Ce qu’on appelle “la singularité technologique”, ce moment de l’Histoire où la machine devient autonome et supérieure au genre Humain, relève encore de l’utopie, ou de la dystopie selon le point de vue. Et pourtant, la multiplication des outils comme ChatGPT, Dall-E, MidJourney ou Bard, a déjà un impact considérable sur les métiers de la création. Pour preuve, en seulement quelques mois, ChatGPT a atteint la barre symbolique des 100 millions d’utilisateurs. Par comparaison, il a fallu neuf mois à TikTok et deux ans à Instagram pour atteindre un tel palier. Alors, l’IA va-t-elle remplacer l’humain ? Et, si la réponse est non, comment peut-elle le servir ?
Qui de mieux placé pour définir l’IA générative que ChatGPT ? Voici sa réponse : “L'intelligence artificielle générative (IA générative) fait référence à une branche de l'intelligence artificielle qui se concentre sur la création de modèles et de systèmes capables de générer de nouvelles données ou contenus originaux.” Or, jusqu’ici, la création originale était l’apanage du genre humain, et même ce qui pouvait facilement le différencier d’une machine, vouée à reproduire ses maîtres.
Mais l’IA peut maintenant automatiser certaines tâches jusqu’ici réservées aux développeurs, comme la rédaction de scripts d’automatisation ou de conception graphique. Des outils comme OpenAI Codex, DeepCoder de Microsoft et surtout Copilot de GitHub, développé par l’université de Stanford, sont déjà utilisés par certaines équipes.
En parallèle, les agents autonomes comme AutoGPT, qui sont des systèmes dotés de capacités d'apprentissage et de prise de décision, prennent de l'ampleur dans le développement informatique. Ces agents sont capables de gérer des tâches complexes en utilisant des algorithmes avancés, ce qui simplifie considérablement le travail de programmation. Ils peuvent notamment mener de nombreuses tâches de façon entièrement autonome, en définissant eux-même la marche à suivre pour y parvenir. Écrire, coder, synthétiser et organiser, ils savent presque tout faire en autonomie.
En traitant de grands volumes de données, l’IA aide déjà tous les membres de l’équipe Data Science, comme les Data Analysts et les Data Scientists, par exemple. Elle propose en plus des variations ou des combinaisons d'éléments existants, particulièrement utiles dans la conception de produits ou l'exploration de nouvelles solutions.
Cette fonctionnalité permet notamment aux chercheurs de répertorier et de classifier un grand nombre d’informations pour gagner du temps.
Démiurge de son propre univers virtuel, l’IA générative peut déjà créer des simulations réalistes, permettant aux développeurs de tester et d’explorer des scénarios complexes. Particulièrement utiles dans les jeux vidéo, ces modèles peuvent être utilisés pour simuler des comportements de personnages non-joueurs ou pour créer de nouveaux environnements randomisés.
Mais l’IA sait aussi s’adapter à son environnement pour en améliorer l’interface utilisateur. Elle est ainsi capable de proposer des suggestions intelligentes et d’adapter à la volée l'interface aux préférences et aux comportements de l'utilisateur. Une manière efficace de renforcer son immersion dans la simulation.
Sans nécessairement créer le contenu elle-même, l'IA générative peut optimiser automatiquement le code source avec des améliorations ou des alternatives plus efficaces. En réduisant leurs erreurs possibles, les développeurs augmentent de fait leur productivité.
Des frameworks comme TensorFlow de Google, DeepSpeed de Microsoft ou encore Pytorch servent à créer des modèles d’IA générative. Ces mêmes modèles pourront ensuite être utilisés pour analyser et optimiser le code source d’un programme.
Que peut-on (raisonnablement) confier à une intelligence artificielle ? Celle-ci est-elle neutre ou a-t-elle son propre agenda ? Le développement de l’IA générative soulève des questions éthiques primordiales. “C’est un débat absolument nécessaire, car la technologie n’est pas neutre, selon Théo Alves Da Costa, Head of AI for Sustainability & Climate chez Ekimetrics. Elle est créée par des individus qui ne le sont pas dans un système qui ne l’est pas. Nos biais individuels et sociétaux sont donc répétés dans les données que l’on génère, nourrissant ces algorithmes d’IA qui reproduisent ensuite nos biais.”
C’est finalement ChatGPT lui-même qui expose bien ses propres limites : “il est important de noter que l'IA générative soulève des questions éthiques, notamment en ce qui concerne la manipulation de l'information, la confidentialité des données et l'utilisation responsable de ces technologies.” Alors, si l’IA générative aura un rôle de plus en plus important à jouer dans le développement de l’informatique, celui-ci devra néanmoins être contrôlé. Il faut, pour ainsi dire, garder un humain derrière la machine.
La Tech vous passionne et vous voulez en apprendre plus sur ses métiers et leurs évolutions à venir ? Alors rejoignez l’une de nos nombreuses formations pour tout apprendre sur la profession de votre choix. Développeur Web, UX/UI Designer, Data Scientist, ou encore DevOps, consultez nos fiches métiers pour en savoir plus !