Les progrès de l’intelligence artificielle au début des années 2010, en particulier l’apprentissage en profondeur, a déclenché une nouvelle vague de panique et de peur du chômage technologique. Ces craintes ont été encore renforcées par une série d’articles sensationnels sur les capacités magiques des algorithmes d’IA et par des déclarations ambiguës de dirigeants d’entreprises donnant l’impression que l’IA à l’échelle humaine est à portée de main.
Mais ces dernières années n’ont fait que mettre en évidence les limites de les technologies actuelles d’IA. Au tournant de la décennie, alors que le monde s’est verrouillé pour empêcher la propagation du nouveau coronavirus, nous avons pu voir si les promesses de l’intelligence artificielle et des robots remplaçant les humains se concrétiseraient.
Ils ne l’ont pas fait.
Mais si l’IA n’est pas prête à remplacer l’homme, il est indéniable qu’elle va changer le paysage de l’emploi, y compris dans des domaines qui étaient auparavant considérés comme interdits aux technologies et à l’automatisation. L’IA n’éliminera pas les humains, mais elle redéfinira l’économie, en créant de nombreux nouveaux emplois et en rendant certains des anciens emplois obsolètes ou moins dépendants de l’intelligence humaine.
A l’épreuve des robots : L’enseignement supérieur à l’ère de l’intelligence artificielleLe livre de Joseph E. Aoun, président de la Northeastern University, explique comment les universités et les établissements d’enseignement supérieur devront s’adapter, car « tout travail prévisible, y compris de nombreux emplois considérés comme relevant de l’économie de la connaissance », est « du ressort des machines ».
Le message d’Aoun : « pour rester pertinent dans cette nouvelle réalité économique, l’enseignement supérieur doit être réorienté de façon spectaculaire ». Et dans Robot-ProofIl fournit une feuille de route pour le développement d’un système d’éducation tout au long de la vie qui permettra aux générations futures d’entreprendre non pas une mais plusieurs carrières professionnelles tout au long de leur vie.
En quoi l’intelligence artificielle est-elle différente ?
L’IA n’est pas la première technologie à changer notre façon de travailler. La machine à vapeur, l’énergie électrique, le téléphone, le chemin de fer, l’automobile, l’avion, voilà quelques-unes des avancées technologiques qui ont apporté un changement fondamental à la vie et au travail des hommes. Dans tous les cas, le travail humain a été remplacé par un moyen qui permet d’accomplir le travail plus rapidement et avec plus de précision.
Dans chaque cas, les anciens emplois ont été détruits au fur et à mesure que de nouveaux étaient créés. Et si nous, les humains, sommes généralement réticents à accepter le changement, comme le montre l’histoire, nous avons toujours fait ce pour quoi nous sommes doués : nous adapter. En l’espace d’une ou deux générations, les humains ont changé leurs habitudes et acquis des compétences pour exploiter la nouvelle technologie et rendre leur vie plus efficace. Les gens du milieu des années 19th siècle ne pouvait pas imaginer un monde bordé de millions de kilomètres de routes goudronnées et de voitures rapides – nous ne pouvons pas imaginer un monde sans elles. Dans les années 1960, les premiers distributeurs automatiques de billets ne suscitaient guère de confiance. Aujourd’hui, il existe des millions de distributeurs automatiques de billets dans le monde entier. Il y a vingt ans, il n’y avait aucun signe de Facebook et Twitter. Aujourd’hui, ils sont devenus des pièces fondamentales du puzzle socio-économique mondial.
Mais ce qui rend l’intelligence artificielle différente, c’est le rythme du changement qu’elle va apporter. L’intelligence artificielle n’est pas un produit en soi, mais une technologie d’infrastructure qui permettra d’accomplir un large éventail de tâches. Andrew Ng, professeur à l’université de Stanford et fondateur de Coursera, décrit l’intelligence artificielle comme la « nouvelle électricité ».
« Il est clair que la révolution numérique actuelle est différente des sauts technologiques précédents car les machines semblent désormais n’avoir aucune limite à leur puissance de traitement potentielle – aucune limite à leur intelligence », observe le professeur Aoun dans Robot-Proof. « Dans toute tâche prévisible, les ordinateurs ont pour effet de désavantager les humains sur le plan cognitif. Et comme les logiciels sont peu coûteux à copier, toute avancée numérique peut être instantanément reproduite dans le monde entier ».
« Toute tâche prévisible » est une surestimation. Il existe encore de nombreuses tâches pour lesquelles les algorithmes d’IA actuels sont très peu performants, en particulier lorsque le monde réel s’écarte trop de leurs exemples de formation. Mais Aoun a raison en ce sens qu’il existe de nombreux domaines dans lesquels les algorithmes d’apprentissage profond sont plus performants que les humains, surtout lorsqu’il y a suffisamment de données annotées pour former les réseaux neuronaux profonds qui peuvent effectuer des tâches précises de classification et de prédiction. Et les domaines dans lesquels les algorithmes d’IA excellent continuent de s’étendre à mesure que les scientifiques développent de nouvelles méthodes et structures pour surmonter leurs lacunes.
Je contesterais également que les ordinateurs aient des humains « désavantagés sur le plan cognitif ». Un terme plus précis serait que les ordinateurs ont des humains à un désavantage, eh bien, « computationnel ». Grâce aux progrès du matériel informatique, les algorithmes d’IA peuvent parcourir d’énormes quantités de données et trouver des modèles pertinents en une fraction du temps qu’il faudrait aux humains pour faire la même chose. Tant que la réponse se trouve dans les données, que ce soit par la recherche ou la comparaison de modèles, le bon algorithme d’IA (naturellement, créé par un humain) sera plus performant que l’esprit humain.
Cela nous amène à une conclusion importante : Bien que l’IA ne remplacera probablement pas complètement les humains dans un avenir proche, elle complétera les humains et amplifiera leur vitesse et leur précision dans l’exécution des tâches.
Dans de nombreux domaines, cela signifie que nous allons enfin pouvoir répondre à la demande croissante d’expertise humaine. La cybersécurité en est un exemple. un énorme déficit de compétences car l’industrie a besoin de plus en plus d’experts en sécurité pour sécuriser notre monde de plus en plus numérisé. Mais dans d’autres domaines où l’offre répond déjà à la demande, cela pourrait réduire le besoin d’experts humains. Par exemple, un expert en radiologie équipé des bons outils d’apprentissage approfondi pourrait être en mesure de doubler ou de tripler le nombre de scanners à rayons X qu’il voit chaque jour.
Le troisième point que le professeur Aoun fait valoir, « toute avancée numérique peut être instantanément reproduite dans le monde entier », est également très important et se trouve au cœur de la perturbation de l’IA. Les solutions purement logicielles ne reposent pas sur des chaînes de production coûteuses. Et comme l’informatique dématérialisée et la connectivité Internet deviennent omniprésentes, elles seront rapidement accessibles à tous. C’est pourquoi les changements apportés par l’IA seront beaucoup plus rapides que les révolutions technologiques précédentes.
Comment rester compétent à l’âge de l’IA ?
Dans Robot-ProofLe professeur Aoun affirme que les changements apportés par l’IA vont obliger les universités et les apprenants à repenser leur approche de l’éducation. Pour les apprenants, un objectif clé sera de trouver des moyens de se distinguer des machines.
« Le fait est que les machines continueront à s’améliorer pour effectuer un travail qualifié. Par conséquent, de nombreuses personnes reconnaissent que l’éducation doit se transformer en une activité permanente qui leur permet de se perfectionner et de se recycler en permanence, tout en essayant de garder une longueur d’avance sur les robots de travail », explique M. Aoun.
Nombre des emplois que les apprenants d’aujourd’hui occuperont dans les 20 à 30 prochaines années n’existent même pas aujourd’hui. Cela signifie que les universités doivent se réorienter pour servir les apprenants tout au long de leur vie professionnelle. Le professeur Aoun appelle à un nouveau modèle d’éducation qui soit différent en termes de méthode de prestation, de contenu et de contexte.
Le principal changement consiste à s’orienter vers une éducation qui renforce créativitéLe domaine dans lequel l’homme continuera à exceller. Les algorithmes d’IA sont très efficaces pour retrouver des modèles et faire des prédictions basées sur des données. Mais lorsqu’il s’agit de pensée abstraite, de bon sens et d’apprentissage par transfert, les humains ont toujours l’avantage.
C’est pourquoi les humains n’ont besoin que de quelques heures pour apprendre un nouveau jeu vidéo alors qu’il faut un algorithme d’apprentissage approfondi des milliers d’heures de jeu pour atteindre le niveau débutant. En attendant, les humains peuvent rapidement appliquer des concepts abstraits appris d’un domaine à l’autre, tandis que pour l’IA, chaque nouvelle tâche est un nouveau défi qui doit être appris à partir de zéro.
« La créativité combinée à la flexibilité mentale a fait de nous une espèce unique et la plus performante de la planète », écrit le professeur Aoun dans Robot-Proof. « Ils continueront à être notre façon de nous distinguer en tant qu’acteurs individuels de l’économie. Quel que soit le domaine ou la profession, le travail le plus important que l’être humain accomplira sera son travail créatif ».
Le modèle d’éducation à l’épreuve des robots
Comment le système éducatif se réinvente-t-il pour nourrir la créativité ?
« Un modèle d’enseignement supérieur à l’épreuve des robots ne se contente pas de remplir l’esprit des étudiants avec des faits à fort indice d’octane », explique le professeur Aoun. « Au lieu de former des travailleurs, un enseignement à l’épreuve des robots forme des créateurs ».
L’enseignement supérieur devrait adopter un modèle qui met davantage l’accent sur « l’apprentissage par l’expérience », souligne le professeur Aoun, qui supprime les frontières entre la salle de classe et la vie réelle.
« Généralement, les étudiants s’engagent dans un apprentissage expérientiel par le biais de stages, de coopérations, d’emplois en alternance, d’expériences mondiales et de possibilités de recherche originales », explique M. Aoun.
L’apprentissage expérientiel remplace l’absorption passive d’informations par l’intégration de connaissances et d’expériences du monde réel. Cela permet à l’apprenant de pratiquer le « transfert lointain ».
« Le transfert se produit lorsque les compétences ou les connaissances sont acquises dans un contexte et que l’élève les applique avec succès dans un autre », explique M. Aoun. Le quasi-transfert se produit lorsque les contextes sont similaires, comme la poésie et le théâtre. Mais lorsque les contextes sont largement disparates, comme la poésie et les relations publiques, le transfert est loin. « Les étudiants sont confrontés à une situation entièrement nouvelle, mais ils sont capables de prendre du recul et de comprendre comment, intégrés dans le contexte, ils peuvent utiliser leurs connaissances pour résoudre un problème », explique M. Aoun.
En appliquant leur apprentissage en classe à des tâches sur le lieu de travail, les étudiants des coopératives pratiquent de manière répétée le transfert lointain, consolidant ainsi leurs capacités cognitives – pensée critique et systémique, esprit d’entreprise et agilité culturelle.
Les efforts déployés dans Apprentissage du transfert de l’IA ont été jusqu’à présent limitées à des tâches très restreintes, comme le réglage d’un classificateur d’images formé sur un nouvel ensemble d’images. Pour l’homme, l’application de concepts abstraits d’un domaine à l’autre sera la clé de l’apprentissage constant de nouvelles compétences à mesure que l’IA transformera le monde qui nous entoure.
L’histoire montre que nous sommes très mauvais pour prédire l’avenir, et nous ne savons pas exactement comment l’avenir de l’IA se déroulera. Mais ce qui est sûr, c’est que les générations actuelles et futures d’apprenants devront être très polyvalentes et flexibles dans l’acquisition de nouvelles compétences à mesure que les algorithmes deviendront de plus en plus intelligents.
« Notre potentiel à maîtriser le transfert lointain est notre avantage concurrentiel sur les machines intelligentes », écrit Aoun A l’épreuve des robots.
Cet article a été publié à l’origine par Ben Dickson le TechTalksLe rapport de la Commission européenne sur les technologies de l’information et de la communication (TIC), une publication qui examine les tendances en matière de technologie, la manière dont elles affectent notre façon de vivre et de faire des affaires, et les problèmes qu’elles résolvent. Mais nous abordons également le côté maléfique de la technologie, les implications plus sombres des nouvelles technologies et ce à quoi nous devons faire attention. Vous pouvez lire l’article original ici.
Publié le 17 mai 2020 – 12:00 UTC