Lorsque nous nous penchons sur un problème pour le résoudre, nous n’avons pas conscience des millions de neurones qui s’activent dans notre cerveau. Ainsi, nous ignorons presque tout sur le fonctionnement de notre intelligence; d’où nous provient tel éclair de lucidité et quels sont les mécanismes qui régissent nos réflexions. Être méthodique, avoir un haut QI et être instruit peut certes aider, mais avant tout nous devons savoir ce que nous cherchons à élucider.
La boîte noire de l’intelligence artificielle
On découvre une étonnante similitude dans le domaine de l’intelligence artificielle (IA): les chercheurs parviennent à mesurer l‘efficacité des algorithmes de machine-learning pour résoudre un problème, mais ils peinent à démontrer leur logique, à entrevoir ce qui pourrait ressembler à un«raisonnement» derrière le cheminement pris par la machine. En marche, la créature échapperait à ses créateurs.
Dans mon activité professionnelle, lorsque j‘interroge mes contacts chez Google sur certains comportements de la plateforme publicitaire Adwords, j’entends de plus en plus fréquemment: «Navré, on n‘en sait pas pourquoi cela fonctionne de cette façon». Et parfois d’avouer: «Avec le machine learning, personne ne sait en fait vraiment comment ça marche.»
«Des techniques d’autoapprentissage qui font penser à une nouvelle forme d’alchimie», raconte au magazine Science un chercheur en IA chez Google. L’IA fonctionne de manière plus empirique que mathématique et avance par des millions de tâtonnements successifs («computers learn through trial and error») jusqu’à atteindre sa finalité. Alimentée par un océan de données, elle s’oriente avec des signaux qui lui indiquent si elle est sur la bonne piste pour un succès, ou si au contraire elle s’en éloigne.
Dompter la machine pour qu’elle atteigne le but fixé
Comme nous autres, la machine restera improductive sans une mission précise, sans un cap qu’elle pourra garder dans son viseur. Les livres sur le management et le développement personnel rappellent l’importance de fixer des objectifs clairs et atteignables. Une étape incontournable avant de démarrer avec un plan d’action.
«Setting goals is the first step in turning the invisible into the visible.» — Tony Robbins
Vers des managers d’IA
Le rôle du manager d’IA consiste à définir les objectifs pour la machine, de s’assurer qu’ils sont les plus pertinents et vérifier qu’elle en fera le meilleur usage. Le cas échéant, il devra revoir ses objectifs ou prévoir des buts intermédiaires, par exemple si l’objectif initialement fixé se révèle trop élevé, hors d’atteinte d’un premier coup.
Sans intention préalable, la machine n’est capable d’aucun miracle technologique; elle échouera et encore plus rapidement que si les décisions avaient été humaines.
Alors que l’automatisation va transformer les métiers en profondeur, les écoles doivent former sans tarder les étudiants à devenir des coaches d’intelligence artificielle. Les entreprises ont désormais besoin de leaders qui savent intégrer, diriger et accompagner les cerveaux de silicium. Et, qui sait, un jour les inspirer.
«In a company, hundreds of decisions get made, but objectives and goals are thin.» — Ben Horowitz