Ai

Gartner nous dit que 20 % des organisations vont utiliser l’IA pour virer plus de la moitié de leur management intermédiaire d’ici fin 2026. En face, Sam Altman déclarait à Sydney le 26 mai qu’il était “content de s’être trompé” — l’apocalypse emploi qu’il annonçait, ben finalement, elle n’a pas eu lieu. Les deux ont raison. Et les deux passent à côté du sujet. L’IA ne supprime pas massivement les postes. Elle supprime les étages. Elle redessine l’organigramme sans que personne ait validé le plan. Et ça, on ne le verra pas dans les résultats trimestriels de 2026 — on le verra quand les organisations ne tourneront plus en 2032. ...

Je n’arrive pas à corriger la date de naissance de mon fils sur Gmail. Ça fait des mois. Le support Google m’explique poliment qu’ils ne peuvent pas procéder à la modification. Pas qu’ils ne veulent pas — qu’ils ne peuvent pas. Mon fils a un compte Gmail, avec une mauvaise date de naissance, et personne chez Google n’est en mesure de rectifier une donnée personnelle factuelle. En Europe. En 2025. Sous le régime du RGPD. ...

Comment gérez-vous un collègue en situation difficile? Comment aborder un sujet délicat avec un collaborateur? Que peux dire un manager pour avoir une bonne position d’écoute? Et si vous simplifiez vos formations au savoir être? Je vous ai accrochés? J’espère que oui. Pour mettre un peu de contexte, j’ai pu tester, brièvement, une solution qui permet de procéder à des exercices de mise en situation, sans avoir besoin d’acteurs ou de formateurs. Evidemment, c’est aidé par de l’IA, sinon ça ne serait pas amusant. ...

Voilà, la première édition de ce #MSBuild #SpotlightFrance s’est terminée. Ce fut une édition épique, forcément la meilleure jusqu’ici :) Il y a eu beaucoup d’annonces et de sessions passionnantes, en ligne et en présentiel, mais j’ai choisi de vous parler plutôt de tout ce qu’il s’est passé en dehors des annonces. Et donc, finalement, vous parler de ce que j’en retiens. Pour les annonces, je vous recommande le book of news! ...

Et voilà, j’ai lâché quelques teasers, maintenant je dois assumer. Nous sommes donc partis pour mes premières impressions au déballage de cet appareil étrange, un unboxing quoi :-). J’ai pu donc, courtesy of Lenovo, avoir entre mes mains un Realwear HMT-1, et mener quelques essais : mise en route et configuration manuelle Installation d’une application, utilisation des lunettes avec un document PDF, et essais de base Utilisation de la plate-forme Foresight by Realwear Je parlerais sûrement de Lenovo Thinkreality, la plate-forme dédiée à la gestion des devices de XR, mais cela fera l’objet d’un second article, celui-ci sera déjà bien assez long. ...

Oui, c’est un peu provocateur, vu le nombre de recruteurs qui se trouvent sur Linkedin. Cependant, la question m’a été posée plusieurs fois ces derniers temps, et je me suis dit que mes réflexions pourraient servir, et surtout que je suis intéressé par les avis de la communauté, y compris les fameux recruteurs :-) Précisons bien, je parle d’une situation où je suis en poste, sans avoir annoncé la moindre volonté de changement de job, et je suis contacté par un recruteur pour une opportunité qui pourrait m’intéresser. Prenons l’hypothèse que la proposition est bien ciblée, et que donc, je sois potentiellement intéressé en réalité. Si c’est une offre mal ciblée, passons :) ...

L’heure est à l’inquiétude face à la reconnaissance faciale. La Chine nous inquiète par ses pratiques de contrôle permanent, l’Europe et la France suggèrent de l’interdire pour quelques années, le temps de bien poser la réflexion et les enjeux, et pourtant les applications se multiplient. Forcément, l’idée de ne plus pouvoir être anonyme, d’être tracké dans la moindre de nos actions peut inquiéter. Sans être un dissident, je n’ai pas forcément envie qu’un gouvernement, ou une entreprise transnationale, puisse tout savoir de moi. Sauf que, il est déjà trop tard. Pas pour la reconnaissance faciale, mais une technologie bien plus simple et déjà très établie vous tracke en permanence : votre smartphone. Le pire, c’est qu’il le fait à votre demande, ou en tout cas avec votre accord. Nous avons pour la plupart activé le GPS de notre téléphone, et accepté que notre position soit partagée avec certaines applications. Mais savez-vous lesquelles à un moment précis ? Et savez-vous ce que les entreprises qui collectent ces données en font ? Et savez-vous ce que ces données indiquent ? Petit tour d’horizon d’un monde digne de 1984. Commençons simplement : vous avez sûrement installé Google Maps, et accepté de partager votre position avec cette application. Cela semble une évidence pour son utilisation correcte. Avez-vous déjà vérifié ce que l’application enregistre à propos de vous sur le Cloud de Google ? Rendez-vous, via leur site web, sur votre historique de cartographie. Vous pourrez ainsi constater que la firme californienne possède parfois un historique de vos déplacements remontant à plusieurs années. A priori, Google est une société en qui nous devrions pouvoir avoir confiance, et qui ne devrait pas partager ces données avec n’importe qui. Ces données ne servent en principe qu’à vous aider lors de vos recherches ou de vos déplacements, et à « améliorer » les services Google. Qu’est-ce qui se cache derrière ce terme, Améliorer ? Bonne question. Pour le moment, il s’agit surtout de mieux cibler les publicités qui vous sont présentées. Seulement rappelez-vous Cambdrige Analytica. Pour résumer, cette société a acheté des jeux de données similaires à Facebook, et les a utilisés pour définir des profils d’électeurs. En fonction de leur lieu de vie, de leurs relations, des groupes qu’ils suivent etc, Cambridge a ensuite défini avec son client (un certain M. Donald T.) quelles étaient les meilleures communications à envoyer pour inciter ces personnes à voter pour eux, ou bien à ne pas aller voter du tout. Si l’on en croit les résultats de cette élection, ou bien ceux du référendum du Brexit en 2016, il semble que la méthode soit efficace. Seulement, vous allez me dire : pas de ça chez moi, je suis attentif et éclairé et je garde mon objectivité. Alors rendons-nous à l’étape numéro deux. Avez-vous déjà vérifié quelles applications ont accès à votre position sur votre smartphone ? Il est si vite fait d’accepter des conditions lorsque l’on veut utiliser sa nouvelle application. Je vous invite à le faire. En fonction de votre téléphone, le menu est différent mais vous devriez rapidement trouver une liste des applications qui possèdent cette autorisation. Vérifiez dans la liste si chacune des applications est bien légitime à collecter votre position, et sous quelles conditions. Cela peut sembler un peu extrémiste, surtout dans notre métier de s’inquiéter de cela. Je ne peux que vous conseiller la lecture d’un excellent dossier du NY Times dédié à cette problématique : https://www.nytimes.com/interactive/2019/12/19/opinion/location-tracking-cell-phone.html Comme nous ne sommes pas reporter, je vous propose de rester dans le domaine de la théorie. Vous avez installé des applications, dont certaines vous réclament l’accès à votre position, d’une manière qui semble légitime. Vous êtes vous demandé ce que les entreprises qui publient ces applications font de ces données ? La loi n’est d’aucune aide, pour le moment, car vous avez accepté le partage et la société a sûrement écrit de belles conditions d’utilisation. Conditions que vous n’avez pas lu, comme tout le monde. Et quand bien même, le texte doit contenir une vague référence à un usage sécurisé et raisonnable de vos données, pour l’amélioration de vos services. Bon, inutile de pleurer sur le lait renversé, ce qui est fait est fait. Vous vous dites sûrement : mais qui peut bien s’intéresser à mon parcours quotidien, et se passionner pour ma visite hebdomadaire au club de gym ? Soit dit en passant, il est étonnant que chaque visite au club de gym ne dure que 30 minutes, alors que vous aviez dit à votre cher.e et tendre que vous feriez une heure de sport par semaine. D’autant plus que chaque visite à la salle est suivie d’un arrêt à la boulangerie. Mais cela ne nous regarde pas. Prenons le problème dans l’autre sens : si je suis quelqu’un de mal intentionné, je peux acquérir des fichiers contenant les données de positionnement de milliers de personnes, moyennant quelques centaines ou milliers de dollars. Il existe quelques dizaines de sociétés qui vendent ces données de manière tout à fait légale. Etonnamment, ce sont elles qui fournissent des services d’applications gratuites, ou des kits de développement permettant aux auteurs d’application de mieux monétiser leurs propres services. Rappelez-vous : si le produit est gratuit, c’est que vous êtes le produit. Nous pouvons rester rassurés malgré tout, ces données sont dites anonymisées. C’est-à-dire que le collecteur en a retiré votre email, votre nom… pour ne laisser qu’un identifiant unique mais anonyme. Personne n’a de moyen de savoir que ...

Lorsque l’on évoque le sujet des “IA” de manière générale, on entend beaucoup de banalités, pas mal d’inquiétudes. Et en fait, beaucoup de méprises et d’incompréhensions. Les cas les plus visibles sont les voitures autonomes par exemple, ou bien les tentatives de systèmes semi-autonomes dont le comportement dérive très vite. Je voudrais essayer de rendre ces problématiques un peu plus claires, en synthétisant mes lectures et recherches diverses. Tout d’abord, posons les bases. Je n’apprécie pas beaucoup le terme IA, car il est très vague. Dans l’esprit de certains, une IA est un système doué de conscience, avec des niveaux de compréhension et de raisonnement au moins similaires à un humain. Dans la réalité du quotidien, ce que l’on entend par IA s’étend depuis un système de décision automatique mais figé (comme une brosse à dents qui détecte si les dents sont assez propres) à des systèmes relativement autonomes, dans un domaine limité (comme des voitures). Mettons que l’on s’occupe de tout ce scope-ci, les systèmes autonomes, en incluant tout ce qui permet d’automatiser tout ou partie d’un processus. Ces systèmes sont la plupart du temps très loin de l’IA et ne sont souvent que des robots capables de suivre des arbres de décision pré-établis. Mais certains sont plus complets ou autonomes. Une fois l’incompréhension sur la terminologie posée, j’aime bien définir les différents cas d’utilisation de ces systèmes, dans le monde professionnel principalement. En premier on retrouve les systèmes d’assistance, déjà très répandus. Ce sont les “robots” que l’on active à notre initiative, pour effectuer une opération complexe à notre place. Par exemple nous avons les systèmes de traduction automatique de génération précédente. Ils nous permettent de vérifier une traduction ou une compréhension de manière générale, en allant bien plus vite qu’avec un dictionnaire. Le contexte n’est pas forcément pris en compte, pas plus que les double-sens et les expressions locales (géographiquement ou liées à un jargon métier). Ensuite nous avons les systèmes complémentaires. Ce sont des systèmes qui travaillent avec nous, en parallèle, et qui viennent nous proposer des suggestions pour nous aider dans notre travail. Leur capacité d’analyse est souvent assez large et profonde. Cela leur permet de suivre des opérations sur un spectre et une profondeur que nous ne pouvons souvent pas atteindre sans de très longs et couteux calculs. Dans le domaine de la surveillance vidéo, la reconnaissance faciale pour des systèmes de type CCTV permet de retrouver un individu dans des flux multiples, puis de reconstituer son parcours dans le temps et l’espace. Enfin, arrivent les systèmes que je qualifie de remplacement. Dans les plus simples on retrouve les chatbots ou callbots qui permettent de traiter de nombreuses demandes de manière automatisée, sans intervention humaine. Pour les plus complexes, nos fameuses voitures autonomes sont de bons exemples. Ce sont ces dernières qui inquiètent, pour plusieurs raisons: • La sécurité des personnes et des données, ett donc la fiabilité des systèmes. Cf les accidents de voitures autonomes, • L’emploi, si ces systèmes étaient à même de remplacer des emplois, • L’explicabilité, pour pouvoir décortiquer la chaine de décision lorsqu’une anomalie est signalée et pour détecter les biais. Je ne vais pas pouvoir entrer dans des détails avancés pour répondre à chacune de ces inquiétudes, un livre n’y suffirait pas. Je peux néanmoins donner quelques pistes de réflexion. En ce qui concerne la fiabilité des systèmes, il y a une chose qui me frappe dans toutes mes discussions au sujet des “IA” : tout le monde s’attend à ce que ces systèmes soient parfaits. Une voiture autonome ne devrait jamais avoir d’accident. Un système de prédiction ne devrait jamais se tromper. Un automate devrait toujours effectuer la bonne action. Question naïve : à quoi compare-t-on ces systèmes? Formulé autrement : • Est-ce qu’un conducteur humain est infaillible? Quelles sont les statistiques d’accidentologie des humains? Des “IA”? • Lorsque l’on demande à un système de traiter des formulaires de manière automatique, quelle est l’alternative? Si je demande à un modèle de reconnaître des écritures manuscrites pour faciliter mon travail, est-ce que je suis fiable à 100%? • Si je mets en place un système de caisses intelligentes qui reconnaissent le contenu d’un plateau repas, le système pourrait être fiable à 99% (par exemple). Connaissez-vous le taux d’erreur d’un opérateur humain? Indice : il est plus élevé que 1% :-) Petite note au sujet de la gestion des erreurs, l’idéal lors de manipulation de modèles est de bien gérer les seuils d’acceptabilité. En d’autres termes, un modèle d’IA vous indiquera toujours ce qu’il pense être la bonne information ...

Si vous voulez déployer vos applications et services dans un cloud public, vers qui allez-vous vous tourner? Très probablement vers l’un des 3 acteurs majeurs au niveau planétaire. Votre choix se fera sûrement pour des raisons politiques plus que techniques ou financières. Je dédierais sûrement un article à ces choix ultérieurement. Le fait est que pour déployer une nouvelle application dans le cloud, le choix est finalement assez simple. En premier vous avez la solution déjà indiquée : un des mastodontes américains. Problème, vous ne voulez pas forcément donner vos données, vos applications et votre argent à une multinationale, quelle que soit sa position vis-à-vis des questions éthiques et légales. Et dans un climat de défiance envers la globalisation, et une tendance à la relocalisation, il semble un peu hypocrite de s’appuyer sur eux. ...

Le buzz autour de l’IA semble se cristalliser autour de deux principaux sujets : les possibilités offertes par la technologie, et les risques liés à son utilisation. La question des risques est un sujet de choix pour les détracteurs et les récalcitrants. Nombre d’articles et de livres listent les problèmes posés par l’IA et souhaiteraient nous voir jeter le bébé avec l’eau du bain, et la baignoire au passage. Ce qui me trouble beaucoup dans cette démarche, en dehors du danger que l’on fait courir aux bébés qui prennent leur bain, c’est que l’IA focalise l’attention, alors que le problème est humain avant tout. L’IA ne fait rien de nouveau ou de plus que d’autres systèmes précédents. Et même le terme IA est galvaudé, particulièrement dans ces cas-là. Prenons quelques exemples. Le plus ancien me concerne directement. Il y a une dizaine d’années, j’ai déménagé au Royaume-Uni, et j’ai voulu ouvrir un compte en banque. Nous avons choisi une banque connue et répandue. Nous avons passé quelques heures à remplir des formulaires, puis avons attendu de recevoir nos moyens de paiement. Le jour où nous les avons enfin obtenus, nous avons aussi eu un lettre nous indiquant que notre compte allait être fermé car nous n’étions pas conformes à la politique de la banque. Aucune autre information n’était donnée. Ayant noté une erreur dans le nom auquel le courrier était adressé, j’ai voulu rentrer en contact avec la banque, pour savoir quelle était la raison réelle de ce refus et vérifier s’ils n’avaient pas suivi le dossier de quelqu’un d’autre (le credit score existant dans ce pays, j’aurais pu être confondu avec une personne ayant un mauvais score). Après de multiples emails et coups de téléphone, la seule réponse que j’ai obtenu a été “le système Phoenix nous indique que nous ne pouvons pas vous octroyer un compte”. Impossible d’en savoir plus. Ce qui m’a dérangé, en bon français habitué à la CNIL, a été de me voir opposer un mur anonyme, sans avoir aucun moyen d’accéder aux données me concernant. La banque pouvait me refuser un service, sans aucune justification ni explication. Aucune IA à cette époque, quelques recherches m’ont montré que je n’étais pas le seul à avoir des problèmes avec Phoenix, et que celui-ci était un simple système de vérification qui pouvait se déclencher pour des raisons obscures. Et bien sûr impossible de faire corriger mon dossier d’application pour que le contrôle effectué corresponde bien à ma propre situation (il reste très probable que l’erreur de nom dans le courrier de refus prouve que les données de contrôle ne me concernaient pas). Pour l’épilogue, nous sommes allés dans une autre banque, avec le même dossier. Nous avons expliqué la situation, et après quelques échanges avons obtenu notre compte. Je peux utiliser d’autres exemples, comme les systèmes de logement aux US qui se basent sur des données plus ou moins publiques pour déterminer si vous êtes aptes à recevoir un logement. Je ne parle pas de système de logements sociaux, mais de sociétés privées qui fournissent des service de background check pour les bailleurs privés. L’expérience malheureuse de quelques-uns a montré que, comme dans le cas de Phoenix, il est impossible d’accéder à nos propres données, de savoir quel critère nous a rendu indésirable et encore moins de pouvoir corriger les données si jamais il y a une erreur. Ou bien pensez au système de social scoring chinois. Si vous trouvez le credit score anglo-saxon désagréable, je n’ose imaginer les dérives possibles du social scoring. Accessoirement cela peut créer des cercles vicieux, rappelez-vous l’épisode Nosedive de Black Mirror. Tant que vous êtes un blanc mouton, gentil et hypocrite, tout va bien. Au moment où un grain de sable vous fait dérailler, tout aprt de travers. Votre score se dégradant, vous vous trouvez dans des situations plus compliquées (difficultés à obtenir un prêt, un travail, un billet d’avion etc…) et le risque que votre score se dégrade augmente. Bon il s’agissait de fiction, mais finalement très proche de la réalité. Revenons au credit score américain : si votre score est mauvais, vous aurez du mal à obtenir un prêt de bonne qualité. Mais vous finirez par en obtenir un à de très mauvaises conditions, ce qui signifie souvent qu’il vous coûtera cher et que vous augmenterez le risque de défaut de paiement, même temporaire. Ce qui va dégrader votre credit score, etc. etc etc. Mais tout ceci n’est pas lié à de l’IA. Certes, parfois ce sont des algorithmes obscurs qui ne rendent pas d’explication sur leur décision. Et ce ci doit être combattu et corrigé. Mais la plupart du temps la sélection se fait sur des critères cachés mais très simples. La discrimination existe, avec ou sans IA. Ce à quoi il faut être attentif reste l’accès aux données et l’explicabilité des modèles. Pour la première, nous avons en Europe le règlement RGPD qui oblige à cette transparence (et à la protection de nos données). C’est un pas dans la bonne direction, au moins dans notre juridiction. Pour l’explicabilité des modèles, il n’existe pas encore de règle, à ma connaissance, mais cela devrait être obligatoire pour tout ce qui touche aux besoins primaires, à minima.