PRISES, MÉ.PRISES, EM.PRISES, DÉ.PRISES, RE.PRISES… Les formes de participation au développement de l'IA en France
Résumé
Web-publication qui restitue les travaux réalisés dans le cadre du projet Shaping AI par l'équipe du médialab de Sciences Po.
URL : https://medialab.github.io/ShapingAI/
Fin 2020. Le cycle médiatique s'emballe sur l’intelligence artificielle, ses promesses et ses problèmes, usant et abusant d’une rhétorique sensationaliste. Des innovations médicales révolutionnaires aux prophéties de la fin de l’humanité, des engagements éthiques des GAFAM aux mauvais calculs de Parcousup, il est difficile de savoir quoi penser de ce phénomène, si ce n’est qu’il semble sur le point d’investir de manière indifférenciée tous les champs de la vie en tout point du globe. Difficile donc de naviguer sur cette mer de discours. Dans le cas de l’intelligence artificielle, comme cela arrive de plus en plus à mesure que les systèmes se complexifient et se globalisent, une difficulté majeure tient à la résistance du phénomène à se laisser saisir. On ne sait littéralement pas par où l’attraper : les tentatives paraissent soit insignifiantes, soit totalisantes, soit trop techniques, soit trop sociales, trop résignées ou trop enthousiastes, trop ci, pas assez ça... Il faut donc s’y résoudre, il n’y a pas d’entendement commun au sujet de l’IA, mais une cacophonie dont les sons qui nous parviennent laissent insatisfaits, sinon frustrés. Le seul entendement commun qui tienne est peut-être l’aveu que “quelque chose cloche” et qu’il serait bon de s’en soucier. De consultations en chartes éthiques, cet aveu persiste et signe. La sociologie des controverses nous a outillés pour décrire les problèmes liés aux innovations technologiques, étudier leur formation et leur circulation, cartographier les acteurs concernés, leurs intérêts et leurs attachements, leurs stratégies d’alliances et d’action. Elle nous a habitués aux objets à la définition fuyante et conflictuelle et aux problèmes mal formulés. Mais le volume du bruit dans le cas de l'intelligence artificielle couplé à une sorte de conflictualité larvée nous force à revisiter cet héritage. Comment saisir les problèmes de l’IA, distinguer ceux qui méritent qu’on s’en soucie parmi le bruit ? De quelle forme d’attention ou de sensibilité faut-il s’équiper?
URL : https://medialab.github.io/ShapingAI/
Fin 2020. Le cycle médiatique s'emballe sur l’intelligence artificielle, ses promesses et ses problèmes, usant et abusant d’une rhétorique sensationaliste. Des innovations médicales révolutionnaires aux prophéties de la fin de l’humanité, des engagements éthiques des GAFAM aux mauvais calculs de Parcousup, il est difficile de savoir quoi penser de ce phénomène, si ce n’est qu’il semble sur le point d’investir de manière indifférenciée tous les champs de la vie en tout point du globe. Difficile donc de naviguer sur cette mer de discours. Dans le cas de l’intelligence artificielle, comme cela arrive de plus en plus à mesure que les systèmes se complexifient et se globalisent, une difficulté majeure tient à la résistance du phénomène à se laisser saisir. On ne sait littéralement pas par où l’attraper : les tentatives paraissent soit insignifiantes, soit totalisantes, soit trop techniques, soit trop sociales, trop résignées ou trop enthousiastes, trop ci, pas assez ça... Il faut donc s’y résoudre, il n’y a pas d’entendement commun au sujet de l’IA, mais une cacophonie dont les sons qui nous parviennent laissent insatisfaits, sinon frustrés. Le seul entendement commun qui tienne est peut-être l’aveu que “quelque chose cloche” et qu’il serait bon de s’en soucier. De consultations en chartes éthiques, cet aveu persiste et signe. La sociologie des controverses nous a outillés pour décrire les problèmes liés aux innovations technologiques, étudier leur formation et leur circulation, cartographier les acteurs concernés, leurs intérêts et leurs attachements, leurs stratégies d’alliances et d’action. Elle nous a habitués aux objets à la définition fuyante et conflictuelle et aux problèmes mal formulés. Mais le volume du bruit dans le cas de l'intelligence artificielle couplé à une sorte de conflictualité larvée nous force à revisiter cet héritage. Comment saisir les problèmes de l’IA, distinguer ceux qui méritent qu’on s’en soucie parmi le bruit ? De quelle forme d’attention ou de sensibilité faut-il s’équiper?
