IN DATA VERITAS -  IA GÉNÉRATIVES
  • ACTUALITÉS
    • PORTRAITS
    • LEVÉE DE FONDS
    • DATA
  • TRIBUNES
  • TESTS
  • PRATIQUE
    • PRATIQUE MIDJOURNEY
    • GPTs
  • RESSOURCES
    • SHOWCASES
    • CLIPS IA
    • VIDÉOS IA
    • PODCASTS
    • PUBLICITÉS FICTIVES
    • COVERS LP IA
    • LIVRES
  • GRAPHISME
    • TOUS
    • MIDJOURNEY
    L’IA nous épate, mais pour quoi faire ?

    L’IA nous épate, mais pour quoi faire ?

    L’ampoule, la planète et la fusée : autopsie d’un crime visuel

    L’ampoule, la planète et la fusée : autopsie d’un crime visuel

    Pourquoi les chevaux galopant dans la mer fascinent-ils autant sur YouTube ?

    Pourquoi les chevaux galopant dans la mer fascinent-ils autant sur YouTube ?

    Comment créer une carte Pantone avec GPT-4o ?

    Comment créer une carte Pantone avec GPT-4o ?

    Préparer son dataset pour entraîner un LoRA : mode d’emploi

    Préparer son dataset pour entraîner un LoRA : mode d’emploi

  • IA PLUS KA LIVE
  • IA DÉBAT
No Result
View All Result
  • ACTUALITÉS
    • PORTRAITS
    • LEVÉE DE FONDS
    • DATA
  • TRIBUNES
  • TESTS
  • PRATIQUE
    • PRATIQUE MIDJOURNEY
    • GPTs
  • RESSOURCES
    • SHOWCASES
    • CLIPS IA
    • VIDÉOS IA
    • PODCASTS
    • PUBLICITÉS FICTIVES
    • COVERS LP IA
    • LIVRES
  • GRAPHISME
    • TOUS
    • MIDJOURNEY
    L’IA nous épate, mais pour quoi faire ?

    L’IA nous épate, mais pour quoi faire ?

    L’ampoule, la planète et la fusée : autopsie d’un crime visuel

    L’ampoule, la planète et la fusée : autopsie d’un crime visuel

    Pourquoi les chevaux galopant dans la mer fascinent-ils autant sur YouTube ?

    Pourquoi les chevaux galopant dans la mer fascinent-ils autant sur YouTube ?

    Comment créer une carte Pantone avec GPT-4o ?

    Comment créer une carte Pantone avec GPT-4o ?

    Préparer son dataset pour entraîner un LoRA : mode d’emploi

    Préparer son dataset pour entraîner un LoRA : mode d’emploi

  • IA PLUS KA LIVE
  • IA DÉBAT
No Result
View All Result
IN DATA VERITAS -  IA GÉNÉRATIVES
No Result
View All Result

Maîtriser la puissance de l’IA et anticiper les risques associés

Sommes-nous prêts à nous donner les moyens de maîtriser les tenants et aboutissants complexes de la puissance de l’IA ? Pour ça, il faut prendre le temps, individuellement comme collectivement, au risque d’en payer le prix fort. Les organisations qui tireront leur épingle du jeu ne seront pas celles qui auront choisi la voie de la précipitation.

10 octobre 2024
Temps de lecture : 5 minutes
A A
Maîtriser la puissance de l’IA et anticiper les risques associés

© kanchanachitkhamma / Canva

Mickaël Réault
CEO Sindup (plateforme de veille stratégique et observatoires) / Président co-fondateur du Grand Rebond (catalyseur et accélérateur pour une économie durable et solidaire)

Mickaël Réault, CEO Sindup (plateforme de veille stratégique et observatoires) / Président co-fondateur du Grand Rebond (catalyseur et accélérateur pour une économie durable et solidaire)

L’avènement de l’IA générative amorce un tournant radical dans notre manière d’interagir avec les outils et services utilisés au quotidien. À l’aube d’une accélération de cette inévitable disruption technologique, son adoption rapide et massive engage la responsabilité des organisations et exige de leur part une véritable rigueur pour être le plus aligné possible avec les engagements RSE ou Cybersécurité. Cela passe notamment par la prise en compte des enjeux sociétaux, de sécurité, de souveraineté, de résilience, mais aussi de sobriété numérique : protection des données personnelles (RGPD), mesure des ressources consommées (CSRD et SCOP3), devoir de vigilance, éco-conception, transparence des algorithmes, inclusion, accessibilité, formation, etc. Il va donc s’agir d’apprivoiser cette IA générative sereinement et progressivement pour garantir son utilité, son évolutivité et, surtout, sa frugalité !

Comprendre les défis posés par l’adoption rapide et massive de l’IA

L’intelligence artificielle (IA) a, en effet, des impacts majeurs sur divers aspects économiques, sociaux et environnementaux. Ces derniers, souvent sous-estimés, voire ignorés, sont d’une importance capitale pour comprendre les défis que pose l’adoption rapide et massive de l’IA. L’un des impacts les plus frappants de l’IA est son coût environnemental. L’entraînement et la mise à jour des modèles nécessitent une quantité astronomique d’énergie. Une étude de l’université du Massachusetts a révélé que cela produirait autant de dioxyde de carbone (CO2) que 205 vols aller-retour entre Paris et New York. D’après les estimations de Bloomberg, cela pourrait même consommer autant d’énergie que l’équivalent de 100 foyers américains sur un an.

En 2050, les émissions de CO2 générées par le secteur numérique en France pourraient atteindre 50 millions de tonnes, soit trois fois plus qu’aujourd’hui, selon les prévisions de l’ADEME et de l’ARCEP. En décuplant ses usages, ces chiffres montrent l’énorme pression que l’IA, avec son écosystème (modèles LLM, réseaux de communication, centres de données, objets connectés, terminaux…), contribuera à exercer sur les ressources naturelles, non seulement à travers sa consommation d’énergie, mais aussi par le biais de ses besoins en métaux et terres rares.

Face à ce constat, les externalités environnementales ne doivent pas être ignorées, mais prises en compte dès l’adoption de nouveaux outils afin d’éviter l’effet boomerang : par la réglementation environnementale et/ou par l’inflation des prix à l’avenir, des contraintes risquent d’apparaître alors même que nous aurons créé de nouvelles dépendances. D’où l’importance d’anticiper ces risques dès à présent.

L’IA au service de l’humain passe par de l’accompagnement

En outre, tous les métiers et secteurs sont challengés par l’IA générative, ce qui nécessite d’identifier et d’automatiser de plus en plus de tâches pour faire évoluer les compétences et l’organisation en conséquence. Cela tout en prenant en compte le volet environnemental, mais aussi la résilience et la sécurité des infrastructures numériques mise en œuvre.

Côté RH, la formation et l’accompagnement sont clés. À titre d’exemple, le secteur de la veille stratégique, qui consiste à trier, filtrer et analyser les flux d’informations disponibles dans l’environnement d’une organisation, est directement impacté par cette évolution technologique dont le fondement est justement d’automatiser le traitement des données et des informations textuelles. La puissance de l’intelligence artificielle est incontestable, certes, mais ce n’est rien si les utilisateurs ne sont pas en mesure de se l’approprier.

L’IA au service de l’humain passe donc par de l’accompagnement, du support, de la maîtrise d’ouvrage et de l’animation des équipes. Les veilleurs doivent, en effet, apprendre à automatiser le dispositif de veille en utilisant les fonctionnalités adaptées à leurs besoins. Les contributeurs ou curateurs, en charge d’apporter leur expertise au sein des directions métiers, vont travailler sur l’optimisation du partage de leurs informations, de leurs synthèses et de leurs analyses.

Les directions métier vont apprendre à identifier les informations utiles et à les intégrer dans des procédures et au sein de leurs outils. Elles vont également monter en compétence en matière d’intelligence économique appliquée à leur quotidien, tout comme les directions générales qui, quant à elles, vont également affiner leur vision prospective. Enfin, ce qui est commun à chacune d’entre elles, au-delà du gain de temps, c’est le besoin de renforcer l’esprit critique et l’amélioration du processus de décision dans une démarche d’intelligence collective.

Ne pas faire de l’IA le pesticide de la pensée

Par extrapolation, tout comme le bio veut nous éloigner des pesticides, il faudra être vigilant à ne pas recréer la même situation avec l’intelligence artificielle. L’effervescence engendrée par l’arrivée de ChatGPT, moteur d’IA développée par OpenAI, a, par exemple, été le premier à faire couler beaucoup d’encre, quand ce n’est tout simplement pas la sienne.

Un grand nombre de contenus médiatiques ou littéraires lui sont en effet attribués dans une logique première de productivité et d’économies d’échelle. Poussée à son paroxysme, cette réduction des coûts de production déboucherait potentiellement sur cette situation absurde où l’intelligence artificielle produirait, non plus à partir de l’apprentissage d’articles écrits par l’humain, mais… par elle-même.

Le coût marginal de la production de contenu tendrait alors vers zéro, ne laissant plus de place à un modèle économique viable favorisant l’investigation, l’enquête de terrain, l’enrichissement du carnet d’adresses d’experts et de référents et donc l’analyse qui en découle et, surtout, peu de place à l’intelligence humaine et collaborative.

La nécessité d’une charte de l’IA éthique et responsable

L’IA doit impérativement conserver son rôle d’auxiliaire au risque de devenir le pesticide du monde de la pensée : une solution de facilité pour une production industrielle intensive conduisant à un appauvrissement des sols intellectuels, un affaiblissement de l’esprit critique déjà bien malmené. En conséquence, et afin de tirer le meilleur parti de l’IA générative, tout en limitant les risques associés, il s’agira de ne pas en devenir dépendant et d’en faire un usage frugal pour des objectifs bien définis et utiles. Pour aller plus loin, le conseil scientifique consultatif constitué dans le cadre du programme d’open innovation Sindup.AI publiera prochainement une charte de l’IA éthique et responsable.

Mots clés : CybersécuritéIA générativeRisques
PartagerPartager

À LIRE ÉGALEMENT

La personnalisation algorithmique tue-t-elle la pensée critique ?
COUP DE GUEULE

La personnalisation algorithmique tue-t-elle la pensée critique ?

16 mai 2025
Les RP face à l’IA : chroniques d’une disparition programmée
TRIBUNE RELATIONS PUBLICS

Les RP face à l’IA : chroniques d’une disparition programmée

16 mai 2025
Les biais cognitifs sont-ils devenus un carburant commercial pour l’IA ?
TRIBUNE TECHNOLOGIE

Les biais cognitifs sont-ils devenus un carburant commercial pour l’IA ?

15 mai 2025
Publication suivante
Agilité, IA générative et intelligence collective

Agilité, IA générative et intelligence collective

GEO vs SEO : La fin du contenu rédigé par les humains ?

GEO vs SEO : La fin du contenu rédigé par les humains ?

L’Intelligence Artificielle Supérieure : menace ou miracle ?

L’Intelligence Artificielle Supérieure : menace ou miracle ?

À LA UNE

La personnalisation algorithmique tue-t-elle la pensée critique ?

Les RP face à l’IA : chroniques d’une disparition programmée

Les biais cognitifs sont-ils devenus un carburant commercial pour l’IA ?

Des licornes aux ornithorynques : comprendre la vraie révolution des IA

Adieu les licornes, vive les dromadaires

The Cinema That Never Was : quand l’IA réinvente la mémoire du cinéma

VIDÉOS IA

The Cinema That Never Was : quand l’IA réinvente la mémoire du cinéma
TRIBUNE IA GÉNÉRATIVE

The Cinema That Never Was : quand l’IA réinvente la mémoire du cinéma

4 mai 2025

Le Lip Sync IA, la nouvelle révolution dans l’animation ?

Le Lip Sync IA, la nouvelle révolution dans l’animation ?

10 septembre 2024
L’IA, nouvel outil révolutionnaire des créateurs ou simple gadget ?

L’IA, nouvel outil révolutionnaire des créateurs ou simple gadget ?

7 septembre 2024
IA : mon expérience avec le concours « AI ADVERTISING CONTEST »

IA : mon expérience avec le concours « AI ADVERTISING CONTEST »

21 août 2024
Quand l’IA redéfinit le cinéma : mon voyage créatif avec « les grandes statues

Quand l’IA redéfinit le cinéma : mon voyage créatif avec « les grandes statues »

19 août 2024
Logo IN DATA VERITAS

Plateforme d’actualités et de ressources sur l’intelligence artificielle générative.

La personnalisation algorithmique tue-t-elle la pensée critique ?

Les RP face à l’IA : chroniques d’une disparition programmée

Les biais cognitifs sont-ils devenus un carburant commercial pour l’IA ?

Des licornes aux ornithorynques : comprendre la vraie révolution des IA

Adieu les licornes, vive les dromadaires

The Cinema That Never Was : quand l’IA réinvente la mémoire du cinéma

La personnalisation algorithmique tue-t-elle la pensée critique ?

Les RP face à l’IA : chroniques d’une disparition programmée

Les biais cognitifs sont-ils devenus un carburant commercial pour l’IA ?

Des licornes aux ornithorynques : comprendre la vraie révolution des IA

Adieu les licornes, vive les dromadaires

The Cinema That Never Was : quand l’IA réinvente la mémoire du cinéma

L’IA nous épate, mais pour quoi faire ?

L’ampoule, la planète et la fusée : autopsie d’un crime visuel

Pourquoi les chevaux galopant dans la mer fascinent-ils autant sur YouTube ?

Comment créer une carte Pantone avec GPT-4o ?

Préparer son dataset pour entraîner un LoRA : mode d’emploi

Marche à suivre détaillée pour entraîner un modèle LoRA

© 2024 – IN DATA VERITAS

  • CONTRIBUTEURS
  • IA PLUS KA LIVE
  • MENTIONS LÉGALES
No Result
View All Result
  • ACCUEIL
  • ACTUALITÉS
    • PORTRAITS
    • LEVÉE DE FONDS
    • DATA
  • TRIBUNES
  • TESTS
  • PRATIQUE
    • PRATIQUE MIDJOURNEY
    • GPTs
  • RESSOURCES
    • SHOWCASES
    • CLIPS IA
    • VIDÉOS IA
    • PODCASTS
    • COVERS LP IA
    • PUBLICITÉS FICTIVES
    • LIVRES IA
  • GRAPHISME
  • IA PLUS KA LIVE
  • IA DÉBAT

© 2024