L’intelligence artificielle dans la société
Le paysage technique de l’intelligence artificielle (IA) s’est métamorphosé depuis 1950, lorsqu’Alan Turing s’interrogeait pour la première fois sur la capacité des machines à penser. Aujourd’hui, l’IA transforme les économies et les sociétés. Elle promet de générer des gains de productivité, d’améliorer le bien-être et de contribuer à apporter des solutions aux défis mondiaux que sont, par exemple, le changement climatique, l’épuisement des ressources et les crises sanitaires. Cependant, à l’heure où ces applications sont adoptées à travers le monde, leur utilisation soulève un certain nombre d’interrogations et de difficultés ayant trait, entre autres, aux valeurs humaines, à l’équité, à la détermination humaine, à la protection de la vie privée, à la sécurité et à la responsabilité. Le présent rapport contribue à faire émerger une compréhension commune de l’IA, sous sa forme actuelle et dans son évolution à court terme, à travers des relevés du paysage technique, économique, pratique et réglementaire de l’IA et la mise en évidence de grandes considérations de politique publique. Il contribue également à un débat coordonné et cohérent entre les diverses enceintes nationales et internationales.
Paysage technique de l’IA
Ce chapitre décrit les caractéristiques du paysage technique de l’intelligence artificielle (IA), qui s’est métamorphosé depuis 1950, lorsqu’Alan Turing s’est interrogé pour la première fois sur la capacité des machines à penser. Depuis 2011, des progrès décisifs ont été réalisés dans une branche de l’IA dénommée « apprentissage automatique », qui permet à des machines de s’appuyer sur des approches statistiques pour apprendre à partir de données historiques et formuler des prévisions dans des situations nouvelles. La maturité des techniques d’apprentissage automatique, conjuguée à des ensembles de données volumineux et à l’augmentation de la puissance de calcul, ont contribué à l’accélération du développement de l’IA. Ce chapitre donne également un aperçu général d’un système d’IA, qui établit des prévisions, formule des recommandations ou prend des décisions influant sur l’environnement. Il décrit ensuite le cycle de vie type d’un système d’IA, qui se décompose en quatre phases, à savoir : i) la phase de « conception, données et modèles », qui comprend la planification et la conception, la collecte et le traitement des données, ainsi que la construction et l’interprétation du modèle ; ii) la phase de « vérification et validation » ; iii) la phase de « déploiement » ; et iv) la phase d’« exploitation et (de) suivi ». Enfin, il propose une taxinomie de recherche à l’intention des décideurs.