Démocratiser l’IA : définition et méthodes

Les cas d’utilisation de l’intelligence artificielle (IA) se multiplient à vue d’œil.

Un jour, ce seront les amateurs de tacos qui passeront commande auprès de sympathiques robots au guichet de leur drive-in.¹ Le lendemain, ce seront les parfumeurs qui utiliseront des outils d'IA pour concevoir des parfums durables.² Ou encore les agriculteurs de légumes biologiques qui déploieront des robots pour désherber.³ Ou encore les porteurs de lunettes bifocales qui auront droit à des bilans oculaires assistés par IA.⁴

Il n'est pas nécessaire d'avoir une acuité visuelle de 20/20 pour constater que le nombre d'êtres humains utilisant l'IA augmente considérablement à mesure que ses cas d'utilisation et ses avantages se multiplient à une vitesse vertigineuse. Jadis réservée à un cercle restreint d'experts, la technologie de pointe de l'IA est désormais accessible aux consommateurs et aux utilisateurs professionnels. Cette omniprésence peut être considérée comme un indicateur de la démocratisation de l'IA.

Une analyse plus approfondie des pratiques actuelles en matière d'IA suggère toutefois qu'il reste encore des progrès à faire en matière de démocratisation de l'IA. Afin de comprendre pourquoi, il est important de considérer ce que la démocratisation implique, son impact actuel sur les individus et les entreprises, ainsi que son impact potentiel sur ces derniers à l'avenir.

La définition de la démocratisation de l'IA a évolué au fil du temps. De manière générale, on peut considérer la démocratisation de l'IA comme une répartition plus équitable des applications et des capacités de l'IA au sein de la société. Au niveau plus détaillé, les chercheurs s'accordent généralement sur au moins 3 aspects fondamentaux de la démocratisation de l'IA :⁵

• Démocratiser l’utilisation de l’IA
• Démocratiser le développement de l’IA
• Démocratiser la gouvernance de l’IA

La démocratisation de l'utilisation de l'IA consiste à rendre l'IA accessible à un plus grand nombre d'utilisateurs que les seuls experts en machine learning (ML). Parmi les moyens courants d'améliorer l'accès figurent la réduction des coûts de l'IA et l'intégration de l'IA dans les outils et les plateformes déjà utilisés par les utilisateurs.

C'est une notion qui s'est développée depuis de nombreuses années, bien avant que l'IA ne fasse son entrée dans le débat public. Par exemple, en 2016, Microsoft a déclaré qu'elle allait démocratiser l'IA en adoptant une approche visant à « la sortir des tours d'ivoire et la rendre accessible à tous. »⁶ .L'utilisation démocratisée de l'IA implique que davantage de personnes bénéficieront de ses capacités, tant dans leur vie personnelle que professionnelle.

La publication et l’adoption rapide d’applications d’IA générative destinées aux consommateurs suggèrent que la démocratisation de l’utilisation de l’IA parmi les consommateurs est en cours. Une enquête mondiale sur le sentiment des consommateurs menée en 2023 a révélé que 75 % des personnes interrogées utilisaient des outils pilotés par l’IA.⁷ L’application de grand modèle de langage (LLM) la plus populaire parmi les consommateurs, ChatGPT d’OpenAI, compte plus de 200 millions d’utilisateurs hebdomadaires actifs.

Toutefois, dans le monde des affaires, l'utilisation de l'IA varie en fonction de la taille et du secteur d'activité. Par exemple, une étude commandée par IBM a révélé que 42 % des grandes entreprises, c'est-à-dire celles employant plus de 1 000 personnes, utilisent activement des systèmes d'IA, tandis que 40 % d'entre elles explorent cette technologie. Cependant, une enquête menée auprès de petites entreprises (employant en moyenne moins de 48 personnes) a déterminé que moins de 4 % d'entre elles utilisent l'IA pour produire des biens et services.

Dans cette enquête, menée par le Bureau du recensement des États-Unis, les taux d'adoption variaient également selon le secteur d'activité, les entreprises de restauration et de construction affichant les taux d'utilisation les plus faibles. Comme on pouvait s'y attendre, les entreprises technologiques ont affiché les taux d'utilisation les plus élevés.⁸

La démocratisation du développement de l'IA consiste à faire participer davantage de personnes à la création de solutions d'IA. Mais la question de savoir qui sont exactement ces personnes dépend de l'interprétation du concept. Souvent, il s'agit de fournir aux développeurs, aux chercheurs et aux data scientists des ressources informatiques et des outils techniques gratuits ou à faible coût, déjà accessibles aux employés des grandes entreprises technologiques.

Néanmoins, dans d'autres cas, la démocratisation du développement implique d'inclure des utilisateurs non techniques dans les solutions et le développement des modèles d'IA. Cela signifie aller au-delà des cercles restreints d'experts pour s'intéresser à ceux qui ne possèdent pas nécessairement une connaissance approfondie des algorithmes d’IA, des jeux de données et de l’informatique.

Cela peut être réalisé en fournissant des outils qui aident les utilisateurs non techniques à créer et à adapter des applications alimentées par l'IA. Ce concept présente certaines similitudes avec la démocratisation des données au sein des entreprises, à savoir le processus de création de systèmes et d'adoption d'outils permettant à tout employé, quel que soit son niveau de compétence technique, d'intégrer la science des données dans ses processus de décision.

Dans les deux cas, la démocratisation du développement de l’IA est considérée comme une bonne chose pour l’avenir de l’innovation dans ce domaine. Une telle innovation pourrait optimiser les modèles d’IA afin de servir plus efficacement un éventail plus large de parties prenantes et d’utilisateurs qu’ils ne le font actuellement. Par exemple, les petites entreprises qui ne pouvaient pas se permettre auparavant de créer des applications d’IA sur mesure pourraient considérer l’entreprise envisageable si des outils et des services plus abordables sont à leur disposition.

Par ailleurs, les consommateurs issus de groupes marginalisés pourraient également y gagner, car un développement de l'IA plus accessible pourrait contribuer à prévenir les biais algorithmiques, qui surviennent lorsque les préjugés de la société sont involontairement intégrés dans le processus de développement de l'IA. Les biais présents dans l'IA peuvent générer des résultats défavorables, voire préjudiciables, pour les personnes appartenant à des groupes marginalisés, restreignant ainsi leur accès à la vie économique et sociale.

Une part importante du problème des biais découle du fait que, comme le notent des chercheurs du Centre for the Governance of AI, les principales entreprises d'IA emploient généralement « un groupe démographique limité » de développeurs. Les chercheurs ont conclu qu’en incluant davantage de personnes dans le développement de l’IA, les applications répondraient à des intérêts plus diversifiés.⁹

À l'heure actuelle, la majeure partie du développement et de l'innovation en IA demeure concentrée dans certains pays et dans le secteur privé. D'après une étude de 2024, les États-Unis ont produit 5 fois plus de modèles de fondation d'IA en une seule année que la Chine, deuxième pays pour le développement de l'IA. Dans le même temps, les développeurs des secteurs technologiques ont créé près de quatre fois plus de modèles que ceux issus du monde universitaire.¹⁰

On entend par gouvernance de l’IA l’ensemble des processus, normes et garde-fous destinés à garantir la sécurité et l’éthique des systèmes et outils d’IA. Ainsi, la démocratisation de la gouvernance de l’IA implique que davantage d’acteurs, au-delà des développeurs et des entreprises technologiques, aient une influence sur le déploiement sûr et éthique de cette technologie.

Les défenseurs de cette démocratisation affirment qu’une telle approche peut contribuer à minimiser les risques liés au déploiement de l’IA, tels que la discrimination ou les violations de la vie privée. Cela pourrait également contribuer à promouvoir une plus grande explicabilité, interprétabilité, transparence et autres caractéristiques qui renforcent la confiance dans les systèmes d’IA.

Cependant, comme pour la démocratisation du développement de l’IA, la question de savoir qui, exactement, doit participer à la démocratisation de la gouvernance fait débat. Certains estiment que les personnes qui sont concernées au premier chef par le déploiement de l’IA devraient participer à sa gouvernance.¹¹ D’autres suggèrent que, d’une manière ou d’une autre, tous les membres de la société devraient être impliqués.¹²

Des mesures de démocratisation de la gouvernance peuvent être adoptées au niveau de l'entreprise, les sociétés recueillant l'avis de leurs employés ou de leurs clients sur la gouvernance de leurs systèmes d'IA. À une échelle plus large, les efforts de démocratisation sont mis en œuvre par le biais d'actions gouvernementales – à savoir des cadres volontaires et des réglementations obligatoires – et d'initiatives collaboratives entre les secteurs public et privé.

Différents outils et technologies favorisent la démocratisation de l’IA en permettant à davantage d’individus et d’entreprises de développer leurs propres applications d’IA.

Les logiciels open source sont des logiciels développés et mis à jour de manière collaborative par une communauté d'utilisateurs. Ils sont également accessibles à tous pour une utilisation, une modification et une redistribution sans frais. S'agissant de l'IA, les bibliothèques de modèles open source, comme celles proposées par Hugging Face, partenaire d'IBM, incluent des modèles de fondation que les entreprises peuvent adapter à leurs besoins spécifiques.

D'autres outils open source peuvent aider les utilisateurs à tirer le meilleur parti des modèles disponibles. Par exemple, InstructLab, un projet open source réalisé par IBM Research et Red Hat, génère des données synthétiques, ce qui permet d’accélérer l’entraînement des LLM. Des données synthétiques peuvent être conçues sur mesure pour des objectifs, des valeurs et des cas d'utilisation spécifiques, alors que la collecte de données réelles répondant à des critères similaires peut être difficile et extrêmement onéreuse.

L’infrastructure nécessaire à l’adaptation et au déploiement réussis de systèmes d’IA peut représenter un obstacle majeur pour les organisations qui souhaitent adopter des solutions d’IA. Cette infrastructure englobe des solutions de stockage de données, des ressources de calcul, des cadres de machine learning et des plateformes d’opérations d’apprentissage automatique (MLOps).

Fort heureusement, les modèles de type Software-as-a-Service permettent aux entreprises d’accélérer l’adoption de l’IA sans investissements majeurs en infrastructure. Une collaboration entre IBM et Amazon pourrait simplifier l’accès des entreprises aux SaaS spécialisés dans l’IA, IBM proposant désormais des solutions clés de stockage de données et de gouvernance de l’IA via l’AWS Marketplace d’Amazon.

Grâce aux outils et plateformes no-code, les personnes ayant peu ou pas de compétences en codage peuvent créer certaines applications d'IA. Les solutions no-code comme Amazon SageMaker Canvas offrent une automatisation des workflows de développement de l'IA et proposent des interfaces de type « glisser-déposer » pour une approche centrée sur la visualisation.

Ces dernières années, plusieurs initiatives ont vu le jour dans les secteurs public et privé pour promouvoir les trois formes de démocratisation de l’IA : utilisation, développement et gouvernance. En voici quelques exemples :

L’AI Alliance est une communauté internationale de développeurs, de chercheurs et d’utilisateurs de l’IA qui collaborent pour faire progresser une IA ouverte, sûre et responsable. Lancé en 2023 par IBM et Meta, le groupe rassemble des organisations de premier plan issues de l’industrie, du monde universitaire et du secteur public. Parmi ses objectifs, l’AI Alliance vise à soutenir l’élaboration de critères de référence et d’outils d’évaluation permettant le développement et l’utilisation responsables de l’IA, à faire progresser le développement de modèles de fondation open source et à contribuer à l’élaboration de contenus pédagogiques pour informer le public et les décideurs.

L'AI Governance Alliance (AIGA) a été fondée par le Forum économique mondial en 2023 à la suite du sommet Responsible AI Leadership Summit du WEF. L'AIGA promeut l'inclusion, l'éthique et la durabilité dans le développement et le déploiement de l'intelligence artificielle. Son comité de pilotage, chargé de conseiller sur les réalisations de l'alliance, comprend des leaders universitaires, des représentants gouvernementaux et des dirigeants d'entreprises technologiques comme Google, IBM, Meta et OpenAI.

Le projet pilote de la National AI Research Resource (NAIRR) de la National Science Foundation des États-Unis vise à mettre en relation les chercheurs de tout le pays avec les ressources d'infrastructure d'IA. Le projet pilote est mené en partenariat avec 12 autres agences fédérales et 26 autres organisations, parmi lesquelles Amazon Web Services, Google, Hugging Face, IBM, Intel, Meta, Microsoft et OpenAI.

Différents gouvernements et organisations intergouvernementales ont développé des cadres des exigences pour une IA digne de confiance afin de promouvoir une plus grande équité et transparence, entre autres qualités clés, dans le développement et le déploiement des systèmes d’IA. Ces cadres incluent les Principes de l’intelligence artificielle de l’Organisation de coopération et de développement économiques et le cadre de gestion des risques liés à l’IA du National Institute of Standards and Technology. Les principes énoncés dans les Lignes directrices européennes sur l’IA ont été juridiquement consacrés par l’adoption de la loi européenne sur l’IA.

La formation à l’IA permet aux employés d’acquérir les compétences et les connaissances nécessaires pour utiliser l’IA au travail. Les domaines où la formation à l’IA s’est avérée particulièrement bénéfique pour les travailleurs comprennent le service client, les services financiers, la santé, les ressources humaines et le développement web. Bien que les travailleurs ou leurs employeurs puissent investir dans des programmes de formation à l’IA payants, plusieurs entreprises technologiques et universités proposent des cours d’IA gratuits, notamment Amazon, IBM, l’Université de Harvard et l’Université de Pennsylvanie.¹³