Février 2018 : Quel droit pour l'Intelligence Artificielle ?

Publié le : 20/02/2018

Acte 1 : L'IA: révolution ou évolution?

A la fois nouvel eldorado économique et source de questionnements existentiels sur le futur de l’humanité, l’Intelligence Artificielle (IA) inonde le débat public[1]. Ce « boom » actuel plonge ses racines au lendemain de la seconde guerre mondiale.

Après l’apparition des ordinateurs programmables dans les années 1940, c’est surtout la conférence de Dartmouth de 1956 qui a rendu possible le rêve – ou le cauchemar – de l’IA. Cet évènement fondateur donna à l’ « Intelligence Artificielle » son nom et ouvrit la porte à deux décennies de découvertes extraordinaires, à l’image du système-expert Mycin[2] permettant le diagnostic de maladies du sang.

Paralysée par des critiques d’ordre philosophique et par une puissance de calcul et un volume de données limités, l’IA connut un second souffle avec la diversification des systèmes experts et la banalisation de l’informatique. Grâce à l’émergence du Big Data et aux avancées technologiques, l’IA ne cesse de démontrer son potentiel. Et les GAFAM d’accroître leur domination entre R&D interne et rachats de start-up prometteuses…

Aujourd’hui, les spéculations sur les potentiels de l’IA se multiplient et le besoin d’encadrement juridique devient de plus en plus pressant.

L’Intelligence Artificielle reste pourtant difficile à définir, en raison de sa dimension technique irréductible. Pour faire simple, l’IA a pour ambition de répliquer les capacités cognitives de l’être humain (la mémoire, le langage, la motricité, l’indentification sensorielle, etc.).

Depuis les travaux d’Alain Turing, on distingue deux seuils d’intelligence artificielle : l’« IA générale » ou « faible », qui n’est qu’une intelligence rationnelle et la « super IA » ou « IA forte », pourvue d’intelligence émotionnelle et de conscience de soi[3].


1. L’Intelligence Artificielle dite « faible »

Le terme d’IA faible désigne les technologies reconstituant – et amplifiant – l’intelligence humaine rationnelle. L’objectif est de leur permettre d’exécuter de manière performante et autonome des tâches prédéterminées. La calculatrice par exemple, effectue à une vitesse fulgurante d’imposants calculs que l’homme serait parfois incapable de résoudre.

Initialement, les IA faibles se contentaient d’effectuer les missions pour lesquelles elles avaient été programmées. Aujourd’hui, elles sont de plus en plus sophistiquées : elles apprennent et évoluent, sous la supervision de l’homme ou par elles-mêmes, sans qu’une modification de leurs algorithmes ne soit nécessaire.

Cette mutation doit beaucoup au développement des techniques d’apprentissage automatique, elles-mêmes rendues possible par l’explosion du Big Data : les données sont le carburant des IA actuelles, ce qui a fait dire à Satya Nadella, CEO de Microsoft, « Data is the new electricity !».

La technologie du machine learning consiste ainsi à fournir au système une masse conséquente de données, que l’homme lui aura préalablement décrites et expliquées. A partir de ces exemples précalculés, l’IA est capable d’effectuer ses propres déductions, en affinant ses résultats à mesure qu’elle apprend de ses erreurs.

Plus poussé encore, le deep learning permet de se dispenser de l’étape de description du contenu des données par l’homme. Un algorithme perfectionné gère seul cette phase d’apprentissage. En contrepartie, le système est très gourmand en données : l’IA devra visionner et analyser plus d’un million de photos de chats pour être capable d’en reconnaître un toute seule.

La méthode du deep learning est ainsi à l’origine du développement des technologies de reconnaissance visuelle (Horus[4], Facebook Tag, etc.) ou sonore (Siri, Shazam, etc.). Demain, la voiture autonome, entièrement pilotée par l’IA, sera capable d’identifier en temps réel les obstacles sur sa route pour déterminer s’il faut ou non les éviter.

Finalement, l’IA est amenée à devenir omniprésente, comme l’illustre le système A.I Watson, développé par IBM. Depuis son apparition remarquée dans le jeu télévisé Jeopardy en 2011[5], IBM a renforcé sa plate-forme intelligente, repoussant les limites de ce que Watson peut faire. Elle propose aujourd’hui un portefeuille de plus de 25 APIs pouvant être exploitées par des développeurs dans des domaines variés, pour étoffer leurs applications.

Après une phase d’apprentissage, Watson pourra conseiller le meilleur investissement financier[6], assister un médecin dans la réalisation de diagnostics médicaux et le choix du traitement le plus adapté[7], accompagner un compositeur dans l’écriture d’une chanson[8], créer des recettes de cuisine[9] ou recruter le meilleur candidat pour un poste donné[10].

IBM se tourne aujourd’hui vers les objets connectés. Elle annonce des collaborations :

avec Whirpool pour créer de l’électroménager analysant les habitudes alimentaires,
avec Nokia pour un dispositif d’assistance aux personnes âgées chez elles,
ou avec Medtronic pour développer, via l’API Discovery, un système de monitoring du diabète et de prédiction de crises d’hypoglycémie.
Les start-ups ne sont pas en reste. Dans le domaine juridique, la « révolution » est menée aux Etats-Unis par Ross Intelligence et son assistant personnel autonome sur la recherche juridique et en France par Predictice et son outil d’analyse et de prédiction des décisions de justice.
 

2. L’Intelligence artificielle dite « forte »

Contrairement à l’IA faible, l’IA forte éprouverait des sentiments, une réelle conscience de soi, et comprendrait ce qui la pousse à faire telle ou telle action. On parlera de cognition artificielle : la machine pense !

Du film Westworld de 1973 à la série éponyme de 2016, qui immerge le spectateur dans un parc à thème peuplé de robots presque impossible à distinguer des humains, en passant par Blade Runner ou Ex-Machina, l’IA forte prend vie grâce à l’imagination des romanciers et cinéastes.

L’IA forte, si fascinante soit-elle, inquiète : certains, influencés par ces scénarios où la machine se rebelle toujours contre la société, y voient une « menace existentielle » pour la civilisation humaine[11]. Mais le « point de singularité technologique » n’est pas encore atteint[12], le robot tout-puissant demeurant une fiction.

L’IA est pourtant inéluctablement appelée, dans un futur proche, à se substituer aux individus dans l’exécution de multiples travaux. Chacun doit donc prendre conscience du besoin pressant de repenser les métiers et d’organiser la reconversion des actifs : il ne s’agit plus de former les individus à exécuter des tâches concurrentes à celles de l’IA, mais à devenir complémentaires de cette nouvelle Intelligence Artificielle.

Toute aussi impérieuse est la nécessité de réfléchir au cadre juridique dans lequel l’IA pourra se développer. Les problématiques juridiques soulevées par l’IA sont en effet nombreuses. Trois d’entre elles seront développées dans une trilogie à venir :

Le créateur de l’IA voudra protéger sa création et les éventuelles œuvres produites par celle-ci. Quelles réponses le droit de la propriété intellectuelle actuel peut-il alors lui apporter ?
L’IA se nourrit du Big Data. La règlementation applicable aux données personnelles sera-t-elle un frein à son développement ?
L’IA étant dépourvue de personnalité juridique, sur qui pèsera la responsabilité de l’erreur de prédiction ou de l’accident ?
A cette occasion, les concepts juridiques en vigueur seront confrontés à la technologie disruptive de l’IA. Si notre droit positif pourrait permettre d’appréhender et de réguler de manière satisfaisante les IA faibles d’aujourd’hui, l’émergence d’une IA forte bouleverserait cette certitude. Elle imposerait de définir une lex robotica à laquelle il faut dès aujourd’hui réfléchir[13].

Marion Barbezieux


[1] Dans la continuité du Rapport France IA remis au précédent gouvernement en mars 2007, le Premier Ministre a chargé le député Cédric Villani d’une mission ayant pour objectif de permettre au Gouvernement de fixer une stratégie publique en matière d’IA.

[2] Un système expert est un outil informatique d’IA, conçu pour simuler le savoir-faire d’un spécialiste, dans un domaine précis et délimité, grâce à l’exploitation de connaissances fournies par des experts.

[3] Le « test de Turing » (1950) mesure la capacité d’une machine à penser : pour être qualifiée d’IA forte, une machine doit, à l’issue de cinq minutes d’échanges, tromper plus de 30% de ses interlocuteurs en les amenant à penser qu’ils conversent avec un être humain et non une machine.

[4] Horus, le dispositif de reconnaissance visuelle crée par la start-up Eyra, décrit à son utilisateur malvoyant l'environnement où il évolue, lit des textes et reconnaît les visages.

[5] En moins de trois secondes Watson a été capable de comprendre la question posée, rechercher la réponse exacte, buzzer pour prendre la main et formuler cette réponse grâce à un système de synthèse vocale.

[6] Watson Financial Services : https://www.ibm.com/watson/financial-services/

[7] IBM met son IA Watson au service du traitement du cancer dans le cadre d’un accord avec le Memorial Sloan Ketting Hospital de New York. Grâce à l’API Discovery, Watson peut lire 20 millions de pages de publications médicales en 3 secondes. https://www.ibm.com/blogs/watson-health/watson-treatment-option/

[8] Avec ses outils Tone Analyser et Beat, Watson lui a fourni une liste d’inspirations qu’il a perçus comme tendance en analysant 26 000 chansons ainsi que les réseaux sociaux: https://www.ibm.com/watson/music/, https://tone-analyzer-demo.mybluemix.net/

[9] Chef Watson propose, à partir d’un aliment, une liste d’associations culinaires fondées sur des statistiques de synergie entre saveurs : https://www.ibmchefwatson.com/tupler

[10] Watson Talent Acquisition : https://www.ibm.com/watson/talent/talent-acquisition/. Similairement, l’entreprise Hire Vue propose aux entreprises un système de reconnaissance faciale capable de déceler les qualités recherchées chez un candidat. Depuis un an, l’entreprise Unilever a soumis 250 000 candidats à ce processus.

[11] Une partie de la communauté scientifique, avec Elon Musk pour chef de file, alerte sur les dérives de l’IA et plaide pour une régulation préventive. Dans une lettre ouverte du 27 juillet 2015, plus d’un millier de personnalités, dont Elon Musk, Stephen Hawking et Steve Wozniak, ont notamment réclamé l’interdiction des armes autonomes, capables « de sélectionner et de combattre des cibles sans intervention humaine ».

[12] Cette notion, envisagée depuis les années 1950, désigne le point au-delà duquel le développement des IA déclencherait des modifications imprévisibles (et dévastatrices) sur notre société, jusqu’à créer un super-intelligence dépassant de loin l'intelligence humaine.

[13] Tel est justement l’objet de la Résolution du Parlement européen du 16 février 2017 contenant des recommandations à la Commission concernant des règles de droit civil sur la robotique (2015/2103(INL)), dont les pistes de réflexion méritent d’être approfondies.

Historique

<< < 1 2 3 4 5 6 7 ... > >>