L’adolescence tumultueuse de l’IA générative : un chemin semé d’embûches vers la maturité

Technologie

L’évolution de l’IA générative : entre promesses et réalités

Le 4 août 2024, à 13h25

La révolution de l’IA générative est-elle vouée à stagner dans son état actuel ? C’est ce que semble suggérer Gary Marcus, un sceptique du deep learning, dans un récent article de blog où il déclare que la bulle de l’IA générative commence à se dégonfler. L’IA générative désigne des systèmes capables de produire de nouveaux contenus — qu’il s’agisse de textes, d’images, de codes ou d’audio — en se basant sur des modèles appris à partir d’énormes quantités de données existantes. De nombreux récents reportages et analyses remettent en question l’utilité immédiate et la valeur économique de l’IA générative, en particulier des bots basés sur de grands modèles de langage (LLMs).

Nous avons déjà observé ce type de scepticisme vis-à-vis des nouvelles technologies. En 1995, Newsweek avait publié un article affirmant que l’Internet échouerait, arguant que le web était surestimé et peu pratique. Aujourd’hui, alors que nous vivons dans un monde transformé par Internet, il est intéressant de se demander si le scepticisme actuel à l’égard de l’IA générative n’est pas également à court terme. Ne sous-estimons-nous pas le potentiel à long terme de l’IA en nous concentrant sur ses défis immédiats ?

Par exemple, Goldman Sachs a récemment émis des doutes dans un rapport intitulé : « IA générative : trop de dépenses, peu de bénéfices ? » De plus, une enquête menée par Upwork, une plateforme de freelance, a révélé que « près de la moitié (47 %) des employés utilisant l’IA ne savent pas comment atteindre les gains de productivité attendus par leurs employeurs, et 77 % affirment que ces outils ont en réalité diminué leur productivité et alourdi leur charge de travail. »

Il y a un an, la société d’analyse Gartner avait placé l’IA générative au « sommet des attentes gonflées ». Cependant, elle a récemment déclaré que la technologie glissait vers le « creux de la désillusion ». Gartner définit ce creux comme le moment où l’intérêt diminue alors que les expériences et les mises en œuvre ne parviennent pas à livrer les résultats escomptés.

Bien que l’évaluation récente de Gartner indique une phase de déception vis-à-vis de l’IA générative, ce schéma cyclique d’adoption technologique n’est pas nouveau. L’accumulation d’attentes — souvent appelée « hype » — fait partie intégrante du comportement humain. Nous sommes attirés par les nouvelles technologies et le potentiel qu’elles semblent offrir. Malheureusement, les récits initiaux qui émergent autour de ces technologies sont souvent erronés. Transformer ce potentiel en bénéfices réels et en valeur est un travail difficile, et cela ne se déroule que rarement comme prévu.

L’analyste Benedict Evans a récemment évoqué « ce qui se passe lorsque les rêves utopiques du maximalisme de l’IA rencontrent la réalité complexe du comportement des consommateurs et des budgets informatiques des entreprises : cela prend plus de temps que prévu, et c’est compliqué. » Surestimer les promesses des nouveaux systèmes est au cœur même des bulles.

Tout cela rappelle une observation faite il y a des décennies. Roy Amara, informaticien à l’Université de Stanford et ancien directeur de l’Institute for the Future, a déclaré en 1973 que « nous avons tendance à surestimer l’impact d’une nouvelle technologie à court terme, mais à la sous-estimer à long terme. » Cette vérité a été largement observée et est désormais connue sous le nom de « loi d’Amara ».

Il est souvent nécessaire de laisser le temps à une nouvelle technologie et à son écosystème de se développer. En 1977, Ken Olsen, PDG de Digital Equipment Corporation, l’une des entreprises informatiques les plus prospères de l’époque, avait déclaré : « Il n’y a aucune raison pour que quiconque veuille un ordinateur chez lui. » La technologie des ordinateurs personnels était alors immature, plusieurs années avant l’introduction du PC d’IBM. Cependant, les ordinateurs personnels sont devenus omniprésents, non seulement dans nos foyers, mais aussi dans nos poches. Il a simplement fallu du temps.

L’évolution probable de la technologie IA

Dans ce contexte historique, il est fascinant de réfléchir à l’évolution de l’IA. Dans une étude de 2018, PwC a décrit trois cycles d’automatisation liés à l’IA qui s’étendront jusqu’aux années 2030, chacun ayant son propre degré d’impact. Ces cycles comprennent la vague des algorithmes, projetée jusqu’au début des années 2020, la vague d’augmentation qui dominera la fin des années 2020, et la vague d’autonomie qui devrait mûrir au milieu des années 2030.

Cette projection semble pertinente, car une grande partie des discussions actuelles porte sur la manière dont l’IA renforce les capacités humaines et le travail. Par exemple, le premier principe d’IBM en matière de confiance et de transparence stipule que l’objectif de l’IA est d’augmenter l’intelligence humaine. Un article de la Harvard Business Review intitulé « Comment l’IA générative peut augmenter la créativité humaine » explore la relation entre l’humain et l’IA. Jamie Dimon, PDG de JPMorgan Chase, a déclaré que la technologie de l’IA pourrait « augmenter pratiquement tous les emplois. »

De nombreux exemples illustrent déjà cette dynamique. Dans le secteur de la santé, des outils de diagnostic alimentés par l’IA améliorent la précision de la détection des maladies, tandis que dans le domaine financier, des algorithmes d’IA renforcent la détection des fraudes et la gestion des risques. Le service client bénéficie également de l’IA grâce à des chatbots sophistiqués qui offrent une assistance 24/7 et rationalisent les interactions avec les clients. Ces exemples montrent que l’IA, bien qu’elle ne soit pas encore révolutionnaire, aide progressivement à améliorer l’efficacité dans divers secteurs.

L’augmentation ne signifie pas l’automatisation complète des tâches humaines, ni qu’elle éliminera de nombreux emplois. De cette manière, l’état actuel de l’IA ressemble à d’autres outils informatiques tels que le traitement de texte et les tableurs. Une fois maîtrisés, ces outils sont de réels moteurs de productivité, mais ils n’ont pas fondamentalement changé le monde. Cette vague d’augmentation reflète fidèlement l’état actuel de la technologie IA.

Des attentes non satisfaites

Une grande partie de l’engouement a tourné autour de l’idée que l’IA générative est révolutionnaire — ou le sera très bientôt. L’écart entre cette attente et la réalité actuelle entraîne désillusion et craintes d’une bulle de l’IA qui éclate. Ce qui manque dans cette conversation, c’est un calendrier réaliste. Evans raconte une anecdote sur le capital-risqueur Marc Andreessen, qui aimait dire que chaque idée échouée de la bulle Internet fonctionnerait maintenant. Il suffisait d’attendre.

Le développement et la mise en œuvre de l’IA continueront d’évoluer. Cela se fera plus rapidement et de manière plus spectaculaire dans certains secteurs que dans d’autres, et s’accélérera dans certaines professions. En d’autres termes, il y aura des exemples continus de gains impressionnants en performance et en capacité, ainsi que d’autres histoires où la technologie de l’IA est perçue comme insuffisante. L’avenir de l’IA générative sera donc très inégal. C’est pourquoi nous sommes dans cette phase d’adolescence maladroite.

La révolution de l’IA est en marche

L’IA générative s’avérera effectivement révolutionnaire, bien que peut-être pas aussi rapidement que certains experts optimistes l’ont prédit. Plus probablement, les effets les plus significatifs de l’IA seront ressentis dans dix ans, juste à temps pour coïncider avec ce que PwC a décrit comme la vague d’autonomie. C’est à ce moment-là que l’IA sera capable d’analyser des données provenant de multiples sources, de prendre des décisions et d’agir physiquement avec peu ou pas d’intervention humaine. En d’autres termes, lorsque les agents d’IA seront pleinement matures.

À l’approche de la vague d’autonomie dans les années 2030, nous pourrions voir des applications d’IA devenir courantes, comme dans la médecine de précision et les robots humanoïdes qui semblent aujourd’hui relever de la science-fiction. C’est à cette phase, par exemple, que des véhicules autonomes sans conducteur pourraient apparaître à grande échelle.

Aujourd’hui, l’IA augmente déjà les capacités humaines de manière significative. La révolution de l’IA n’est pas seulement à venir — elle se déroule sous nos yeux, bien que peut-être plus lentement que certains l’avaient prévu. La perception d’un ralentissement des progrès ou des retours sur investissement pourrait entraîner davantage d’histoires sur l’IA ne répondant pas aux attentes et un pessimisme croissant quant à son avenir. Il est clair que le chemin n’est pas sans défis. À long terme, conformément à la loi d’Amara, l’IA mûrira et répondra aux prédictions révolutionnaires.