L’intelligence artificielle dans la société

L’apprentissage automatique, les mégadonnées et la puissance de calcul stimulent les progrès récents de l’IA
Depuis qu’Alan Turing a posé en 1950 la question « Les machines peuvent-elles penser ? », le domaine de l’intelligence artificielle (IA) a profondément évolué. Le terme « IA » est apparu en 1956. De l’IA symbolique, où l’homme construisait des systèmes basés sur la logique, aux « hivers de l’IA » des années 1970, jusqu’aux ordinateurs comme Deep Blue des années 1990 capables de jouer aux échecs, l’histoire de l’IA est longue. Depuis 2011, les avancées en apprentissage automatique (ML), un sous-ensemble de l’IA utilisant des méthodes statistiques, ont amélioré la capacité des machines à faire des prédictions à partir des données historiques. La maturation d’une technique de modélisation appelée « réseaux neuronaux », ainsi que l’augmentation massive des ensembles de données et de la puissance de calcul, sont des facteurs clés de la croissance de l’IA.

Les systèmes d’IA prédisent, recommandent ou prennent des décisions affectant leur environnement
Comme l’explique le groupe d’experts de l’OCDE sur l’IA (AIGO) :

Un système d’IA est un système basé sur la machine, qui, pour un ensemble d’objectifs définis par des humains, fait des prédictions, recommandations ou décisions influençant des environnements réels ou virtuels. Il utilise des entrées humaines et/ou machines pour percevoir ces environnements, abstrait ces perceptions en modèles (automatiquement, via apprentissage automatique, ou manuellement), puis utilise des inférences basées sur ces modèles pour formuler des options d’information ou d’action. Les systèmes d’IA sont conçus pour fonctionner avec différents degrés d’autonomie.

Le cycle de vie des systèmes d’IA comprend : (i) la planification et conception, la collecte et traitement des données, la construction et interprétation des modèles ; (ii) la vérification et validation ; (iii) le déploiement ; et (iv) l’exploitation et la surveillance. Les taxonomies de la recherche en IA distinguent les applications (ex. traitement du langage naturel), les techniques d’apprentissage (ex. réseaux neuronaux), l’optimisation (ex. apprentissage par une seule fois) et la recherche sur les questions sociétales (ex. transparence).

L’IA peut augmenter la productivité et aider à résoudre des problèmes complexes
En tant que technologie à usage général, l’IA transforme l’économie. Grâce à des prédictions, recommandations et décisions plus économiques et précises, elle peut accroître la productivité, améliorer la vie et relever des défis complexes. Son usage requiert des investissements complémentaires en données, compétences et flux de travail numériques, ainsi que des changements organisationnels. L’adoption varie selon les entreprises et secteurs.

Croissance rapide des investissements et développement commercial dans l’IA
Après cinq ans de croissance stable, les investissements en capital-investissement dans les startups d’IA ont accéléré en 2016. En 2017, ces investissements ont doublé pour atteindre 16 milliards de dollars. Mi-2018, les startups d’IA attiraient 12 % des investissements mondiaux en capital-investissement, contre 3 % en 2011, dans toutes les grandes économies. Ces investissements sont généralement importants, souvent millions de dollars. Avec la maturité croissante des technologies et modèles économiques, l’IA se déploie de plus en plus largement.

L’IA est utilisée dans les transports, la science et la santé
Les applications d’IA se diffusent rapidement dans des domaines où l’analyse de grandes quantités de données et la modélisation de systèmes complexes interdépendants améliorent les décisions et réduisent les coûts.

• Dans les transports, les véhicules autonomes dotés de systèmes de conduite virtuelle, de cartes HD et d’optimisation d’itinéraires apportent des bénéfices en termes de coûts, sécurité, qualité de vie et environnement.

• En science, l’IA aide à collecter et traiter des données massives, reproduire des expériences, réduire les coûts et accélérer les découvertes.

• Dans la santé, l’IA facilite le diagnostic précoce et la prévention des maladies et épidémies, la découverte de traitements, l’intervention ciblée et alimente les outils d’auto-surveillance.

• Dans la justice pénale, l’IA sert à la prédiction policière et à l’évaluation du risque de récidive.

• En cybersécurité, les systèmes d’IA aident à détecter et répondre automatiquement, souvent en temps réel, aux menaces.

• En agriculture, l’IA sert à surveiller la santé des cultures et des sols, et à prévoir l’impact environnemental sur les rendements.

• Les services financiers utilisent l’IA pour détecter la fraude, évaluer le crédit, réduire les coûts du service client, automatiser les transactions et assurer la conformité réglementaire.

• En marketing et publicité, l’IA exploite les données comportementales des consommateurs pour personnaliser contenus, annonces, produits, recommandations et prix.

Une IA digne de confiance est essentielle pour en tirer parti
Au-delà des avantages, l’IA soulève des enjeux de politique publique qui requièrent une action coordonnée pour garantir des systèmes dignes de confiance et centrés sur l’humain. L’IA, en particulier certains types d’apprentissage automatique, pose des questions éthiques et d’équité. Cela inclut le respect des droits humains et des valeurs démocratiques, ainsi que le risque de transférer des biais du monde analogique au numérique. Certains systèmes d’IA sont si complexes que leurs décisions peuvent être inexpliquées. Il est crucial de concevoir des systèmes transparents et responsables. Ils doivent fonctionner de manière sûre et fiable.

Les gouvernements doivent promouvoir une IA digne de confiance via des politiques encourageant la R&D responsable. L’IA nécessite non seulement la technologie et la puissance informatique, mais aussi d’importants jeux de données, ce qui accroît le besoin d’environnements numériques accessibles et d’une forte protection des données. Un écosystème favorable à l’IA aide aussi les PME à gérer la transition et garantit une concurrence équitable.

L’IA transformera et remplacera des parties du travail humain, modifiant la nature même du travail. Les politiques doivent faciliter la transition entre emplois et soutenir l’éducation, la formation et le développement des compétences tout au long de la vie.

L’IA est une priorité politique croissante pour tous les acteurs
Face aux bénéfices transformateurs et aux risques de l’IA, elle devient un enjeu politique majeur pour toutes les parties prenantes. De nombreux pays ont adopté des stratégies dédiées, considérant l’IA comme un moteur de croissance et de bien-être, investissant dans la formation de la prochaine génération de chercheurs et réfléchissant aux meilleures réponses aux défis. Les acteurs non gouvernementaux – entreprises, technologies, universités, société civile, syndicats – ainsi que des institutions internationales comme le G7, G20, OCDE, Commission européenne et ONU, sont mobilisés.

En mai 2019, sous la conduite d’un groupe d’experts multipartite, l’OCDE a adopté les Principes d’IA – la première norme internationale convenue entre gouvernements pour une gouvernance responsable d’une IA digne de confiance.