introduction au débat sur l'IA

TITRE : Les enjeux économico-politico-socio-éthiques de la bataille de l'IA qui fait rage dans le monde de la tech et qui nous impactent ou impacteront de façon inéluctable

Les enjeux de l'IA aujourd'hui - peut-être le fond du débat de ce soir ? 

Quatre axes d'analyse proposés pour organiser nos échanges 
Quelques données et précisions pour éclairer nos propos 

1 - Axes Technico-économique et Politique globale

sur fond de guerre économique entre les USA et la Chine, l'IA est au centre du jeu
et redessine la géopolitique internationale

2 - La réalité à ce jour

L'IA ne fonctionne pas sans une énorme puissance informatique (c'est vrai et faux ;) ) elle est la chronique d'une catastrophe écologique annoncée  

3 - Axes Enjeux politiques et Répercussions sociales :

Une maxime d'entreprise dit "Les entreprises se développent plus vite que les hommes !"

Le contexte très particulier du développement et du déploiement de ces technologies c'est la rapidité avec laquelle elles sont adoptées et déployées dans le monde du travail et dans l'usage domestique.

Le temps humains, celui de l'apprentissage, celui du savoir-faire, celui du développement personnel, n'est plus compatible avec les modifications des modes et outils de production disponible grâce à l'IA.

4 - Ma réflexion actuelle

N'en déplaise à certains, le problème du développement et su déploiement de l'IA aujourd'hui est éminemment politique : 

3 - des infos parmi d'autres

  1. Définitions dans l'IA (Selon Wikipédia entre autres) 
    L'intelligence artificielle (IA) est l'ensemble des systèmes informatiques capables d'effectuer des tâches typiquement associées à l'intelligence, telles que l'apprentissage, le raisonnement, la résolution de problèmes, la perception ou la prise de décision. L'intelligence artificielle est également le champ de recherche visant à développer de tels systèmes.
    L’expression « intelligence artificielle », souvent abrégée par le sigle « IA » (ou « AI » en anglais, pour artificial intelligence) a été introduite en 1956 par John McCarthy, qui l’a définie en 2004[13] comme « la science et l'ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents
    1. inclusion des concepts :
       Intelligence Artificielle <- Apprentissage Automatique, le machine learning <- Les réseaux de neurones <- Deep learning
      1. Intelligence Artificielle : Ensemble de la discipline, du champ de recherche
      2. Machine learning - apprentissage automatique : capacité d'un programme à apprendre par lui-même en parcourant des bases de documents et en apprenant des ses erreurs.
      3. Réseaux de neurones : programme informatique, brique de base de la nouvelle intelligence artificielle, imaginé sur le modèle des neurones cérébraux, mais aujourd'hui très éloigné, dont la production de résultat est basé sur une approche statistique des réponses possibles. 
        image.png

    2. LLM (Large Language Model, modèle de langage large) : l'accès aux langages humains : La vraie révolution de l'IA des ces dernières années. La capacité des systèmes basés sur des réseaux de neurones de lire et analyser le langage humain et de produire des résultats en langage humain. C'est à partir de ce moment là, dans notre histoire de l'humanité, où nous avons commencé à nous poser concrètement des questions sur "une intelligence artificielle qui nous dominerait", des machines qui prendraient le pouvoir pour nous réduire en esclavage de leurs propres besoins.
    3. Algorithme et heuristique :
      • Algorithme : sciences de la description de processus reproductible 
        "Un algorithme est une suite finie et non ambiguë d'instructions et d’opérations permettant de résoudre une classe de problèmes[
      • Heuristique : L'heuristique ou euristique (du grec ancien εὑρίσκω, heuriskô, « je trouve »[1]) est « l'art d'inventer, de faire des découvertes[2] » en résolvant des problèmes à partir de connaissances incomplètes.
        Le terme heuristique désigne d'une manière courante une méthode de résolution d'un problème qui ne passe pas par l'analyse détaillée du problème, mais par son appartenance ou adhérence à une classe de problèmes donnés, déjà identifiés
        Dans le langage courant, ou pourrait dire méthode "par tâtonnement, par essai-erreur"
        • Le fonctionnement d'un réseau de neurones s’apparente à une méthode Heuristique, en aucun cas algorithmique !

          De ce fait, il est impossible ni de prédire, ni de déterminer pourquoi un réseau de neurones produit un résultat précis en particulier, à un moment donné.
          Au contrario, un algorithme, qui est conçu pour toujours donner la même réponse à partir cu même contexte et jeu de données.

        • A SAVOIR : une IA produit un résultat s'approchant de 100% vrai, juste ou exact, mais jamais à 100%
          On estime qu’une IA qui produit un "bon" résultat dans plus de 97% des cas comme "fiable" à ce jour. 

        • A SAVOIR : Un réseau de neurones doit toujours proposer une solution à sa sollicitation. Même fausse ou erronée, l'IA doit fournir une réponse, même erronée.

        • Hallucination, Biais : ce sont les termes employés pour qualifier les "égarement" des IA en LLM aujourd'hui.
          C'est le grand défi de tous les modèles de nos jours d'essayer de limiter ou encadrer la génération d'halllucinations

  2. Super Intelligence artificielle 


Revision #4
Created 2026-06-30 07:03:49 UTC by Anaïs
Updated 2026-06-30 13:52:40 UTC by Anaïs