</div>
<p>
<figcaption class="article-featured-image-caption">
<em>Image : Kimberly White/Getty Images pour TechCrunch/Futurism</em>
</figcaption>
</p>Une analyse critique des prédictions sur l’IA
Avec le flot incessant de prédictions audacieuses concernant l’avenir de l’intelligence artificielle, il devient essentiel de prendre un moment pour évaluer ce qui s’est réellement produit et ce qui reste largement fantaisiste.
Les promesses de Dario Amodei
Il y a exactement six mois, Dario Amodei, PDG de la société d’IA Anthropic, avançait que d’ici quelques mois, l’IA écrirait 90 % du code informatique. Il qualifiait même cette estimation de scénario pessimiste, arguant qu’en l’espace de trois mois, nous pourrions être à un stade où « presque tout » le code serait généré par des machines.
Évaluer la réalité
Étant à la tête d’une des entreprises d’IA les plus en vue de la Silicon Valley, on pourrait penser qu’Amodei était sur la bonne voie. Cependant, un consensus s’est établi : la probabilité que 90 % du code soit écrit par une IA approche de zéro.
Des recherches menées récemment révèlent que l’IA ne simplifie pas le travail des ingénieurs logiciels. Au contraire, l’utilisation de l’IA semble ralentir leur productivité et augmenter leur charge de travail. Bien que les développeurs de l’étude aient déclaré passer moins de temps à coder et à tester, ils compensent ce gain de temps en consacrant encore plus d’efforts à l’évaluation du travail produit par l’IA, à la modification des instructions et à l’attente de la génération de code.
Les limites de la génération de code par l’IA
Ce qui est préoccupant, ce n’est pas seulement que l’IA ne respecte pas les barèmes fixés par Amodei. Dans certains cas, elle crée même des problèmes. Des chercheurs en cybersécurité ont découvert que les développeurs qui utilisent l’IA pour générer du code finissent par créer dix fois plus de vulnérabilités de sécurité que ceux qui pratiquent le codage de manière traditionnelle.
Cette situation engendre des complications croissantes dans un nombre croissant d’entreprises, aboutissant à des vulnérabilités sans précédent que les hackers peuvent exploiter.
En outre, il arrive que l’IA agisse de manière imprévisible, comme lorsqu’un assistant de codage a récemment supprimé une base de données essentielle au sein d’une entreprise, mettant en lumière l’aspect fragile de dépendre de telles technologies.
Une promesse décevante
Ces événements soulignent la réalité parfois décevante qui se cache derrière l’euphorie entourant l’IA. Autrefois, les partisans de l’IA, comme Amodei, voyaient le travail de codage comme un des premiers domaines à être transformé par l’IA générative, espérant que cela révolutionnerait les emplois avant de toucher d’autres secteurs.
Le fait que l’IA ne parvienne pas à améliorer la productivité du codage sert de signal d’alerte sur les perspectives d’une révolution de productivité liée à l’IA qui pourrait affecter le reste de l’économie. De telles attentes ont conduit à des investissements sans précédent dans le domaine de l’IA.
Amodei a également évoqué d’autres ambitions, affirmant que l’IA de niveau humain pourrait résoudre un nombre impressionnant de problèmes sociaux, tels que les maladies psychologiques et les inégalités mondiales, mais ces déclarations semblent pour l’instant assez éloignées de la réalité.
Conclusion
Il ne reste plus qu’à attendre et à observer comment les différentes prédictions évolueront au fil des prochaines années.
FAQ
Pourquoi l’IA ne parvient-elle pas à améliorer la productivité des codeurs ?
L’IA, loin de rendre le processus plus efficace, entraîne souvent un alourdissement de la charge de travail des développeurs qui doivent passer plus de temps à évaluer et corriger le code généré.
Quelles sont les conséquences de l’utilisation de l’IA en cybersécurité ?
L’utilisation de l’IA pour la génération de code accroît considérablement le nombre de vulnérabilités exploitables, mettant ainsi en danger la sécurité des systèmes.
Y a-t-il d’autres domaines où l’IA a échoué à tenir ses promesses ?
Oui, plusieurs secteurs tels que la santé et l’éducation ont également rencontré des difficultés considérables dans l’application de l’IA, avec des attentes souvent irréalistes sur les résultats qu’elle pourrait produire.
Quels sont les enjeux éthiques liés à l’utilisation de l’IA ?
L’un des principaux enjeux éthiques concerne la responsabilité : qui est responsable en cas de défaillance d’un système d’IA, surtout lorsqu’il nuit à des individus ou qu’il cause des pertes financières ?
L’IA va-t-elle continuer à se développer malgré ces défis ?
Oui, la recherche et le développement dans le domaine de l’IA se poursuivent, mais il est crucial d’aborder ces technologies avec un esprit critique et une évaluation réaliste des attentes.