Recherche du MIT Sloan sur l'intelligence artificielle et l'apprentissage automatique

Jan 19, 2024

Pourquoi l'IA générative a besoin d'une touche humaine créative

Le PDG de Blue Bottle Coffee sur le lait d'avoine et l'innovation

PDG de HubSpot : 6 choix de carrière qui mènent au sommet

Crédit : Jennifer Tapias Derch

Des idées conçues pour compter

Intelligence artificielle

26 octobre 2022

Un boom de la productivité de l'IA est à venir. Voici ce que les managers doivent savoir pour déployer une technologie intelligente qui soit éthique et centrée sur les travailleurs.

Il ne fait aucun doute que l'intelligence artificielle et l'apprentissage automatique jouent un rôle accru dans la prise de décisions commerciales. Une enquête réalisée en 2022 auprès de cadres supérieurs des données et de la technologie par NewVantage Partners a révélé que 92 % des grandes entreprises ont déclaré avoir obtenu des retours sur leurs investissements dans les données et l'IA, contre 48 % en 2017.

Mais à mesure que ces technologies entrent dans le courant dominant, de nouvelles questions surgissent : comment vont-elles changer la nature du flux de travail et de la connexion au lieu de travail ? Seront-ils éthiquement exploités ? Vont-ils remplacer les humains ?

Voici ce qu'il faut considérer alors que l'IA et l'apprentissage automatique deviennent omniprésents, selon des chercheurs du MIT Sloan, des universitaires invités et des experts de l'industrie.

L'intelligence artificielle bouleverse la plupart des métiers, mais elle est loin de remplacer l'humain, selon un livre examinant les conclusions du groupe de travail du MIT sur le travail du futur.

Quelque 92 % des grandes entreprises déclarent rentabiliser leurs investissements dans les données et l'intelligence artificielle.

Les chercheurs du MIT David Autor, David Mindell et Elisabeth B. Reynolds soutiennent qu'il est essentiel de comprendre les capacités et les limites de l'intelligence artificielle lorsque nous réfléchissons à son impact sur les emplois.

Les défis actuels de l'IA sont centrés sur la dextérité physique, l'interaction sociale et le jugement. Prenons l'exemple d'un aide-soignant à domicile, dont les responsabilités consistent à fournir une assistance physique à un être humain fragile, à observer son comportement et à communiquer avec la famille et les médecins. Ce n'est que lorsque l'automatisation atteint ce niveau qu'elle peut vraiment être considérée comme ce que les spécialistes appellent "l'intelligence générale artificielle".

Il est possible d'exploiter l'IA pour créer un avenir plus équitable. Dans tous les secteurs, les travailleurs craignent que l'automatisation et l'intelligence artificielle ne leur volent leur emploi. Thomas Kochan, professeur de gestion au MIT Sloan, partage ces préoccupations, mais voit également un potentiel d'innovation "énorme" dans les nouvelles technologies pour créer "un avenir productif et plus équitable".

Dans son cours en ligne de formation des cadres, "Leading the Future of Work", Kochan présente une feuille de route en quatre volets pour le travail du futur :

Un boom de la productivité alimenté par l'IA est en route. Considérez Internet : ses technologies fondamentales ont pris racine dans les années 1960 et 1970, mais n'ont été commercialisées qu'au milieu des années 1990. Erik Brynjolfsson de l'Université de Stanford, qui fait partie du groupe de travail du MIT sur le travail du futur, appelle ce phénomène une "courbe en J", lorsque l'acceptation technologique est "lente et progressive au début, puis s'accélère pour atteindre une large acceptation".

Désormais, les entreprises doivent se préparer à une courbe en J alimentée par l'IA à mesure que la technologie décolle. Les entreprises devraient se concentrer sur l'intégration de l'intelligence artificielle et de l'apprentissage automatique dans les processus de travail et la préparation des employés, a déclaré Brynjolfsson lors d'une conférence EmTech Next, tandis que les décideurs politiques devraient agir pour s'assurer que son adoption ne contribue pas aux inégalités.

L'IA nécessite l'adhésion des parties prenantes. Les outils d'apprentissage automatique sont utilisés dans de nombreux domaines. Mais faire entrer la technologie dans le lieu de travail n'est qu'une étape - ces outils ne réussissent que s'ils sont intégrés dans les flux de travail et si les gens leur font suffisamment confiance pour en dépendre.

La clé d'une adoption réussie est un dialogue continu entre les développeurs de technologies et les utilisateurs finaux, selon les recherches des co-auteurs de Kate Kelloggand, professeur au MIT Sloan.

"Les gestionnaires et les développeurs doivent s'engager dans un processus de va-et-vient pour créer, évaluer et affiner les outils afin qu'ils soient utiles dans la pratique", a déclaré Kellogg.

De plus, les parties prenantes doivent croire que les programmes d'IA sont précis et dignes de confiance. L'explicabilité de l'intelligence artificielle peut aider. Les chercheurs du MIT Center for Information Systems Research définissent l'explicabilité de l'IA comme "la capacité à gérer les initiatives d'IA de manière à garantir que les modèles génèrent de la valeur, sont conformes, représentatifs et fiables".

L'explicabilité de l'intelligence artificielle est un domaine émergent, admettent les chercheurs. Ils recommandent aux entreprises de commencer par identifier les unités et les organisations qui créent déjà des explications efficaces sur l'IA, et d'identifier les pratiques que les propres équipes de projet d'IA de l'organisation ont déjà adoptées.

L'IA et l'apprentissage automatique transforment le marketing numérique.La plupart des spécialistes du marketing sont préoccupés par la rétention et les revenus, mais sans de bonnes prévisions, les décisions concernant des interventions marketing efficaces peuvent être arbitraires, a déclaré Dean Eckles, responsable du groupe de recherche sur l'expérimentation sociale et numérique à l'Initiative du MIT sur l'économie numérique.

L'apprentissage automatique va changer cela, en aidant à prédire le comportement des clients et à comprendre leurs besoins.

"Il y a beaucoup de valeur à appliquer l'apprentissage automatique statistique pour prédire les résultats à long terme et difficiles à mesurer", a déclaré Eckles.

Des entreprises telles que Wayfair et Spotify tirent parti de l'apprentissage automatique pour des expériences client sur mesure, des résultats de recherche de meubles hautement personnalisés aux listes de lecture suggérées personnalisées. Et, lorsque COVID-19 s'est propagé, Moderna a utilisé ses processus automatisés de longue date et ses algorithmes d'IA pour augmenter le nombre d'ARN messagers (ARNm) à petite échelle nécessaires pour mener des expériences cliniques. Ce travail de base a contribué à la publication par Moderna de l'un des premiers vaccins COVID-19 (utilisant l'ARNm) au début de la pandémie.

De bonnes données font une bonne IA.Disposer de cinq capacités de données essentielles, telles que des scientifiques des données et une plate-forme de données, aide les entreprises à créer des programmes d'intelligence artificielle réussis.

Selon des chercheurs du MIT CISR, la clé est d'adopter une perspective d'entreprise plutôt que locale à mesure que les équipes de projet d'IA apprennent et mûrissent. Lorsque les entreprises identifient et accumulent l'expertise et les pratiques de leurs équipes d'IA, elles peuvent créer des pratiques réutilisables et affinables et renforcer leurs capacités. Cela accélère les nouveaux projets d'IA et prépare ces futures équipes au succès.

Adopter l'IA centrée sur les données est également important. Il s'agit de "la discipline de l'ingénierie systématique des données nécessaires pour construire un système d'IA réussi", selon Andrew Ng, SM '98, fondateur du laboratoire de recherche Google Brain et ancien scientifique en chef de Baidu.

Se concentrer sur des données de haute qualité qui sont systématiquement étiquetées pourrait libérer la valeur de l'IA pour des secteurs tels que les soins de santé, la technologie gouvernementale et la fabrication, a déclaré Ng lors d'une conférence EmTech Digital.

Et même si l'IA ne peut pas résoudre tous les problèmes du monde – et pourrait même en causer de nouveaux en cours de route – cela peut au moins rendre Wordle un peu plus facile à résoudre.

Lire ensuite : Gary Gensler de la SEC explique comment l'IA change la finance