Publié le 20 novembre 2023 à 11h33. L’engouement actuel pour l’intelligence artificielle (IA) masque une réalité importante : les systèmes que nous utilisons aujourd’hui sont loin d’atteindre une véritable intelligence générale et reposent sur des mécanismes de traitement de l’information souvent simplistes.
Contrairement à l’idée reçue, l’IA dont nous disposons actuellement relève de l’intelligence artificielle limitée (IAL). Cette dernière se distingue par sa capacité à exécuter des tâches spécifiques pour lesquelles elle a été programmée, mais sans réelle compréhension du contexte ou de la signification de ses actions. Elle ne possède pas la faculté d’apprendre et de s’adapter à des situations imprévues, caractéristique essentielle de l’intelligence générale.
Selon les experts, l’IAL fonctionne sur le principe d’une association de données : « si j’obtiens ceci, je réponds par cela ». Ce fonctionnement est illustré par l’expérience de pensée de la Chambre Chinoise, qui démontre qu’un programme peut manipuler des symboles sans en comprendre le sens. En d’autres termes, l’IAL ne fait que reproduire des schémas appris, sans réelle conscience de ce qu’elle fait ou dit.
Un des principaux écueils de l’IAL réside dans sa dépendance à la qualité des données qui lui sont fournies. Les réponses générées peuvent être erronées, voire complètement fausses, si les informations sur lesquelles elles se basent sont inexactes ou biaisées. L’IAL effectue des recherches en ligne, mais les données qu’elle trouve ne sont pas toujours des informations fiables, mais souvent des opinions populaires.
Il est crucial de distinguer les données des informations. Les informations sont des données contextualisées, c’est-à-dire interprétées et vérifiées. Cette distinction explique en partie l’intérêt des entreprises technologiques pour la collecte de données personnelles, qui leur permettent d’améliorer la pertinence et la fiabilité de leurs systèmes d’IAL.
Sur le même sujet
