L’Intelligence artificielle comme levier de refondation
L’Intelligence artificielle ou IA est un sujet qui prend une place de plus en plus importante dans les débats, suscitant à la fois de grands espoirs dans beaucoup de champs d’application (l’Education et l’Agriculture par exemple), mais aussi des craintes (Emploi, domination de l’Homme par la machine, etc.).
Pourtant, l’IA n’est qu’un moyen et non une fin en soi, encore moins une solution providentielle à nos problèmes. Comme toute évolution technologique, l’IA recèle de formidable opportunités comme des risques. Tout dépend des domaines et des modalités d’application.
Formellement, l’IA est définie comme un « Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine », soit un domaine à la croisée de l’informatique, de l’électronique et des sciences cognitives.
Le vocable lui-même d’Intelligence artificielle est sujet à caution. Certains estiment qu’il n’y a pas d’intelligence artificielle au sens strict car pas de conscience, donc d’intelligence autonome à l’image du cerveau humain. L’IA reposerait seulement sur la reconnaissance de caractéristiques dans un océan de données et baserait en fait ses réponses sur celles déjà exprimées par des humains à travers des algorithmes de plus en plus complexes. D’autres, au contraire, affirment que les progrès de ces programmes sont tels que leurs réponses dans un dialogue passent le test de Turing, test élaboré dans les années 50 par l’informaticien éponyme qui l’a imaginé pour définir si une machine peut penser.
Plus concrètement, l’IA se décompose en deux branches principales : le machine learning et le deeplearning.
Le machine learning, ou apprentissage automatique, est l’apprentissage de l’ordinateur par lui-même en repérant seul des modèles par l’intermédiaire de nombreux algorithmes. Le deeplearning est, lui, une sous-catégorie du machine learning qui utilise des réseaux de milliards de neurones artificiels qui imitent le fonctionnement du cerveau humain.
Au-delà de ces définitions et débats théoriques. Nouvel essor français conservera dans ses analyses afférentes le terme d’Intelligence artificielle passé dans le langage commun en vue d’aborder tous les champs d’application possibles de cette évolution technologique dans l’intérêt de la France, des Français et de notre prospérité. Voilà le vrai enjeu.
Et les champs d’application sont multiples ! De la santé à l’automobile en passant par l’énergie, la plupart des secteurs vont être (ou sont déjà) impactés par cette révolution. Dans l’industrie, on peut citer par exemple la maintenance préventive et, dans le domaine de la santé, on voit apparaitre des projets aidant à la détection de maladies à partir de symptômes à côté desquels des médecins chevronnés passent parfois. Autre domaine : la consommation d’énergie. Des capteurs connectés sont en effet capables de mesurer et gérer la consommation de bâtiments en temps réel et pourront ensuite mieux prédire ces informations avec des économies à la clé. Dans le domaine de la relation client et du marketing, on connaît déjà les chatbots, de la réponse aux questions courantes aux commandes en ligne, ce qui permet de soulager les services après-vente. On peut mentionner aussi un autre usage de plus en plus familier, la traduction simultanée. Nouvel essor français propose ainsi un certain nombre d’évolutions que la puissance publique peut mettre en place ou, le plus souvent, suggérer, faciliter, encourager en vue d’améliorer les politiques menées dans beaucoup de secteurs avec toujours cette ligne rouge : oui à l’Homme réparé, aidé, épaulé, accompagné, non à l’Homme augmenté ou transformé.
Ouvrir davantage les données publiques (« Open Data »)
Proposition n°1
Continuer à diffuser dans des formats facilement exploitables (plateforme Etalab) des données publiques et des données privées d’intérêt général, les données étant le carburant de l’IA.
Proposition n°2
Ouvrir les données de santé de manière anonymisée, essentiellement détenues par l’assurance maladie, afin de nourrir les travaux de recherche et favoriser la prévention, le tout à travers un groupement d’acteurs public-privé (Pasteur, CNRS, Inserm, etc.).
Proposition n°3
Développer le droit à la portabilité de ses données à des fins d’études ou de recherches, soit le droit de choisir l’affectation des données que l’on a produites.
Proposition n°4
Par défaut (sauf sécurité de l’Etat, défense nationale, moyen de lutte contre la fraude, etc.), rendre publics les codes sources des outils développés par l’Etat qui ont un impact fort sur la vie des citoyens (compte CPF ou Mon espace santé par exemple).
Définir un cadre en matière d’éthique et de déontologie
Proposition n°5
Etendre les missions du Comité consultatif national d’éthique à l’IA
Former à l’Intelligence artificielle et en faire un levier éducatif
Proposition n°6
Revaloriser les cours de technologie en fin de collège en adaptant les contenus : programmation, robotique, numérique et IA.
Proposition n°7
Renforcer l’enseignement des fondamentaux en sciences humaines dans le secondaire afin de mettre en avant la spécificité de l’Homme par rapport à la machine : langues anciennes, langues vivantes, littérature, histoire, arts, etc.
Proposition n°8
S’appuyer sur l’IA pour développer le suivi individualisé des élèves (génération automatique d’exercices adaptés aux lacunes de l’élève, approfondissements ciblés de connaissances, mix aide physique et logiciel, etc.) en laissant de l’autonomie aux établissements pour choisir les outils les plus adaptés à leur contexte local.
Proposition n°9
Mettre en place une offre de formation en IA adaptée aux différents secteurs d’activités en s’appuyant sur les principaux acteurs concernés (France compétences, OPCO, Régions, France Travail et branches professionnelles).
Proposition n°10
Développer les cursus dans l’Enseignement supérieur dédiés au numérique et à l’IA afin de former des spécialistes de la donnée en vue d’en faciliter l’exploitation par les différents secteurs économiques.
Favoriser l’essor d’un écosystème Intelligence artificielle en France
Proposition n°11
Faciliter l’accès au digital pour les entreprises et particuliers en augmentant les débits disponibles.
Proposition n°12
Etudier la nécessité d’un deuxième supercalculateur Jean Zay pour satisfaire les besoins des chercheurs et des industriels.
Proposition n°13
Doubler l’effort financier de recherche publique en IA à l’horizon 2027 (1,5 Md€ prévus entre 2018 et 2022).
L’action publique comme facilitateur et bénéficiaire de l’Intelligence artificielle
Proposition n°14
Relever les seuils en-dessous desquels la procédure de publicité et de mise en concurrence n’est pas obligatoire et les aligner sur les niveaux européens afin de favoriser les PME et PMI françaises du secteur.
Proposition n°15
Utiliser l’IA pour faciliter la Réforme de l’action publique en améliorant l’efficience de la dépense : croisement et analyse des données, notamment celles issues de « tiers de confiance » (banques, employeurs, administrations fiscales et sociales, etc.), en vue de développer les contrôles a priori et lutter ainsi contre tous les types de fraudes et d’erreurs.
L’Intelligence artificielle au service de plusieurs secteurs stratégiques pour la France
Proposition n°16
Développer l’IA au profit de nos forces armées et de nos forces de sécurité (identification ami/ennemi, surveillance, sécurité routière, etc.).
Proposition n°17
Utiliser l’IA pour exploiter les énormes gisements de données de santé afin d’améliorer la politique de prévention, les diagnostics et les protocoles de traitement.
Proposition n°18
L’IA est un formidable levier pour la compétitivité de l’agriculture française et son entrée dans l’ère 3.0 (calcul au plus juste de la quantité de produits phytosanitaires, d’engrais et d’eau nécessaire, analyse des mers et des sols, identification des nuisibles, automatisation du travail des parcelles, etc.).
Proposition n°19
Utiliser l’IA pour améliorer nos systèmes de contrôle aérien.
Proposition n°20
Intensifier les applications de l’IA dédiées au développement du véhicule autonome, tant pour les particuliers que pour les transports collectifs, ce qui signifie parallèlement lever quelques freins réglementaires.
Proposition n°21
S’appuyer sur l’IA pour moderniser les ports français en fluidifiant les flux logistiques entre la côte et l’arrière-pays (« Hinterland »), le tout en multimodal (rail, route, fleuve) et en priorisant le couloir Haropa (Le Havre, Rouen et Paris).