Demander non pas ce que l’IA peut faire pour vous, mais ce que vous pouvez faire pour l’IA
La société est en pleine transformation grâce à l’intelligence artificielle (IA), et il est essentiel de se demander ce que nous devons faire pour maximiser sa valeur tout en minimisant les risques. Pour réussir cela, nous devons nous affranchir du battage médiatique et développer des approches pratiques et pragmatiques de l’IA qui fournissent ce dont nous avons besoin, et pas plus.
Trois éléments clés doivent se réunir pour que l’IA puisse prospérer en toute sécurité et au bénéfice de toute la société : infrastructure, écosystème et gouvernance.
Éléments clés nécessaires au succès de l’IA
1. Infrastructure
Chaque partie de l’infrastructure qui permet à l’IA de fonctionner – des centres de données à la technologie portable – influence le coût et la valeur de l’IA, tant sur le plan financier que sociétal et environnemental.
La tendance vers le placement de plus de puissance de calcul à la périphérie – dans des dispositifs tels que les smartphones, les capteurs et l’équipement industriel – s’accélère. Ce changement permet aux modèles d’IA de traiter les données localement, réduisant ainsi la latence, améliorant la confidentialité et permettant une prise de décision en temps réel.
Cependant, le calcul en périphérie n’élimine pas la nécessité de réseaux robustes, rapides et de haute capacité. En fait, cela l’amplifie. Les dispositifs en périphérie doivent souvent se synchroniser avec des systèmes cloud centralisés pour mettre à jour les modèles, décharger des calculs complexes ou partager des insights pour une analyse plus large.
Nous devons investir dans une infrastructure numérique qui considère la connectivité comme un élément essentiel. L’IA peut être le cerveau, mais sans un réseau performant comme système nerveux, ce moteur ne peut pas fonctionner.
2. Écosystème
La conception de l’architecture qui délivre l’IA à ses utilisateurs doit se concentrer sur l’inclusion, en comblant le fossé numérique entre les technologistes et la population consommatrice d’IA. La montée des plateformes à faible code et sans code a démocratisé le développement de l’IA, permettant aux individus non techniques et aux petites entreprises de tirer parti des capacités de l’IA pour relever des défis concrets.
Au cœur de tout développement d’IA se trouve la donnée. L’accès aux données – et les décisions sur la manière dont elles sont collectées, partagées et utilisées – reste fermement entre les mains humaines. Une bonne gestion des données, guidée par une gouvernance claire, détermine l’équité et l’applicabilité des systèmes d’IA.
3. Gouvernance
La sécurité et la gouvernance de l’IA nécessitent une approche combinée de haut en bas et de bas en haut. La conception de haut en bas devrait se concentrer sur la création de garde-fous flexibles pour l’exploitation de l’IA, tandis que la conception de bas en haut doit se concentrer sur l’observabilité et le contrôle.
La gouvernance doit être contextuelle et adaptative. Les cadres de l’IA responsable ne peuvent pas être délégués aux machines que nous construisons. Ils doivent plutôt refléter les valeurs humaines, guidées par notre compréhension évolutive de la manière dont l’IA interagit avec la société.
La responsabilité revient à nous – les lecteurs de cet article – de poser les bonnes questions, de définir les bons objectifs et de concevoir les bons systèmes.
