L’intelligence artificielle : La révolution de la prédiction

La prédiction basée sur l’IA est une aubaine pour la prise de décision humaine qui améliorera la productivité, les revenus et la qualité de vie

En bref

La principale préoccupation de l’économie classique tournait autour de la manière dont la spécialisation et l’échange améliorent la vie humaine. L’un des principaux avantages de l’intelligence artificielle (IA) est de permettre une spécialisation et une division du travail plus poussées. L’IA traite les données pour prédire et les humains utilisent ces prédictions pour prendre des décisions. 

Décortiquons maintenant ce phénomène

Gianluca Tirozzi: « C’est ainsi que bitCorp va conquérir le métaspace! »

L’homme et la technologie

Les économistes de la première génération, ou classiques, se sont particulièrement intéressés à la manière dont la division du travail selon une spécialisation librement choisie permet aux individus de bénéficier d’une chaîne de création de valeur à l’échelle de la société. Le père de l’économie moderne, Adam Smith (1723-1790), a établi que la spécialisation est le moteur des excédents et de l’innovation. David Ricardo (1772-1823) a identifié comment même les membres les moins productifs de la société pouvaient bénéficier de la spécialisation. Et même le colérique Karl Marx (1818-1883) a vu l’avantage de la division du travail. Son problème, à tort, était que le capitaliste conservait les avantages de la division du travail au lieu de les faire profiter au travailleur spécialisé.

La spécialisation, cependant, ne se limite pas aux humains. Plus la technologie imprègne les échanges économiques, plus il y a une division du travail entre les humains et la technologie. Au lieu de tisser à la main, la plupart des producteurs de textiles utilisent des machines pour cette tâche. La machine fabrique le tissu qui a été conçu et élaboré par des personnes. Au lieu de faire nous-mêmes des calculs ardus, nous laissons la calculatrice effectuer l’arithmétique de modèles conçus par des humains. Le terminal Bloomberg a libéré l’analyste humain de l’obligation d’écrire des citations sur un tableau noir pour qu’il puisse se concentrer sur la décision d’investir. En bref, l’utilisation de la technologie consiste à trouver son emploi spécialisé le long de la chaîne de création de valeur. 

La technologie devient de moins en moins chère à utiliser, ce qui la rend de plus en plus importante sur le plan économique.

La technologie améliore la division du travail entre les humains et les machines. Elle permet à chacun de se spécialiser encore davantage dans ce qu’il fait respectivement de mieux. Et c’est l’homme qui en tire le plus grand bénéfice. Cette division du travail leur permet de créer des nouveautés, de produire davantage de biens et d’améliorer la qualité. En permettant aux personnes de se concentrer sur ce qu’elles font le mieux individuellement, la spécialisation et la division du travail augmentent leur productivité et, avec elle, leurs revenus et leur qualité de vie.

Le Centre national de cybersécurité (NCSC) deviendra un office fédéral

Rendre la prédiction moins chère

Comment l’IA s’intègre-t-elle dans ce tableau ? Lorsque le prix des machines à tisser, des calculatrices et des ordinateurs a diminué, ils ont été intégrés dans la division du travail. Il en va de même pour l’IA. La technologie devient moins chère à utiliser, ce qui la rend de plus en plus importante sur le plan économique. Et si l’IA progresse dans différentes applications, elle est particulièrement importante dans un domaine, celui des prédictions.

Actuellement, la prédiction est coûteuse car elle implique de rassembler une énorme quantité de données, de les analyser, d’identifier des modèles et de calculer des possibilités. Mais, comme l’IA est de plus en plus employée pour effectuer exactement ces tâches, la prédiction devient moins ardue et moins coûteuse. Dans un cercle vertueux, l’IA devient elle-même moins chère. Si la prédiction devient moins chère grâce à l’IA, le champ de son utilisation s’élargira et son utilisation s’intensifiera.

La prédiction est le processus qui consiste à compléter les informations manquantes. Elle utilise les données disponibles pour trouver des modèles afin de générer de nouvelles informations et de calculer les probabilités que ces modèles se répètent ou changent. La prédiction est utilisée pour des tâches traditionnelles, comme la gestion des stocks et la prévision de la demande. Plus significativement, parce qu’elle devient moins chère, elle est utilisée pour des entreprises qui n’étaient pas jusqu’à récemment des problèmes de prédiction, comme la conduite, la traduction ou les soins médicaux.

La baisse du coût de l’IA prédictive influencera la valeur d’autres choses. Une IA moins chère augmente la valeur de compléments tels que les données, le jugement et l’action et diminue la valeur de ses substituts (la prédiction humaine).

Prédiction de l’IA

Les machines et les humains ont des forces et des faiblesses distinctes dans le contexte de la prédiction. Les humains, y compris les experts professionnels, font de mauvaises prédictions dans certaines conditions : ils surpondèrent souvent les informations saillantes et ne tiennent pas compte des propriétés statistiques. Au fur et à mesure que les machines à prédire s’améliorent et deviennent moins chères, les entreprises adapteront probablement la répartition du travail entre les humains et les machines en conséquence.

Les machines à prédire sont meilleures que les humains pour prendre en compte les interactions complexes entre les différents indicateurs, en particulier dans les contextes où les données sont riches. À mesure que le nombre de dimensions pour ces interactions augmente, la capacité des humains à formuler des prédictions précises diminue, notamment par rapport aux machines. Cependant, les humains sont souvent meilleurs que les machines lorsque leur compréhension du processus de génération des données leur confère un avantage en matière de prédiction, en particulier dans des contextes où les données sont limitées. Les humains gèrent mieux l’incertitude et sont nettement plus aptes à prendre des décisions fondées sur des prédictions.

Les machines à prédire étant de plus en plus performantes, rapides et bon marché, la valeur du jugement humain va augmenter.

Ainsi, la spécialisation de l’IA dans la prédiction est précieuse car elle peut souvent produire des prédictions meilleures, plus rapides et moins chères que celles des humains. La prédiction est un ingrédient crucial de la prise de décision dans l’incertitude, et la prise de décision est omniprésente dans l’économie et la vie sociale. Cependant, une prédiction n’est pas une décision, seulement une composante de la décision, et une autre composante cruciale est le jugement. Et c’est là que réside l’avantage de l’humain – et donc, son domaine de spécialisation, le jugement humain.

Il est utile de décomposer une décision en ses composantes pour mieux comprendre l’impact des machines à prédire sur la valeur des humains et des autres actifs. La valeur des substituts aux machines à prédire – à savoir la prédiction humaine – diminuera. Cependant, la valeur des compléments des machines à prédire, comme les compétences humaines en matière de jugement, augmentera.

Le jugement implique de déterminer le gain relatif associé à chaque résultat possible de la décision, y compris ceux associés à une décision correcte et ceux associés à des erreurs. Le jugement exige de préciser l’objectif que l’on poursuit et constitue une étape nécessaire de la prise de décision. Comme les machines à prédire rendent les prédictions de plus en plus performantes, rapides et bon marché, la valeur du jugement humain augmentera parce que la société en aura davantage besoin et l’appréciera mieux – ou le paiera plus cher. Les humains seront peut-être plus disposés à déployer des efforts et à appliquer leur jugement dans les cas où ils s’abstenaient auparavant de décider (par exemple, en acceptant la situation ou le paramètre par défaut).

La qualité des prédictions de l’IA augmentera probablement plus vite que leur prix

Pourquoi les humains sont-ils plus aptes à juger que l’IA ? Alors que la machine peut tenir compte de plus de données, et donc de plus de modèles, pour faire une prédiction, l’humain a une intuition. Les agents humains peuvent gérer les lacunes d’un ensemble de données et les combler en se basant sur leur intuition, ce qu’aucune IA ne peut faire. En outre, les humains sont capables de gérer et de réagir à des « inconnus » ou à des « cygnes noirs ». On peut soutenir que ces compétences proviennent de deux sources différentes. Premièrement, les humains considèrent l’incertitude comme une ressource ou une chance menant à des opportunités. Deuxièmement, les humains doivent assumer la responsabilité de leurs jugements, ce qui affine leur capacité à prendre des décisions.

Résumé

Il est préférable d’envisager l’IA en fonction de la manière dont elle est utilisée et de ce qu’elle fait plutôt que de ce qu’elle est. Actuellement, la prédiction est l’une de ses applications les plus essentielles. Plus les prédictions de l’IA deviennent bon marché, et plus les prédictions de l’IA sont nombreuses et de qualité, plus la technologie peut être utilisée comme un atout par les agents économiques. Elle pourrait être employée dans des tâches spécialisées dans la réalisation de prédictions, qui libèrent les humains pour qu’ils se spécialisent dans les activités de jugement et de prise de décision. Cette incorporation de l’IA dans une chaîne de création de valeur, en utilisant sa spécialisation et la division du travail avec les humains, est largement bénéfique.

En permettant à l’homme de se concentrer sur ce qu’il fait le mieux, l’IA spécialisée dans la prédiction augmente l’efficacité et l’efficience de l’homme et, par conséquent, le revenu et la qualité de vie.

Scénarios

Quatre grands scénarios se dégagent de ce raisonnement. 

Le premier, le scénario de base

L’IA continue d’accroître ses capacités de prédiction, les rendant meilleures et moins coûteuses. On peut s’attendre à ce résultat si les tendances actuelles en matière d’investissement et de recherche liées à l’IA se poursuivent. La qualité des prédictions de l’IA augmenterait très probablement plus vite que leur prix ne diminuerait. Par conséquent, on peut s’attendre à ce que le taux d’adoption de l’IA par les agents économiques soit inférieur au taux d’augmentation des capacités de la technologie.

Le deuxième scénario 

Ce scénario s’appuie sur le premier. Selon ce scénario, l’économie incorporera l’IA dans diverses activités, augmentant ainsi le degré de spécialisation. Les machines se spécialiseront dans la réalisation de prédictions et les humains dans la formulation de jugements et la prise de décisions. La prise de décision humaine deviendra meilleure et plus précieuse avec la division accrue du travail au sein de cette alliance. En outre, la demande en la matière augmentera. Il est probable que l’augmentation de la qualité de la prise de décision sera plus rapide que la croissance de sa valeur. Dans quelles conditions ce scénario pourrait-il se concrétiser ? Il dépend du degré de liberté dont disposeront les économies et les entrepreneurs individuels pour développer et mettre en œuvre la technologie. 

Le troisième scénario

Ce scénario s’appuie également sur le premier. Mais il concède que, du moins à court ou moyen terme, la spécialisation et la division du travail pourraient ne pas se produire. Il peut y avoir différentes raisons à cela. Si les agents économiques perçoivent l’IA comme une menace plutôt que comme un atout, ils peuvent essayer de la concurrencer. Au lieu de permettre une spécialisation selon les différents avantages, les humains dirigeraient leurs capacités vers des tâches moins productives, comme la collecte de données et la prédiction. Une autre raison possible de ce scénario serait une réglementation empêchant l’utilisation de l’IA ou limitant ses fonctions. Le troisième élément déclencheur de ce scénario serait également une réglementation empêchant ou diminuant les retombées économiques de l’utilisation de l’IA. Par exemple, en ne permettant pas aux investisseurs de la financer ou de conserver les revenus de son utilisation.

Le quatrième scénario 

Ce scénario n’est lié à aucun des trois précédents. Dans ce cas, l’objectif de l’IA change complètement et passe de la prédiction à une autre application, par exemple les capteurs ou la robotique. Dans ce scénario, l’IA peut toujours être utilisée à l’avantage ou au désavantage des agents économiques ; l’IA pourrait même conduire à la spécialisation et à la division du travail. Mais dans cette variante, la spécialisation ne se ferait pas sur le modèle de la prédiction par la machine et de la décision humaine, mais résulterait d’autres applications. De même, dans ce scénario, il existe un potentiel positif et négatif. Le quatrième scénario pourrait se concrétiser si les rendements de la prédiction chutent considérablement ou si d’autres utilisations de l’IA deviennent moins chères plus rapidement, rendant ces utilisations plus faciles à intégrer dans la chaîne de valeur ajoutée.

Author: Henrique Schneider Chief economist of the Swiss Federation of Small and Medium-sized Enterprises as well as professor of economics at the Nordakademie university of applied sciences in Germany. He serves on several non-executive boards in Switzerland, Asia, and at the United Nations level.

Fonte: https://www.gisreportsonline.com/r/ai-prediction/