Briefing : Utiliser l'IA dans le monde associatif avec Yann Ferguson (LaborIA)
Source : Extraits de "Parlez-moi d’IA #67 Utiliser l'IA dans le monde associatif avec Yann Ferguson (LaborIA)", podcast animé par Jean-Philippe Clément, avec la participation de Yann Ferguson, chercheur et sociologue, directeur du laboratoire Laboria.
Contexte : Ce briefing est basé sur des extraits d'une table ronde organisée par la Maison de la Vie Associative et Citoyenne du 13ème arrondissement de Paris, abordant les enjeux, risques et bonnes pratiques de l'utilisation de l'IA dans le monde associatif.
Yann Ferguson, spécialiste de l'IA dans le monde du travail, y a partagé son expertise.
Thèmes Principaux :
- Origines et évolution de l'Intelligence Artificielle (IA).
- Impact de l'IA sur le monde du travail, notamment dans le secteur associatif.
- La crise récurrente de l'intelligence face aux nouvelles technologies.
- Avantages et risques de l'IA générative (ChatGPT) et l'émergence du "Shadow AI".
- Alternatives aux grands modèles d'IA et l'importance de l'Open Source et de l'IA frugale.
- Utilisation de l'IA dans l'éducation et le développement des compétences humaines.
Idées Clés et Faits Importants :
Définition et histoire de l'IA :
L'IA est avant tout une discipline de recherche formalisée à partir du milieu des années 1950.
Le terme "Intelligence Artificielle" a été choisi dès 1955 pour son pouvoir accrocheur et marketing, permettant d'attirer des financements.
Les fondateurs avaient pour ambition de créer des machines capables de réaliser des tâches nécessitant des processus mentaux de haut niveau, jusqu'alors mieux réalisées par les humains (raisonnement, organisation de la mémoire, pensée critique, apprentissage perceptuel).
Citation : "l'intelligence artificielle c'est une discipline de recherche avant d'être des outils et des applications qui... a commencé à se formaliser à partir de la deuxième moitié des années 50 donc 1950."
Citation : "Ils cherchaient un terme assez accrocheur... un peu qui avait une dimension marketing assez forte." Deux approches historiques de l'IA : Initialement, deux grandes voies ont été explorées :
L'imitation du raisonnement humain (IA logique ou symbolique) : reproduire les logiques des experts face aux problèmes. Cette approche a dominé jusqu'aux années 2000.
L'imitation de l'apprentissage humain (apprentissage machine - machine learning) : fabriquer des machines qui apprennent à partir d'exemples, comme les humains. Cette approche a connu un renouveau important depuis 2010, notamment grâce à l'avènement du Big Data.
Citation : "Le premier chemin consiste à imiter le raisonnement humain... La deuxième manière qu'ils ont imaginé c'est plutôt d'imiter le l'apprentissage humain."
Citation : "depuis 2010 on connaît un renouveau de l'intelligence artificielle mais plus autour de l'approche de limitation du raisonnement humain bien plus autour de l'approche de limitation de l'apprentissage humain."
Citation : "une des raisons pour lesquelles on a une accélération... ça a été le big data vous savez toutes ces données que l'on retrouve sur internet."
L'apprentissage profond (Deep Learning) et le problème de la boîte noire : Le Deep Learning, un courant du machine learning, a permis d'obtenir d'excellents résultats (conversation, reconnaissance d'images) mais souffre d'un problème d'opacité dans son fonctionnement, appelé "problème de l'explicabilité et de la boîte noire".
Citation : "un courant du machine learning qui est le deep learning l'apprentissage profond... avec un problème c'est que la façon dont la machine parvient à apprendre est assez opaque."
IA et le monde du travail : L'IA s'inscrit dans la révolution informatique, aux côtés de l'intelligence augmentée (l'ordinateur comme outil d'assistance) et de l'intelligence distribuée (réseau, Web, intelligence collective). L'IA, ou intelligence automatisée, est la machine capable de raisonner seule.
Citation : "l'intelligence artificielle elle prend place dans la dans la révolution informatique à partir des années 50 et autour de cette de ces nouvelles machines les ordinateurs il y a en fait trois promesses d'intelligence Il y a l'intelligence augmentée... l'intelligence distribué... la troisième l'intelligence artificielle qui était plutôt l'intelligence automatisée."
Les cinq scénarios du futur du travail face à l'IA : Yann Ferguson a identifié cinq grands récits sur l'impact de l'IA sur le travail :
-
Le travailleur remplacé : la machine prend la place de l'humain.
-
Le travailleur dominé : l'humain est commandé par la machine ou dépend de plateformes sans protection sociale ("uberisation").
-
Les travailleurs divisés : apparition d'une classe de travailleurs pauvres avec des emplois peu intéressants et mal payés.
-
Le travailleur augmenté : l'IA libère l'humain des tâches répétitives, lui permettant de se concentrer sur des tâches plus créatives et relationnelles. Le travailleur réhumanisé : Recentrage de l'humain sur des tâches dignes de son humanité.
Citation : "j'avais proposé cinq grandes directions à ce récit... Il y a évidemment le récit du travailleur remplacé... la deuxième le deuxième élément un peu dystopique aussi hein c'est le travailleur dominé... 3ème scénario négatif c'est ce que j'avais appelé les travailleurs divisés...
Il y avait quand même deux scénarios beaucoup plus optimistes Il y avait le scénario du travailleur euh du travailleur augmenté... Après le dernier c'est ce qu'on appelle le travailleur réhumanisé."
Le rôle essentiel du secteur associatif ("tiers secteur non marchand") : Jeremy Rifkin, dans les années 90, anticipait que le logiciel remplacerait de nombreux emplois, mais que le "tiers secteur non marchand" (l'associatif), essentiel pour vivre ensemble et non adressé par les logiques marchandes, prendrait une part importante de notre activité.
Citation : "il y a plein d'activités dont on a absolument besoin pour vivre ensemble Et il a appelé ça le tiers secteur non marchand."
Citation : "l'associatif c'est tout ce dont on a besoin pour vivre ensemble mais que le marché n'adresse pas."
L'impact de l'IA générative (ChatGPT) : La sortie de ChatGPT en novembre 2022 a transformé l'usage de l'IA, passant d'initiatives majoritairement patronales à une adoption par les employés eux-mêmes ("Shadow AI"). Plus de la moitié des Français utilisant l'IA au travail le font sans l'accord de leur manager.
Citation : "Lia générative ça change tout... Avant ChatGPT les études montraient que il y avait entre 1 et 10 % des Français qui pouvaient dire j'ai travaillé avec lire Voilà au moins une fois avec Chat GPT on a dépassé les 20 %."
Citation : "on est beaucoup plus dans moi employé j'utilise chat GPT et c'est mon employeur qui veut pas mais je le fais quand même Voilà on appelle ça le shadow AI."
La crise récurrente de l'intelligence face aux technologies : L'histoire montre une résistance récurrente aux nouvelles technologies de l'intelligence, de l'écriture (critiquée par Socrate) à l'imprimerie, la télévision, internet et Wikipédia, toutes accusées de "nous rendre idiot" ou de détruire le lien social. Cette crainte se manifeste aujourd'hui avec l'IA.
Citation : "Qu'est-ce qu'une technologie de l'intelligence c'est un un artefact qui va intervenir d'une façon ou d'une autre dans nos raisonnements Et un artefact très noble extrêmement valorisé dans les universités c'est l'écriture."
Citation : "on a eu différents moments de crise de l'intelligence en lien avec les technologies de l'intelligence L'imprimerie a été une crise dans l'intelligence majeure... Lorsque j'étais jeune c'était la la télévision hein qui était qui nous rendait idiot... internet non seulement devait nous rendre idiot mais aussi de mettre devait mettre fin au lien social... Wikipédia... lorsque Tiag GPT est arrivé on a dit il cite pas ses sources."
Citation : "on a une espèce de crise récurrente de l'intelligence qui amène souvent à considérer que la nouvelle technologie l'intelligence ça nous rend idiot." Perte de facultés versus développement de compétences supérieures : L'utilisation de technologies de l'intelligence peut entraîner une perte de certaines facultés (ex: mémorisation avec les smartphones), mais la question est de savoir si cette perte permet de se déplacer vers des facultés cognitives supérieures (raisonnement, interprétation).
Citation : "il y a toujours une perte de faculté euh lorsqu'on ne mobilise pas la compétence... Montigne nous dit il vaut mieux une tête bien faite qu'une tête bien pleine."
Le risque de la médiocrité généralisée par l'IA générative :
L'IA générative peut rendre un travail "moyen" accessible sans effort, ce qui est gratuit et peut satisfaire le marché (y compris associatif).
Le risque est d'accepter cette médiocrité intellectuelle au détriment d'un travail de meilleure qualité. Les experts sont mieux placés pour utiliser l'IA pour aller au-delà de la moyenne.
Citation : "l' générative dont on parle beaucoup de ce soir elle peut facilement rendre tout le monde moyen sans effort." Citation : "quand vous êtes très performant dans votre sujet et bien vous êtes finalement un bien meilleur utilisateur de lien." Citation : "l'escroquerie c'est de dire que tout le monde peut tout faire avec liagénérative Ça c'est le mensonge." Citation : "le risque c'est plutôt cette espèce de satisfaction générale pour des choses de médiocre qualité intellectuelle."
Alternatives Open Source et IA frugale : Face aux grands modèles propriétaires (comme ChatGPT d'OpenAI), il existe des alternatives Open Source dont le code est public et modifiable. Des modèles spécialisés et "frugaux" (moins consommateurs de ressources énergétiques) sont développés, permettant d'installer l'IA localement sur son ordinateur (ex: LM Studio).
Des acteurs comme Perplexity proposent des modèles qui citent leurs sources (même si la vérification reste nécessaire). Des initiatives françaises comme Playas entraînent des modèles Open Source sur des corpus de données transparents.
Citation : "il y a une une troisième voix qui est en train de s'ouvrir... J'ai il y a un acteur qui je trouve fait un travail fantastique en France qui s'appelle Playas qui est un acteur qui qui entraîne ses modèles ce qu'on appelle en open source."
Citation : "Les solutions commencent à émerger... il n'y a pas que les grands modèles générals qui sont après on va revenir peut-être à un moment donné mais qui sont très très consommateurs de ressources d'énergie On peut il y a il y a désormais une école de développement de l'IA qui est euh très frugal très spé spécial très spécifique à des sujets."
Citation : "Open AI est une solution privée où on ne connaît pas la source... Et il y a plein de modèles qui sont open source c'est-à-dire que le code il est publié en ligne."
L'éthique et l'écologie de l'IA : La course au "scaling" (augmenter l'échelle des modèles) des grands acteurs est très énergivore.
L'IA frugale, qui se concentre sur des tâches spécifiques et minimise les ressources, est une approche plus responsable. Une spécification AFNOR sur l'IA Frugale existe pour guider les développeurs.
Citation : "J'ai pas pu m'empêcher de faire mon petit coup de gueule sur l'usage des modèles généraux énormes et leur fabrication euh versus les petits modèles frugo et et open source."
Citation : "vous avez une spécification de l'AFNOR donc vraiment un truc officiel quand même qui s'appelle IA Frugal et qui donne des méthodes aux gens qui développent sur l'IA pour s'interroger sur la manière de le faire de la manière la plus la plus frugale."
Utilisation de l'IA comme outil d'amélioration dans l'éducation :
L'exemple de l'utilisation de l'IA pour aider une lycéenne à améliorer son devoir montre comment l'IA peut servir non pas à faire le travail à la place de l'humain, mais à le perfectionner et à développer des compétences critiques.
Citation : "on a plutôt essayé de voir comment Lia pouvait l'aider à faire mieux qu'à faire moins."
Conclusion Principale :
L'IA représente une évolution majeure de l'intelligence, inscrite dans une histoire longue de technologies qui ont suscité des craintes récurrentes.
Son impact sur le monde du travail, y compris dans le secteur associatif, est multiforme, avec des scénarios allant du remplacement à l'augmentation et à la réhumanisation du travail.
L'avènement de l'IA générative a démocratisé son usage, mais soulève des questions éthiques, écologiques et de qualité.
Il est crucial de ne pas se limiter aux grands modèles propriétaires et de considérer les alternatives Open Source et les approches d'IA frugale.
L'enjeu n'est pas nécessairement de "déléguer l'intelligence humaine à une machine", mais de comprendre comment l'IA peut être un outil pour améliorer et développer les compétences humaines, notamment en s'appuyant sur les forces relationnelles et créatives de l'humain, particulièrement importantes dans le monde associatif.
Être un "bon utilisateur" de l'IA, capable d'interpréter et de contextualiser ses réponses, est essentiel.