Utiliser ChatGPT pour stimuler l’innovation au sein des organisations

Vers la fin de 2022, ChatGPT a pris d’assaut Internet. Le chatbot, propulsé par le grand modèle de langage GPT-3 d’OpenAI, a impressionné des millions de personnes par sa capacité à générer rapidement des réponses articulées à de nombreux types de questions. Ces modèles de langage dits basés sur les transformateurs peuvent déjà être utilisés pour aider les organisations à créer de nouvelles solutions d’innovation, affirment des chercheurs de l’Université Radboud dans un article publié aujourd’hui dans le Journal de gestion de l’innovation produit.

« Nous avons étudié diverses solutions d’intelligence artificielle au cours des dernières années et avons constaté qu’elles pouvaient déjà être mises en œuvre par les organisations de plusieurs manières utiles », déclare Vera Blazevic, chercheuse en gestion de l’innovation à l’Université Radboud et l’une des auteurs de le papier.

« Lorsque les organisations ont besoin d’innover, elles ont besoin d’idées de plus en plus divergentes, ce qui conduit généralement à des idées de meilleure qualité plus loin. Avec la bonne incitation, les modèles de langage basés sur les transformateurs tels que GPT-3 peuvent générer rapidement un grand nombre de ces idées qui peuvent aide au prototypage, par exemple. »

Accélérer l’extraction des connaissances

« En outre, GPT-3 peut être utilisé pour résumer des textes volumineux ou pour discerner le sentiment de ces textes. Par exemple, si une organisation souhaite analyser les avis des utilisateurs sur son produit, elle peut utiliser des outils tels que ceux-ci pour savoir quelles fonctionnalités les clients répondre le plus positivement ou négativement. C’est un travail qui peut être fait par les humains, mais les modèles de langage peuvent aider à accélérer cette extraction de connaissances afin que les humains puissent se concentrer sur l’utilisation réelle des connaissances acquises.

GPT-3 est un modèle de langage basé sur un transformateur créé par OpenAI. Au sens large, il s’agit d’un système d’intelligence artificielle qui a étudié des millions de textes et de sujets, et il utilise ces données pour former de nouveaux textes basés sur les requêtes des utilisateurs. Au cours des dernières années, le modèle GPT-3 a été utilisé dans diverses applications qui ont beaucoup attiré l’attention, telles que ChatGPT, DALL-E (qui peut générer des images) et MuseNet (capable de générer des chansons).

Comprendre les biais

Blazevic prévient que les modèles linguistiques joueront, du moins pour l’instant, un rôle limité dans le processus d’innovation. « Une fois que vous avez besoin d’idées pour converger, GPT n’est pas particulièrement utile. L’IA ne peut pas juger quelles idées sont vraiment réalisables et ont du sens, et lesquelles d’entre elles correspondent à l’organisation pour laquelle vous travaillez. Dans ces situations, les humains restent essentiels. C’est pourquoi nous voyons de la place pour l’intelligence hybride : le modèle linguistique peut aider à lancer des réunions ou des discussions, après quoi les humains prennent le relais pour mener ces idées jusqu’à la ligne d’arrivée. »

Les organisations qui choisissent d’utiliser l’intelligence artificielle pour la génération d’idées doivent également être conscientes des biais de ces outils, car les modèles de langage sont formés sur de grands ensembles de données de textes existants, souvent biaisés.

Blazevic note : « Dans une équipe de renseignement hybride, les humains peuvent vérifier les biais potentiels dans le cadre du processus. Cela nécessite également la gestion active de ces équipes, par exemple en formant les employés à la recherche et à la réflexion sur les biais. Les compétences pourraient alors même aider les humains à devenir plus conscients de leurs propres préjugés, amenant finalement les humains et l’IA à apprendre les uns des autres. »