Xerfi Canal a reçu Jean-Gabriel Ganascia, professeur d’informatique, Sorbonne Université, membre senior de l’Institut Universitaire de France, ancien président du comité d’éthique du CNRS, pour parler de l'intelligence artificielle.
Une interview menée par Jean-Philippe Denis.
Une interview menée par Jean-Philippe Denis.
Catégorie
🗞
NewsTranscription
00:00Bonjour Jean-Gabriel Ganaschia.
00:10Bonjour.
00:11Jean-Gabriel Ganaschia, vous êtes professeur d'informatique, Sorbonne Université,
00:16membre seigneur de l'Institut Universitaire de France, l'IUF.
00:19Vous êtes ancien président du comité éthique du CNRS.
00:24L'IA expliquait aux humains, publié au seuil.
00:27Il y a un article que j'ai vu passer sur LinkedIn et donc je vous ai invité
00:31et vous avez très aimablement répondu
00:34« L'intelligence artificielle ne met pas fin au travail, elle le pulvérise ».
00:40Et les mots comptent, les mots comptent, parce que tout le débat qui est dans toutes les têtes,
00:44c'est « Est-ce que l'IA va me prendre mon emploi ? »
00:47Et vous nous dites « Attention, il ne faut pas raisonner comme ça,
00:50il faut raisonner pulvérisation, c'est-à-dire qu'elle émiette le travail. »
00:55C'est ça la grande thèse.
00:56Alors, précisons les choses.
00:59Depuis très longtemps, on pense que les machines font disparaître le travail.
01:04Et je crois important de préciser qu'il n'en va pas exactement ainsi.
01:08Les machines automatisent un certain nombre de tâches.
01:11Mais il y a très peu de métiers qui se limitent à une seule tâche.
01:16Peut-être les ouvriers spécialisés, je ne sais pas s'il en existe encore aujourd'hui.
01:20Mais un métier, c'est un ensemble d'activités.
01:24Et bien sûr, ce que fait l'intelligence artificielle, c'est qu'elle va pouvoir,
01:28automatisant une certaine tâche, transformer le métier.
01:32Il peut s'exercer plus rapidement, plus facilement.
01:35Et quelquefois, d'ailleurs, l'intelligence artificielle rend des services considérables.
01:39Des tâches fastidieuses sont éliminées.
01:42Mais, bien sûr, dans d'autres secteurs, le travail, au contraire, est plus difficile
01:50parce que l'homme est soumis au rythme de la machine.
01:54C'est, je crois, Bernanos qui disait que, justement, les robots, en réalité,
02:01ça transforme les hommes en robots.
02:03C'est-à-dire qu'on s'automatise.
02:05C'est un peu ce qui se produit avec l'intelligence artificielle.
02:09Elle nous contraint à avoir des gestes de plus en plus automatiques.
02:12Et je vais un tout petit peu plus loin dans cette théorie.
02:15Parce que, lorsque l'on dit qu'elle est miette le travail,
02:18on pense à Friedman, dans les années 70,
02:21qui expliquait que le travail devenait décomposé en tâches élémentaires.
02:27Le travail en miettes.
02:28Avec la poursuite du taylorisme le plus loin possible.
02:32Mais avec l'intelligence artificielle, il y a quelque chose d'autre qui introduit.
02:36C'est, pour automatiser les tâches, l'utilisation de l'apprentissage machine.
02:41Alors, qu'est-ce qu'on fait ?
02:42On va prendre des exemples de micro-tâches
02:45que l'on va faire résoudre par des hommes.
02:49Et ensuite, la leçon que nous ont données ces tâches en résolvant ces micro-tâches,
02:54ça peut être regarder des galaxies, répondre à des capsca, etc.
02:59Ça, ça va être utilisé comme aliment de ces outils d'apprentissage machine.
03:06Et ça va permettre d'automatiser le travail.
03:09Et donc, c'est ce que j'ai appelé la pulvérisation.
03:12C'est-à-dire que si un travail, ce ne sont même plus des miettes,
03:15des miettes qu'on peut reconnaître,
03:17mais là, c'est une poudre qui est faite à distance,
03:20souvent dans des pays assez pauvres.
03:24Par exemple, vous voyez, en Inde, on a fait travailler beaucoup de personnes
03:28sur un certain nombre de tâches.
03:31De même, la modération des réseaux sociaux, on l'a fait faire au Kenya,
03:35parce que ça coûte moins cher.
03:37Et ça a permis à la fois d'éviter des débordements,
03:41d'éviter que des personnes tiennent des pourraces ou sexistes,
03:45mais ça a été réutilisé avec la génération automatique de textes.
03:49Vous savez que chaque GPT a un modèle de langage
03:52qui est capable de générer des phrases,
03:54mais ensuite, il a une espèce de censeur
03:57qui est construit à partir de ses modérateurs.
04:00C'est qu'on s'assure que les textes qui sont produits par la machine
04:03n'enfreignent pas, disons, les commandements des bonnes mœurs, etc.
04:10Alors, je dis ça entre guillemets, ça nous fait rire les bonnes mœurs,
04:13ça fleure le 19e siècle.
04:14En réalité, là, il s'agit de ne pas être sexiste, raciste,
04:17de ne pas tenir de propos qui seraient peu acceptés par la population.
04:22Eh bien, ça, vous voyez, c'est fait automatiquement
04:24avec un certain nombre de personnes
04:26qui font ce qu'on appelle du crowdsourcing.
04:29Vous voyez ce que c'est, ça vient de foule.
04:31Alors, il n'y a pas de traduction française satisfaisante.
04:35Je crois qu'il y avait des équipes de recherche
04:37qui avaient appelé ça la myriadisation,
04:39pour donner cette idée de déclatement complet du travail.
04:43Mais dans le crowdsourcing, il y a quand même cette idée de la foule.
04:46Il s'est construit à partir d'outsourcing, de l'externalisation.
04:50Et là, c'est, on pourrait dire, la fouleisation.
04:52Je ne sais pas ce qu'en français, ça ne marcherait pas très bien.
04:55En tout cas, une chose est sûre,
04:57il ne faut surtout pas s'arrêter aux grandes idées,
04:59être pris de panique par cette disparition du travail.
05:02Ce n'est pas une disparition, c'est une pulvérisation.
05:05Et il faut raisonner autour de cette pulvérisation.
05:07Merci à vous.
05:08Merci.
05:09Merci.