Algorithmes, machine learning, deep learning : de quoi parle-t-on ?
Derrière nos smartphones, nos GPS et nos chatbots, des algorithmes décident de plus en plus de choses. Un article du n°18 d'Innovation en Éducation explique leurs principes et invite à garder la main.
Tiré du magazine · n°18IA, Chat GPT, Subir ou s'en saisir ?
Voir ce numéro
Les algorithmes ont un point commun avec l'électricité : on les remarque surtout quand on y pense. Ils choisissent un itinéraire, une vidéo, une publicité, parfois un candidat. Un article du n°18 d'Innovation en Éducation, qui ne porte pas de signature d'auteur, propose de les comprendre sans jargon, du simple algorithme au deep learning, avant de poser une question qui concerne parents et enseignants : comment garder la main ?
Qu'est-ce qu'un algorithme ?
Une suite finie et non ambiguë d'instructions qui permet de résoudre un problème. L'article prend pour image la recette de cuisine : des ingrédients, des quantités, des gestes dans un certain ordre, et au bout un gâteau. Un algorithme informatique fonctionne de la même façon, avec des données en entrée et un résultat en sortie. Il est partout, dans les moteurs de recherche, les GPS, les notifications ou les filtres anti-spam, et il facilite beaucoup de tâches fastidieuses.
En quoi le machine learning et le deep learning sont-ils différents ?
Certains algorithmes exécutent simplement des instructions écrites par des développeurs. D'autres, dits d'apprentissage automatique (machine learning), déduisent eux-mêmes les règles en analysant de grandes quantités d'exemples : un système de reconnaissance vocale s'entraîne ainsi sur des milliers d'heures d'enregistrements. Le deep learning, lui, en est une version qui imite l'organisation du cerveau, avec des réseaux de neurones artificiels à plusieurs couches. Chaque couche repère des motifs de plus en plus complexes. Le magazine détaille le principe et donne des exemples d'applications, parfois supérieures à l'humain sur des tâches précises.
L'article note aussi un point d'attention : une fois en service, ces modèles deviennent des « boîtes noires » dont le raisonnement échappe même à leurs concepteurs.
Un algorithme peut-il être injuste ?
Il apprend à partir de données fournies par des humains, qui peuvent contenir des stéréotypes. L'exemple retenu est celui d'un algorithme qui trie des CV : entraîné sur des candidatures surtout masculines pour des postes techniques, il associera sans le dire ces postes aux hommes. Il n'a aucune intention, mais il reproduit ce qu'il a appris.
« Sous couvert d'objectivité, l'IA amplifie les inégalités au lieu de les combattre. »
Le texte évoque aussi le domaine de l'éducation, où ces biais peuvent peser sur l'orientation. Il y voit une raison de travailler la diversité des données et la conception des outils, plutôt que de rejeter la technologie.
L'article rappelle aussi que les IA de rédaction peuvent produire des informations inexactes, ce qu'on appelle des « hallucinations ». Elles fonctionnent en effet par probabilités, un peu comme les trois mots que propose le clavier d'un smartphone : la réponse la plus probable n'est pas toujours la plus juste.
Que peuvent faire parents et enseignants ?
Garder un regard critique, et l'apprendre aux jeunes. L'article invite les parents d'adolescents à les éduquer à remettre en question les réponses qu'ils reçoivent sur leur écran, et rappelle que l'on peut exiger des explications compréhensibles et conserver un droit de regard humain sur les décisions sensibles. Il prend soin de ne pas opposer humains et algorithmes : l'idée est de viser une complémentarité.
« La technologie n'est ni bonne ni mauvaise en soi, tout dépend de l'usage que nous en faisons. »
Questions fréquentes
Qu'est-ce qu'un algorithme, en deux mots ?
Une suite d'instructions précises pour résoudre un problème, comme une recette de cuisine, qu'un programme informatique exécute étape par étape.
Pourquoi dit-on que l'IA peut avoir des biais ?
Parce qu'elle apprend à partir de données produites par des humains. Si ces données contiennent des stéréotypes, l'IA peut les reproduire sans qu'on le remarque.
Comment aider un adolescent à garder son esprit critique face aux chatbots ?
L'article recommande de l'éduquer à questionner systématiquement les informations qui s'affichent à l'écran, sans les accepter telles quelles.
Ce que vous trouverez dans le magazine
- Une journée type racontée au fil des algorithmes qui l'accompagnent, du réveil au dîner.
- Le fonctionnement du machine learning et du deep learning, couche par couche, avec des exemples de performances.
- Des exemples de biais algorithmiques dans le recrutement, la santé, la justice et l'éducation.
- Les pistes pour contrôler les algorithmes : diversité des données, explicabilité, droit de regard humain.
