Le mythe de l’intelligence artificielle

Pour rappel, un mythe n’est pas une fabulation. Un mythe fournit un solide socle ontologique à l’homme, c’est-à-dire qu’il définit clairement les conditions générales de l’être, telles que les conditions de son existence, les possibilités qui s’offrent à lui et le devenir de sa personne. Le mythe fonde le lien social, le maintient et le perpétue. À travers le mythe, les sociétés humaines construisent la vision, le sens et la forme de l’univers où elles se meuvent.


Mécanisme 1
La prédiction

J’ai déjà précisé que l’un des principaux facteurs de succès d’un mythe technoscientifique tient par sa capacité à prédire de nombreux événements observables : dans un contexte X, si des mesures Y sont appliquées, des résultats attendus Z seront observables. Cette prédiction est un énoncé constatatif.

Par exemple, c’est une convergence technologique (microprocesseurs capables d’effectuer des traitements en mode parallèle ; augmentation de la capacité de calcul ; augmentation de la capacité de stockage ; infonuagique), algorithmique (calculs statistiques capables d’identifier des patterns récurrents dans des masses de données colossales ; modèles mathématiques prédictifs) et économique (baisse importante des coûts de production et de vente de microprocesseurs dédiés au traitement en parallèle ; baisse importante des coûts liés au stockage massif de données), qui a permis l’émergence des technologies issues de la première vague d’intelligence artificielle, à savoir des unités cognitives spécialisées fondées sur le modèle des circuits neuronaux biologiques (deep learning ou apprentissage profond).

Les domaines où cette première génération d’unités cognitives spécialisées est implantée sont déjà légions. Par exemple, on les retrouve dans les automobiles autonomes. D’ailleurs, presque tous les grands constructeurs automobiles s’y sont investis. En médecine, elles permettent non seulement de repérer des anomalies bien précises à partir d’images fournies par les technologies propres à l’imagerie médicale, mais elles sont aussi capables d’assister aussi bien le médecin dans son diagnostic que le chirurgien dans sa pratique.

Dans le domaine de la sécurité, elles commencent déjà à faire leurs preuves, non seulement en matière de reconnaissance faciale, mais aussi dans l’analyse en temps réel de vidéos, de conversations téléphoniques, de courriels. Dans le domaine commercial, elles optimisent l’expérience d’achat pour le client, augmentant d’autant les revenus pour le commerçant. Dans le domaine du transport, où elles permettent désormais d’optimiser les feux de circulation en prenant en charge l’analyse des caméras vidéo installées un peu partout sur le circuit routier urbain afin de rendre plus fluide le trafic. Dans le domaine de la distribution de l’énergie, avec l’installation de compteurs intelligents et de capteurs sur le réseau électrique, il devient désormais possible de moduler la distribution énergétique en fonction de la demande et des conditions météorologiques.

Ce que tous ces domaines ont en commun lorsque ces systèmes intelligents sont implantés, c’est que ceux-ci deviennent irrémédiablement plus efficaces et plus performants, et ce, parfois, de plusieurs degrés. Autrement dit, dans un contexte X, lorsque des systèmes Y d’intelligence artificielle sont installés, des résultats Z sont directement observables et probants. De là, le caractère hautement prédictif de ces systèmes, d’où la grande séduction qui en découle et qui exerce sur chacun d’entre nous un effet mobilisateur : ils fonctionnent et répondent selon les critères prévus.

Mécanisme 2
L’adhésion

Trois conditions essentielles doivent être réunies pour qu’une masse importante de gens adhèrent à un mythe technoscientifique, et en particulier à un mythe technoscientifique comme l’est celui de l’intelligence artificielle. Ces conditions sont un processus par lequel un énoncé passe du statut d’énoncé constatif à celui d’énoncé performatif. C’est ce que l’on nomme une transformation performative.

Condition 1 : celui qui propose des technologies issues du paradigme de l’intelligence artificielle doit croire en l’efficacité de ses propres technologies et dans l’efficacité des méthodes et des applications qui en découlent.

Par exemple, depuis quelques années, Google développe la Google Car en utilisant différentes techniques liées à l’intelligence artificielle : vision artificielle ; interprétation des images ; capteurs intelligents ; interprétation de données. Google, après plus d’un million de kilomètres parcourus sans accident par sa voiture autonome, est aujourd’hui en mesure d’affirmer la validité de ses choix en matière d’intelligence artificielle, et aussi en mesure de valider l’efficacité des techniques intelligentes utilisées. Ici, l’efficacité des solutions passe à la fois par l’autorité scientifique des études proposées et par les médias qui ne cessent d’abreuver le public de nouvelles enchanteresses quant à tous les bienfaits et prouesses de l’intelligence artificielle.

Condition 2 : celui qui applique ou utilise les solutions et méthodes proposées par les technologies issues de l’intelligence artificielle doit croire dans les dires de celui qui les propose.

Si on revient à l’exemple des automobiles autonomes, même si la société Tesla a rapporté trois accidents routiers relatifs à sa technologie de conduite autonome, la foi dans l’efficacité de ces systèmes intelligents ne sera pas pour autant remise en cause de façon systématique, les gens se disant que les choses ne pourront faire autrement que s’améliorer. Autrement dit, plus il y aura de conducteurs qui achèteront des voitures munies de différentes technologies de conduite autonome, plus ces derniers se rendront compte qu’elles sont vraiment efficaces, parce que le conducteur se fiera aux dires des constructeurs.

Autre exemple, dans le domaine de la sécurité, ceux qui utilisent la nouvelle génération de systèmes de reconnaissance faciale sont dans l’obligation d’admettre que ces derniers sont d’une efficacité hors du commun par rapport à ce qu’ils étaient il y a à peine cinq ans. D’autre part, il suffit de discuter avec les techniciens en imagerie médicale qui interprètent les résultats pour se rendre compte que les nouveaux systèmes intelligents leur facilitent non seulement la tâche, mais leur permettent aussi de gagner beaucoup de temps et de passer ainsi en revue plusieurs patients dans un même laps de temps. Dès lors, tous ceux qui utilisent des systèmes dans lesquels ont été implantées des technologies issues de l’intelligence artificielle sont légitimés dans leur démarche de croire dans les dires de ceux qui proposent ces mêmes technologies.

Condition 3 : la collectivité doit croire dans la relation qui s’établit entre celui qui propose les solutions et ceux qui les appliquent.

Et c’est ici que survient le point de bascule, c’est-à-dire ce moment où le collectif adhère massivement au discours ambiant à propos de l’intelligence artificielle. Lorsque les médias de masse, les sites spécialisés, les magazines de vulgarisation scientifique et les médias sociaux répercutent tous azimuts que de nouvelles percées en intelligence artificielle permettent de diagnostiquer beaucoup plus rapidement la maladie d’Alzheimer,[1] de développer des prothèses cognitives pour les gens en perte de capacités intellectuelles[2], d’accélérer de façon significative le développement de médicaments[3] et le traitement des données médicales, de rendre les voitures de plus en plus autonomes, de dépister plus rapidement les failles dans les systèmes complexes, voire de les prévenir, d’améliorer grandement la fluidité du trafic, d’optimiser la gestion des réseaux de distribution d’électricité, d’aider à la prise de décisions stratégiques, tant en géopolitique, qu’en économie, en finance et en environnement, les gens sont non seulement amenés à croire dans les capacités des systèmes d’intelligence artificielle, mais celle-ci devient ce par quoi le développement de la société est susceptible de passer.

En fait, il s’établit dès lors une relation entre le symbole (intelligence artificielle) et la chose symbolisée (le système qui l’incarne). L’individu qui utilise un assistant personnel dopé à l’intelligence artificielle est dès lors convaincu que sa productivité a été non seulement mieux planifiée, mais qu’elle s’est accrue de plusieurs degrés. Pour reprendre Claude Lévi-Strauss, que la science du scientifique ne corresponde pas toujours à une réalité objective n’a pas d’importance. Ce qui importe, c’est que l’individu croit dans les vérités d’aujourd’hui à propos de l’efficacité des systèmes dopés à l’intelligence artificielle, lui-même membre d’une société qui y croit. Il s’agit d’un système d’une grande efficacité « qui intègre tous les éléments d’une situation totale où sorcier, malade et public, représentations et procédures, trouvent chacun sa place[4]. » Le mythe s’installe donc.

Mécanisme 3
L’aveuglement sélectif

Cette capacité prédictive du mythe technoscientifique a ceci d’intéressant qu’elle dispose de mécanismes d’aveuglement. Autrement dit, la capacité à prévoir des résultats concrets et tangibles comporte des façons de faire qui permettent non seulement d’asseoir le discours du mythe de l’intelligence artificielle, mais d’en assurer efficacement sa diffusion et sa promotion à travers quatre processus : l’autovérification, la suppression de la vérification, l’automythification, l’occultation.

Autovérification

En sus de sa capacité prédictive, le mythe technoscientifique dispose d’une stratégie particulièrement efficace : il n’est pas nécessaire de vérifier la validité du résultat attendu, car l’argument « L’intelligence artificielle fonctionne, voyez les résultats … » suffit à admettre qu’il y a réellement une relation de cause à effet. Conséquemment, le résultat se vérifie de facto. Umberto Eco avait bien raison de dire que les technologies éliminent de l’équation le lien de cause à effet.

Suppression de la vérification

Lorsque les médias de masse et les médias sociaux se font la courroie de transmission des exploits et des prouesses de l’intelligence artificielle, il est de facto admis par ceux qui ont accès à ces informations que l’intelligence artificielle, lorsqu’elle est appliquée dans un quelconque domaine, fonctionne. Ici, le résultat, en plus de s’autovérifier de facto, passe automatiquement de la catégorie « tend à démontrer » à « contribue effectivement ». Avec l’aide des médias de masse et des médias sociaux, la distance temporelle et scientifique pour confirmer si l’intelligence artificielle contribue réellement ou non à résoudre tel ou tel problème s’efface totalement. Cette capacité du mythe technoscientifique à gommer le temps requis pour effectuer la vérification du résultat attendu contribue ainsi à renforcer l’idée que la prétention à prédire est réelle.

Automythification

Autre caractéristique intéressante du mythe technoscientifique, c’est qu’il possède la capacité à faire glisser un objet de sa catégorie sémantique d’origine vers une autre catégorie sémantique tout en ne perdant pas les caractéristiques intrinsèques de sa catégorie d’origine. Le concept même d’intelligence artificielle est éloquent à cet égard, et la chose va comme suit : (i) l’intelligence — faculté de comprendre, de connaître, de saisir par la pensée — est à l’origine une catégorie sémantique qui s’applique à l’être humain, c’est-à-dire que l’intelligence est tributaire d’un substrat biologique ; (ii) en adjoignant l’adjectif artificielle au mot intelligence, on ajoute alors une nouvelle catégorie qui suppose dès lors que l’intelligence n’est pas obligatoirement tributaire d’un substrat biologique, c’est-à-dire que, au fil des découvertes scientifiques, l’intelligence acquiert de nouvelles propriétés qui peuvent être retenues ou rejetées, sans pour autant affecter les propriétés intrinsèques de sa catégorie d’origine.

Autrement dit, même en adjoignant l’adjectif artificielle, le concept même d’intelligence ne perd pas ses qualités intrinsèques, à savoir la faculté de comprendre, de connaître et de saisir par la pensée. En fait, il en acquiert de nouvelles qui ne remettent pas en question les premières, d’où l’automythification, alors que la faculté de comprendre, de connaître et de saisir par la pensée pourrait tout aussi bien être de l’ordre de l’artificiel. Cet exemple montre un phénomène fort intéressant : le mythe technoscientifique possède la capacité de mythifier un objet dès que de nouvelles propriétés lui sont accordées par la recherche scientifique ou le développement technologique en sus de ses propriétés intrinsèques. Que l’objet perde ses propriétés en sus n’a pas d’importance, car elles seront rapidement remplacées par de nouvelles, la science et la technologie y pourvoyant systématiquement par leur retour incessant à la planche à dessin. L’objet est donc constamment soumis à un processus de remythification. Un bon exemple en la matière est bien celui de la Loi de Moore.

En 1965, Gordon E. Moore, cofondateur de la société Intel, avait posé le constat suivant : dans le domaine des microprocesseurs, le nombre de transistors qu’il sera possible d’intégrer dans une seule et même puce doublera chaque fois dans un intervalle de temps situé entre 18 et 24 mois, abaissant d’autant le coût de la puissance de calcul à chaque nouvelle itération[5]. En 1996, Gordon Moore, pose un autre constat à propos de la Loi de Moore :

« Plus que tout, quand un phénomène comme celui-ci devient un fait établi et corroboré, il devient plus ou moins une prophétie qui s’autoréalise. Partant de là, la Semiconductor Industry Association a élaboré un genre de carte routière du développement des microprocesseurs qui implique un changement d’importance tous les trois ans. Tous les gens de l’industrie s’entendent alors pour dire que si vous ne vous alignez pas sur cette courbe de développement, vous prendrez inévitablement du retard[6]. »

Finalement, en 2005, afin de clore le sujet, Gordon Moore suggère que « La Loi de Moore a essentiellement à voir avec l’économie et rien d’autre. » En 2013, Carver Mead, celui-là même qui avait baptisé de Loi de Moore les observations colligées par Gordon Moore sur la fabrication des microprocesseurs, affirme clairement que la Loi de Moore

« a tout à voir avec le système de croyances des gens. Cette loi n’est pas une loi qui relève de la physique. Elle relève plutôt d’une croyance purement humaine. Et quand les gens croient dans quelque chose, ils y mettent toute l’énergie nécessaire pour faire en sorte que ce en quoi ils croient advienne. […] Après un certain temps relativement long, les gens commencent à en parler rétrospectivement, et alors là, rétrospectivement, il s’agit bien d’une courbe qui se dessine de point en point et qui possède toutes les caractéristiques d’une loi de la physique. Et les gens se mettent à en parler comme si c’était effectivement le cas. Mais si vous faites un pas en arrière et que vous vous retirez de cette représentation des choses, ce que je fais, vous ne considérerez plus cette courbe comme étant une loi de la physique. Cette courbe devient, alors pour vous, quelque chose qui traduit une activité humaine. C’est une vision des choses qui dicte ce que vous devez croire[7]. »

En somme, l’automythification est un élément clé dans la construction d’un mythe, car elle engage à la fois individus et institutions dans des légitimations qui sont des façons de voir le monde, sinon de concevoir, dans le cas présent, la nature même du développement technologique.

Occultation

Dernier mécanisme, et non le moindre, le mythe technoscientifique fait appel à un mécanisme d’aveuglement sélectif qui occulte sa finalité intrinsèque. Autrement dit, ce mécanisme a pour fonction d’occulter, de masquer, et de disséminer le sens profond d’un acte sous un fatras de significations secondes purement formelles. Par exemple, lorsque les médias s’entendent pour dire que la voiture autonome, bardée de systèmes intelligents, est l’avenir du transport, lorsque les grands constructeurs automobiles investissent des sommes faramineuses dans ce développement, lorsque même les écologistes disent que le car sharing sans conducteur est une avenue intéressante pour l’environnement — moins de propriétaires de véhicules, donc moins d’automobiles sur la route, donc moins d’émissions de gaz à effet de serre —, lorsque les entreprises de camionnage songent sérieusement aux camions autonomes, ce qui est présenté au public ce n’est pas la nature même des systèmes d’intelligence artificielle et de ce qu’ils impliquent qui est mentionné, mais bien ce que ces systèmes permettront éventuellement d’accomplir.

Autrement dit, on occulte totalement la spécificité des systèmes d’intelligence artificielle, à savoir la complexité technologique qu’elle implique et ses possibles ratés. En ce sens, le mythe technoscientifique dispose d’un mécanisme qui occulte, masque et dissémine la finalité du mythe technoscientifique sous un fatras de significations secondes purement formelles.

Cette nouvelle propriété qu’acquiert un objet à travers son processus de mythification offre une emprise efficace pour le monde de l’entreprise. Du moment qu’un objet acquiert une nouvelle signification, toute une industrie est dès lors autorisée à adhérer au mythe et à proposer une multitude de produits et services, d’où l’intérêt des chercheurs et des entreprises à s’y investir encore davantage, car ils trouvent ainsi le moyen d’articuler leur message sur la signification de l’objet et non sur la fonction initiale même de l’objet. Par exemple, l’industrie des hautes technologies a tout intérêt à se coller à la courbe de la Loi du retour accéléré[8] de Ray Kurzweil, car comme le souligne fort à propos Carver Meade : « Lorsqu’une technologie permet de réaliser dans une certaine mesure des choses concrètes dans le monde réel, l’évolution de cette technologie ne s’arrête pas là, et son développement devient en quelque sorte logarithmique. Conséquemment, la technologie en question devient partie intégrante de l’infrastructure globale que nous prenons dès lors pour acquise[9]. »

Ainsi, la voiture intelligente et autonome n’est plus seulement un simple moyen de déplacement, mais un moyen de protéger l’environnement et de réduire de façon drastique les accidents routiers, car il a été largement démontré au fil des décennies que l’accident routier est presque toujours d’origine humaine. Qui peut être contre le fait de réduire le nombre des accidents routiers et de protéger l’environnement ? En ce sens, lorsqu’une entreprise investit le champ des signes d’un objet, elle réifie et remythifie ce même objet, tout comme elle renforce le mythe technoscientifique par sa dimension commerciale et sa grande diffusion. Et c’est là où réside tout le pouvoir du discours des entreprises en hautes technologies investies dans l’intelligence artificielle, car elle dispose d’un mythe structuré et porteur.

© Pierre Fraser (Ph.D.), sociologue, 2020
© Photo entête, The Sociable

______________________

[1] Grossi, E., Massini, G., Buscema, M. et al (2005), « Two different Alzheimer diseases in men and women: Clues from advanced neural networks and artificial intelligence », Gender Medicine, vol. 2, n° 3, p. 106-117.

[2] Mihailidis, A., Fernie, G. R., Barbenel, J. C. (2001), « The Use of Artificial Intelligence in the Design of an Intelligent Cognitive Orthosis for People with Dementia », Assistive Technology: The Official Journal of RESNA, vol. 13, n° 1, p. 23-39.

[3] Duch, W., Swaminathan, K., Meller, J. (2007), « Artificial Intelligence Approaches for Rational Drug Design and Discovery », Current Pharmaceutical Design, vol. 13, n° 14, May, p. 1497-1508.

[4] Lévi-Strauss, C. (2010), Anthropologie structurale, Paris : Plon, p. 228.

[5] Par exemple, le fait que les microprocesseurs deviennent de plus en plus efficaces tout en disposant d’une puissance de calcul toujours de plus en plus grande a largement contribué à concevoir des réacteurs pour avions qui consomment de moins en moins de carburant et qui font de plus en plus appel à des matériaux composites (tuyaux, boulons, revêtement, etc.) toujours plus légers et performants. Autrement dit, il y a accélération de l’innovation dans le domaine de l’aviation, parce qu’il y a des microprocesseurs de plus en plus puissants qui rendent possible cette accélération de l’innovation.

[6] Moore, G. E. (1996), « Intel : Memories and the Microprocessor », Daedalus, vol. 125, n° 2. p. 55-80 [70].

[7] Simonite, T. (2013 [November 13]), « Three Questions for Computing Pioneer Carver Mead », MIT Technology Review.

[8] Selon Ray Kurzweil, ingénieur et chercheur américain, le progrès technologique est forcément soumis à une croissance exponentielle, parce que chaque innovation technologique accélère le développement technologique et ainsi de suite.

[9] Simonite, T. (2013), op. cit.

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.