Une clarification hautement pertinente

L’éclatement de cette bulle activée depuis 2022 par les IA génératives pourrait bien être proche. Les réponses instantanées affichant des combinaisons de textes, photos et vidéos à toutes sortes de prompts semblent relever de la magie aux yeux inlassables des profanes mais nullement à ceux des spécialistes en algorithmes et numérique. Ces derniers n’ont aucun doute quant à la supériorité écrasante de l’esprit humain dans les champs soumis à l’ambiguïté : reconnaissance des émotions, improvisation et aptitude à la création véritable, décryptage du langage naturel, réaction face à l’imprévisible.
Aux besoins insatiables des IA génératives en données d’entraînement peu fiables car biaisées ou volées(1) s’ajoutent les ressources faramineuses synonymes de désastre environnemental à venir. Les puissances de calcul, capacités de stockage, l’eau de refroidissement exigées par les millions de processeurs graphiques GRU pénalisent fortement les data centers. Promue pour le meilleur et non sans risque de conduire à d’énormes bêtises l’Intelligence artificielle se ramène à la suite technologique d’outils d’assistance améliorant les tâches existantes et favorisant leur élargissement à de nouveaux usages.
Une fois clarifiés les mythes associés à l’IA avec leur forces et faiblesses, la raison commande d’admettre son potentiel de transformation des sociétés. L’engouement des investisseurs et des entrepreneurs cherchant plus souvent le profit au détriment de l’éthique interpelle les régulateurs s’ils en ont les moyens. Mais ne revient-il pas au public de s’armer d’esprit critique après s’être familiarisé avec les concepts et le jargon véhiculés par les experts(2) ? Question de bon sens pour mieux résister au harponnage masqué derrière la réalité travestie et la propagande des algorithmes volontairement trompeurs des réseaux sociaux.
(1) Comme en témoignent quelques couacs retentissants chez Microsoft, Google, avec Grok chez Elon Musk… sans compter leur niveau de pertinence autour de 60% plus ou moins appelé à baisser
(2) Exemples : machine learning, deep learning, LLM (lLarge Language Models), jailbreaking, fine-tuning ou RAG, watermark, open source, random, IA washing, IA forcing, fake news, deep fake…

• 

  IA génératives, pas créatives [Texte imprimé], l'intelligence artificielle n'existe (toujours) pas Luc Julia

  de Julia, Luc
  le Cherche midi
  ISBN : 9782749183497 ; 19,80 € ; 07/05/2025 ; 272 p. Broché

  Go Amazon