Article réservé aux abonnésEst-il indispensable de maîtriser l'anglais pour utiliser efficacement l'intelligence artificielle ?
Libre Eco week-end | Corollaire : les outils d'IA générative ne sont pas préparés à être utilisés de manière aussi intensive qu'aux États-Unis.
- Publié le 03-02-2024 à 14h33
Des centaines de millions de personnes qui ne parlent pas l'anglais sont obligées d'utiliser le Web dans une langue autre que leur langue maternelle. Et comme les textes accessibles au public sur Internet sont désormais souvent utilisés pour former de grands modèles de langages (les fameux LLM, modèles d'apprentissage automatique capables de comprendre et de générer des textes en langage humain), il semble que nous soyons déjà en train de créer le même déséquilibre dans la prochaine frontière de la technologie, en l'occurrence l'intelligence artificielle (IA).
Les outils d'IA générative sont loin d'être parfaits et manquent souvent d'informations actualisées ou de nuances culturelles ; mais ils s'améliorent rapidement. Pour l'instant, les limites de la compréhension des différences linguistiques régionales causent des maux de tête aux spécialistes du marketing qui tentent d'atteindre un public large et diversifié. Des agences spécialisées se tournent vers des processus plus manuels pour vérifier et former ces modèles afin d'éviter de frustrer les consommateurs.
Le fossé linguistique peut créer des risques avec des impacts variables selon les secteurs. Une compagnie aérienne ou une chaîne d'hôtels qui souhaite interagir avec des visiteurs parlant français ou espagnol ne peut pas se contenter d'une expérience en anglais avec une simple traduction supplémentaire. Une compagnie espagnole, par exemple, aura besoin de plus d'intervention humaine pour évaluer la légitimité des résultats.
Préoccupations éthiques
Une pléthore de préoccupations éthiques, notamment les préjugés raciaux et les hallucinations (lorsque l'apprentissage automatique génère des informations inexactes), entoure les outils d'apprentissage automatique qui sont principalement formés sur du texte et des données en anglais extraits du Common Crawl, une organisation à but non lucratif qui explore inlassablement le Web et dont l'objectif est de fournir gratuitement l'accès à des milliards de pages Web aux chercheurs, aux entreprises et aux particuliers à des fins de recherche et d'analyse pour améliorer des logiciels de traduction, prédire des tendances ou encore suivre la propagation de maladies.
Dans la version la plus récente de l'ensemble de ses données, 46 % des documents avaient l'anglais pour langue principale (suivi de l'allemand, du russe, du japonais, du français, de l'espagnol et du chinois, tous inférieurs à 6 %). Si l'on considère que près des deux tiers des données utilisées pour former la série 3.5 de ChatGPT proviennent de Common Crawl, on mesure mieux l'ampleur du problème. Alors que l'IA générative permet aux spécialistes du marketing d'accomplir des tâches avec une efficacité et une rapidité accrues, la disparité linguistique peut amener ceux qui atteignent des publics non anglophones à générer des résultats de moindre qualité à partir des outils d'IA.