Introduction

Ca va bientôt faire 4 ans que ChatGPT a lancé officiellement son premier prototype. 4 ans qui sont

Qu'est-ce qui a changé ?

On est passé progressivement d'un outil gratuit, ouvert à tous à :

• Des outils avec des versions gratuites et bridés et des versions payantes.
• Du multi agents avec beaucoup de boucles de rétro-actions.
• Des modèles chinois quasiment aussi performant que les modèles américains mais 100x moins énergivores. (basé en grande partie sur de la distillation).

Est-ce que ça a bouleversé le monde du travail ? ça reste mitigé sur les résultats. Les rendements sont diffus et difficile à mesurer.

Les impacts visibles :

• Le marché de l'embauche est morose, surtout pour les juniors.
• L'exigence est poussé d'un cran : qualité, sécurité etc.
• Internet et les contenus écrit par des humains est en train de disparaitre. L'indexation aussi.

Qu'est-ce que vraiment l'IA générative ?

Pour ne pas m'étaller sur les différents type d'IA, je vais me baser sur ce qui a surtout explosé depuis peu : les LLM.

Premier constat : elle s'appui sur un pillage massif de tous les contenus textuels produit par l'Humanité jusqu'à présent. Ce premier constat nous dit quoi ? Il n'arrivera plus jamais dans l'Histoire de l'Humanité :

1. Car les prochains pillages contiendront désormais une grande partie textes générés quasi impossible à différentier des contenus originaux.
2. Car des textes auront disparus ou ne seront plus accessible par des bots d'IA.
3. Car des contenus sont désormais volontairement altérés pour faire mentir les IA.
4. Le coût de l'accès aux données étaient négligeable.

Aussi, si il a fallu plusieurs millénaires pour écrire ce contenu, il est impossible de doubler ces écrits en un temps raisonnable. Or, on sait tous que pour améliorer significativement la qualité de l'IA, il faudrait augmenter les données d'entrainement de manière exponentielle. Ca n'arriveras pas.

Deuxième constat : il n'y a aucune intelligence derrière. Sans rentrer dans la technique à outrance : un LLM est un mécanisme pour prédire le prochain mot (token en réalité) et ça, n fois jusqu'à constituer un texte qui nous semble étonnement porter du sens.

Avec les agents, il y a des boucles de rétro-actions pour "évité" certaines réponses. (Ex : si il y a un calcul, il y a vérification du résultat) Jusqu'à preuve du contraire, ce n'est que des statistiques. L'IA n'a aucune compréhension du monde. Elle n'évolue pas : c'est l'humain qui l'a fait "s'améliorer" : soit via les données d'entrainement, soit via les données de renforcement, soit via le prompt lui même.

Qu'elle donne une réponse parfaitement sensé à une question ne constitue pas une preuve tangible de son intelligence ! Ce que ça prouve en revanche : la question posé n'a, à l'échelle de l'Humanité aucune singularité. Beaucoup de personnes se sont déjà posé la question, on réfléchit à la réponse et l'on même mis à l'écrit. VOus avez donc, par le biais de l'IA, la réponse la plus consensuelle que l'Humanité a pu écrire sur cette question.

Troisième constat : toute la qualité de l'IA repose sur la qualité des données. Si les données d'entrainement ou la structure de ces données est mauvaise, alors les poids générés seront mauvais. La donnée de qualité est donc à l'origine de tout.

Quatrième constat : les premiers piages de données ne valaient rien. Je me permet une analogie avec l'industrie du pétrole : l'énergie est peu cher si le baril du pétrol l'est. Le jour ou le pétrole sera hors de prix, l'énergie de transformation sera hors de prix. Cqfd : si la ressource première, la donnée qualifié s'envole, les prix de l'IA s'envoleront, inévitablement.

Cinquième constat : seul certaines boites d'IA ont réellement pu participer aux premiers pillages. Si ils perdent, pour une raison x ces données initiales, ils ne les retrouveront plus jamais.

Sixième constat : les dernières évolutions de l'IA sur ces dernières années se sont basés principalement sur des ajustements autour de données déjà collectés. Avec les mois d'utilisation gratuite, on a pu identifier les cas ou l'IA hallucinait. Les correctifs ont donc portés sur plusieurs procédés d'améliorations : fine tuning, reinforcement learning, le principe de température, la MoE. Il est difficile de dire si ou quand ces méthodes arriveront à leur plafond mais ils y arriveront. Je le rappel, la donnée brut, initiale, elle n'a et ne changera quasiment plus. (ou si elle change, elle risque de perdre en qualité) D'une certaine manière, on trouve des moyens palliatifs pour gagner du temps.

Est-ce qu'on aura des IA de plus en plus performantes ?

Déjà, il faut définir performance. Est-ce la Si on reste toujours dans le cadre de l'IA générative type LLM, on peut se poser la question. Comme dis précédement, la quantité et la qualité des données d'entrainement n'évolueront plus de façon significative.

Notre problème est multiple : on voit beaucoup sous le prisme de nos biais cognitifs. L'IA est là depuis 4 ans : elle fait parti de nos acquis et donc, elle ne pourra pas disparaitre.

Vrai distruption ou épiphénomène

On va partir d'un exemple avec une liste de prérequis discutables mais qu'on va volontairement définir comme vérité.

1. Notre exemple ne parlera que de la tâche de création de code et partira du postula simple qu'elle va remplacer une personne dont son travail ne consiste QUE a produire du code. (sans besoins de connaissance métier, sans tâches annexes etc.)
2. L'IA est en capacité de produire un code qui n'a pas besoin de revue, qui est parfaitement pilotable par quelqu'un qui ne comprendra pas une seule ligne produite. Néanmoins, elle sera, comme pour un humain, faillible. Chaque évolution entrainera des bugs.

Imaginons donc qu'un développeur coute actuellement 5K € net par mois, charge comprise à l'employeur. Le côut de l'IA par mois en illimité (pas de nb de tokens dans l'équation) est de 500€.

L'employeur va donc remplacer 10 développeurs par un prompteur (qu'il payera 10K). En toute logique, il passera donc de 50K à 10.5K par mois. Bénéfice net x 5.

Sur le papier, ça semble simple. Maintenant, comment évaluer cette productivité ? Le nombre de ligne de code produite ? N'importe quel développeur sénior vous dira que cet indicateur est falacieux : certaines lignes de code sont très couteuse, d'autres non. La factorisation et la suppression de code sont bien souvent plus souhaitable que l'ajout.

Est-ce qu'on marche sur la tête ?

Le marketing

Il ne se passe pas un jour sans une annonce sur l'IA totalement démentielle : Elle a

Mon point de vue sur

Les dérives sociétales

• L'inutilité de l'apprentissage ?
• Seul le résultat compte ?
• Le retour du sacré, de la magie
• L'économie de la solitude : les compagnons IA seront potentiellement la réponse.
• Vu que l'IA a pour principe de réunir les réponses les plus consensuelles, elle va délibérément invilibiliser les idées à la marge. Or, l'Histoire de l'Humanité nous a bien montré que la pensée la plus partagé n'est pas forcément la bonne... sinon Galilé, Copernic ou même Einstein aurait tort.

Le mythe de Prométhée

On en est là.

Les jobs que l'IA crée ou va créer

1. Les devs qui rattrapent des projets vibecodé.
2. De l'expertise pour vérifier une information. L'explosition des fake news, des publications à moitié vrai etc. créé par IA explose.
3. Le dev d'outils pour empêcher le pillage des bots d'IA.
4. des outils de détection d'IA :

• moteur de recherche Kagi