L'intelligence artificielle générative est la nouvelle favorite de la Silicon Valley. Mais de quoi s’agit-il exactement ? Et qu’est-ce que cela signifie pour vous et moi pour l’avenir du travail ? Les experts estiment que l’IA générative fera bientôt son entrée sur le lieu de travail, prédisant que d’ici 2023, l’IA générative sera capable de combiner des articles scientifiques avec des modèles de conception visuelle. Ensemble, d’ici 2030, ils seront capables d’écrire, de concevoir et de coder mieux que les professionnels humains du domaine.
Cependant, peu d’entre nous ont une idée précise de la façon dont cela va se dérouler. Comment tout cela va-t-il commencer ? C’est pourquoi il est important d’examiner ce qu’est et n’est pas la technologie.
En ce qui concerne le secteur des assurances, on pense que l’IA générative ne chassera pas tous les travailleurs créatifs de leur travail, mais qu’elle changera la façon dont ils font leur travail et où leur temps et leur énergie seront concentrés.
Voici ce que l'IA générative peut et ne peut pas faire, et quel impact elle aura sur notre façon de travailler :
L'IA générative est essentiellement une forme de texte de prédiction très, très avancée. L'IA générative permet aux utilisateurs d'insérer des invites textuelles et d'obtenir une œuvre d'art, un article de blog ou une réponse sarcastique à une question.
Mais comment génère-t-il ces informations ? Est-ce devenu intelligent ? Dispose-t-il d’un algorithme qui répond à toute entrée du monde ?
Les modèles avancés d'intelligence artificielle ont digéré des centaines de milliards de mots. Aujourd’hui, ils peuvent prédire les combinaisons de mots et d’expressions les plus probables. Cela permet à l’IA générative de suggérer des mots que vous voudrez peut-être taper ensuite. Même si vous pouvez demander à l’IA générative de nous raconter une blague, elle ne peut répondre qu’en utilisant l’ensemble de données qu’elle a traité. Par conséquent, bien que le robot IA semble comprendre les instructions, ce n'est pas en réalité comparable à la « compréhension ». Il s'agit plutôt d'une saisie semi-automatique bien conçue.
Par exemple, si vous laissez un robot d'intelligence artificielle générative et lui donnez l'invite 2+2=, il répondra par « 2+2=4 ». Mais ce n’est pas parce qu’il dispose d’un algorithme interne, comme une calculatrice, qui gère vos demandes. Il vient de déduire de l'ensemble d'Internet que la réponse la plus probable à 2+2 est bien 4. Dans ce cas, cela est également exact sur le plan factuel.
Cela dit, une bonne fonction de saisie semi-automatique peut être très efficace. Fondamentalement, cela prend nos pensées, notes et dessins non structurés et produit quelque chose de beau. Un brainstorming approximatif peut devenir une première ébauche d’article. Même si ces résultats peuvent être excellents, ils ne constituent pas le produit final et ne doivent pas être considérés comme des produits finis.
En bref, oui, mais c'est peut-être limité par la nature.
La première étape pour intégrer l’intelligence artificielle au travail consiste à comprendre ses limites. Après avoir acquis des milliards de points de données, l’IA possède l’intelligence théorique d’un adulte mais le jugement réaliste d’un enfant de deux ans. Cela signifie qu'il est excellent pour suivre des instructions, mais qu'il a du mal à savoir quand et si c'est correct.
Prenez une tâche simple comme exemple, listez les points clés sur un certain sujet, puis rédigez un article de blog. L’IA générative peut très bien le faire. Mais il ne sait pas qui sont ses lecteurs ni quels mots à la mode les garderont collés à lui.
Je ne sais même pas quels articles de blog j'ai écrit auparavant, ni quelles nuances ont provoqué l'amélioration des performances. Il ne sait pas non plus quand faire quelque chose de complètement nouveau, car ce qu’il fait actuellement ne produit tout simplement pas de résultats. Tout ce qu’il sait provient de ce que d’autres ont écrit en ligne.
Ce manque de contexte va encore plus loin. Même si l’IA peut paraître humaine, elle ne sait pas réellement dans quel monde nous vivons. Par exemple, Generative Pretrained Transformer 3, ou GPT-3 en abrégé, est un modèle d'IA générative qui utilise l'apprentissage en profondeur pour générer un texte de type humain. Mais GPT-3 a été formé sur un index Internet de 2016. Demandez-lui qui est le président des États-Unis et il vous dira que c’est Donald Trump. Si vous lui demandez de faire référence à la culture pop, il risque de devenir obsolète. Il exécutera la tâche à l’aveugle, mais pourra cracher des réponses tout simplement incorrectes.
Lorsque ce type de désinformation semble faisant autorité et bien construit, il a le potentiel de causer des dégâts massifs au sein des grandes entreprises dont les actifs circulent souvent sans contexte.
Pour cette raison, on ne peut aujourd’hui faire confiance à l’IA générative que pour des activités très clairement définies. Et utilisez uniquement un cadre personnalisé puissant pour le guider et examiner tout avant de le déployer. Cela ne veut pas dire que cette technologie ne changera pas la donne. Mais si vous êtes PDG et espérez que l’IA remplacera la réflexion de vos meilleurs employés, il est peu probable que cela se produise de si tôt.
Je crois que l'intelligence artificielle ne remplacera pas la plupart des emplois à court terme. Mais en assumant des tâches moins exigeantes mentalement mais qui prennent du temps, elle permet aux travailleurs de faire des choses que l’IA ne peut pas faire et qui nécessitent une perspicacité humaine avancée, de l’empathie et une pensée critique. Voici trois exemples :
L'IA générative peut accélérer le processus de rédaction de l'article à la copie du site Web. Nous pouvons écrire quelques puces sur le message principal et l'exécuter via un programme de type copie et parcourir les deux tiers du chemin en quelques secondes. Cela peut prendre quelques cycles de révision et d’édition plus tard, mais cela peut quand même faire gagner du temps. Cela signifie que plus de temps peut être consacré à approfondir les histoires, à analyser les sujets qui suscitent l'intérêt et à rencontrer des gens en personne.
Les rôles orientés client ont également de multiples utilisations pour l'IA générée. Les employés peuvent obtenir le texte de n’importe quelle conversation et l’IA peut rapidement filtrer les détails inutiles des conversations.
Les concepteurs de produits peuvent utiliser l'IA générative pour créer des maquettes visuelles créatives de base sans passer des heures devant un ordinateur. En construisant un échafaudage de base dès les premières étapes, la technologie peut donner aux travailleurs plus de temps pour explorer de manière créative avec les clients avant que les commentaires et les révisions ne soient apportés.
Quand vous voyez ces trois exemples, qu'ont-ils en commun ? Eh bien, toutes ces tâches très utiles supposent toujours que l’on conçoive le travail à effectuer. Parce que l’IA n’a toujours pas créé d’idée originale. En revanche, cela apporte une relation plus profonde avec le client et sa conversion en unités de travail clairement définies que l’IA peut aider à exécuter.
C'est la vraie valeur de l'IA générative sur le lieu de travail, en supprimant les tâches chronophages qui ne nécessitent pas de matière grise des employés, en libérant du temps pour gérer toutes les choses « non automatisables », interagir avec des clients potentiels et découvrez ce qui les motive, réfléchissez à leurs besoins individuels, adaptez le produit pour atteindre leurs objectifs et apprenez des exemples.
Je crois que chaque lieu de travail doit dissiper les idées fausses sur l'IA générative afin que nous puissions capter son pouvoir et ne pas l'utiliser de manière irresponsable en pensant qu'elle remplacera ces tâches de haut niveau. Cela ne remplacera pas les humains, mais cela révolutionnera l’avenir du travail et libérera un temps précieux pour que les gens puissent effectuer le travail qui compte vraiment.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!