"Machine", "Outil", la confusion jusque dans les mots

On ne sait plus à quels mots se vouer. L’apparition soudaine de l’IA dans le quotidien des organisations provoque un problème de définition. S’accorder sur une réalité est pourtant le premier pas pour la dominer.

Par Kevin Erkeletyan

« L’émergence de ces outils-là », « l’aide que la machine vous apporte »… Même chez les experts que nous avons interrogés, les mots « outil » et « machine » semblent surgir indifféremment pour qualifier l’Intelligence artificielle (IA). Tout se passe comme si les choses entre l’IA et nous allaient un peu vite. Comment nommer cette relation ? Que représente l’IA pour nous ? Quel est notre rapport à elle et son rapport à nous ? Elle a débarqué si soudainement dans notre quotidien que nous n’avons pas eu le temps d’y penser, de la réfléchir. L’IA nous rend confus. On en bredouillerait presque.

Ces approximations viennent-elles aussi du fait que la langue de Molière n’est pas celle de l’IA ? Les leaders de la technologie s’appellent Google, Microsoft ou OpenAI, ils sont basés dans des pays anglophones et diffusent leurs innovations et travaux en anglais. Les principales publications académiques, conférences internationales et ressources éducatives sont aussi majoritairement en anglais. Des expressions comme « machine learning », « deep learning » ou « neural networks » s’imposent donc, parfois par facilité, dans le vocabulaire français, souvent sans traduction littérale appropriée. Le français peine à fournir des équivalents précis aux termes techniques anglais. « Machine learning », par exemple, est souvent traduit par « apprentissage automatique », une expression qui ne capture pas la profondeur du concept initial. Dans une volonté de précision, on en revient donc à l’anglais.

NÉE AVANT LE TERME

Mais visualise-t-on aussi bien ce qui est dit ou écrit dans une langue étrangère que dans la sienne ? Les termes techniques liés à l’IA sont souvent opaques et complexes. Le jargon technologique, couplé à l’anglophonisation, renforce le fossé entre les initiés et les néophytes. Cette incapacité à trouver des termes précis en français peut mener à une perte de signification et à plus de confusion. L’anglais, lui, contribue à créer un écran aux yeux de ceux qui le maîtrisent mal.

A mesure que nous discutions de l’IA avec les experts interrogés, une direction a toutefois semblé émerger. La vague impression que l’on parle de « machine » lorsqu’on évoque l’IA en général, en tant qu’abstraction méta-humaine ; et que le terme « outil » revient quand il s’agit de ses applications. Faire de ce sentiment une certitude sera l’un des défis auxquels devront répondre l’éducation à l’IA et la littératie numérique, amenée à être largement partagée. Sans quoi l’IA aura, sur nous, l’effet d’une machine.

PETIT GLOSSAIRE EMBARQUÉ DE L’IA GÉNÉRATIVE

IA générative :

Type d’intelligence artificielle capable de créer du contenu original, comme des images, du texte ou de la musique, en réponse à des requêtes.

Grands modèles de langage (Large Language Model, LLM) :

Algorithmes avancés capables de comprendre et de générer du texte en langage naturel, comme ChatGPT.

Apprentissage profond (Deep Learning) :

Branche du machine learning utilisant des réseaux de neurones artificiels pour modéliser des abstractions de haut niveau dans les données.

GPT (Generative Pretrained Transformer) :

Modèle de langage développé par OpenAI, capable de générer du texte de manière cohérente et contextuelle.