Les modèles d’IA générative, tels que ChatGPT, remplaceront un jour la plupart des humains dans l’écriture de copie. En attendant, cependant, les humains passent énormément de temps à écrire sur l’IA générative. Chaque jour, des annonces arrivent vantant la façon dont les start-ups a, b et c appliquent la technologie à l’industrie x, y et z. Investissement mondial en capital-risque a peut-être chuté de 35% à 415 milliards de dollars l’année dernière, mais l’argent continue d’affluer dans les start-ups d’IA génératives.
Pendant des années, les chercheurs en apprentissage automatique ont écrit des algorithmes de plus en plus impressionnants, dévorant de vastes quantités de données et une puissance de calcul massive, leur permettant de faire des choses de plus en plus impressionnantes : gagner des matchs d’échecs et de go contre les joueurs humains les plus forts, traduire entre les langues en temps réel et modéliser des structures protéiques, par exemple. Mais 2022 a marqué une année décisive pour l’IA générative alors que la société de recherche OpenAI basée à San Francisco, et d’autres, ont ouvert la technologie aux utilisateurs ordinaires.
Toute personne disposant d’une connexion Internet peut désormais découvrir la magie apparente en invitant Dall-E à générer une image d’un astronaute monter à cheval sur la lune ou ChatGPT pour raconter les escapades lunaires d’un astronaute à cheval.
Tout cela est (surtout) un plaisir bon et inoffensif. L’IA générative stimule déjà des millions de rédacteurs, d’illustrateurs, de développeurs de jeux vidéo et de gaspilleurs de temps. Mais la grande question est : peut-il stimuler la productivité dans l’ensemble de l’économie ? Pendant des années, les technologues ont comparé les effets transformateurs de l’IA à ceux des micropuces, de l’électricité et du feu. Pourtant, les économistes ont encore du mal à repérer tout changement dans les données de productivité.
L’utilisation de l’IA générative, selon ses évangélistes, transformera désormais un sport minoritaire en un jeu à participation de masse. Mira Murati, directrice de la technologie chez OpenAI, a même assimilé la diffusion de l’IA à une forme de mondialisation numérique : elle donne à chacun accès à de nouvelles possibilités économiques, augmentant la diversité des opportunités et augmentant la prospérité. D’autres ont fait valoir que les augmentations exponentielles de la puissance de calcul au cours des dernières décennies, telles que décrites par la loi de Moore, sont en train de passer du matériel au logiciel. La création de logiciels est en train de passer de l’ère artisanale à l’ère industrielle.
L’IA peut également être entraînée à prédire les prochaines lignes de code informatique. Microsoft, qui investit 10 milliards de dollars dans OpenAI, affirme qu’il intégrera l’IA générative dans ses logiciels, le cloud computing et les services de recherche, ce qui donnera plus de pouvoir à ses clients professionnels. Copilot, publié en 2021 par la plate-forme logicielle open source GitHub de Microsoft et OpenAI, permet déjà aux développeurs de compléter automatiquement le code dans plusieurs langages de programmation.
Compte tenu des critiques de certains utilisateurs, cela peut être un signe des choses à venir. Par exemple, l’informaticien Andrej Karpathy, qui a précédemment travaillé chez Tesla et OpenAI, a tweeté que Copilot avait «considérablement accéléré» son flux de travail en écrivant 80% de son code avec une précision de 80%. Son rôle, a-t-il dit, était désormais de proposer et d’éditer du code généré par ordinateur plus que de l’écrire lui-même.
Cette révolution logicielle naissante sous-tend la thèse d’investissement de Radical Ventures, un fonds de capital-risque basé à Toronto. Le logiciel se développe à partir d’un produit statique codé en dur qui est périodiquement expédié vers un produit alimenté par des algorithmes d’apprentissage de l’IA et qui évolue constamment en temps quasi réel, me dit Jordan Jacobs, co-fondateur de Radical. « Chaque logiciel sera remplacé par un logiciel d’IA au cours de la prochaine décennie. Cela aura un impact économique énorme.
Deux points d’interrogation planent sur cet optimisme. Premièrement, il n’est pas encore clair si les logiciels en constante évolution accéléreront l’obsolescence technologique, obligeant les entreprises à installer de nouveaux matériels et à recycler les employés – que certains chercheurs accusent d’une faible productivité après une percée technologique – ou à la réduire considérablement. En d’autres termes, l’IA générative gommera-t-elle ou lissera-t-elle l’adoption humaine de la technologie ? Deuxièmement, l’IA générative créera-t-elle une nouvelle forme pernicieuse de « dette technique » obligeant les codeurs humains à retravailler les logiciels pour éliminer les bogues écrits par la machine ?
Comme l’a écrit un lecteur de FT, la nature très imparfaite de l’IA générative risque de renverser le monde de l’information. Aujourd’hui, nous supposons que la plupart des contenus numériques sont exacts et utilisons des vérificateurs de faits pour identifier et corriger les faux contenus. Dans le monde de l’IA post-générative, nous devons supposer que tout le contenu est potentiellement défectueux et employer des chercheurs de vérité pour vérifier les sources hygiéniques. J’attends le premier e-mail d’une start-up affirmant que la recherche de la vérité est un nouveau cas d’utilisation fantastique pour l’IA générative.