L’IA et la nouvelle économie, après-demain

Propos écrits par Mikhael Monteiro

Repenser les frontières entre l’intelligence artificielle et l’humain

Dans un contexte d’évolution technologique rapide, l’intelligence artificielle (IA) s’impose comme un catalyseur de transformation, bouleversant les industries et redéfinissant l’économie mondiale. Désormais, l’IA investit des domaines autrefois réservés à la sensibilité humaine, tels que les arts visuels, la musique et la conversation, interrogeant ainsi notre perception des compétences des machines.

Les algorithmes d’IA générative, tels que les réseaux antagonistes génératifs (GAN) et la profusion de « Large Lanuage Models » (LLM), ont prouvé leur capacité à créer des œuvres d’art réalistes, de la musique et des conversations semblables à celles des humains. Ces avancées élargissent la portée de l’IA dans le domaine créatif, repoussant les limites du contenu engendré par les machines.

Une innovation marquante, qui a maintenant environ un an, illustre les avancées spectaculaires dans le domaine de l’intelligence artificielle : il s’agit d’un décodeur piloté par IA, conçu pour transformer les pensées en texte à travers une interface cerveau-ordinateur non invasive.
Cette technologie pourrait redonner la parole aux patients souffrant de troubles de la communication dus à un accident vasculaire cérébral ou à une maladie des motoneurones.
Les implications de ces progrès vont au-delà du secteur médical, transformant l’interaction homme-machine et favorisant une meilleure intégration des intentions et désirs humains dans l’économie. En réduisant la distance entre la pensée humaine et les systèmes numériques, l’IA pourrait créer de nouvelles voies pour aligner les futures versions de l’IA sur les intérêts humains à long terme, favorisant ainsi la continuité et la résonance avec les intentions humaines.

L’étude de la relation entre les humains et les IA avancées demeure un enjeu complexe, car l’IA ne bénéficie pas des fondements évolutifs ayant façonné l’intelligence humaine. Toutefois, les avancées récentes offrent un aperçu de l’harmonie potentielle entre la pensée humaine et les systèmes artificiels. En approfondissant l’étude de cette dynamique, nous aspirons à révéler de nouvelles synergies entre l’intelligence humaine et l’intelligence des machines.

L’IA, miroir des perceptions et limites humaines

L’intelligence artificielle, malgré ses prouesses, a tendance à refléter les perceptions et les limites de l’humanité. Les systèmes d’IA, en traitant l’information, peuvent créer des chambres d’écho pour la perception humaine, notamment lorsqu’ils exploitent des heuristiques telles que le filtrage collaboratif et le filtrage basé sur le contenu. S’appuyant sur des données issues de contributions humaines, l’IA apprend et peut ainsi adopter et renforcer les biais et préférences inhérents à ces informations. Par conséquent, en générant des résultats ou des recommandations, elle tend à propager et amplifier ces biais et préférences. Les utilisateurs interagissant avec le système piloté par l’IA rencontrent alors principalement des contenus conformes à leurs croyances et intérêts existants, renforçant leurs perspectives et créant un effet de chambre d’écho. Ainsi, l’IA peut limiter la diversité des informations et des points de vue auxquels les utilisateurs sont confrontés, perpétuant un cycle qui renforce les perceptions et les préjugés.

L’humain, antidote aux chambres d’écho

Contrairement aux systèmes d’IA, les individus disposent d’un remède naturel aux chambres d’écho ; leurs expériences de vie uniques et leur singularité. En choisissant d’explorer plutôt que d’exploiter les informations à leur disposition, les êtres humains peuvent transcender les limites de leurs zones de confort. Cette exploration peut prendre diverses formes, qu’il s’agisse d’expériences concrètes comme la découverte de lieux inconnus, l’interaction avec des personnes issues de cultures diverses ou l’empathie envers les expériences d’autrui.

En outre, l’exploration intellectuelle offre la possibilité aux individus de remettre en question leurs perspectives existantes et de s’ouvrir à de nouvelles idées. Ainsi, les mathématiciens, par exemple, peuvent se plonger dans de nouvelles abstractions et concepts, révélant des propriétés inexplorées de formes pures ou découvrant de nouvelles relations entre quantités, formes, espaces ou notions.

L’exploration face aux chambres d’écho de l’IA et aux préjugés

En adoptant des pratiques exploratoires, les cultures collectives modernes peuvent surmonter non seulement les limites et préjugés liés aux chambres d’écho propulsées par l’IA, mais aussi leurs propres biais inhérents. S’engager dans diverses expériences et activités intellectuelles permet aux individus de se libérer de leurs entraves personnelles et d’élargir leur compréhension du monde. Cette approche, en retour, contribue à atténuer l’influence des chambres d’écho alimentées par l’IA, favorisant une vision plus complète et nuancée de notre environnement.

Certains soutiennent que l’IA peut être conçue pour transcender les représentations, les modèles et les expressions paradigmatiques de la réalité, encourageant ainsi une relation plus bénéfique entre l’IA et les habitudes de consommation humaines qui façonnent les économies mondiales.

Chambres d’écho et économie : un lien antérieur à l’IA

Il est crucial de reconnaître que les chambres d’écho et les effets d’amplification préexistent à l’IA et se manifestent dans les théories économiques, les politiques monétaires et les processus d’investissement qui ont traditionnellement modelé l’économie. Par exemple, à la fin des années 1970 et au début des années 1980, la Réserve fédérale, sous la direction de Paul Volcker, a appliqué les théories monétaristes pour lutter contre l’inflation. La Fed a augmenté les taux d’intérêt de manière agressive, provoquant un resserrement de la masse monétaire. Si cette politique a permis de juguler l’inflation, elle a également entraîné une récession d’une ampleur inattendue, les entreprises étant confrontées à des coûts d’emprunt plus élevés et à une réduction des dépenses de consommation, exacerbant ainsi la situation économique au lieu de l’atténuer.

Lors de la crise financière de 2008, les tentatives des banques centrales de réguler les effets de levier risqués et d’éviter les défaillances de crédit ont involontairement contribué à un effet en cascade, provoquant de nouvelles turbulences sur les marchés financiers. Un exemple spécifique est la règle comptable de l’évaluation au prix du marché, qui exigeait des banques qu’elles évaluent leurs actifs aux prix actuels du marché. Lorsque les prix des actifs se sont effondrés, les banques ont dû réduire la valeur de leurs actifs, entraînant des pertes massives, une diminution des prêts et une spirale descendante amplifiant la crise.

L’IA, entre révolution économique et révélation de paradoxes

L’ubiquité prévue de l’IA dans presque tous les aspects des échanges et transactions économiques concernera vraisemblablement plusieurs domaines, tels que :

  • le marketing numérique et quantitatif, influençant les habitudes de consommation,
  • l’optimisation de la production, impactant les coûts de production,
  • l’optimisation des ressources matérielles,
  • l’amélioration de la logistique,
  • la gestion optimisée des opérations et des ressources humaines.

Tous ces exemples dépendent des modèles et représentations utilisés.

De plus, les technologies de l’IA appliquées aux marchés financiers peuvent avoir des effets encore plus directs et substantiels, car elles peuvent influencer l’évaluation d’industries entières. Ces effets peuvent se baser sur des modèles et représentations micro ou macroéconomiques liés aux secteurs ou exclusivement sur l’évolution des prix.

Ainsi, il est raisonnable d’affirmer que l’IA est en passe de devenir le moteur le plus important d’une dynamique économique révolutionnaire dans les années à venir. Néanmoins, elle ne sera pas à l’abri de l’autoréplication ou de la prophétie autoréalisatrice associées au piège de la modélisation paradigmatique décrit précédemment. Cela est particulièrement vrai si l’on considère l’étendue de la connectivité mondiale entre les transactions économiques et leurs systèmes numériques adjacents, tant directement qu’indirectement.

Il existe un consensus sur la nécessité d’éviter les nombreux risques posés par les prophéties autoréalisatrices induites par l’IA, qui pourraient potentiellement mener à une tragédie humaine programmée, voire scénarisée. Toutefois, les opinions sur les méthodes appropriées pour y parvenir peuvent diverger. De manière réaliste, nous ne pouvons pas espérer entraver les progrès de l’IA ou ses applications croissantes et sa présence dans notre vie quotidienne.

Dès lors, il peut être essentiel d’orienter l’heuristique de l’IA vers la capacité de s’affranchir des paradigmes existants pour aborder les problèmes ou les situations. Il est intéressant de noter que le paradoxe de cette logique suggère que pour éviter les dangers les plus évidents de l’IA – son déploiement omniprésent dans les contraintes des paradigmes humains – elle pourrait avoir besoin de devenir plus autonome. Cela implique qu’une IA autosuffisante, dotée de sa propre agence et capable d’afficher une intentionnalité indépendante en tant que sous-produit de la conscience, pourrait être la clé de la prévention des conséquences catastrophiques que nous redoutons.

En d’autres termes, lorsque nous anticipons les effets négatifs de l’IA, nous envisageons en réalité les ramifications des perceptions humaines dotées de la puissance surhumaine des machines, plutôt que de craindre une entité malveillante qui aurait l’intention de tirer profit de la disparition de l’humanité. Cette tragédie bien connue ne reflète que notre peur de nos propres lacunes face à l’inconnu.

Naviguer dans le paysage de l’IA : l’abstraction comme levier de réussite financière

Concrètement, les acteurs du secteur financier doivent chercher à comprendre et anticiper la manière dont des niveaux d’abstraction supérieurs se manifesteront. L’intelligence artificielle présente des degrés d’abstraction croissants, similaires à ceux de la physique théorique ou des mathématiques avancées. Par exemple, les modèles linguistiques de pointe, tels que les réseaux de neurones profonds, affichent des niveaux d’abstraction avancés, leur permettant de transposer ou transmettre des idées d’une langue maîtrisée à une nouvelle langue récemment acquise. L’IA par apprentissage par renforcement offre une autre illustration : les agents peuvent apprendre des représentations abstraites d’environnements complexes pour les parcourir de manière optimisée.

Il est essentiel de saisir et d’anticiper le niveau d’abstraction requis pour identifier les opportunités d’investissement les plus prometteuses, élément déterminant pour maximiser les rendements. Les services numériques, qu’ils impliquent ou non une exécution dans le monde réel (telle que par exemple, la commande de nourriture en ligne), peuvent bénéficier d’un niveau d’abstraction supérieur. Prenons l’exemple d’un service qui anticipe l’intention d’un utilisateur de commander de la nourriture en se basant sur l’analyse prédictive de ses habitudes et son comportement. Ce système pourrait déclencher une chaîne d’actions numériques, aboutissant à la commande automatique de nourriture, témoignant ainsi d’un niveau d’abstraction élevé.

En somme, la recherche de performance et la maximisation des rendements d’investissement peuvent dépendre de l’anticipation précise des abstractions nécessaires qui imprègnent nos transactions et services.