a réalisé en 2017 une cartographie des différents cursus en bio-inspiration à l’échelle européenne.[3]

Une organisation par groupes de travail

Le CEEBIOS s’organise autour de six groupes de travail afin d’orienter les réflexions et recherches en biomimétisme et bio-inspiration autour de secteurs d’activités et de domaines particuliers.

Le groupe d’innovation stratégique « Habitat bio-inspiré » donne accès à des documents supports, opportunités et cas d’études de l’habitat bio-inspiré, des journées de conférences et la création d’un réseau d’adhérents industriels réunis autour des enjeux de l’habitat bio-inspirés qui facilite l’émergence de projets de recherche.

Le groupe d’innovation stratégique « Matériaux bio-inspirés » donne accès comme le groupe « habitat bio-inspiré » à des documents supports couvrant l’exploration du vivant et servant à identifier des technologies autour des enjeux des matériaux bio-inspirés facilitant l’émergence de projets de recherche. L’objectif à court terme est d’accompagner l’appropriation de la démarche biomimétique et d’identifier les sujets à explorer et de contribuer à la structuration de la filière par la mise en place de normes et de label « matériaux bio-inspirés » permettant ainsi une meilleure communication.

Le groupe « Gestion de l’information » a vocation à rassembler et faire réfléchir l’ensemble des organismes et personnes étudiants les systèmes d’informations et de communication du vivant. L’objectif recherché est d’identifier de nouvelles sources d’innovations bio-inspirées à exploiter pour contribuer à une économie plus soutenable.

Le groupe « Formation » tend à fédérer des acteurs de l’enseignement autour d’un groupe de travail. Le CEEBIOS a cartographié l’ensemble des formations sur le biomimétisme et la bio-inspiration.

Le groupe de « coordination interrégionale » guidé par le Ministère de l’Environnement, de l’énergie et de la mer[4] depuis 2017 encourage la mission de coordination interrégionale dont l’objectif est d’accompagner les régions à identifier les opportunités du biomimétisme selon les compétences territoriales industrielles et académiques. Les objectifs de ce groupe de travail sont d’informer sur le biomimétisme comme levier d’innovation au niveau national et international : il vise à préciser les spécificités régionales : orientations politiques de recherche et d’innovation, la structuration d’un réseau de l’innovation, la priorité en faveur de l’écologie et le partage de retour d’expérience des régions engagées dans une démarche de biomimétisme. Le CEEBIOS est en charge de coconstruire une feuille de route pour le développement et la recherche bio-inspiré sur le territoire national.

Le groupe « Biomimétisme marin » regroupe les innovations inspirées des ressources marines et de la nature. Il vise à mieux comprendre les services écosystémiques de l’océan. La région Nouvelle-Aquitaine avec le CEEBIOS a créé un pôle d’excellence dédié au biomimétisme marin implanté à Biarritz en partenariat avec la Communité d’Agglomération Pays-Basque.

La région Nouvelle Aquitaine, pôle d’excellence du biomimétisme

La Région Nouvelle-Aquitaine souhaite mettre en place des formations au sein de ses Universités afin de soutenir le développement de la bio-inspiration et du biomimétisme. La région a également lancée des groupes de travail concernant l’habitat-bâtiment, la chimie-matériaux et la croissance bleu ou Blue Economy : mode de production inspirer de la nature prenant en compte la réutilisation des déchets issue de la production de biens. La région souhaite ainsi à terme obtenir à la fois un effet de structure qui correspond aux impacts liés aux économies réalisées dans les achats d’énergies et matières première par l’adoption d’une démarche biomimétique et un effet de volume par l’accroissement du chiffre d’affaires issue du développement de nouveaux biens et services issus de la biomimétique.

En lien avec le CEEBIOS, l’étude VertigoLab publié en 2018 vise à créer un pôle d’excellence et de compétences dédié au biomimétisme marin regroupant ainsi différents acteurs.

• Les laboratoires de Biarritz qui s’inspirent d’une algue rouge : la Gélidium Sesquipedale pour élaborer une formule entrant dans la composition de crème solaire certifiée bio afin de réduire l’impact écologique que celle-ci ont sur l’environnement marin notamment des coraux et ressources halieutique.
• La biotech industrielle Fermentalg de Bordeaux en lien avec la ville de Paris et le groupe Suez réalise un programme de recherche écologique sur la capture de CO2 dans l’air par le biais de microalgues, végétaux photosynthétiques permettant de récolter le CO2 d’une centaine d’arbres.
• Le secteur agricole présente un intérêt pour une pratique durable par le développement de laboratoires ouvert mais aussi de recherche sur l’appauvrissement des sols, la lutte contre les parasites et ravageurs de culture, le changement climatiques et la pollution des sols.

2. Les domaines et découvertes importantes

Le système de fixation crochets et boucles textile

George De Mestral, fondateur de l’entreprise Velcro Compagnies est le célèbre inventeur du « Scratch » ou système de fixation crochets et boucle textile. Cette invention s’inspire du fruit de bardane accroché aux poils de son chien qu’il essaie alors d’enlever après être parti chasser en forêt. MESTRAL a alors observé le fruit au microscope et constaté que celui-ci possédait des épines qui se terminaient par des crochets déformables. Cette découverte lui donna l’idée de créer un type de fermeture rapide semblable aux épines de bardane.

La combinaison sportive de natation LZR Racer[5]

En 2008, Speedo commercialise la LZR Racer, combinaison de nataion avec laquelle tomberont 79 records du monde sur cette même année. Il aura fallu 3 ans, une coopération entre les ingénieurs de Speedo et de la Nasa, de plusieurs universités américaines et des experts dans la dynamique des fluides ainsi que 400 corps d’athlètes d’élite scannés pour élaborer un moule de la combinaison s’inspirant de la peau de requin. Cette invention aura nécessité le dépôt de 16 brevets pour créer une combinaison qui s’inspire du dessin de la peau de requin. Elle se caractérise par l’existence de rugosités présente chez le requin qui vont créer des micro-turbulences qui vont permettre au nageur une meilleure aspiration dans leurs coulées et diminuer la trainée de 5% selon le créateur Speedo. La combinaison formée de polyuréthane résiste au chlore et possède des coutures soudées par ultrasons réduisant la trainée de 6% liée aux frictions de la peau. Jugée trop efficace, elle sera interdite par la FINA (Fédération Internationale de Natation) en 2010.

Le pneu à la structure alvéolaire

Recherchant un pneu increvable, la structure alvéolaire du pneu n’a pas besoin d’air sous pression pour être utilisé. Le pneu possède une bande de caoutchoucs qui repose sur une structure alvéolaire en plastique permettant d’absorber les chocs et d’être anti-crevaison. Le pneu se veut résistant et faire le moins de bruit possible et diminuant la chaleur générée lors du roulement. L’usage qui en est fait reste l’usage militaire cependant, cette structure peut provoquer un déséquilibre et causer des vibrations lors d’un roulage à haute vitesse.

Le Eastgate Building au Zimbabwe

Inspiré d’une termitière, le centre commercial serait à 90% moins énergivore et régulerait sa température par le même procédé qu’une termitière. En effet, celle-ci subissent de grands changements de températures, chaudes le jour, les trous du bas de la pyramide sont débouchés à la base de la pyramide pour y faire entrer l’air chaud contrairement à la nuit où il fait plus froid et où les termites ferment les trous dans le nid permettant d’emmagasiner de la chaleur à l’intérieur de la termitière.

Conclusion

Le biomimétisme vise à s’inspirer du plus grand centre de recherche et de développement du monde à savoir la nature forte de plus de 3.5 milliards d’années d’évolution et d’adaptation. Le biomimétisme est le fait d’innover en s’inspirant du vivant et de la nature : économe en énergie et fonctionnant en circuit court, la nature recycle tout et ne produit donc pas de déchets. Il vise à imiter les comportements des espèces, copier le fonctionnement des écosystèmes et les procédés en adéquation avec une perspective de développement durable. La nature est une source infinie d’innovations durable et écologique pour la société. Le biomimétisme prend en compte le domaine de l’énergie, la santé, la gestion des déchets, l’habitat, les transports… L’IA va ainsi venir en complément du biomimétisme afin de collecter, analyser et traité de grandes quantités d’informations permettant de rechercher de nouveaux procédés d’innovations présent dans la nature afin de les développer et de les reproduire pour l’Homme.

Par Jacques Fauché, promotion 2019-2020 du M2 IESCI

Webographie et Bibliographie

Site internet du Centre Européen d’Excellence en Biomimétisme de Senlis

https://ceebios.com/site-ordener/

Évaluation du potentiel de développement de la biomimétique en région Nouvelle-Aquitaine 2018. VertigoLab, Économie & environnement

http://vertigolab.eu/wp-content/uploads/2018/01/Rapport-biomim%C3%A9tisme-en-NA_VF.pdf

« La Nouvelle-Aquitaine une région bio-inspirée, cartographie des acteurs et évaluation des retombées socio-économiques » avril 2018

https://issuu.com/conseilregional/docs/dossier_aquitaine_compil_impression

« L’océan source d’inspiration et d’innovation », site de la région Nouvelle-Aquitaine. Le 18 mars 2017

https://www.nouvelle-aquitaine.fr/toutes-actualites/ocean-source-inspiration-innovation.html

 « L’Âge de la connaissance ». Idriss Jamil ABERKANE publié en 2018 édition

« Biomimétisme : les 10 inventions les plus impressionnantes inspirées de la nature, publié par Marc- Alexandre PIETTE le 20 novembre 2013 sur le site Affaire de gars

[1 L’amplificateur différentiel est utilisé pour enregistrer et mesurer les influx nerveux : activité électrochimique transmise à la suite d’une stimulation d’un récepteur sensoriel qui se propage le long du nerf sensible et remonte jusqu’au cerveau puis se redirige vers les organes effecteurs de cette stimulation.

[2 Traduit en 2011 sous le titre de « Biomimétisme : Quand la nature inspire des innovations durables », édition : Rue de l’échiquier.

[3 Cartographie des cursus universitaire en bio-inspiration à l’échelle européenne.

http://ceebios.com/wp-content/uploads/2017/11/Synth%C3%A8se-des-formations-en-Europe-V2.pdf

[4 Le Ministère de la Transition Écologique et Solidaire et le CEEBIOS ont publié un état des lieux sur le biomimétisme en France en juillet 2018

https://drive.google.com/file/d/1mEmytyfRGtBAOG6UW5LUSyvz6VCFqovs/view

[5 « Natation : le triomphe de la peau de requin ». Publié par Paul MOLGA. Les Échos, le 13 août 2008 https://www.lesechos.fr/2008/08/natation-le-triomphe-de-la-peau-de-requin-495564

L’article L’inspiration du vivant peut il être en adéquation avec l’intelligence artificielle ? est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

A. Human intelligence in the age of AI

1. Human intelligence still leads today

While artificial intelligence is expanding, and the tasks that it can solve are increasing, we may wonder what still remains to human. To Larry Tesler, the computer scientist who invented the function « copy – past », human intelligence is and will remain « what machine doesn’t accomplish yet ». This idea was also developed by the robotician Hans Moravec who saw that the tasks which are difficult for us are the ones which are easy to perform for a computer, and vice versa. This leads to the Moravec’s paradox : when the human brain has perfect control of a task, it runs unconsciously, unlike the poorly controlled ones, and they seem easy to us. The example used is the following: it’s easy to make a computer as strong as an adult to intelligence tests such as the game of go or chess but it is really difficult or even currently impossible to imitate children behavior when it’s about perception and mobility. Knowing that, how can we imagine letting our children watched by robots? We have to know that autistic children have their own perception of the environment. So, if a robot cannot assimilate children behavior, especially autistic ones, how can they assist children? At the current stage of development, they can only be considered as a support for human and medical teams. In the case of children with autism, medical teams rely on new tools like: tablets with adapted applications, robots, virtual reality; each can be used in specific contexts.

Moreover, many experts such as Laurence Devillers, researcher at the National Center for Scientific Research, who is also a member of the French Research Commission on Ethics of Research in Digital Science and Technology, thinks that IA has no comparison with human intelligence. To them, we have to stop thinking that « super artificial intelligence » we are building today is able to take control over humans. According to Laurence Devillers, we have to demystify robot’s capacities, « because man has a natural tendency to anthropomorphize the machine and give it capabilities that it does not have. The robot is much stronger than us to do calculations and has skills that we will never have, for example to hear ultrasound and infrasound, or to hear better than us if we are old, but robots will never know the taste of an  apple, will never want to pick an apple let alone eat one! Except by imitation! ».

Indeed, artificial learning is connected with imitation and association. Today, robots deal with imitation. If we want them to substitute a human, or even to assist a person, we must teach them how. If we go back to children behavior, we know that their reactions are unpredictable: in the same situation, two children will have two different reactions. It’s even truer for autistic children, with which even human or experts might have trouble into predicting their behavior. So, how can a robot do it? Even if, one day, robots will take one important place into autistics lives, by helping them to interact. Yet, they cannot replace the medical staff that are daily beside those children. Moreover, if there is too much artificial interaction around autistic children, how can we be sure that they will not develop a kind of addiction to artificial tools, and might also push them to become introverted.

2. For how much longer will human intelligence exist?

According to Norwegian studies, the intellectual quotient decreased among generation born after 1975, and especially in Northern Europe. Calculated by comparing the real age of the child with his mental age, this method aims to assess individuals’ abilities to deal with certain problems such as reasoning, thinking, or understanding complex ideas. To explain this decrease, some arguments are highlighted: Richard Lynn base its arguments on genetics reasons with the dysgenic effect, while some studies show the impact of endocrine disruptors and the cultural environment. But let’s focus on the last point. The omnipresence of screens in our everyday life leads to visible brain changes, with the decrease of the gray matter in certain areas of the cortex, particularly these links with interpersonal communication and understanding. Today, books become shorter, magazine and newspaper articles become simpler, cartoon pictures and television become more prevalent, and entertainment replaces reflection and debate.

On the contrary, reading leads to multiple neural networks and increase intelligence, and it is probably the learning of reading during the 20th century that has increased IQ. But today, as we can see in the graphic, young people are reading fewer and fewer books and this trend tends to continue. Aforesaid, even medical staff may not be able to understand autistic children. What the situation will be if, with the decline of IQ, things become worse and worse? If that’s the case, are robots intelligent enough to replace human? Nowadays, it isn’t possible, but what if artificial intelligence still continues to increase?

Going back where all started, in 1956, « artificial intelligence » struggled to develop and win, until 2000, with the burst of the internet bubble. The AI is supported by a new wave, which lasts until today. In twenty years, progress is significant: during this period, we went from simple algorithms to robots that can replace humans in some of these tasks. If we encourage this moment, can we be convinced that man will not be replaced by machines … According to Arend Hintze, professor of integrative biology and computer engineering at the University of Michigan, we can distinguish four types of artificial intelligence: the reactivity, the limited memory, the theory of mind and the self-conscious. Today, only the first type was possible to realize, and they are still working on the second one. But what will it be like when we are in the final stage of this process? Which one will be man’s position? Already today, robot artificial Intelligence are able to be reactive and to interact. Leka robot, for example, is a small spherical robot designed to help children with autism and other neuro – developmental disorders to learn by having fun. Some studies point out that using wisely, robots are better than human to assist autistic children. Robots help them to become widespread.

B. Necessity to revamp relationships

1. Develop a synergy between the two

Garry Kasparov, the chess champion who was beaten by IBM’s Deep Blue supercomputer in 1997, addresses in his book Deep Thinking, the two sides of AI. A few years before his defeat against the AI, he said « I don’t know how we can exist, knowing there is something mentally stronger than us ». But after turning every detail of his defeat, he turns out his point of view about new technologies: using computers for « the most ungrateful aspects » will free us and it will allow us to devote our intellectual faculties to « creativity, curiosity, beauty and joy ». If we don’t want to be machine too, we have to seize this opportunity.

Today, most people see the rapid growth of IA as a threat, such as for example with job losses. However, we have to think in terms of synergy, and not in terms of competition. Paul Daugherty and H. Jales Wilson, Accenture Leaders, wrote in their book « Human + Machine », that AI will increase human potential. In more and more companies, humans and smart machines collaborates ever more closely: companies can change process on the fly or they can completely reimagine them. Today, AI is changing the rules of how companies operates. Still according to them, artistic people will have a huge place in their model: they will have to « design, adapt and manage » services robots to the customers. At their side, some professions as comedians, empathy and human conversation are needed to be able to meet client’s expectations. And this is exactly what robots does: they allow to reduce medical teams on charge of easy tasks and to free up time for tasks with higher added value which aren’t actually easy for a robot. Human intervention will appear in a second time to analyze child results and evolution. Moreover, autistic children have specifics needs such as the need to interact with someone. Therefore, robots and human may capture children’s attention. In order to do this, the robot design is essential (such as artistic people).

2. The grown man / transhumanism

Diseases removal, suffering, and disability, increase our physical and intellectual performance, overcome old age and death… All these points are the aspirations of transhumanism. According to Max Moore (1990), « Transhumanism is a class of philosophies of life that seek the continuation and acceleration of the evolution of intelligent life beyond its currently human form and human limitations by means of science and technology, guided by life-promoting principles and values ». As an example, Kevin Warwick, a British scientist and professor of cybernetics at the University of Coventry in the United Kingdom, got grafted, in 2002, electrodes in his nervous system to interact with computer and machine. Considered as the first cyborg of the history, Kevin Warwick could then take control of a robotic hand, with the help of any Wi-Fi network (used to be connected with the hand). A few years later, he grafted electrodes in his wife arms. This allowed them to interact in the form of telepathy, connected by nervous system. As we know, interaction with autistic children is difficult: maybe this type of interaction is a new solution. We use technology and artificial intelligence, without losing the human side of interaction.

Conclusion

Aforesaid, artificial intelligence improves tasks solving. In short time, we might pass from the creation of internet to machine learning without anyone knowing the limits of artificial intelligence. IA must not be seen as a threat, but as an opportunity to help people. In the case of autistic children, robot cannot replace human: they aren’t developed enough and cannot integrate their specific behavior. Human play a key role. Also medical teams are using robots and artificial intelligence to help themselves in some sectors: communication, social interaction. This method gain ground and shows that the collaboration between human and machine increases autistic children well-being and behavior.

As if I have chosen to work on this example, robots and artificial intelligence are tomorrow serious challenges, and this, in different business sector. To conclude, as Max Moore said: « if you want to change the word, you will not do it as a businessman, or as a politician, or as an athlete. You can change the word by being a scientist or an engineer ».

By Clarisse Bouet, student in M2IESC 2019-2020

Sources

• https://www-cairn-info.buadistant.univ-angers.fr/revue-futuribles-2018-2-page-119.htm
• https://www-cairn-info.buadistant.univ-angers.fr/revue-securite-et-strategie-2017-4-page-75.htm
• https://www-cairn-info.buadistant.univ-angers.fr/magazine-books-2019-2-page-17.htm

https://www.capital.fr/votre-carriere/robots-ia-sont-ils-des-menaces-pour-votre-job-et-votre-vie-quotidienne-1325387

• https://www.lesechos.fr/idees-debats/cercle/intelligence-artificielle-versus-intelligence-humaine-131603
• https://www.youtube.com/watch?v=ltrUdC9W6fk
• https://iatranshumanisme.com/2018/03/23/lhumain-augmente-cnrs-editions/
• https://www.lemonde.fr/idees/article/2018/07/12/le-robot-humanoide-partenaire-privilegie-des-autistes_5330470_3232.html
• https://www.academie-sciences.fr/pdf/rapport/AI_G7_2019_FR.pdf

L’article Human intelligence and IA algorithms: between obsolescence and complementarities est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.

Les entretiens d’embauche et l’évaluation des candidats pourraient rapidement évoluer avec l’aide des nombreux outils intelligents en cours de développement ainsi qu’en exploitant ceux déjà présents sur le marché. Il deviendrait alors possible d’élargir les critères traditionnellement observés chez les candidats afin de mieux recruter.

Et cela intéresse beaucoup les entreprises et les cabinets de recrutement. Les premières pourraient réduire leurs coûts de recrutement de façon significative tandis que les seconds bénéficieraient d’un gain de temps et d’efficacité dans leurs activités. Cependant, certains systèmes déjà utilisés font l’objet de vifs débats quant à leur objectivité et aux possibles discriminations qu’ils peuvent susciter. L’objectivité des données analysées par l’IA est contestable sur de nombreux points. Cette nouvelle méthode de recrutement sous-entend par ailleurs qu’il est possible de définir un profil-type de l’employé modèle, un standard recherché par les entreprises.

L’IA comme recruteur : une aubaine pour les entreprises ?

 Les transformations économiques générées par la mondialisation contraignent l’ensemble des entreprises à adapter leur structuration et leur management. Les processus de production évoluent et ne constituent plus la principale source de valeur, ce qui oblige les firmes à repenser leur organisation. Cela impacte naturellement la main d’œuvre et donc le facteur travail qui devient de plus en plus qualitatif. Pour répondre à ces besoins en main d’œuvre qualifiée, les recruteurs se tournent progressivement vers des outils d’intelligence artificielle, notamment dans les secteurs à fort taux de recrutement tels que la finance, l’hôtellerie ou la grande distribution.

Une source de productivité supérieure

Le recrutement est un aspect essentiel au bon fonctionnement d’une entreprise et conditionne quelque part sa pérennité. Les stratégies et le business model peuvent être particulièrement pertinents, si les employés ne sont pas performants, l’entreprise sera rapidement fragilisée et dépassée par ses concurrents. Il est donc impératif de recruter les “bonnes personnes”.

La théorie du salaire d’efficience nous enseigne qu’un salaire généreux est un gage de “bon recrutement”, car il va inciter les candidats performants à postuler. Cependant, une entreprise ne peut rationnellement accorder un salaire supérieur aux standards du marché sur l’ensemble de ses postes. En plus de générer un surcoût diminuant sa compétitivité, cela ne constitue en rien un gage de productivité supérieur par rapport à ses concurrents. Il faut donc recruter différemment.

Aujourd’hui la complexité du recrutement s’illustre par le développement et la prolifération des cabinets de recrutement. Les grandes entreprises externalisent pour la plupart les processus d’embauche jusqu’à un certain degré. Cette externalisation engendre un coût important et ne protège pas contre le turn-over. Ce turn-over représente lui aussi un coût de plus en plus élevé pour les entreprises. Cela s’explique par la complexification des tâches à accomplir par les employés, mobilisant toujours plus de connaissances spécifiques. Les effets d’expérience et d’apprentissage sont des processus longs à développer pour un employé et un turn-over trop régulier sur des postes très spécifiques peut rapidement mener à une perte de savoir-faire et de connaissances tacites.

Il est donc primordial de bien recruter et de recruter rapidement. C’est dans cette optique que l’IA intervient et aujourd’hui plusieurs multinationales utilisent déjà cette technologie. C’est le cas d’IBM, Uniliver ou encore Hilton qui a estimé que depuis l’intégration de l’IA dans son processus de sélection, le cycle de recrutement avait été raccourci passant de 6 semaines à seulement 5 jours. Ce gain de productivité est considérable et constitue un formidable enjeu pour les entreprises et les recruteurs.

Vers une diminution de l’asymétrie d’informations

Lorsqu’une entreprise recrute un nouveau salarié, elle prend un risque. Ce risque est en réalité l’incertitude concernant le nouveau salarié qui provient du manque d’informations. Sera-t-il à la hauteur du poste pour lequel il a été recruté ? Saura-t-il bien s’intégrer dans son nouvel environnement professionnel ? Arrivera-t-il à développer une relation de confiance avec ses collègues ou ses collaborateurs ? Toutes ces questions ne trouvent leur réponse qu’une fois le processus de recrutement achevé.

L’incertitude ne peut se dissiper avant la mise en situation réelle et la prise de fonction au sein de l’entreprise. Ce manque d’information qui caractérise les entretiens d’embauche, pose de sérieux problèmes aux entreprises en matière de recrutement. Cela les oblige très régulièrement à mettre fin aux contrats d’embauche prématurément durant la période d’essai. S’ensuit alors un nouveau cycle de recrutement long et coûteux et qui ne garantit en rien que la prochaine personne sera plus compétente.

Il est vrai que pour diminuer ce risque, le recruteur peut multiplier les entretiens ou évaluer les connaissances et les compétences de l’individu à l’aide de tests et de contrôles. Mais dans les faits, ses moyens sont limités, et le manque d’informations sur les intentions et la psychologie du candidat joue en sa défaveur. C’est ici que l’intelligence artificielle intervient pour apporter au recruteur une plus grande quantité d’informations sur le candidat.

L’asymétrie d’information qui caractérise un entretien d’embauche pourrait donc diminuer considérablement. L’utilisation de tests cognitifs aujourd’hui assez répandue, permet déjà d’évaluer les capacités de raisonnement, de collecte d’informations ou de synthèse des postulants. Avec le développement de l’intelligence artificielle, il serait possible de percevoir d’autres qualités recherchées par les entreprises telles que la motivation, le sang-froid, la capacité à prendre des décisions, à gérer le stress, les imprévus, à faire preuve d’empathie, etc…

Ces outils viendraient alors compléter le processus de sélection aujourd’hui principalement basé sur les expériences passées et le dernier diplôme obtenu. Cela ouvrirait donc les portes des entreprises à certains profils atypiques qui ne correspondent pas aux standards actuels.

Cette technologie représente un espoir pour les personnes ayant un parcours singulier, ou en quête de reconversion, car elle permet d’aller au-delà de la simple analyse du diplôme et des expériences, en intégrant les aptitudes et les qualités intrinsèques de la personne. Ces aptitudes sont généralement difficiles à déceler au cours d’un recrutement classique, car elles s’expriment lors de la mise en situation réelle de la personne, ce qui est délicat à mettre en place de façon systématique pour les recruteurs.

Mais de telles aptitudes sont également difficiles à formaliser et à définir, ce qui rend la tâche complexe pour les développeurs. Et puis l’intelligence artificielle peut-elle réellement évaluer l’ensemble de ces critères de façon objective ? L’intelligence relationnelle, qualité très recherchée par les entreprises qui souhaitent intégrer des salariés dotés d’un esprit collaboratif, est un élément qu’il semble aujourd’hui encore bien difficile à évaluer par le biais d’une intelligence artificielle.

Le développement des outils intelligents d’aide au recrutement se heurte donc à plusieurs problèmes. La difficulté principale réside dans le paramétrage et dans la sélection des critères évalués. Cela implique tout d’abord d’adopter une éthique irréprochable pour ne pas provoquer de discrimination. L’intelligence artificielle étant le fruit de l’intelligence humaine, elle reste toujours influencée par ses développeurs et le paramétrage qu’ils définissent. C’est pourquoi une connaissance précise des algorithmes et des mécanismes est indispensable pour envisager un dispositif d’intelligence artificielle utile au recrutement. Nous allons voir que cette tâche est loin d’être aisée.

Des critères de sélection contestables

Dans le cadre d’un recrutement il parait dangereux de se fier uniquement à l’intelligence artificielle et de l’envisager comme un outil capable de prendre des décisions à la place de l’Homme. Au contraire, il doit être vu comme un instrument permettant d’évaluer un plus grand nombre d’éléments difficilement perceptibles par une seule et même personne. Le risque en confiant le recrutement à une intelligence artificielle, est de se fier uniquement à l’analyse réalisée par le robot sans faire preuve de sens critique. De plus, les candidats bien conscients d’être évalués par des IA, peuvent alors adapter leur comportement et leurs réponses en fonction de ce que le robot identifie comme positif et donc biaiser en partie le résultat de l’analyse.

L’outil HireVue : une certaine conception de l’objectivité

Aujourd’hui, des dispositifs d’intelligence artificielle permettent d’évaluer un candidat via une simple conversation téléphonique mais ils sont plutôt rares. La plupart s’appuient sur la vidéo pour analyser les postulants. C’est le cas de HireVue, le “recruteur intelligent” le plus répandu actuellement sur le marché.

La technologie proposée par Hirevue est un logiciel d’assistance au recrutement. Le candidat répond à une série de questions prédéfinies et le logiciel analyse ses réponses. Un très grand nombre d’éléments sont appréciés tels que le comportement, les gestes, le ton de la voix, le langage employé, les expressions faciales, le contact visuel, l’enthousiasme, etc… Avec simplement cinq questions, le logiciel peut collecter plus de 500 000 données. Le robot compile alors l’ensemble de ces données pour déterminer un score d’employabilité qui va permettre d’orienter les décisions des recruteurs.

La société HireVue se place comme l’un des leaders dans le « recrutement assisté par IA ». Ils promettent des économies substantielles pour les entreprises en offrant la possibilité d’éliminer en amont les demandeurs jugés inaptes ou ne correspondants pas aux exigences du poste. Mais cette méthode de sélection divise. L’outil Hirevue a fait l’objet d’une critique très appuyée dans un article du Washington Post.

Et pour cause, cette méthode de sélection pourrait s’avérer problématique et même discriminante vis à vis de certains postulant comme le dénonce plusieurs chercheurs. C’est ce qu’affirme Meredith Whittaker (co-fondatrice de l’AI Now Institute centre de recherche en IA). Les candidats présentant des difficultés d’expression orale ou affectés par le stress et la nervosité pourraient alors être défavorisés s’ils sont évalués et jugés d’après leur gestuelle ou leur diction. C’est également le cas des personnes issues des minorités ou de culture différente qui n’emploie pas nécessairement les mêmes codes ni les mêmes comportements.

Vers une standardisation des candidats

L’émergence de l’intelligence artificielle dans le recrutement oblige les demandeurs d’emploi à se conformer aux exigences et aux désidératas des entreprises. Le contexte actuel de chômage persistant au sein de la plupart des pays développés, génère une concurrence de plus en plus forte entre les demandeurs d’emploi. Le niveau d’étude tend également à augmenter ce qui renforce le phénomène de compétition.

Répondre aux attentes du recruteur n’est plus suffisant, désormais il faut se démarquer par rapport aux autres candidats, faire preuve d’individualité, d’initiative et démontrer clairement sa motivation pour espérer décrocher le job de ses rêves. Mais comment faire preuve de singularité face à un processus de recrutement qui tend à se normaliser ? Aujourd’hui, les facultés les plus prestigieuses des États-Unis forment leurs étudiants à se confronter aux outils d’intelligence artificielle utilisés pour le recrutement. Ils sont briefés sur les attitudes à observer et entrainés à adopter les comportements recherchés par les robots recruteurs. Un guide des entretiens avec HireVue a même été édité pour accompagner les étudiants postulants auprès des entreprises qui utilisent cette technologie.

Ceci risque de générer une standardisation des comportements et des attitudes, et l’on peut s’interroger sur le réel intérêt d’inciter l’ensemble des demandeurs d’emplois à adopter une attitude dite « normale ». Si cela peut effectivement permettre d’éradiquer certains types de comportements contre-productif, il est également possible que cela impacte l’esprit d’initiative et la créativité de la personne. A l’heure de la robotisation et de la mécanisation des tâches répétitives et peu complexes, devrions-nous vraiment nous diriger vers un recrutement de personnes normalisée et standardisée ?

Aujourd’hui, les processus de production ne sont plus au cœur de la création de valeur, ce sont au contraire les biens informationnels et les titres de propriétés intellectuelles qui constituent l’essentiel de la valeur d’une entreprise. Est-il alors bien judicieux de s’entourer uniquement d’individus sachant respecter les normes et agir dans les règles ? Lorsque l’on observe la course à l’innovation que mènent toutes les firmes multinationales, orienter son recrutement vers de tels standards ne semble pas être une stratégie si judicieuse.

D’autre part, les candidats ne sont en aucun cas informés de leurs scores et ne peuvent donc jamais savoir ce qu’ils ont bien ou moins bien réussi. Cet aspect constitue une vraie limite car il n’offre pas au candidat la possibilité de s’améliorer. D’autre part, cette absence de retour contribue à l’opacité du système qui devient une véritable boite noire et ouvre la voie à toutes les déviances possibles.

Ce type de système est également envisagé dans le processus d’évaluation des employés déjà en place. Cela pourrait donc influencer directement l’évolution de carrière des salariés ce qui est peut-être encore plus inquiétant que la discrimination à l’embauche. Nous nous orienterons alors vers une classification des individus essentiellement basée sur l’IA. Les tâches effectuées par les employées seraient constamment et scrupuleusement analysées déterminant quel travailleur est plus productif par rapport à l’autre, imposant ainsi une course à la productivité insoutenable.

HireVue a fait l’objet d’une plainte pour pratiques déloyales et trompeuses. Cette plainte déposée par l’Electronic Privacy Information Center (EPIC) auprès du gouvernement fédéral nous démontre que l’utilisation de l’IA pour remplacer l’intelligence humaine est au cœur de nombreuses controverses et son usage soulève de plus en plus de questions.

Conclusion 

L’utilisation de l’IA dans les ressources humaines est un phénomène en pleine expansion. Les systèmes d’aide aux recrutements intéressent fortement les entreprises qui y voient un gain de temps et d’argent considérable. Les secteurs à fort taux de recrutement tels que la finance, l’hôtellerie ou la grande distribution utilisent déjà ces outils pour raccourcir le cycle de recrutement et mieux cibler les candidats potentiels.

Cette technologie offre également des perspectives intéressantes pour les personnes dont le CV est un peu atypique mais qui possèdent des qualités et des aptitudes recherchées par les entreprises. Le système ne se focalise pas sur diplôme ou à la dernière expérience professionnelle du postulant mais prend également en compte ses particularités et ses capacités.

Les processus de recrutement aujourd’hui très onéreux sont susceptibles de devenir de plus en plus assistés par l’intelligence artificielle. Cela permet de mieux rationaliser l’embauche et de se prémunir contre l’asymétrie d’information et l’incertitude qui caractérise un recrutement. Ces nouveaux systèmes permettent de collecter une quantité impressionnante de données sur les candidats qui aboutit à un score d’employabilité exploitable par le recruteur.

Néanmoins, il parait difficile et quelque peu ambitieux de prétendre pouvoir définir et identifier « l’employé parfait ». L’analyse effectuée par l’IA s’effectue sur un très grand nombre de données mais leur interprétation dépend directement du paramétrage et du développement préalable de l’outil. Il soulève de nombreuses questions en matière d’éthique et le manque de transparence des algorithmes inquiète de nombreux chercheurs. Les éléments observés tels que la gestuelle, les expressions faciales ou la diction semblent insuffisants pour définir une personne et évaluer l’intérêt qu’elle peut représenter pour l’entreprise. Ce type de dispositif peut donc rapidement mener à une discrimination des personnes peu à l’aise à l’oral ou issues de culture différente.

Par ailleurs, ces nouveaux modes de recrutement peuvent induire une forme de standardisation du comportement et des attitudes des candidats. Afin de répondre aux critères, ces derniers s’entraînent à se comporter de façon souhaitable et acceptable par le « robot recruteur ». Ce type de normalisation risque à terme de nuire à la créativité et à l’esprit d’initiative du salarié, d’autant plus si son évolution de carrière devient également conditionnée par l’intelligence artificielle.

La société HireVue, leader dans ce secteur fait aujourd’hui l’objet d’accusations graves de la part de l’EPIC qui lui reproche des pratiques déloyales et trompeuses. La firme, refusant d’autoriser l’audit de ses algorithmes, contribue à opacifier son système suscitant toujours plus d’interrogations et d’inquiétudes.

Une telle société qui affirme comprendre et interpréter la psychologie d’un travailleur en fonction de ses gestes et de sa parole doit naturellement être composée d’experts en psychologie. Mais quelles peuvent bien être les fondements psychologiques sur lesquels s’appuient HireVue pour façonner son intelligence artificielle ?

Par Paul Bruneau, promotion 2019-2020 du M2 IESCI

Webographie

https://www.washingtonpost.com/technology/2019/10/22/ai-hiring-face-scanning-algorithm-increasingly-decides-whether-you-deserve-job/

https://www.lemondeinformatique.fr/actualites/lire-ia-et-recrutement-souriez-vous-etes-presque-embauche-76620.html

https://www.lesechos.fr/idees-debats/cercle/intelligence-artificielle-versus-intelligence-humaine-131603

L’article Intelligence artificielle et recrutement est apparu en premier sur Master Intelligence Economique et Stratégies Compétitives.