L’intelligence artifcielle est LA nouvelle vague technologique, aussi puissante que l’internet et le téléphone mobile réunis. Entre rêves technophiles et craintes de destruction d’emplois, l’IA crée le débat. Elle accélére les ruptures technologiques. Avant même de l’intégrer à notre travail, notre perception de l’intelligence artificielle (IA) est biaisée. Trop de fantasmes générés par les films de science-fiction encombrent notre esprit. Tantôt sur-estimée, tantôt sous-estimée. L’IA est brillante mais idiote.
C’est avec un esprit jeune qu’il faut chercher à comprendre et apprivoiser l’IA. Si l’on veut avancer avec cette vague de fond, il ne faut ni la nier ni la sous-estimer. Son potentiel de transformation rapide de nos vies, de nos emplois et de nos organisations est immense. En cherchant un peu, on cerne très vite ses limites. Ses applications demeurent spécifiques et étroites, limitant son impact. Mais nous ne sommes qu’au tout début de l’Intelligence Artificielle .
Voici la revue de ses forces et de ses points faibles.
Une IA intelligente
1- L’IA augmente les capacités humaines
La révolution cognitive est celle de la prise de décision augmentée avec l’aide de l’intelligence artificielle. Les machines programmées savent maintenant apprendre par elles-mêmes sans avoir besoin les coder en totalité. Cette capacité nous trouble car elle mime parfaitement une forme supérieure d’intelligence humaine et offre des perspectives de substitutions à certaines tâches.
Ainsi, le Crédit Mutuel a récemment annoncé que Watson IBM analyse les contenus des emails de ses clients envoyés aux conseillers financiers pour automatiser la recherche de la documentation pertinente pour la gestion du compte. Au final, c’est 60% de gain de temps pour le conseiller financier. C’est autant de temps en plus pour gérer la relation au lieu de faire de la bureaucratie.
Avec plus de 44 zegabytes générées d’ici 2020 contre 4,4 zegabytes « seulement » en 2016, les données représentent le nouveau gisement de richesses. C’est sur elles que repose une grande partie de la quatriéme révolution industrielle. Et c’est là que l’intelligence artificielle monte en puissance. Toutes les formes d’intelligence artificielle (Machine Learning, Deep Learning principalement) traitent des quantités croissantes de données que l’homme ne peut traiter seul.
A titre d’exemple, les modules de lectures de textes et d’extraction de connaissance scrutent et analysent les publications scientifiques médicales en oncologie en un temps record. Il faudrait, chaque jour, plus de 26 heures de lecture à un medecin trés motivé pour passer en revue tous les articles sur le cancer publiés chaque jour.
Quelques chiffres saisissants:
La machine analyse la voix presque aussi parfaitement que l’humain. 5,5%, c’est le taux de détection de mots du langage par la machine contre 5,1% pour l’homme (source).
99% des mammographies analysées par l’IA détecte le cancer du sein. Mais il y a mieux ! La machine suggére dans 30% des cas des traitements que les médecins n’avaient pas identifiés et qu’ils jugent pertinents (source).
La reconnaissance visuelle du cancer de la peau à partir de photos de la peau prises par un smartphone est fiable à 99% pour certaines catégories de mélanomes, et ce dès les formes précoces du cancer. Quand certains pays n’ont pas assez de dermatologues pour vérifier réguliérement les patients, on peut donner un accés à distance, immédiat et à moindre coûts pour diagnostiquer les 50 à 400 irégularités de la peau que l’on constate en moyen par personne (source).
2- L’IA est une technologie transversale à déploiement rapide
Avec l’aide du réseau de téléphone mobile et le cloud, l’IA consomme avec facilité toutes les données de masse. L’arrivée des objects connectés augmentera encore de flux de données.
Contrairement aux autres révolutions industrielles, la révolution cognitive et digitale se caractérise par sa vitesse, permise par son infrastructure digitale.
Avec des coûts d’accés à la technologie et des coûts d’usage réduits, l’IA propose un modéle économique percutant. Avec son approche modulaire, l’IA se branche aux systémes (RH et autres) et aux applications mobiles pour augmenter les services en proposant l’une de ces capacités technologiques.
3. L’IA reinvente les capacités organisationnelles
L’IA promet d’augmenter la productivité et la qualité des services. L’IA apporte avec elle plusieurs nouvelles capacités organisationnelles:
automatisation des tâches et processus,
conversion des données non structurées en données structurées,
prédiction et prévisions,
ultra personnalisation,
détection d’anomalie et tendances.
Nouvelles capacités organisationnelles avec l’IA_Watson IBM
Une IA stupide, à sa facon
1- L’IA est une série de micro-services spécifiques
L’IA n’est pas une et indivisible.
En réalité, l’intelligence synthétique ne démontre sa force qu’en étant ciblée pour exécuter une seule tâche. Comme une vulgaire calculatrice. Pour avoir une machine vraiment intelligente, autonome et consciente, il faudrait reproduire et faire travailler ensemble toutes les fonctions du cerveau humain. Cette échéance n’est pas anticipée avant 20 à 30 ans, nous disent les experts.
L’IA est une constellation de technologies dont le développement à pris de nouvelles avenues il y moins de 10 ans. Il est donc fort possible que les 10 prochaines années apportent d’autres surprises.
Ce sont aussi de multiples acteurs tels que les grands de l’internet (Google, Amazon, Facebook, Apple, Microsoft, IBM, Netflix, Tesla, etc.) et de multiples start-up. Des entreprises traditionnelles investissent également dans ces technologies pour infuser l’IA dans leur solutions augmentée (logistique, éducation, transport, etc.). Si certains brandissent le risque de monopole technologique, en réalité, l’IA est une technologie qui se démocratise chez les programmeurs.
Les 100 entreprises en IA selon CB Insights
En ressources humaines et en recrutement tout particuliérement, on identifie plusieurs micro-services pertinents pour automatiser certaines tâches répétitives et analyser les données structurées (colonnes et lignes) et non structurées (textes, vidéos, images, èmotions).
Le micro-service Speech-to-Text convertit la voix en texte.
Le micro-service Tone-Analyzer identifie les variation du ton dans un texte ou la voix.
Le micro-service Retrieve-and-Rank extrait les concepts et les classe par importance.
Le micro-service Dialog permet d’extraire des bases de connaissances pour offrir un service de questions-réponses ou chatbot.
Au total, il existe une grande variété d’IA dite étroites, spécifiques à une seule tâche, mais combinables pour créer un service. C’est la capacité des programmeurs à combiner et à exploiter les données et les insights générés par ces services qui produit la valeur ajoutée et l’intelligence.
IA en micro-services_IBM Watson Bluemix
2- L’IA est aussi intelligente que la qualité de l’entrainement qu’on lui donne
La reconnaissance visuelle est largement utilisée en médecine ou 90% de l’information est visuelle. Il faut un grand nombre d’images correctement classifiées pour entrainer l’IA: 5000, 10000, 50000. C’est bien plus d’images que ce qu’il faut à un enfant de 2 ans pour lui apprendre à reconnaître et nommer un objet. Il faut donc savoir nourrir l’algorithme du micro-service d’IA pour lui donner le contenu qui le rendra pertinent pour l’usage de l’entreprise.
Sans expert pour alimenter et superviser l’IA, l’IA n’automatisera ni ne personnalisera avec précision et pertinence les tâches qu’on lui confie. L’IA est aussi intelligente que la qualité et la quantité de ces données et donc de ces superviseurs.
3- L’IA offre une illusion d’intelligence humaine
Quand l’IA de Google Alpha Go remporte le match de jeu de Go en Mars 2016, Lee Sedol, le meilleur joueur a déclaré aux journalistes qu’il avait beaucoup appris dans sa bataille. La machine ne raisonnait pas comme l’humain dans ce cas précis car l’IA utilise une méthode probabiliste pour calculer à chaque coup le meilleur coup. L’IA ne planifie pas plusieurs coups d’avance mais le meilleur coup. C’est cette autre façon de penser qui peut surprendre l’humain et l’enrichir comme le suggére les transhumanistes.
Les méthodes d’Apprentissage profond (Deep Learning) et de Réseau de Neurones (Neural Network) génére des noeuds de connaissances à partir de l’information qu’on lui fournit. Elles identifient des « Patterns », de façon supervisée ou semi-supersivée, mais avec beaucoup d’autonomie. A tel point qu’il est presque impossible de connaître le raisonnement ou l’heuristique en arriére. La faculté d’expliquer ce que l’on sait et la capacité à faire un intropsection restent à développer pour rendre l’IA plus compétente sur sa compétence.
Face à nos biais de perception et nos biais cognitifs, l’IA reste remarquable sur des tâches de traitement de grande masse de données. Avec l’analyse des sentiments, du ton et des émotions sur le visage, l’IA peut démontrer une grande précision pour adapter ses messages et ses attitudes.
L’IA, dans sa version antropomorphique et humanoïde du robot, cherche à créer un lien et une intéraction homme-machine de qualité supérieure (engagement, attachement). Mais actuellement, quand on dialogue avec certains chatbots, les communications restent très scriptées et stéréotypées. Sur les fonctions relationnelles, sociales, collaboratives et politiques, l’IA a encore beaucoup à apprendre.
C’est en agissant comme un robot, que l’homme risque d’être remplacé par la machine.
L’IA est une opportunité de croissance en réduisant le coût des tâches répétitives et sans valeur ajoutée de nos services. Elle permet aussi d’augmenter la qualité, l’expérience et l’engagement dans le service.
C’est à nous de nous montrer intelligents devant la trés véloce quatriéme révolution industrielle pour travailler AVEC la machine et réinventer le travail, nos services et nos solutions.
——————————————————————————————————————————————-
Cet article fait suite à la conférence d’ouverture donnée le Vendredi 5 mai 2017 à Montréal lors de la journée nationale de formation de la SQPTO. Conférence: L’expertise augmentée: l’autre promesse de l’intelligence artificielle.
Jean-Baptiste Audrerie est psychologue organisationnel, executive advisor pour IBM Collaboration & Talent Management au Canada et auteur de ce blogue. Il s’intéresse à la transformation digitale et cognitive des RH sous toutes ses formes et plus particulièrement en acquisition et développement des talents et en Analytiques RH.