IA génératives : comment des outils comme ChatGPT et Midjourney vont-ils impacter notre avenir ?

L’arrivée de ChatGPT a soudainement placé l’intelligence artificielle sur le devant de la scène. L’IA générative – qui occupait déjà un rôle dans un certain nombre de structures – s’est ainsi considérablement développée dans le cadre professionnel, et s’installe progressivement dans notre quotidien. Si l’innovation technologique peut enthousiasmer les uns et inquiéter les autres, il reste nécessaire de démystifier les avancées de l’IA afin de lui accorder une juste place. Marie Crappe, head of data chez Choose, et Didier Girard, co-CEO du pureplayer SFEIR, nous apportent leur éclairage et reviennent sur la genèse de l’IA générative, son état actuel, et ses évolutions possibles.

La genèse de l’IA générative

La notion d’intelligence artificielle est généralement employée pour définir le machine learning, qui représente l’entraînement d’un algorithme à reconnaître des patterns et à répondre aux stimulis afin d’apprendre continuellement. Au fil du temps, le machine learning s’est développé autour de 2 modèles :

• La classification : elle consiste à reconnaître des facteurs et à les classer. Les voitures autonomes l’utilisent notamment afin d’identifier les éléments qui composent leur environnement (signalisation, piétons, etc.). Nous sommes régulièrement amenés à entraîner ce type de modèle en réalisant des captchas.
• La régression : il s’agit d’intégrer des données et de prédire un élément en conséquence, à partir des patterns. Dans l’immobilier par exemple, le modèle s’entrainera à définir le prix de vente d’une maison à partir de certaines caractéristiques comme la surface ou l’emplacement.

Didier Girard explique ainsi que, pendant longtemps, la classification et la régression ont fait l’objet de nombreux travaux de la part de spécialistes de l’intelligence artificielle, avec des résultats concrets mais relativement lents. Plus récemment, un troisième modèle est apparu : l’IA générative. Ce type de modèle de machine learning reprend des bases des deux autres familles, mais en apportant une nouveauté essentielle : elle est capable de générer de nouvelles informations à partir des données auxquelles elle a eu accès précédemment.

IA générative : où en est-on actuellement ?

L’émergence de ChatGPT a donc participé à mettre en avant l’intelligence artificielle générative. Si le chatbot d’OpenAI s’est retrouvé sur le devant de la scène, d’autres grands acteurs (comme Google ou Microsoft), mais également les nombreuses startups naissantes, ont participé à ce développement très rapide.  En seulement 5 jours, ChatGPT a enregistré 1 million d’utilisateurs. Ce cap avait été atteint en 75 jours par Instagram et en 150 jours par Spotify, preuve de la fulgurance du succès de l’IA générative.

Selon Didier Girard, l’innovation apportée par ChatGPT n’est pas tant technologique, et se situe davantage au niveau de l’expérience utilisateur. En effet, OpenAI a proposé une nouvelle façon de communiquer avec le chat, dans une dimension plus humaine, permettant ainsi de démocratiser l’outil.

Auparavant, on discutait avec une IA en mode « formulaire ». ChatGPT a été très fort sur l’aspect UX : on a envie d’être poli avec lui, de le vouvoyer, parce qu’on a l’impression de parler avec une vraie personne.

Par ailleurs, les modèles d’IA générative continuent d’évoluer à une vitesse toujours aussi importante. Les générateurs d’images par IA, Midjourney en tête, ont notamment connu des évolutions considérables en quelques mois seulement, et pourraient être en mesure de proposer des images parfaitement construites dans l’année à venir. Du côté des générateurs de texte, les progrès ont également été conséquents sur le plan de la rédaction et du code informatique.

En revanche, les différents outils sont encore perfectibles, et sont souvent sujets à des biais de stéréotypes (notamment racistes ou sexistes) liés à l’utilisation de contenus issus du web. Les hallucinations – la génération de contenus plausibles mais contenant des éléments entièrement inventés par le générateur – représentent également un enjeu à prendre en compte par les entreprises. Récemment, une plainte avait été émise auprès de la CNIL à l’encontre de ChatGPT en raison d’une hallucination ayant donné lieu à de fausses informations concernant un utilisateur.

Quelles perspectives pour l’IA générative ?

La progression de l’IA générative est telle que d’importants bouleversements pourraient voir le jour. De nombreux domaines comme la photographie ou la vidéo devraient connaître des évolutions majeures dans les années à venir, laissant imaginer des possibilités presque illimitées, comme le souligne Marie Crappe :

À partir du moment où vous êtes capable de générer du texte, de l’image et du son, vous pouvez faire à peu près n’importe quoi en les combinant.

Au niveau des emplois, certaines menaces commencent également à émerger, en particulier pour les métiers dits « à col blanc », dont l’existence a rarement été remise en question par les évolutions technologiques. Parallèlement, un grand nombre d’emplois liés de près ou de loin à l’intelligence artificielle verront le jour.

Enfin, les deux interlocuteurs ont mis l’accent sur les changements profonds que l’IA pourrait apporter au quotidien de chacun. Certains savoirs pourraient devenir essentiels, quand d’autres seront rendus obsolètes par la technologie. Didier Girard illustre :

Savoir calculer était une compétence très utile pour nos grands-parents, mais cela n’est plus tellement le cas aujourd’hui. […] Il est probable que nos enfants n’aient pas besoin de savoir rédiger.