"Quand l'IA nous trompe" - La vérité sur une fausse intelligence

Stéphane Cottin est Président d’Elenkhos.

 ---

 
L’intelligence artificielle est partout. Ou du moins, c’est ce que l’on croit. Derrière ce terme tapageur se cache en réalité une confusion sémantique qui fausse notre rapport à la technologie.  Loin d’un esprit capable de comprendre ou raisonner, l’IA actuelle n’est qu’une puissante automatisation statistique. Un outil d’ingénierie, pas une intelligence au sens humain.

Un malentendu sémantique lourd de conséquences

Depuis quelques années, les machines « apprennent », reconnaissent des visages, traduisent des textes, battent les champions de jeu de go. Le public s’émerveille… ou s’inquiète.  Le mot « intelligence » évoque des capacités humaines : comprendre, s’adapter, résoudre des problèmes. Or, les systèmes actuels ne font rien de tel. Ils imitent, classent, prédisent. Mais ils ne pensent pas.

En réalité, ce que nous appelons IA est le fruit de l’ingénierie algorithmique. Des systèmes programmés par des humains, nourris de données humaines, et exécutant des tâches spécifiques à l’aide de modèles statistiques complexes. 

Ils sont performants, mais dénués de conscience, d’intention ou de raisonnement autonome.

L’apprentissage automatique, moteur discret de la révolution numérique

La technologie au cœur de cette révolution est le machine learning ou apprentissage automatique. Il permet aux machines de s’améliorer en analysant des données. Plusieurs formes existent : apprentissage supervisé, non supervisé, par renforcement, semi-supervisé, autosupervisé… Chacune sert des cas d’usage précis : diagnostics médicaux, détection de fraudes, optimisation industrielle, reconnaissance d’images… Ces modèles ne « pensent » pas, mais ils excellent dans l’identification de schémas.  Grâce à eux, la maintenance devient prédictive, les itinéraires se réajustent en temps réel, les diagnostics médicaux gagnent en précision. Une puissance remarquable, mais spécialisée, sans aucune généralisation de l’intelligence.

Pourquoi avons-nous peur?

Trois raisons principales expliquent l’angoisse collective autour de l’IA :

• Le vocabulaire trompeur, qui laisse croire à l’émergence d’esprits numériques.
• La puissance de calcul, impressionnante mais fondamentalement mécanique.
• La perspective de l’informatique quantique, encore floue mais porteuse de fantasmes.

Cette peur repose donc souvent sur une incompréhension. L’IA actuelle est un outil, pas une entité pensante. 

L’anthropomorphisme algorithmique, qui attribue des traits humains à une technologie, brouille la perception publique.

Encadrer sans dramatiser

Cela ne veut pas dire que tout est sans risque. 

L’utilisation massive d’algorithmes soulève des questions importantes :

• Biais algorithmiques : les modèles reproduisent parfois les discriminations des données d’origine.
• Opacité : les décisions issues de certains modèles complexes restent difficiles à expliquer.
• Vie privée : les données utilisées peuvent être sensibles, notamment en santé ou finance.
• Responsabilité juridique : qui est responsable en cas d’erreur ? Le concepteur, l’utilisateur, le fournisseur ?

Face à ces enjeux, l’Europe avance avec l’AI Act, une régulation visant à équilibrer innovation et protection.

Pour une terminologie plus juste

Recentrons le débat : réservons le terme « intelligence artificielle » aux systèmes capables d’une compréhension générale, encore inexistants. Appelons les outils actuels par ce qu’ils sont : informatique avancée, ingénierie algorithmique, ou informatique adaptative. Ce retour à la précision permettrait de mieux réguler, former, et décider. En somme, il ne s’agit pas de nier les prouesses des technologies actuelles, mais de mieux les nommer pour mieux les penser. Le vrai défi n’est pas l’intelligence des machines, mais notre propre lucidité face à elles.  Mais qu’en sera-t-il avec l’intelligence artificielle générale – IAG ?

Stéphane Cottin