Seydou BADIANE « En seulement cinq ans, de par certains succès d’envergure et par son potentiel de disruption, l’intelligence artificielle (IA) est passée des coulisses de la recherche universitaire au premier plan des discussions publiques, y compris au niveau des Nations Unies. Dans de nombreux pays, l’IA est devenue omniprésente dans la vie quotidienne, qu’il s’agisse des assistants personnels des smartphones ou des chatbots de l’assistance clientèle, de la recommandation d’activités de loisirs ou de l’anticipation en matière criminelle, de la reconnaissance faciale ou les diagnostics médicaux. »
La version française de « IA et éducation- Guide pour les décideurs politiques » a été lancée, dans plusieurs pays d’Afrique, le 23 mars 2023. Cet événement, co-organisé par le Centre régional KIX Afrique 21, le Secteur de l’Education de l’UNESCO à Paris, et le Bureau Régional Multisectoriel de l’UNESCO pour l’Afrique de l’Ouest à Dakar, avait pour objectif de « faciliter les débats politiques entre les parties prenantes concernées sur la façon dont l’Intelligence Artificielle peut être exploitée pour accélérer la réalisation de l’ODD 4 ». Ensuite, une occasion d’analyser « le rôle clé de l’éducation dans le développement des compétences pour le travail et la vie à l’ère de l’Intelligence Artificielle. »
Ce guide de 59 pages est composé de cinq grandes parties qui sont intitulées successivement ainsi: l’essentiel de l’IA pour les décideurs politiques ; comprendre l’IA et l’éducation : pratique émergentes et évaluation des avantages et des risques ; les défis de la maîtrise de l’IA pour atteindre l’ODD 4 ; examen des réponses politiques et; recommandations politiques.
Dans cette première note, nous aborderons uniquement la première partie de l’ouvrage qui permet d’avoir une compréhension assez détaillée de l’intelligence artificielle à travers ses applications, techniques et technologies.
Dans ce document publié par l’Organisation des Nations unies pour l’éducation, la science et la culture (UNESCO), les experts des « communautés de de l’IA et de l’éducation » ont abordé « l’essentiel de l’intelligence artificielle pour les décideurs politiques » par une introduction sur les techniques et les technologies de l’IA.
Ensuite, « les possibles tendances dans le développement de l’IA » ont été analysées avant de donner une « vision critique sur les capacités et les limites de l’IA ». Toujours, dans cette partie, les experts ont abordé « l’intelligence collaborative homme- machine » et la « quatrième révolution industrielle et les conséquences de l’IA sur l’emploi ».
Intelligence artificielle ?
D’abord d’où provient ce terme qui, aujourd’hui, poussent aux géants du numérique d’investir des dizaines de milliards de dollars afin de se positionner de la meilleure façon dans le futur de l’informatique ?
Le terme d’« intelligence artificielle » a été utilisé pour la première fois lors d’un atelier organisé en 1956 au Dartmouth College, une université américaine de la Ivy League, pour décrire « la science et l’ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents » (McCarthy et al, p. 2).
Plusieurs années après, Zhong (2006) nous définit « l’IA comme étant une branche de la science et de la technologie modernes visant d’une part à explorer les secrets de l’intelligence humaine, d’autre part à implémenter autant que possible l’intelligence humaine dans les machines, afin que ces dernières soient capables d’exécuter des fonctions aussi intelligemment qu’elles le peuvent. »
Ainsi, dans ce guide, l’IA est défini « comme des systèmes informatiques qui ont été conçus pour interagir avec le monde au moyen de capacités que nous avons l’habitude de considérer comme humaines (Luckin et al., 2016). »
Pour plus de détails, la Commission mondiale d’éthique des connaissances scientifiques et des technologies (COMEST) ajoute que l’IA implique « des machines capables d’imiter certaines fonctionnalités de l’intelligence humaine, notamment des caractéristiques telles que la perception, l’apprentissage, le raisonnement, la résolution de problèmes, l’interaction linguistique et même la production d’ouvres créatives.»
De nos jours, nous assistons à une renaissance de l’IA avec l’apprentissage automatique qui « implique que le système d’IA analyse d’énormes quantités de données. »
Exemple d’IA considérée comme un service
Des applications de l’IA
Les auteurs de ce guide ont listé un ensemble d’applications les plus courantes de l’intelligence artificielle durant ces dernières années. Ainsi, nous avons : les villes intelligentes, les services juridiques de l’IA, les prévisions météorologiques par IA, l’auto-journalisme, la détection des fraudes par IA, les processus commerciaux pilotés par IA et enfin les robots de l’IA. En plus de ces exemples, nous avons d’autres applications de l’IA qui sont très controversées.
Il s’agit de la guerre sans soldats, autrement, qui est autonome, avec des armes, des drones et autres équipements militaires qui fonctionnent sans une intervention humaine. En outre, il y a les Deep- fakes : «le fait de générer de manière automatique des fausses nouvelles, le remplacement de visages dans des vidéos afin que des hommes politiques et des célébrités semblent dire ou faire des choses qu’ils n’ont jamais dites ni faites. »
Des techniques de l’IA
« Chaque application de l’IA dépend de multiples techniques complexes, qui exigent que les ingénieurs en IA disposent d’un excellent niveau en mathématiques, en statistiques et autres sciences des données, ainsi qu’en codage. Ces techniques sont trop spécialisées pour être explorées ici dans le détail. Ce qui suit est plutôt une brève présentation de certaines techniques d’IA de base, puis de certaines technologies typiques. » En conséquence, quatre principales techniques de l’IA sont soulignées dans ce guide.
L’IA classique : Une grande partie de l’IA des débuts ou « classique », connue sous le nom d’« IA symbolique », d’« IA à base de règles » ou de « bonne vieille IA » (en anglais GOFAI), implique l’écriture de séquences de SI… ALORS… et d’autres règles de logique conditionnelle, c’est-à-dire des étapes que l’ordinateur suit pour accomplir une tâche.
L’apprentissage automatique : De nombreuses avancées récentes en matière d’IA – notamment le traitement du langage naturel, la reconnaissance faciale et les voitures autonomes – ont été rendues possibles par les progrès des approches informatiques basées sur l’apprentissage automatique. Plutôt que d’utiliser des règles, l’apprentissage automatique (AA, machine learning, ML, en anglais) analyse de grandes quantités de données pour identifier des modèles et construire un modèle qui est ensuite utilisé pour extrapoler les données futures : c’est en ce sens que les algorithmes, plutôt que d’être préprogrammés, sont dits « apprenants ».
Les réseaux de neuronaux artificiels : (RNA) est une approche de l’IA qui s’inspire de la structure des réseaux neuronaux biologiques – le cerveau des animaux. Les RNA comprennent chacun trois types de couches interconnectées de neurones artificiels : une couche d’entrée, une ou plusieurs couches de calcul intermédiaires cachées, enfin une couche de sortie qui fournit le résultat.
L’apprentissage profond : L’apprentissage profond fait référence aux RNA qui comprennent plusieurs couches intermédiaires. C’est cette approche qui est à l’origine de nombreuses applications de l’IA récentes et prometteuses (par exemple dans le traitement du langage naturel, la reconnaissance vocale, la vision par ordinateur, la création d’images, la découverte de médicaments ou la génomique).
Relation entre l’intelligence artificielle, l’apprentissage automatique, les réseaux de neurones
Et l’apprentissage profond.
Des technologies de l’IA
Ce sont ces techniques de l’IA citées qui « ont naissance à une série de technologies d’IA, qui sont de plus en plus souvent proposées « en tant que services » et sont utilisées dans la plupart des applications mentionnées. Différentes technologies ont été évoquées pour mieux comprendre l’IA.
Le traitement du langage naturel- Utilisation de l’IA pour interpréter des textes de manière automatique, y compris via de l’analyse sémantique (utilisation dans les services juridiques et la traduction, par exemple), et générer des textes (comme dans l’auto-journalisme).
La reconnaissance de la parole– Application du NLP aux mots parlés, notamment les smartphones, les assistants personnels IA et les bots conversationnels dans les services bancaires.
La reconnaissance et le traitement des images– Utilisation de l’IA pour la reconnaissance faciale (par exemple
pour les passeports électroniques), la reconnaissance de l’écriture manuscrite (par exemple pour le tri postal automatisé), la manipulation d’images (par exemple pour les deep-fakes), ou encore les véhicules autonomes.
Les agents autonomes– Utilisation de l’IA dans les avatars de jeux vidéo, les bots de logiciels malveillants, les compagnons virtuels, les robots intelligents et les guerres autonomes.
La détection des affects– Utilisation de l’IA pour analyser les sentiments dans les textes, les comportements et les visages.
L’exploration de données prédictives- Utilisation de l’IA pour les diagnostics médicaux, les prévisions météorologiques, les projections commerciales, les villes intelligentes, les prévisions financières et la détection des fraudes.
La créativité artificielle– Utilisation de l’IA dans des systèmes capables de créer de nouvelles photographies, de la musique, des œuvres d’art ou encore des histoires.
