Pause AI : l'étape 2 manquante entre innovation et profit

En février dernier, lors d'une marche anti-IA à Londres, un flyer a capté l'attention des participants. Ce document, distribué par Pause AI, un groupe d'activistes international, faisait référence de manière subtile aux gnomes de South Park. Le flyer indiquait : « Étape 1 : Développer un super esprit numérique. Étape 2 : ? Étape 3 : ? ». Il se terminait par un appel au lecteur : « Pausez l'IA jusqu'à ce que nous sachions ce qu'est l'étape 2. » Cette allusion aux gnomes de South Park, qui dans un épisode de 1998 avaient un plan d'affaires absurde consistant à collecter des sous-vêtements sans savoir comment en tirer profit, illustre bien l'incertitude actuelle entourant l'IA.

L'épisode de South Park est devenu un mème célèbre, souvent utilisé pour critiquer des stratégies floues, allant des startups aux politiques publiques. Même Elon Musk a fait référence à ce mème lors d'une discussion sur le financement d'une mission vers Mars. Aujourd'hui, il symbolise l'état de l'IA : les entreprises ont développé la technologie (Étape 1) et promettent une transformation (Étape 3), mais l'étape intermédiaire reste floue.

Pour Pause AI, l'étape 2 devrait inclure une forme de réglementation. Cependant, les détails de cette réglementation et les entités responsables de son application font l'objet de débats. Les partisans de l'IA, quant à eux, voient l'étape 3 comme une salvation, une transformation économique grâce à la technologie, comme l'a récemment exprimé Jakub Pachocki, scientifique en chef d'OpenAI. Cependant, la route vers cet avenir radieux est incertaine et chacun semble emprunter un chemin différent.

Pour chaque affirmation ambitieuse sur l'avenir de l'IA, il existe une évaluation plus mesurée de la situation actuelle. Prenons par exemple deux études récentes. La première, menée par Anthropic, tente de prédire quels emplois seront les plus affectés par les LLMs. Les résultats suggèrent que les managers, les architectes et les professionnels des médias doivent se préparer à des changements, tandis que les jardiniers, les ouvriers du bâtiment et ceux de l'hôtellerie seraient moins concernés. Toutefois, ces prédictions reposent davantage sur les capacités perçues des LLMs que sur leur performance réelle en milieu de travail.

Une autre étude, publiée en février par des chercheurs de Mercor, une startup spécialisée dans le recrutement AI, a évalué plusieurs agents AI utilisant des modèles d'OpenAI, d'Anthropic et de Google DeepMind sur 480 tâches courantes dans les secteurs bancaire, consultatif et juridique. Les résultats ont montré que chaque agent échouait à accomplir la majorité de ses tâches, remettant en question l'efficacité réelle de ces technologies.

Pourquoi un tel désaccord existe-t-il ? Plusieurs facteurs sont en jeu. D'abord, il est crucial de considérer qui fait ces affirmations et dans quel but. Anthropic a des intérêts financiers dans le domaine de l'IA. De plus, les personnes qui prédisent un grand changement s'appuient souvent sur la rapidité d'évolution des outils de codage AI. Cependant, toutes les tâches ne peuvent pas être résolues par le codage, et certaines études ont montré que les LLMs sont peu performants dans la prise de décisions stratégiques.

Lorsqu'ils sont déployés, ces outils ne sont pas introduits dans un environnement stérile. Ils doivent s'adapter à des contextes déjà établis, souvent complexes, avec des personnes et des flux de travail existants. Parfois, l'ajout de l'IA peut même compliquer les choses. Certes, ces flux de travail pourraient nécessiter une refonte complète autour de la nouvelle technologie pour qu'elle atteigne un impact transformateur, mais cela demande du temps et du courage.

Ce grand vide ? Il se situe exactement là où devrait se trouver l'étape 2. Le manque d'accord sur ce qui est sur le point de se passer et comment cela se déroulera crée un vide d'information. Ce vide est souvent comblé par des affirmations extravagantes, peu importe leur fondement. Nous sommes tellement éloignés d'une compréhension réelle de ce qui s'annonce et de la manière dont cela sera déployé qu'un simple post sur les réseaux sociaux peut faire trembler les marchés.

Il est nécessaire de réduire les suppositions et d'augmenter les preuves tangibles. Cela nécessitera une transparence accrue de la part des concepteurs de modèles, une meilleure coordination entre chercheurs et entreprises, et de nouvelles méthodes pour évaluer cette technologie, afin de comprendre ce qui se passe réellement lorsqu'elle est mise en œuvre dans le monde réel.

L'industrie technologique, et avec elle l'économie mondiale, repose sur la promesse que l'IA sera réellement transformative. Cependant, ce n'est pas encore un pari sûr. La prochaine fois que vous entendrez des affirmations audacieuses sur l'avenir, rappelez-vous que la plupart des entreprises sont encore en train de comprendre quoi faire avec leurs sous-vêtements.