- 21/3/2025

Composer avec l’IA

« Il y a 2 types de problèmes dans le monde. Les problèmes de maillons forts et les problèmes de maillons faibles ».

Dans le cas des problèmes de maillons faibles (WLP ou weak-link problems), la qualité globale d’un produit ou d’un service dépend du maillon le plus faible dans le processus de production. Vous pouvez améliorer la qualité en renforçant ou en éliminant ces maillons faibles.

La production alimentaire en est un bon exemple. Les aliments sont sans valeur s’ils sont impropres à la consommation, voire toxiques. Éviter cela, c’est ce que Mastroianni appelle un WLP. Selon lui, l’AFSCA a tout intérêt à mettre ses moyens limités à profit pour remédier à ces maillons faibles plutôt que de contrôler davantage la teneur en matières grasses des aliments déjà sûrs, par exemple.

Le monde est rempli de WLP. Un seul composant défectueux peut provoquer l’immobilisation d’une voiture moderne. Un nouveau pantalon doit avoir la bonne taille, même si les boutons sont magnifiques. Et un budget doit être équilibré, même s’il contient de nombreuses mesures prometteuses.

En revanche, pour les problèmes de maillons les plus forts (SLP ou strong-link problems), c’est justement le maillon le plus fort qui entre en compte.

Un exemple ? Le fait d’obtenir des médailles aux Jeux olympiques pour un pays. C’est formidable qu’il y ait beaucoup de jeunes athlètes qui vivent pour leur sport, mais seul le meilleur athlète représentera son pays.

Les capitalistes audacieux peuvent choisir d’investir davantage dans chacun de leurs projets, mais ce ne seront que quelques acteurs à croissance rapide qui détermineront le résultat global d’un fonds.

Et une surabondance de séries et de films peut avoir une certaine plus-value, mais chaque semaine, il n’y a que cette fameuse série phare qu’on a vraiment le temps de regarder. Et ce sont donc ses qualités à elle qui déterminent la satisfaction que nous en tirons.

Pour quels types de problème l’IA peut-elle nous aider aujourd’hui ?

Ces dernières décennies, nous avons, grâce aux ordinateurs, automatisé un nombre croissant de tâches. Ces machines logiques appliquent des règles claires de manière infinie et ininterrompue. Nous sous-traitons des travaux de mesure, de comptage et de contrôle à un logiciel relativement simple qui nous déçoit rarement.

Mais ce n’est pas comme cela que fonctionne la génération actuelle de LLM.

Une étude récente de CJR révèle que pratiquement tous les chatbots courants échouent lors de simples recherches. Pire encore, les chatbots les plus réputés sont ceux qui exagèrent le plus la qualité de leurs résultats de recherche. Et les accords de licence coûteux concernant des contenus spécifiques (comme ceux entre OpenAI et The Guardian) ne garantissent pas non plus de meilleurs résultats de recherche.

Le maillon le plus fort pour de meilleures idées

Où voyons-nous déjà une plus-value aujourd’hui ?

Les associations qui rendent les bots infatigables pour les générations actuelles peuvent être très complémentaires aux tâches créatives telles que la programmation, la conception et la rédaction de textes.

Il n’est donc pas surprenant que le taux d’adoption des LLM dans l’exécution de ces tâches ait fortement augmenté ces derniers temps. Une étude récente menée par quelques universitaires de Stanford montre que les entreprises, les organisations et les consommateurs semblent utiliser de plus en plus souvent la technologie. Entre 2022 et 2024, les chercheurs ont identifié l’utilisation du langage assisté par un LLM dans 24% des plus d’un demi-million de communiqués de presse d’entreprise qu’ils ont collectés. Fin 2024, la part de ce type de communication atteignait un plafond. Selon les chercheurs, cela peut indiquer un taux d’adoption saturé, mais aussi des modèles plus sophistiqués, dont l’utilisation est plus difficile à détecter.

Des textes et autres contenus meilleurs et/ou produits plus rapidement offrent une plus-value. Mais cela n’entraînera pas une véritable accélération de la croissance économique. Pour cela, il faut rêver plus loin : la science assistée par l’IA ; une armée inépuisable et acharnée de chercheurs et d’analystes en IA, qu’on appelle de plus en plus souvent des « agents ».

Cela peut sembler futuriste, mais un article récent montre déjà que les LLM actuels sont capables d’y parvenir s’ils sont bien encadrés. Pour un coût total inférieur à 15 dollars l’unité, SAKANA AI a produit 3 articles de recherche très crédibles. Si cette approche s’avère évolutive et solide, la Renaissance 2.0 comprimée – avec une avalanche de découvertes scientifiques en quelques semaines plutôt qu’en plusieurs années – ne semble plus si improbable.

Les opinions exprimées dans ce blog sont celles des auteurs et ne représentent pas nécessairement la position de BNP Paribas Fortis.