Qui sont donc ces professionnels qui entraînent les robots ?

Si certains appréhendent le développement des robots et la disparition éventuellement associée de nombreuses professions, d’autres y voient au contraire de nouvelles opportunités. A travers les portraits de professionnels engagés dans l’entraînement de systèmes d’intelligence artificielle, un article du New York Times dresse un état des lieux des enjeux, perspectives et limites de l’exercice.   

Agent de voyage dans une start-up qui a bâti son modèle sur le machine learning, Rachel a pour mission de former « Harrison », le système d’intelligence artificielle qui devrait à terme prendre en charge une partie de son travail. Pour elle, la tâche est stimulante ; elle se dépasse pour développer les compétences complémentaires de Harrison, pour l’heure encore réservées aux humains, comme la négociation ou le conseil aux voyageurs. Une perspective partagée par l’ensemble des professionnels qui forment des machines espérant libérer du temps pour des projets plus créatifs.

 

Intégrer les robots pour se décharger de tâches à faible valeur ajoutée

 

Andrew et Amy Ingram (dont les initiales reprennent celles d’Artificial Intelligence) sont des assistants virtuels à la mémoire infaillible, disponibles 24H/24, et capables d’organiser par e-mails des réunions à la manière d’un assistant humain. A la frontière entre programmation, scénarisation et linguistique, ces systèmes se heurtent pourtant aux limites de leurs fonctions. Ils sont par exemple encore incapables de réserver une salle de conférence ou une chambre d’hôtel, tâches ordinairement dévolues à un assistant personnel. Sarah Seiwert, dont les fonctions en tant que chargée de clientèle consistent à répondre aux demandes d’étudiants, évoque ces mêmes limites. Si le système d’intelligence artificielle dans lequel sa société a investi et qui s’est nourri de ses échanges d’e-mails parvient aujourd’hui à la remplacer efficacement dans certains contextes, il lui manquera toujours l’intuition nécessaire pour répondre au reste des demandes. Même constat pour Dan Rubins, fondateur de Legal Robots, qui applique le machine learning aux textes de loi, par nature structurés et répétitifs. Si l’IA offre un moyen de rationnaliser certaines tâches comme la révision des contrats, il n’envisage pas pour l’heure que des machines puissent prendre en charge le travail des avocats.

 

Pour Aleksandra Faust, ingénieure logiciel chez Waymo, les perspectives diffèrent un peu, son travail consistant à enseigner à une intelligence artificielle à conduire un véhicule autonome. Là encore, si le volume des données dont dispose la société est considérable, il est impossible de prédire l’ensemble des événements qui pourraient se produire en conditions réelles de circulation. Le système doit donc apprendre à réagir à une situation en fonction d’autres situations qu’il a déjà été amené à rencontrer, arbitrant par exemple entre sécurité et confort.

 

Lire l’article (en anglais) :

 

En complément :

Le point sur la conversation avec une intelligence artificielle,

La répercussion des travers humains sur les machines.