Révolution de l’IA : pourquoi est-ce différent cette fois-ci ?

D’un sujet spécialisé, l’IA est devenue en seulement quelques années un sujet qui suscite toutes les passions et sur lequel chacun a son mot à dire. Elle est définie comme miraculeuse, condamnée comme dangereuse et débattue partout, aussi bien en conseil d’administration qu’en terrasse. Mais entre euphorie et angoisse se trouve la réalité à laquelle est confrontée une grande majorité d’entre nous : une technologie suffisamment puissante pour réorganiser les modes de travail, mais qui reste profondément dépendante du jugement humain.

Trop souvent, les gros titres cherchent à faire sensation, tandis que les questions pratiques sont bien plus concrètes. Comment gérer cette technologie ? Comment travailler efficacement à ses côtés ? Comment profiter de ses avantages sans compromettre nos valeurs ou nos objectifs ? Pour trouver des réponses utiles, commençons par comprendre où nous en sommes et ce qui a véritablement changé ou non.

Après tout, l’intelligence artificielle n’est pas une nouveauté. Elle existe depuis au moins 1956, date à laquelle une petite équipe d’informaticiens s’était réunie au Dartmouth College pour étudier une question d’apparence simple : les machines peuvent-elles réfléchir ? Depuis, la technologie a connu des décennies de progrès et de revers, parfois surnommés les « étés » et les « hivers » de l’IA.

Oui, l’IA n’est pas apparue soudainement dans les années 2020, mais les systèmes puissants et généralistes ont propulsé cette technologie sur le devant de la scène de manière inédite.

Il est normal que cela suscite des réactions polarisées : les évolutions rapides provoquent souvent une incertitude quant à l’avenir. Les systèmes actuels sont puissants et posent de nouveaux défis, que nous allons ici prendre au sérieux. Mais ils ne sont pas si étrangers ou ingérables qu’on le laisse parfois entendre. Nous pouvons déjà nous reposer sur des décennies d’enseignements des générations précédentes d’IA et d’autres technologies complexes, de l’aviation à l’automobile, en passant par les centrales électriques, qui peuvent toutes être adaptées à la situation actuelle.

Il est essentiel de comprendre les points communs et les différences pour cette période de l’IA et du travail, mais aussi la manière dont nous pouvons nous appuyer sur ce que nous savons déjà.

Après tout, la manière dont nous choisissons de travailler avec l’IA, et les personnes que nous deviendrons par conséquent, est une décision qui nous appartient.

Alors en quoi l’IA actuelle est-elle différente ?

Plusieurs facteurs ont propulsé l’IA actuelle hors des laboratoires de données pour la placer au cœur des conversations quotidiennes en entreprise. Et cette technologie est non seulement plus puissante, mais aussi plus difficile à ignorer.

Une IA généraliste, pas spécialisée

Pendant des décennies, l’IA a été utilisée en coulisses, intégrée dans des modèles qui prédisaient la perte de clientèle ou signalaient les fraudes, par exemple. Ces systèmes étaient spécialisés, généralement entraînés pour une tâche unique et précise. Aujourd’hui, les nouveaux modèles sont généralistes. Ces « modèles de base » sont composés de vastes réseaux neuronaux entraînés grâce à des océans de données et sont capables de s’adapter à tous les contextes. Ainsi, le même modèle peut aider un développeur à écrire du code, un responsable marketing à produire un texte publicitaire ou un responsable RH à rédiger une offre d’emploi.

C’est cette polyvalence qui a sorti l’IA des confins du back-office pour l’intégrer dans la majorité des domaines de travail intellectuel.

Une IA qui parle comme un humain

La deuxième différence concerne le fait que l’IA parle désormais la même langue que nous. Plus besoin de code ou de naviguer dans des menus complexes pour interagir avec elle, nous pouvons parler normalement et obtenir une réponse nette, en prose humaine, ce qui rend cette technologie accessible au plus grand nombre.

Ces systèmes peuvent également générer du nouveau contenu, notamment du texte, des images et bien plus : c’est ce que l’on appelle l’IA générative. Cette facilité d’utilisation crée toutefois une nouvelle responsabilité pour les entreprises : nous devons apprendre quand faire confiance aux productions de l’IA et quand les remettre en question ou les améliorer.

Une IA qui passe à l’action

La troisième différence, et certainement la plus importante, concerne la capacité d’action. L’IA ne se contente plus d’analyser ou de prédire, elle agit. Par exemple, l’IA agentique peut prévoir les étapes pour atteindre un objectif, mobiliser les bons outils, vérifier son propre travail. Un seul agent IA peut rédiger un e-mail, ouvrir un ticket, prévoir une livraison et saisir la transaction, le tout sans la moindre intervention humaine. Ces fonctionnalités présentent d’immenses opportunités de productivité, mais posent également de nouvelles questions : quelle autonomie accorder à l’IA ? Qui est responsable lorsque les décisions sont réparties entre humains et machines ?

Cumulés, ces changements impliquent de potentielles confusions dans les modes de travail. Si l’IA peut « réfléchir » pour accomplir des tâches et exécuter des étapes sans avoir besoin d’un humain à chaque instant (et si le résultat ressemble à un message que pourrait vous envoyer un collègue, pas à une communication robotique), la frontière entre l’IA en tant qu’outil et l’IA en tant que membre de l’équipe peut commencer à s’estomper.

Mais comme pour les vagues précédentes de l’intelligence artificielle, l’IA générative (qui crée du nouveau contenu comme du texte, des images ou du code) et l’IA agentique (qui peut agir indépendamment pour réaliser des tâches complexes) sont efficaces dans certaines tâches et moins dans d’autres.

Ainsi, un agent IA peut rédiger une note juridique complexe, mais peut mal interpréter une clause d’indemnisation dans un contrat. Il peut rédiger du code fonctionnel, mais buter sur un petit obstacle implicite qu’un développeur débutant pourrait repérer. Fabrizio Dell’Acqua (chercheur en IA à Harvard) et ses collègues définissent cette réalité comme la « frontière technologique irrégulière » de l’IA.

En définitive, l’IA peut nous impressionner par sa capacité à réaliser certaines tâches aussi bien que par son manque de bon sens pour en réaliser d’autres. L’objectif est désormais d’appréhender cette frontière, pour savoir quand nous en remettre à l’IA, quand la superviser et quand faire intervenir notre jugement humain. Pour ce faire, nous devons impérativement mieux comprendre les capacités réelles et les limites de cette technologie.

Extrait de « Manage the Machine: How to Harness Human-AI Collaboration at Work » de Paula Goldman, avec l’autorisation de Basic Venture.

Information complémentaire : Marc Benioff, président et PDG de Salesforce, est le propriétaire de TIME.

Article issu de TIME US - Traduction Mathilde PACE

TIME Idées accueille les plus grandes voix mondiales, qui commentent l’actualité, la société et la culture. Nous acceptons les contributions externes. Les opinions exprimées ne reflètent pas nécessairement celles des rédacteurs de TIME.