Trente ans d'IA : ce que j'ai appris à ne pas croire

On se demande partout si l'IA va vraiment tout changer. Je veux apporter à ce débat un angle particulier : trente ans à travailler avec elle, des premiers systèmes experts jusqu'aux agents d'aujourd'hui. Voici ce que ces trois générations m'ont appris, et la seule chose qui n'a jamais changé.

1993-1997 : l'IA qui suivait des règles

Mon premier contact, c'était un projet d'étudiant, en 1993. Avec un moteur de règles développé par des professeurs, nous analysions des constats d'accident de voiture : si telle case est cochée et telle autre aussi, alors telle responsabilité. De l'intelligence artificielle, au fond : on encodait le raisonnement d'un expert sous forme de règles.

Quelques années plus tard, en 1997, j'en ai fait mon métier. Pour France Télécom, j'ai travaillé sur un système expert en LISP pour aider à piloter des stations de communication par satellite. Même principe, en plus sérieux : des centaines de règles qui reproduisaient le savoir des spécialistes.

Ça marchait. Tant que le monde rentrait dans les règles. Le jour où il en sortait, le système était perdu. Les promesses des systèmes experts se sont dégonflées une à une, et "intelligence artificielle" est devenu un mot qu'on n'osait plus prononcer en réunion. L'hiver.

2016 : l'IA qui apprend des données

En 2016, chez Soitec, l'IA est revenue par une autre porte : le machine learning. Nous avons voulu apprendre à une machine à repérer les défauts sur les wafers, ces plaques de silicium qu'inspectaient jusque-là des opérateurs expérimentés. Cette fois, on n'écrivait plus les règles : la machine les déduisait des exemples.

Rien n'était simple pour autant. Il fallait des spécialistes pointus et du code écrit patiemment, à la main. Et surtout, il fallait des exemples. Beaucoup.

Si nous y sommes arrivés, ce n'est pas grâce à la puissance des algorithmes. C'est parce que, dès 2008, on avait eu le réflexe de tout conserver : chaque image, avec le verdict de l'humain qui l'avait inspectée, bon ou pas bon. Huit ans plus tard, ces archives étaient devenues exactement ce qui manque à presque tout le monde : un jeu de données. Sans elles, l'algorithme le plus malin n'aurait rien donné.

2022 : l'IA qui parle, et maintenant qui agit

Fin 2022, ChatGPT. Le choc. Pour la première fois en trente ans, l'IA sortait des laboratoires et parlait à tout le monde, dans la langue de tout le monde. Plus de règles à écrire, plus de jeu de données à constituer soi-même : on demande, elle répond.

Et depuis peu, elle ne se contente plus de répondre. Avec les agents, elle agit : elle enchaîne des tâches, se sert d'outils, mène un travail de bout en bout. Je le vois tous les jours dans mon propre métier.

Cette fois, je ne crie pas à l'hiver. La rupture est réelle, accessible, spectaculaire.

Ce que trente ans m'ont appris

Deux choses.

La première : me méfier du bruit. J'ai vu trop de promesses enterrées pour m'emballer sur un communiqué de presse. La technologie change de visage tous les dix ans.

La seconde, plus importante : à chaque génération, ce qui a séparé la promesse de la réalité n'a jamais été la puissance de la technologie. C'était la donnée et le métier qu'il y avait derrière. Le système expert ne valait que par l'expert qui l'avait nourri. Le machine learning de 2016 n'a marché que grâce à huit ans de données patiemment gardées. Et l'IA d'aujourd'hui, si bluffante soit-elle, ne fera la différence que branchée sur vos données et votre métier.

La technologie change tous les dix ans. Cette leçon, elle, n'a pas pris une ride.

Alors oui, l'IA va beaucoup changer. Pour ceux qui ont la donnée et le métier pour la nourrir.