Chat GPT, IA, Modèles génératifs : opportunités et limites

L’arrivée de Chat GPT en novembre dernier a connu un très fort engouement et fait émerger aujourd’hui de nombreuses problématiques en lien avec l’intelligence artificielle. 

OpenAI, la société à l’origine de Chat GPT a pourtant été créée en 2015 et dès 2018 une première version de l’architecture GPT (Generative Pre-trained Transformer) a été mise au point pour générer du texte cohérent et de qualité, en réponse à une entrée donnée. Les progrès réalisés par ces outils d’IA comme Chat GPT dans les versions suivantes pour la génération de texte ont ouvert de nombreuses possibilités dans des domaines tels que la traduction automatique, l’assistance à la rédaction, la création de contenus et bien d’autres encore. Ces outils génératifs que ce soit pour l’image, la vidéo, le texte, etc. apportent ainsi de nouvelles opportunités mais questionnent sur le monde de demain. 

Selon une étude du Boston Consulting Group (BCG), 9 dirigeants sur 10 estiment que l’IA représente une opportunité business pour leur entreprise. Or, nombreuses sont les entreprises qui cherchent à en tirer parti pour optimiser leurs activités et l’intelligence artificielle peut devenir un formidable outil à cet objectif. 

Formidable renouveau, ChatGPT et consorts forcent à repenser le travail mais soulèvent également de nouvelles problématiques sur les emplois & services de demain. 

Chat GPT, l’outil qui démocratise l’accès à l’intelligence artificielle. 

Comment fonctionne Chat GPT 

Fondée par Sam Altman, Elon Musk, Ilya Sutskever, Wojciech Zaremba et John Schulman, l’entreprise a pour vocation de promouvoir une intelligence artificielle amicale qui profite à l’humanité. 

ChatGPT a été construit à partir de la technologie des “grands modèles de langage” (LLM). Un LLM est une architecture de modèle de réseau neuronal basée sur un composant spécifique appelé Transformer (développé par Google en 2017).

Les LLM examinent d’énormes volumes de texte, en identifiant les relations entre les mots et en construisant un modèle qui leur permet de reproduire des textes similaires. Lorsque l’on pose une question à un LLM, ils ne “cherchent” pas une réponse. Ils produisent plutôt une série de mots en prédisant le mot qui suivra le mieux le précédent, en tenant compte du contexte général.

ChatGPT comme d’autres outils d’IA Génératives a été entraîné sur un vaste corpus de texte, y compris des articles de journaux, des romans, des scripts de films et de télévision, ainsi que des conversations en ligne. Il présente différents avantages:

• Variété d’usages: contenus pour les réseaux sociaux, lettres de motivation, écriture/ correction de code, script de série
• Capacité à comprendre le contexte de la requête de l’utilisateur. 

Les concurrents de Chat GPT 

Si certes Chat GPT est aujourd’hui l’outil le plus avancé et le plus connu sur le marché, de nombreux autres acteurs ont souhaité développer des outils similaires pour démocratiser l’accès à l’intelligence artificielle. 

Différents usages des “grands modèles de langage” (LLM)

Si Chat GPT est un des exemples les plus marquants de la puissance de l’intelligence artificielle, il existe d’autres outils comme DALL-E pour créer des images réalistes à partir de descriptions textuelles ; DeepAI Video Generator pour générer des vidéos à partir de texte ou encore Google Text-to-Speech pour convertir du texte en discours. 

“Text-to-speech” 

• Permet de créer un contenu vocal relativement “naturel” à partir d’un texte
• Outils s’appuyant sur l’IA arrive à reproduire plusieurs voix et plusieurs accents différents de manière réaliste.
• Utilisé notamment dans des réseaux sociaux (TikTok) pour du divertissement

Outils comme :  Whisper chez OpenAI, Synthesia

“Text-to-video”

• Permet de créer un contenu vidéo à partir d’un texte (ex: courte vidéo promotionnelle)
• Avantage: permet de gagner du temps + scalable

Outils comme :  https://www.d-id.com/, chez Meta : https://makeavideo.studio/ 

 “Text-to-images”

• Permet de créer des images de haute définition à partir d’un texte 
• Permet de générer de l’art AI dans différents styles (ex: peinture à l’huile, rendu style CGI)

Outils comme : Midjourney, Jasper Art ou DreamStudio

Dall-E, StableDiffusion et récemment : photoshop AI pour du remplissage génératif

“Speech-to-text”

• Permet de retranscrire à l’écrit des contenus audios de diverses formes 
• Peut être utilisé pour faire des comptes-rendus de réunion
• OpenAI a lancé son outil de “speech-to-text” Whisper
• Il est capable de reconnaître des langues différentes (coréen, français, anglais), des accents différents (accent écossais) ou encore des vitesses différentes (speed talking) 

Outils comme  : Otter.ai, Google Cloud Speech-to-text https://cloud.google.com/speech-to-text?hl=fr

Une intelligence artificielle qui comporte des limites notables 

Pour l’heure, les modèles d’IA font une seule tâche et la font très bien comme jouer aux échecs, créer des visuels, proposer un texte, … Demain ils seront multitâches. Or les réponses apportées par des outils comme chat GPT restent globales et manquent de profondeur. 

Des biais de représentativité

Un algorithme peut être soumis à des biais de représentativité reproduisant par exemple des discriminations de la vie réelle. Par exemple, le chatbot Tay de Microsoft a été suspendu au bout d’une journée après avoir généré des messages misogynes, racistes et antisémites. 

En effet, le processus d’apprentissage de l’IA a tendance à les amplifier car elle se base sur des biais cognitifs humains mais aussi des biais statistiques. Quand une intelligence artificielle est entraînée à l’aide d’un ensemble de données massif, mais déséquilibré, les résultats produits peuvent être biaisés, et conduire à des décisions ou des choix préjudiciables.

Selon l’Unesco, 22 % des professionnels de l’IA à travers le monde sont des femmes. Le 8 Mars dernier, l’association Jamais Sans Elles a ainsi mis en avant cette limite dans des IA génératrices d’images comme Midjourney ou Stable Diffusion, les requêtes “neutres” font largement apparaître des hommes quand il s’agit d’imaginer des métiers “prestigieux”, et des femmes quand il s’agit de métiers moins “remarquables” – reproduisant ainsi les clichés sexistes.

Il est donc nécessaire aujourd’hui de prendre conscience de ces biais et d’intégrer des correctifs de biais aux systèmes d’IA. Des solutions existent déjà pour limiter ces biais comme Unbiais, ELLA ou FLINT qui visent à limiter le sexisme des IA. Combattre cette discrimination dans l’IA, c’est également diversifier les équipes qu’en compétence mais aussi instaurer des règles éthiques de l’IA.

Des limites fonctionnelles 

Une des principales limites de Chat GPT est le fait qu’il s’arrête à Septembre 2021 dans sa version 3.5 disponible en ligne et gratuite. Ainsi il n’est pas capable d’analyser une actualité récente, de détecter des tendances dans l’année en cours ou encore de lire certains liens. 

De plus, les outils d’IA peuvent avoir des difficultés à généraliser à de nouvelles situations ou à s’adapter aux changements, ce qui limite leur capacité à résoudre des problèmes complexes et dynamiques.

Les outils d’IA peuvent également manquer de transparence, ce qui rend difficile de comprendre comment ils parviennent à leurs résultats et de vérifier leur justesse. 

Enfin, les modèles d’IA peuvent avoir du mal à comprendre le contexte et à interpréter correctement l’ambiguïté du langage humain, ce qui peut conduire à des réponses inappropriées ou erronées. 

Des erreurs factuelles 

L’intelligence artificielle peut également être sujette à ce qu’on appelle des “hallucinations”. En effet, elle prend pour vérité absolue ce qu’elle a appris et ne sait pas dire “Je ne sais pas”. Les effets d'”hallucinations” dans le contexte de l’intelligence artificielle se réfèrent à des situations où les modèles d’IA génèrent des résultats imprévus, incohérents ou inexacts. Ces effets peuvent se manifester de différentes manières.

Dans le traitement du langage naturel, les “hallucinations” peuvent se produire lorsque les modèles génèrent du contenu qui semble cohérent et pertinent, mais qui est en réalité faux ou trompeur. Par exemple, un modèle de génération de texte pourrait produire des informations inventées ou des déclarations sans fondement.

Ces erreurs peuvent avoir des conséquences potentiellement néfastes, en particulier lorsque les systèmes d’IA sont utilisés dans des domaines sensibles tels que la santé, la sécurité ou la prise de décision critique.

Un risque de désinformation & de confidentialité des données 

Cela peut conduire à une désinformation avec la création de fake news. Par exemple, une image générée par une intelligence artificielle simulant une explosion au Pentagone et diffusée sur les réseaux sociaux est devenue virale et a par la suite impacté les marchés financiers avec une fluctuation de 500 milliards de dollars et un vent de panique. 

Les images et contenus étant de plus en plus réalistes, il devient compliqué de détecter les fakes news de la réalité.

L’IA pose également des questions de confidentialité des données. Dans le cas de Chat GPT, il s’agit d’un modèle auto-apprenant. Les questions posées par une employé d’une société X pourraient alimenter les réponses apportées à un collaborateur d’une société Y. De ce fait, certaines entreprises ont préféré interdire l’accès à ces outils afin de garantir la confidentialité de leurs données comme Goldman Sachs, Apple, Samsung, … 

Des enjeux juridiques importants 

Enfin, les outils d’intelligence artificielle posent aujourd’hui des questions juridiques sur la protection des données, sur la propriété intellectuelle ou encore sur la conformité aux lois sur la protection des données, telles que le règlement général sur la protection des données (RGPD) en Europe.

En effet, en termes de protection des données, en Italie, la FTC, l’équivalent de la CNIL en Italie a demander la suspension d’OpenAI?, reprochant au développeur de ChatGPT de ne pas respecter la législation sur les données personnelles et de ne pas avoir de système pour vérifier l’âge des utilisateurs mineurs. Le Canada, l’Irlande et la France ont également lancé une enquête pour vérifier la conformité de l’outil aux réglementations européennes ou locales.

Suite à la décision de la CNIL concernant Google Analytics en Mars 2022, il serait par exemple pertinent de s’interroger sur le transfert des données personnelles vers les Etats Unis par ces outils qui sont majoritairement américains. 

De plus, les modèles d’IA peuvent être considérés comme des créations intellectuelles qui peuvent être protégées par des droits de propriété intellectuelle. Cela soulève des questions sur la propriété et la protection des algorithmes, des modèles entraînés et des données utilisées dans le processus d’apprentissage. Pour les marques, cela posait la question de la propriété des contenus générés. 

Il est donc nécessaire de développer un cadre réglementaire pour faire face à ces défis juridiques et garantir une utilisation responsable de l’intelligence artificielle. 

L’IA au service des métiers & enjeux demain

Des métiers voués à évoluer 

L’intelligence artificielle révolutionne le monde du travail et questionne sur l’avenir de certains métiers. Selon une étude de Goldman Sachs, près de deux tiers des emplois actuels sont exposés à un certain degré d’automatisation de l’IA, et que l’IA générative pourrait remplacer jusqu’à un quart du travail actuel. Si certes, cela peut faire peur quand à la disparition de certains emplois. Les professionnels devront surtout s’adapter et développer de nouvelles compétences pour travailler en collaboration avec l’IA et comprendre ses limites.

Grâce à ces nouvelles technologies, il va être possible d’automatiser certaines tâches routinières et répétitives pour se concentrer sur des tâches plus complexes et à plus forte valeur ajoutée comme la rédaction d’un contrat. De plus, l’IA peut aider les professionnels à prendre des décisions plus éclairées en fournissant des analyses et des recommandations basées sur de vastes ensembles de données. Enfin, l’IA peut augmenter la productivité des professionnels en leur fournissant des outils et des systèmes intelligents pour accomplir leurs tâches plus efficacement.

Ainsi l’Intelligence Artificielle offre un potentiel d’amélioration et de transformation des métiers. Il va être possible de gagner du temps sur les tâches chronophages pour se concentrer sur des missions à plus forte valeur ajoutée. 

Certains métiers comme journalistes, interprètes, comptables, développeurs web, … seront fortement impactés par ces outils, il convient donc de voir ces outils comme un allié au quotidien. Ces outils doivent permettre à tous les métiers “d’augmenter” leur quotidien pour gagner en efficacité et productivité. Cela passera notamment par une période de formation et d’acculturation des équipes aux différentes technologies de l’Intelligence Artificielle. 

Cela va également pousser à revoir certaines organisations notamment dans les équipes Data pour mettre ces outils au service de l’entreprise et capitaliser ainsi sur les opportunités qu’ils offrent pour imaginer des nouvelles offres. 

Capitaliser sur l’IA pour développer de nouvelles opportunités business 

L’intelligence artificielle a déjà permis aujourd’hui d’automatiser un grand nombre de tâches notamment dans l’industrie. Il offre de nombreuses opportunités pour les marques dans le paysage numérique :

• Personnalisation et expérience client améliorée.
• Marketing ciblé et automatisation
• Analyse de données avancée et analyse prédictive
• Automatisation des processus.
• Engagement des clients via les médias sociaux
• Expérience utilisateur améliorée avec la réalité virtuelle et augmentée.

Ces opportunités permettent aux marques de créer des expériences uniques, d’optimiser les campagnes marketing, d’améliorer l’efficacité opérationnelle et de se connecter de manière plus significative avec leur public cible.

Cela permet d’enrichir la relation client en proposant de nouveaux services plus rapides et personnalisés. Carrefour a par exemple développé un partenariat avec Chat GPT pour aider ses consommateurs à établir leurs repas de la semaine et les produits associés et ce avec un budget limité.  De même, Carrefour va utiliser la Data Science et l’Intelligence Artificielle pour optimiser les inventaires et à prendre des décisions plus éclairées en matière d’approvisionnement ou de pricing. 

Dans le sport, l’intelligence artificielle va permettre d’apporter davantage de données et notamment le croisement de données ou la computer vision vont permettre d’analyser les configurations de jeu ou encore de récolter & envoyer des données en temps réels en multi-device ou encore de proposer. C’est notamment le cas dans la Formule 1 avec Amazon qui propose une plateforme avec un accès à la donnée et des datavisualisations en temps réel en surcouche de la course. Il sera ainsi possible de proposer des services complémentaires aux passionnés voire créer de nouvelles business models pour commercialiser les données générées par l’intelligence artificielle. 

En termes de personnalisation, des sites e-commerce tels qu’Amazon ou Netflix utilisent l’IA pour analyser les historiques d’achat, les données de navigation, les commentaires des utilisateurs et d’autres informations afin de générer des recommandations de produits personnalisées pour chaque utilisateur. Les suggestions “Les clients ayant acheté ceci ont également acheté…” sont un exemple courant de cette fonctionnalité. Cela peut améliorer l’expérience d’achat, augmenter les ventes ou l’engagement des clients et les fidéliser.

Cela est également bénéfique pour la publicité contextuelle en matière d’acquisition. Il va en effet être possible d’identifier les informations contextuelles au sein des pages (thèmes, langues, images, liens, historique, …) et les confronter aux profils des utilisateurs pour proposer les publicités les plus appropriées en temps réel et en fonction des réactions. C’est par exemple le cas avec la Dynamic creative optimization (DCO) qui permet de créer des annonces personnalisées en fonction des données de l’utilisateur. 

Demain, les IA génératives pourront avoir une vraie valeur pour les entreprises si elles créent des versions internalisées & privées. 

Conclusion

Ces outils doivent venir simplifier les processus et optimiser les tâches sans pour autant remplacer l’humain. En effet, c’est avant tout l’expérience propre aux personnes qui en fait leur force et permet de se démarquer des autres acteurs.  De plus, ces outils nécessitent une connaissance poussée pour challenger l’outil et vérifier les informations fournies et développer ensuite de nouveaux services. 

Si ChatGPT a déjà fait des émules dans tous les secteurs et à tous les niveaux, il a montré aussi ses limites : risque de fabulation, manque de sensibilité, conformité avec la CNIL, absence de mise à jour, …. Certes Chat GPT et les outils d’IA sont de très bons assistants, ils permettent principalement de réaliser des tâches à faible et moyenne valeur ajoutée. En effet, ces outils d’IA n’exécutent que ce qu’on leur demande mais ils ne sont pas capables d’anticiper ou de nuancer.

Aujourd’hui 80% des métiers de demain n’existent pas et ces outils d’Intelligence Artificielle vont permettre de faire émerger de nouvelles compétences avec de nouveaux métiers et de nouveaux services. 

Ainsi, la data est avant tout une révolution humaine : si la donnée est précieuse, elle n’a aucune valeur sans soft skills humaines. 

Photo de Matheus Bertelli: https://www.pexels.com/fr-fr/photo/homme-gens-femme-ordinateur-portable-16094056/