Pour créer de la valeur, les décideurs doivent bien comprendre le fonctionnement de l'intelligence artificielle et ses limites. Gartner a identifié cinq mythes et idées fausses courants sur l'IA.

Qu’elles soient influencées par le cinéma ou les réminiscences inconscientes de peurs primales, le mythes et idées fausse sur l’IA foisonnent ces derniers temps : « l’IA va mettre les gens au chômage » ou « les robots vont envahir le monde et nous rendre obsolètes »… font partie des ritournelles que l’on entend  souvent en ce moment. Pour tordre le cou à ces fables, le cabinet Gartner a fait plancher son spécialiste maison sur la question. Voici donc les cinq mythes identifiés par le Gartner :

1Mythe nº 1 : l'IA fonctionne comme le cerveau humain

L'IA est une discipline du génie informatique, composée d’outils logiciels et matériels destinés à résoudre des problèmes. Même si certaines formes d’IA peuvent donner l’impression de fonctionner comme le cerveau humain, ce n’est pas le cas.

Bien que certaines formes d'apprentissage machine aient été inspirées par le cerveau humain, elles sont limitées. La technologie de reconnaissance d'images, par exemple, est plus précise que la plupart des humains, mais ne sert à rien si on lui soumet un problème autre qu’une image à décrypter. La règle avec l'IA aujourd'hui est qu'elle résout une tâche extrêmement bien, mais si les conditions de la tâche ne changent qu'un peu, elle échoue.

2Mythe nº 2 : les machines intelligentes apprennent par elles-mêmes

L’apprentissage machine donne l'impression qu'il est capable d'apprendre par lui-même, mais ce n’est pas complètement le cas, car des scientifiques ont préalablement défini le problème, préparé les données, déterminé les ensembles de données appropriés, éliminé les erreurs potentielles dans les données (voir le mythe n° 3) et surtout, mis continuellement à jour le logiciel pour permettre l'intégration des nouvelles connaissances et données dans le prochain cycle d'apprentissage.

3Mythe nº 3 : l'intelligence artificielle peut être objective à 100 %.

Chaque technologie d'IA est basée sur des données, des règles et d'autres types de contributions d'experts humains. Et parce que tous les humains ne sont pas parfaits d'une manière ou d'une autre, l'IA ne l'est pas non plus.

« Pour l'instant, il n'y a aucun moyen d'atteindre l’objectivité complète, mais nous devons faire de notre mieux pour réduire les préjugés au minimum », explique Gartner. En plus des solutions technologiques, comme la diversité des ensembles de données, il est crucial d'assurer la diversité des équipes qui travaillent avec l'IA et de demander aux membres de l'équipe de revoir leurs travaux respectifs. Ce processus simple peut réduire considérablement les erreurs et les jugements.

4Mythe nº 4 : l'intelligence artificielle ne remplacera que les emplois non-qualifiés

L'intelligence artificielle permet aux entreprises de prendre des décisions plus précises grâce à des prédictions, des classifications et des regroupements. Ces capacités ont permis aux solutions basées sur l'intelligence artificielle de trouver leur place en entreprise, non seulement en effectuant des tâches simples ou répétitives, mais aussi celles qui sont plus complexes.

Ces capacités n'éliminent pas la participation humaine à ces tâches, mais la limiteront éventuellement à l'observation et au traitement des cas inhabituels. Il faut adapter les profils d'emploi et la planification des capacités et offrir des possibilités de conversion au personnel en place.

5Mythe nº 5 : mon entreprise n'a pas besoin d'une stratégie d'IA

Chaque organisation devrait considérer l'impact potentiel de l'IA sur sa stratégie et examiner comment cette technologie peut être appliquée aux problèmes opérationnels de l'organisation. À bien des égards, ne pas exploiter l'IA revient à renoncer à la phase suivante de l'automatisation et pourrait désavantager les entreprises sur le plan concurrentiel.

« Même si votre stratégie d'IA actuelle est « pas d'IA », vous ne devriez pas vous dispenser d’avoir une réflexion sur le sujet. Et comme pour toute stratégie, elle devrait être remise en cause périodiquement en fonction des besoins de votre organisation », conclut le Gartner.

Source : Gartner