La norme ISO/IEC 22989:2022 (en) décrit les « concepts et terminologie relatifs à l'intelligence artificielle » : l’intelligence artificielle y est définie comme un domaine interdisciplinaire de recherche et de développement de mécanismes et d'applications de systèmes d'intelligence artificielle. La recherche et le développement peuvent concerner bon nombre de domaines comme l'informatique, la science des données, les sciences humaines, les mathématiques et les sciences naturelles. Les systèmes d’intelligence artificielle sont des systèmes techniques qui génèrent des résultats tels que du contenu, des prévisions, des recommandations ou des décisions pour un ensemble donné d'objectifs définis par l'homme. Lesdits systèmes peuvent utiliser diverses techniques et approches liées à l'intelligence artificielle pour développer un modèle destiné à représenter des données, des connaissances, des processus, etc. utilisés pour pouvoir effectuer des tâches. Face à un possible « déluge normatif » sur l'IA, la position de la commission de normalisation 42 Intelligence artificielle de l'Afnor vise à l'identification des priorités normatives. Dans cette démarche française de « priorisation » autour d'une poignée de normes fortement structurantes, il y a un consensus et un volontarisme autour de la notion de trustworthiness (« IA de confiance »), mis en avant dans les travaux au niveau européen (JTC21 du CEN, en réponse à une commande de normalisation de la Commission européenne dans le cadre de l'IA Act). Les prochains enjeux portent également sur deux futures normes ISO (en liaison avec une autre commission de normalisation) autour de la sécurité et de la vie privée dans le cadre de l'IA (ISO/IEC 27090 et 27091).

Le projet datafranca est à l’origine du grand lexique français de l’intelligence artificielle. Ce commun encyclopédique numérique donne accès à plus de 6 000 définitions sur une plateforme collaborative MediaWiki. Une version baptisée Les 101 mots de l’intelligence artificielle offre un aperçu condensé de ce travail. Constituée de 101 entrées en français et en anglais, elle présente sous forme d’application nomade une sélection des termes les plus fréquemment employés comme l’apprentissage automatique. Sauf mention contraire explicite, tout contenu déposé sur datafranca est disponible pour être réutilisé sous les règles de la licence Creative Commons BY-NC-SA 4.0.
Complément audio : https://datafranca.org/quest-ce-que-lapprentissage-automatique/

L’intelligence artificielle remonte dans ses origines aux machines à calculer et aux automates qui n’ont cessé d’être améliorés. Ce domaine de recherche est officialisé en 1956 lors du séminaire au Dartmouth College. Quelques années auparavant Alan Turing décrit en 1950 dans sa publication Computing Machinery and Intelligence, le jeu d’imitation « consistant à mettre un humain en confrontation verbale à l’aveugle avec un ordinateur et un autre humain »1. En février 1951 le premier ordinateur de l’histoire commercialisé et produit en série, le Ferranti Mark-12, voit le jour. Il est également le premier à faire fonctionner un programme informatique de jeu d'échecs, uniquement précédé par le programme d'échecs théorique Turochamp. Le Ferranti est utilisé par Alan Turing pour modéliser des processus de morphogénèse. C’est également au cours de cette décennie, que Rosalind Franklin révèle la structure à double hélice de l'acide désoxyribonucléique (ADN), permettant de comprendre l'ensemble du fonctionnement génétique d'êtres vivants. Il est à noter enfin que la même période voit la publication de La Grande Grammatisatrice automatique (The Great Automatic Grammatizator), nouvelle de Roald Dahl, dans laquelle un ingénieur en mal de créativité littéraire, Adolphe Knipe, élabore une machine pouvant composer des nouvelles et des romans en adaptant le registre, le style, l’intrigue, à la demande de son employeur Mr Bohlen. Tout comme le versificateur dans 1984 ou The Engine de Jonathan Swift les auteurs s’interrogent sur la qualité des contenus produits. Le texte du conteur gallois préfigure pour ainsi dire les interfaces comme ChatGPT qui devient lors de son lancement en 2022 l'une des premières IA génératives mises à disposition auprès du grand public. Enfin, l’effet Matilda ne doit pas faire oublier notamment les découvertes visionnaires d’Ada Lovelace et la création du premier compilateur par Grace Hopper ni les travaux d’Alice Recoque en matière d’IA, au sein de la grande « histoire du numérique »

Un système d'intelligence artificielle générative est un système informatique capable de générer du texte, des images ou d'autres médias en réponse à des instructions (ou prompts) unimodales, bimodales ou multimodales rédigées manuellement ou (semi)automatiquement et dont la principale composante est généralement exprimée en langage naturel par l’entremise d’un dialogueur ou chatbot. Le système s’appuie sur des modèles de fondation. Selon Laurence Devillers un modèle de fondation (foundation model), expression introduite par l’université de Stanford, est un modèle de grande taille fondé sur une architecture de réseau de neurones profond, entraîné sur une grande quantité de données non annotées (généralement par apprentissage autosupervisé). Les grands modèles de langue (LLM pour Large Language Model) sont des cas particuliers des modèles de fondation qui sont entraînés sur un corpus de textes introduisant un nouveau paradigme dans le traitement de langue, mais aussi dans le traitement des signaux multimodaux – son, image, vidéo, etc.).

L’avis du comité national pilote pour l’éthique du numérique (CNPEN) souligne le « lien entre la célérité de l’innovation technologique, le temps limité pour la réflexion sociétale et le poids des intérêts économiques ». Les grands modèles de langage fournissent en outre parfois des résultats inexacts, plus ou moins prononcés, désignés sous le terme d’hallucination. Le texte produit par la machine peut induire différents risques de
manipulations : l’interaction faussement empathique en langage naturel, les biais algorithmiques et sociétaux comme la polarisation, les contenus imprécis ou erronés, l’« invisibilisation » complète ou partielle des sources, les risques d’homogénéisation culturelle au détriment de la diversité.
La question de l’alignement
L'alignement des IA fait référence à l'objectif de s'assurer que les systèmes d'intelligence artificielle soient en harmonie avec les valeurs, les objectifs et les besoins humains. Son objectif est de garantir que les IA agissent de manière éthique et responsable, conformément aux attentes humaines. Les principaux défis en la matière  sont liés à la sécurité, la fiabilité, l'écoresponsabilité, le contrôle et l’adaptation des systèmes à de nouveaux contextes. Des chercheurs évoquent un possible comportement de recherche de pouvoir et des manières dont une IA pourrait essayer de l'accroître.

L’impact environnemental du numérique est une autre préoccupation essentielle abordée dans la lettre thématique no16. Le JORF n°0212 du 13 septembre 2023 a publié à cet égard la Recommandation n° 2023-02 du 26 juillet 2023 de l'Autorité de régulation de la communication audiovisuelle et numérique (Arcom) « relative à l'information des consommateurs, par les services de télévision, les services de médias audiovisuels à la
demande et les services de plateformes de partage de vidéos sur la consommation d'énergie et les équivalents d'émissions de gaz à effet de serre de la consommation de données liée à l'utilisation de ces services ». L’enjeu actuel précise l’avis du CNPEN « est de mesurer le coût énergétique, et plus généralement l’empreinte environnementale des systèmes d’IA générative et des modèles de fondation afin de les inscrire dans la
transition écologique ». Une étude récente (novembre 2023) menée par Alexandra Sasha Luccioni, Yacine Jernite et Emma Strubell, révèle des enseignements plus précis :

Évoquons dans cette perspective deux projets qui témoignent du dilemme que le développement de l’IA pose aux professeurs de philosophie attachés au service public et aux communs numériques. Le premier est développé par un de leurs pairs, à titre heuristique dans le cadre d’un doctorat. « PhiloGPT » est une extension de Google qui s’appuie sur le chatbot éponyme et permet de discuter avec les philosophes du programme, sans remplacer la lecture des textes. « MethodoPhilo » détourne de même l’usage courant du robot en le transformant en un outil de conseil et d’encadrement qui stimule l’intelligence au lieu de la simuler. L’autre projet est développé à titre privé par une équipe d’informaticiens dans le cadre d’un partenariat d’établissement : « Learneway » propose aux professeurs de lycée d’entraîner l’IA qui construira ensuite, à leur demande et à celles de leurs élèves, différents types de cours hybrides sur une plateforme externalisée – du magistral à l’adapté, en passant par les travaux pratiques et les corrigés. L’entreprise doit être économiquement viable et pose la question de l’intérêt que les professeurs auraient à confier leurs données à un prestataire privé, outre celle des droits d’auteurs et de la commercialisation des ressources produites. Le débat sur les modèles économiques des objets numériques (libre, open source, open access, propriétaire ou communs) est renouvelé dans le champ de l'IA ; le risque du contrôle de l'industrie de l'IA par un oligopole, à la faveur d'une réglementation, pourrait faire courir à l'humanité et aux régimes démocratiques des risques politiques et moraux plus grands que ceux qu'elle chercherait à prévenir.

En marge de la prochaine exposition consacrée à Vincent van Gogh à Auvers-sur-Oise (https://www.musee-orsay.fr/fr/agenda/expositions/van-gogh-auvers-sur-oise). Les derniers mois au musée d’Orsay à l’automne 2023, se déploie un projet d'avatar virtuel de l’artiste hollandais Vincent van Gogh, réalisé en partie sous la direction scientifique de Wouter Van der Veen, secrétaire général et directeur scientifique de l'Institut Van Gogh à Amsterdam. Il permet aux visiteurs de converser avec l’artiste, sa vie, ses oeuvres grâce à l’intelligence artificielle. C’est un Vincent van Gogh prolixe auquel vont être confrontés les spectateurs loin de la légende du martyr solitaire et incompris. Une manière de vulgariser le corpus épistolaire laissé par l’artiste ? Voire de poursuivre la rencontre virtuelle avec la lecture de la correspondance avec Émile Bernard mise en ligne sur Gallica (https://gallica.bnf.fr/conseils/content/vincent-van-gogh) ou de se familiariser avec l’écriture de l’histoire de l’art par le biais de blogs (https://arthenon.com/fr/), particulièrement ceux interrogeant les derniers mois de l’année 1890.

Télécharger thonny ou équivalent (editeur de langage python). Ouvrir le fichier consigne (https://dfichot.fr/L1EFEC/Molnar.pdf). Télécharger également les fichiers python élève ( https://dfichot.fr/L1EFEC/Vera_Molnar_Documents_élèves.zip)