L'IA prendra-t-elle votre travail? La réponse pourrait dépendre des quatre S des avantages de la technologie par rapport aux humains

Si vous craignez que l'IA puisse prendre votre travail, vous priver de vos moyens de subsistance, ou peut-être même remplacer votre rôle dans la société, il fait probablement du bien de voir les derniers outils d'IA échouer de façon spectaculaire. Si l'IA recommande de la colle comme garniture de pizza, vous êtes en sécurité pour un autre jour.

Mais le fait demeure que l'IA a déjà des avantages précis par rapport aux humains les plus qualifiés, et sachant où se présentent ces avantages – et où ils ne le font pas – sera la clé de l'adaptation à la main-d'œuvre infusée à l'IA.

L'IA ne sera souvent pas aussi efficace qu'un humain faisant le même travail. Il ne saura pas toujours plus ou ne sera pas plus précis. Et ce ne sera certainement pas toujours plus juste ou plus fiable. Mais il peut encore être utilisé chaque fois qu'il a un avantage sur les humains dans l'une des quatre dimensions: vitesse, échelle, portée et sophistication. Comprendre ces dimensions est la clé pour comprendre le remplacement de l'IA-humain.

Vitesse

Tout d'abord, vitesse. Il y a des tâches dans lesquelles les humains sont parfaitement bons mais ne sont pas aussi rapides que l'IA. Un exemple consiste à restaurer ou à augmenter les images: prendre des images pixélisées, bruyantes ou floues et faire une version plus nette et à haute résolution. Les humains sont bons dans ce domaine; Compte tenu des bons outils numériques et suffisamment de temps, ils peuvent remplir de beaux détails. Mais ils sont trop lents pour traiter efficacement les grandes images ou les vidéos.

Les modèles d'IA peuvent faire le travail rapide, une capacité avec d'importantes applications industrielles. Le logiciel basé sur l'IA est utilisé pour améliorer les données de satellite et de télédétection, pour compresser les fichiers vidéo, pour que les jeux vidéo fonctionnent mieux avec du matériel moins cher et moins d'énergie, pour aider les robots à faire les bons mouvements et à modéliser la turbulence pour aider à créer de meilleurs moteurs à combustion interne.

Les performances en temps réel sont importantes dans ces cas, et la vitesse de l'IA est nécessaire pour les activer.

Échelle

La deuxième dimension de l'avantage de l'IA sur les humains est l'échelle. L'IA sera de plus en plus utilisée dans les tâches que les humains peuvent bien faire au même endroit à la fois, mais que l'IA peut faire en millions d'endroits simultanément. Un exemple familier est le ciblage et la personnalisation d'annonces. Les spécialistes du marketing humain peuvent collecter des données et prédire quels types de personnes répondront à certaines publicités. Cette capacité est importante commercialement; La publicité est un marché du milliard de dollars dans le monde.

Les modèles AI peuvent le faire pour chaque produit, émission de télévision, site Web et utilisateur Internet. C'est ainsi que fonctionne l'industrie de la télé-technologie moderne. Les marchés d'appel d'offres en temps réel évaluent les annonces d'affichage qui apparaissent aux côtés des sites Web que vous visitez, et les annonceurs utilisent des modèles d'IA pour décider quand ils veulent payer ce prix – des milliers de fois par seconde.

Portée

Ensuite, portée. L'IA peut être avantageuse lorsqu'elle fait plus de choses que n'importe quelle personne, même lorsqu'un humain peut faire mieux dans l'une de ces tâches. Les systèmes d'IA génératifs tels que ChatGPT peuvent engager une conversation sur n'importe quel sujet, écrire un essai épousant n'importe quelle position, créer de la poésie dans n'importe quel style et langage, écrire du code informatique dans n'importe quel langage de programmation, et plus encore. Ces modèles peuvent ne pas être supérieurs aux humains qualifiés à l'une de ces choses, mais aucun humain ne pouvait surpasser les modèles génératifs de haut niveau à travers tous.

C'est la combinaison de ces compétences qui génère de la valeur. Les employeurs ont souvent du mal à trouver des personnes ayant des talents dans des disciplines telles que le développement de logiciels et la science des données qui ont également une solide connaissance préalable du domaine de l'employeur. Les organisations sont susceptibles de continuer à compter sur des spécialistes humains pour écrire le meilleur code et le meilleur texte persuasif, mais ils seront de plus en plus satisfaits de l'IA lorsqu'ils ont juste besoin d'une version passable de l'un ou l'autre.

Sophistication

Enfin, sophistication. Les AIS peuvent prendre en compte plus de facteurs dans leurs décisions que les humains, et cela peut leur donner des performances surhumaines sur des tâches spécialisées. Les ordinateurs ont longtemps été utilisés pour garder une trace d'une multiplicité de facteurs qui se composent et interagissent de manière plus complexe qu'un humain ne pouvait tracer. Les systèmes informatiques qui jouent aux échecs des années 1990 tels que Deep Blue ont réussi en pensant qu'une douzaine ou plus avance.

Les systèmes d'IA modernes utilisent une approche radicalement différente: les systèmes d'apprentissage en profondeur construits à partir de réseaux de neurones à plusieurs couches tiennent compte des interactions complexes – souvent de nombreuses milliards – dans un certain nombre de facteurs. Les réseaux de neurones alimentent désormais les meilleurs modèles de jeu d'échecs et la plupart des autres systèmes d'IA.

Les échecs ne sont pas le seul domaine où l'évitement des règles conventionnelles et de la logique formelle en faveur de systèmes hautement sophistiqués et impénérables ont généré des progrès. L'avance étonnante d'Alphafold2, le modèle de biologie structurelle de l'IA dont les créateurs Demis Hassabis et John Jumper ont été reconnus avec le prix Nobel de chimie en 2024, est un autre exemple.

Cette percée a remplacé les systèmes traditionnels basés sur la physique pour prédire comment les séquences d'acides aminés se replieraient en formes tridimensionnelles avec un modèle de 93 millions de paramètres, même s'il ne tient pas compte des lois physiques. Ce manque de mise à la terre du monde réel n'est pas souhaitable: personne n'aime la nature énigmatique de ces systèmes d'IA, et les scientifiques sont impatients de mieux comprendre comment ils fonctionnent.

Mais la sophistication de l'IA offre de la valeur aux scientifiques, et son utilisation dans les domaines scientifiques a augmenté de façon exponentielle ces dernières années.

Le contexte compte

Ce sont les quatre dimensions où l'IA peut exceller sur les humains. La précision est toujours importante. Vous ne voudriez pas utiliser une IA qui rend les graphiques qui sont glitchy ou ciblent les annonces au hasard – mais la précision n'est pas le différenciateur. L'IA n'a pas besoin de précision surhumaine. Il suffit que l'IA soit simplement bonne et rapide, ou adéquate et évolutive. L'augmentation de la portée est souvent livrée avec une pénalité de précision, car l'IA peut généraliser mal à des tâches vraiment nouvelles. Les 4 S sont parfois en désaccord. Avec une quantité donnée de puissance de calcul, vous devez généralement compromettre l'échelle pour la sophistication.

Encore plus intéressant, lorsqu'une IA reprend une tâche humaine, la tâche peut changer. Parfois, l'IA ne fait que faire les choses différemment. D'autres fois, l'IA commence à faire différentes choses. Ces changements apportent de nouvelles opportunités et de nouveaux risques.

Par exemple, le trading à haute fréquence n'est pas seulement plus rapidement les actions de trading des ordinateurs; Il s'agit d'un type de trading fondamentalement différent qui permet de nouvelles stratégies, tactiques et risques associés. De même, l'IA a développé des stratégies plus sophistiquées pour les jeux d'échecs et GO. Et l'ampleur des chatbots d'IA a changé la nature de la propagande en permettant aux voix artificielles de submerger la parole humaine.

C'est ce «décalage de phase», lorsque les changements de degré peuvent se transformer en changements en nature, où les impacts de l'IA sur la société sont susceptibles d'être le plus ressentis. Tout cela indique les endroits où l'IA peut avoir un impact positif. Lorsqu'un système a un goulot d'étranglement lié à la vitesse, à l'échelle, à la portée ou à la sophistication, ou lorsque l'un de ces facteurs représente une véritable obstacle à la possibilité d'atteindre un objectif, il est logique de réfléchir à la façon dont l'IA pourrait aider.

De même, lorsque la vitesse, l'échelle, la portée et la sophistication ne sont pas des barrières primaires, il est moins logique d'utiliser l'IA. C'est pourquoi les fonctionnalités AI-Sougast pour les communications courtes telles que les messages texte peuvent être si ennuyeuses. Ils offrent peu d'avantage de vitesse et aucun avantage de la sophistication, tout en sacrifiant la sincérité de la communication humaine.

De nombreux déploiements de chatbots de service client échouent également ce test, ce qui peut expliquer leur impopularité. Les entreprises y investissent en raison de leur évolutivité, et pourtant les robots deviennent souvent un obstacle au soutien plutôt qu'un solveur de problèmes rapide ou sophistiqué.

Où se trouve l'avantage

Gardez cela à l'esprit lorsque vous rencontrez une nouvelle application pour l'IA ou considérez l'IA comme un remplacement pour ou une augmentation d'un processus humain. La recherche d'étranglements dans la vitesse, l'échelle, la portée et la sophistication fournit un cadre pour comprendre où l'IA offre de la valeur, et également où les capacités uniques des espèces humaines nous donnent un avantage durable.