Skip to main content Skip to page footer

Intelligences Artificielles

DATA RING s’engage à explorer les implications de l’IA par son soutien à la recherche avec la troisième édition du « Prix de la donnée » qui récompensera les meilleurs travaux de recherche en IA des Masters 2.

DATA RING promeut une IA responsable et éthique (explicabilité et transparence) en apportant son soutien à son partenaire Trust by design, organisme de formation, certifié Qualiopi.

DATA RING vous propose d’en apprendre plus sur cette technologie, entre mythe et réalité :

 

 

COMPRENDRE

 

Vocabulaire

Notions

Définitions

Algorithme

Dérivé du nom du mathématicien perse Al-Khwârizmî le terme « algorithme » est un outil mathématique omniprésent dans le domaine numérique. D’après l’informaticienne et maitre de conférences Tiphaine Viard, « le simple fait d’additionner deux chiffres, c’est appliquer un algorithme ».
Selon la vision de la mathématicienne et data scientist Cathy O’Neil : « les algorithmes sont comme des recettes. En entrée, il y a des ingrédients (chiffres, données). En cours d’exercice, on exécute l'algorithme ou la recette en suivant les étapes telles que découper les légumes, préchauffer le four... et en sortie, on obtient le plat, ou le résultat visé ».
Cette métaphore gastronomique permet de comprendre clairement le fonctionnement des algorithmes dont la notion d’intelligence artificielle semble être la forme la plus aboutie.

Intelligence Artificielle (IA)

Le terme « intelligence artificielle » apparaît pour la première fois en 1956. Ce terme volontaire provocateur sert de prétexte pour faire venir les investisseurs.  L’IA désigne des algorithmes qui sont censés simuler le fonctionnement du raisonnement humain.

Machine Learning (ML)

En réalité, il faudrait plutôt parler de machine learning (« apprentissage machine »). Pour reprendre l’idée de la recette de cuisine, le ML consiste à construire des algorithmes qui apprennent seuls et définissent leurs propres recettes mathématiques pour trouver une solution à un problème.
Dit autrement, le ML est un champ d’étude de l'intelligence artificielle qui vise à donner aux machines la capacité « d’apprendre » à partir de données, via des modèles mathématiques.

Le ML désigne également l’ensemble des méthodes statistiques permettant aux machines et ordinateurs d’apprendre par eux-mêmes et d’optimiser leur performance sans en avoir été explicitement programmé.

Intelligence artificielle générative (IAG)

Une « IAG » est un système capable de créer du texte, des images ou d’autres contenus (musique, vidéo, voix, tec.) à partir d’une instruction d’un utilisateur humain. Ces systèmes peuvent produire de nouveaux contenus à partir de données d’entrainement, en ce compris du code informatique.

 

Les enjeux de l'utilisation de l'intelligence artificielle

Économiques

Remplacer certains emplois humains, ce qui peut entraîner une perte d'emplois et des perturbations économiques dans certains secteurs.

Éthiques

Utilisée de manière injuste ou discriminatoire, notamment si les algorithmes sont biaisés ou si les données utilisées sont inappropriées.

Sociaux

Changement dans la façon dont les gens interagissent entre eux et avec la technologie, ce qui peut avoir des implications importantes pour la vie privée et la sécurité des données.

Politiques

Influence sur les politiques publiques et les décisions des gouvernements : en matière de réglementation de la technologie et de protection des droits des citoyens.

   

 

 

Environnementaux

Aide pour résoudre certains problèmes environnementaux, mais elle peut également avoir un impact négatif en raison de sa surconsommation énergétique.

Santé 

Assistant des médecins : aide au diagnostics. Elle est utilisée pour des opérations de précision ou encore dans la recherche contre les maladies.

Juridiques

L’IA doit être encadrée pour apporter les solutions aux différentes implications (droit d’auteur, données de justice, justice prédictive…).

Philosophiques

Une approche de l'IA centrée sur l'humain est nécessaire. Quelle place pour l'homme dans la société de demain ? Il ne faut pas que le déveoppement de l'IA fasse perdre notre libre arbitre

 

Les risques de l'utilisation de l'intelligence artificielle

L’essor de l’IA, plus précisément des IAG, présente un certain nombre de risques. DATA RING vous présente une liste, non-exhaustive, de ces risques :

  • La divulgation de données confidentielles protégées par le secret des affaires notamment ;
  • La divulgation de données confidentielles, sensibles et/ou protégées par le secret des affaires des entreprises ou organisations publiques ;
  • La divulgation de code informatique ;
  • La réalisation de cyber risques ;
  • Des atteintes à la propriété intellectuelle (droit d’auteur, marque, savoir-faire, secret industriel, base de données, droit de propriété industrielle, etc.) ;
  • Des atteintes à la vie privée et la fuite de données personnelles, le cas échéant, en dehors du territoire européen ;
  • Des atteintes au droit à l’image ;
  • L’atteinte à l’e-réputation des entreprises en l’absence de politique d’utilisation éthique, responsable et digne de confiance des IA ;
  • Le manque de fiabilité ou d’actualisation des contenus générés.
  • La désinformation
  • La dilution culturelle
  • Une dépendance technologique aux acteurs les plus importants, on parle aussi de vassalité
  • La perte de notre capacité décisionnelle si avons une confiance excessive en l'IA

 

 

ENCADRER

 

Pour simplifier