Livre

Les fausses promesses de l’IA

Ce que l’intelligence artificielle peut faire, ce qu’elle ne peut pas et comment distinguer les deux

Arvind Narayanan et Sayash Kapoor

Princeton UP, 2024

Acheter le livre

Lire, écouter ou discuter

Amazon Kindle Discuter

1×

Melden Sie sich an, um die Audiozusammenfassung anzuhören.

Classement éditorial

Caractéristiques

Analytique
Approche scientifique
Révélateur

Commentaires

Selon Arvind Narayanan, professeur d’informatique, et Sayash Kapoor, doctorant, il est essentiel de différencier les véritables capacités de l’IA des promesses démesurées des grandes entreprises technologiques. À l’instar des charlatans qui vantaient l’huile de serpent comme remède miracle, nombreux sont ceux qui surestiment actuellement les possibilités offertes par l’IA. Si les systèmes d’IA se révèlent incapables de prévisions futures, ils peuvent entraîner de mauvaises décisions. Les auteurs nous encouragent à militer pour l’avenir de l’IA que nous souhaitons, plutôt que d’accepter celui que les entreprises technologiques tentent de nous imposer.

Résumé

Les performances de l’IA prédictive sont largement exagérées.

Les décideurs, les gouvernements et les entreprises s’efforcent de remplacer le jugement humain par l’analyse prédictive basée sur l’IA. Il y a cependant un problème : les outils d’IA ne produisent pas toujours les résultats escomptés. Aux États-Unis, par exemple, les prestataires de soins agréés par Medicare ont commencé à utiliser l’IA prédictive pour estimer la durée d’hospitalisation des patients. Or, ces estimations ne sont pas toujours exactes et peuvent compromettre la qualité des soins dispensés.

Les fausses promesses abondent quant à la capacité de l’IA à formuler des prédictions précises. Scientific American et Axios ont notamment évoqué un article de 2023 prétendant à tort que l’IA pouvait prédire les futurs succès musicaux avec une précision avoisinant les 100 %. Les conclusions de cette étude étaient cependant erronées : les chercheurs avaient évalué l’outil en utilisant des données identiques ou similaires à celles employées lors de l’entraînement, ce qui avait nettement amélioré la précision de leurs résultats. Des analyses systématiques des recherches...

À propos des auteurs

Arvind Narayanan est directeur du Center for Information Technology Policy et professeur d’informatique à Princeton. Sayash Kapoor prépare un doctorat au Center for Information Technology Policy de l’université de Princeton.

Commenter ce résumé

Merci de vous inscrire afin de donner votre avis.

Plus d'infos sur ce thème

Les clients qui ont lu ce résumé ont également lu

Article

Abhishek Gupta et al.

Ce que ChatGPT révèle sur le besoin urgent d’une IA responsable

Alors que l’IA générative démocratise son adoption, les organisations font face à de nouveaux défis.

Livre

Richard Susskind

Comment raisonner à propos de l’IA

Manuel à l’usage des perplexes

Livre

Bernard Marr

L’IA générative en pratique

Plus de 100 façons étonnantes dont l’intelligence artificielle transforme les entreprises et la société

Livre

Thomas Gilbertson

Tactiques d’IA pour les dirigeants sans expertise technique

Utilisez l’intelligence artificielle pour atteindre les objectifs de valeur de l’entreprise, résoudre des problèmes insolubles et générer des rendements considérables