...

Ces deux concepts sont utilisés sans réellement comprendre la portée des mots. " On utilise ces mots comme des solutions alors qu'ils constituent des problèmes ", soutient le professeur de droit. " On parle de Big Data parce que la masse de données est trop importante pour être traitée. Ce qui est un problème. Pour résoudre ce problème, qui va en grandissant, l'homme a pensé à l'intelligence artificielle (IA). Mais cette IA est aussi un problème : Comment un ordinateur peut-il produire un comportement qui semble intelligent alors que l'ordinateur est stupide ? Pour répondre à ce problème, on emploie certaines techniques, dont le machine learning. Une technologie qui n'est d'ailleurs pas neuve en soi. La nouveauté, c'est que l'on a aujourd'hui beaucoup de données. Ce qui donne éventuellement de meilleurs résultats. "Par exemple, l'apprentissage machine offre l'avantage de donner à la machine une série d'exemples qui lui permettra d'effectuer un diagnostic différentiel par exemple. " On optimise le système en le nourrissant d'exemples de plus en plus nombreux. Mais la logique reste statistique. Le système fonctionnera très bien dans 98% et pas du tout pour les deux pourcents restants. Et ceci pour un ensemble de données précis et pas pour un autre. " Qui plus est, l'apprentissage machine nécessite un grand travail en amont, qui est parfois oublié (récolte des données, préparation et validation).Cette intelligence artificielle (IA) entre dans toutes les sphères professionnelles. " Il y a une surenchère ", acquiesce Gregory Lewkowicz. " On en arrive à un point où certaines sociétés affirment être basée sur de l'IA alors qu'elles sont basées sur l'intelligence humaine. Par exemple, vous avez des sociétés qui proposaient d'encoder ses rendez-vous en les dictant simplement, et cela fonctionnait d'ailleurs très bien. Mais en réalité, ces données étaient envoyées chez un interlocuteur qui se trouvait en Inde, qui l'encodait dans votre agenda. "Il faut dire que cette mystification de l'IA, qui donne l'impression qu'elle est partout et donne des résultats formidables, est liée au fait que c'est d'abord l'industrie qui en parle, comme le démontrent de récentes études menées à Oxford. " Qui parle d'IA dans les journaux ? À 60%, ce sont les industries. Dans 18% des cas, ce sont les gouvernements qui répètent le plus souvent que les industries leur ont dit. Le reste (le monde académique, la société civile) représente très peu de personnes. Cela explique certaines croyances, poussées par une industrie qui cherche à vendre. "