Le devenir de l'agilité avec l'intégration de l'IA - Partie 1

On parle d’IA à tout va, il est devenu un pan majeur du domaine de l’informatique. Il suffit de « googliser » formation IA et vous aurez des dizaines de références proposées. Que faut-il y comprendre ? Que c’est un sujet qui est en pleine croissance et que le potentiel qu’il représente a motivé quantité de personnes à mettre en place des formations. C’est dire l’engouement, au vu du peu de recul que nous avons sur le sujet. Même France Travail (anciennement Pôle Emploi) dans ses arcanes poussiéreuses propose une formation sur les fondamentaux de l’IA. 

Un des premiers leitmotivs qu’on m’a inculqués (au début des années 2000) c’était que l’informaticien était paresseux. Et pour être productif, en étant paresseux, il faut être constructif et imaginatif. En découle ainsi l’idée d’automatiser un maximum de choses. Certains y verront de la paresse, d’autres de la délégation et d’autres de l'optimisation. 

QUID de l’agilité où les valeurs humaines et les relations entre les personnes font partie des fondamentaux ? Sommes-nous à un carrefour, où l’on peut voir l’idéogramme Wei-Ji (signifiant danger et opportunité) clignoter dans nos cerveaux embrumés ? Sommes-nous face à une vague déferlante qui sapera les métiers de l’agilité ? Ou plutôt une révolution qui permettra aux agilistes qui sauront s’adapter de faciliter leur travail ? C’est ce que nous allons tenter de décortiquer ici.

L’intelligence artificielle c’est quoi au juste ? 

Quand j’ai entendu Jonathan Mercier nous partager sa passion pour l’Intelligence Artificielle, je me suis dit qu’il serait intéressant de lui demander de nous en parler. Jonathan est Docteur en biologie computationnelle et Chapter Tech Lead à la Digital Factory de Servier. Il a notamment exploré l’IA dans le cadre de projets de médecine personnalisée et de Big Data : « L'IA finalement, c'est un moyen informatique pour mettre en œuvre un raisonnement qui se rapprocherait autant que possible de ce que peut faire un humain. » Aujourd’hui, l’engouement est autour du Deep Learning et Jonathan a relevé qu’il y avait un piège à penser que l’Intelligence Artificielle se résumait à cela. Il nous a permis d’identifier les différentes catégories de l’Intelligence Artificielle : Le Machine Learning, mais aussi le web sémantique, les cartes de connaissances et l’IA générative.

Le Machine Learning : c’est une représentation mathématique des liens de cause à effet. Des critères sont déterminés par l’homme ou la machine. Le Deep Learning est la définition des critères par la machine. Dans le cas de ce dernier, il a été identifié un nouveau domaine, le LargeLanguageModel qui n’est autre que l’IA générative. Ainsi, l’ordinateur apprend sur de gigantesques corpus de texte et les critères sont définis automatiquement, comme il s’agit d’une branche de Deep Learning. Par exemple, on connaît tous Chat GPT. 

Le web sémantique : selon le W3C, « fournit un modèle qui permet aux données d'être partagées et réutilisées entre plusieurs applications, entreprises et groupes d'utilisateurs ». 

Les cartes de connaissances : elles transforment des connaissances en schémas sous forme de nœuds et d’arcs. Les nœuds sont les idées et les informations. Les arcs, quant à eux, représentent les liens et relations entre les informations. 

« L’IA finalement c'est un moyen informatique pour mettre en œuvre un raisonnement qui se rapprocherait autant que possible de ce que peut faire un humain. »

Pour finir notre entrevue, nous avons également évoqué les risques et les biais de l’Intelligence Artificielle. Le premier risque consiste à s’enfermer dans les connaissances de l’IA, donc à ne plus profiter de la créativité humaine. Des entreprises tentent doucement de licencier des humains au profit de l’IA et le risque est très important : Onclusive, une société de veille médiatique, a licencié plus de 200 salariés (soit environ la moitié de son effectif) pour laisser l’IA en remplacement. D’après les salariés, c’est une mauvaise idée, car certaines tâches ne peuvent pas être remplacées par une machine. L’avenir nous en dira plus.

Dans la prochaine partie, nous observerons les cas de ChatGPT et CoPilot.

Julie BANSE et Patrick LEGER de la communauté Agile