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.
Résumé
Le paysage technique de l’intelligence artificielle (IA) s’est métamorphosé depuis 1950, lorsqu’Alan Turing s’est interrogé pour la première fois sur la capacité des machines à penser. L’intelligence artificielle, expression consacrée en 1956, a évolué au fil des décennies : à une IA symbolique, marquée par la conception de systèmes fondés sur la logique, a succédé un temps d’arrêt (l’« hiver de l’IA ») dans les années 70, avant la naissance de l’ordinateur Deep Blue doté d’un programme de jeu d’échecs, dans les années 90. Depuis 2011, les progrès décisifs réalisés dans le domaine de l’« apprentissage automatique », branche de l’IA qui s’appuie sur une approche statistique, ont permis d’accroître la capacité des machines à formuler des prévisions à partir de données historiques. La maturité d’une technique de modélisation de l’apprentissage automatique dénommée « réseaux neuronaux », 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.