La prochaine génération de robots IA sera-t-elle capable de générer et d’itérer des idées aussi bien, voire mieux, que les humains ?

Les travailleurs du savoir seront-ils remplacés par des machines ?

Dans cette vidéo (en anglais) publiée par la société de conseil Boston Consulting Group (BCG), Matthew Sinclair vice-président Engineering pour BCG X, imagine un avenir dans lequel la technologie pourrait remplacer les rédacteurs, les ingénieurs logiciels et, bien sûr, les consultants – même s'il n'est pas convaincu que les entreprises devraient perdre le contact humain.

Il existe des risques inhérents à confier les éléments les plus créatifs de votre entreprise à des robots, notamment celui de perpétuer ce que Matthew appelle « la tyrannie du banal », que d'autres appellent "moyenne de l'Internet". 

Voici la vidéo complète suivie de notre analyse.

En 2030, les machines intelligentes pourraient analyser, prédire, contrôler et créer aussi bien, sinon mieux, que les humains dans de nombreux domaines, y compris les travailleurs du savoir.

Cela signifie-t-il que les dirigeants devraient laisser une intelligence artificielle autonome diriger leurs entreprises ?

La transition vers une IA générative capable de réaliser des tâches créatives de manière autonome pose de nombreuses questions.

Pour comprendre l'évolution technologique qui pourrait nous amener à ce point, il est essentiel d'examiner comment les capacités des modèles de langage et de l'IA générative ont progressé ces dernières années.

A quoi ressemblera le monde du travail en 2030 selon BCG ?

Les compétences humaines face à l'IA

1. Les différences fondamentales entre humains et machines

Les humains excellent en goût, sagesse, empathie, valeurs et éthique, tandis que les machines sont fortes en rapidité, efficacité et échelle.

Pour que l'IA égale ou dépasse les capacités humaines, elle doit développer des compétences supplémentaires en goût et en sagesse.

2. Le passage des interactions impératives aux interactions déclaratives

Aujourd'hui, les humains doivent non seulement savoir quoi faire, mais aussi comment le faire.

Avec les machines, nous passons à des interactions déclaratives où nous exprimons nos intentions et préférences, et la machine exécute les tâches.

Cela change la dynamique du travail créatif, permettant aux humains de se concentrer sur la stratégie et la vision.

La boucle créative : une collaboration humain-machine

1. La génération d'options et itérations rapides

Dans un processus créatif, l'IA peut générer de nombreuses options, que les humains peuvent ensuite sélectionner et affiner rapidement.

Cela permet d'explorer des solutions innovantes au-delà de l'expérience humaine traditionnelle.

2. Le design génératif

Le design génératif permet de définir des paramètres et des contraintes pour qu'une machine génère des options de conception.

L'idée derrière le design génératif est que, au lieu de concevoir directement une pièce, comme pour une voiture, on définit des paramètres et des contraintes.

La machine génère ensuite de nombreuses options qui respectent ces contraintes. Le designer examine ces options et sélectionne les plus appropriées.

Cela conduit souvent à des designs organiques et inhabituels, différents des conceptions humaines traditionnelles.

Ces designs sont souvent plus légers, plus solides et utilisent moins de matériaux. Ainsi, la collaboration entre la machine et l'humain produit de meilleurs résultats que chacun travaillant seul.

Les risques et la nécessité d'une supervision humaine

1. Maintenir les humains dans la boucle

Pour éviter les dérives éthiques, il est crucial de garder une supervision humaine dans les processus contrôlés par l'IA (humans in the loop).

Une collaboration entre humains et machines permet de combiner efficacité technologique et jugement éthique.

Principe du HITL - garder un humain dans la boucle de génération

2. Prévenir la banalisation de la créativité

Il existe un risque que l'IA, en se basant uniquement sur des données existantes, conduise à une homogénéisation et à une perte de créativité.

C'est ici qu'intervient le concept de "tyrannie du banal", exposé par Matthew Sinclair.

L'idée de "tyrannie du banal" ou "moyenne de l'internet" suggère qu'à partir d'une date comme octobre 2022, lorsque GPT-3 a été publié, il n'y a plus de contenu sur internet qui ne soit pas influencé par l'IA générative.

En continuant à intégrer des données provenant des modèles d'IA précédents, nous risquons de converger vers une moyenne ennuyeuse, épuisant ainsi la créativité. C'est un problème réel : où trouver du contenu nouveau et original ?

Historiquement, cela provient des humains.

En 2030, attendrons-nous des machines qu'elles produisent ce contenu innovant ?

Si oui, ce contenu se dégradera-t-il avec le temps, se nourrissant de lui-même et devenant de plus en plus banal ?

Les humains doivent injecter de la nouveauté et des idées originales dans le processus créatif pour éviter cette dérive.

L'intégration de l'IA dans le processus créatif et managérial apporte des avantages significatifs tout en posant des défis éthiques.

Une approche équilibrée où l'IA augmente plutôt que remplace les capacités humaines semble être la voie idéale pour maximiser les bénéfices tout en minimisant les risques.