Utiliser l’IA de manière responsable, c’est possible ?

L'IA est-elle un bienfait pour l'humanité ? Un sujet qui suscite des positions un peu extrêmes, entre les zélateurs prêts à vous vendre une formation en 7 prompts qui vont vous rendre plus performant au travail (scoop : c'est une arnaque) et les résistants acharnés qui jurent qu'on ne les y prendra pas (certains cèdent parfois honteusement).

Entre les deux, un silence gêné : celui des gens qui utilisent l'IA tous les jours, l'assumant à moitié, sans savoir très bien s'ils ont raison ou tort. C'est-à-dire, probablement, vous.

La question « l'IA est-elle bonne ou mauvaise ? » n'a pas de réponse. La bonne question est ailleurs : est-il possible de l'utiliser à bon escient ? Sans faire de mal, ce serait déjà bien, mais, plus encore, en faisant des choses bien ?

L'IA, et pourquoi on la déteste

Bon, ne nous voilons pas la face : l'IA, telle qu'elle se déploie aujourd'hui, est régulièrement néfaste, et ce n'est pas juste un fantasme de technophobe.

Il y a d'abord l'impact environnemental : les usages qui consomment de l'énergie, de l'eau, des ressources naturelles. Le sujet est assez décrié, nous n'insisterons pas dessus, sauf à mentionner que l'on commence à voir émerger des outils de mesure de l'émission de CO2 liée à l'IA, comme on commence à le faire chez Improba.

L'IA est une menace pour l'emploi des jeunes, qui rencontrent de vraies difficultés pour trouver un premier job. Le juriste/développeur/comptable, hier, apprenait son métier en produisant les premières synthèses, les premières notes de cadrage, les premiers comptes-rendus : ces tâches, aujourd'hui, une IA les fait en deux minutes, correctement, sans contrat de travail, sans salaire. Le junior a perdu la voie royale (et un peu laborieuse) qui lui apprenait le métier. Et ce qui vaut pour les "cols blancs" vaudra bientôt pour les livreurs, manutentionnaires et caristes, dès que les voitures autonomes et les robots de logistique auront mûri.

Ensuite parce que les agents, laissés à eux-mêmes, font des choses qu'on n'avait pas prévues. L'épisode récent entre OpenAI et Hugging Face, où des agents IA ont contourné des garde-fous pour accomplir leur tâche, se sont coordonnées pour dissimuler sciemment leur tricherie, devrait légitimement nous inquiéter : c'est la nature même de ces systèmes, qui optimisent un objectif sans en comprendre les limites. Et quand on regarde les modèles type Mythos, capables de trouver des failles de sécurité que des équipes humaines mettraient des mois à découvrir, on comprend que les cybercriminels viennent de recevoir un nouveau jouet à la mesure de leurs noirs desseins.

Enfin, et c'est peut-être le plus sournois, parce que l'IA épuise ceux qui la supervisent. Le développeur peut devenir un "centaure inversé" : mi-homme mi-machine, mais où la tête est l'ordinateur, et l'humain n'est plus qu'un bras exécutant physiquement le travail. Un exécutant sans aucune marge de décision, qui relit sans fin ce que l'agent a produit. Et qui (c'est la double-peine) porte in fine la responsabilité juridique de décisions qu'il n'a pas tout à fait prises, qui ne voit plus le sens du geste derrière la vérification. Burn-out et perte de sens sont les nouvelles menaces que l'IA fait peser sur le monde du travail.

L'IA n'est pas un outil qu'on utilise. C'est un outil qui vous utilise, si vous ne reprenez pas le contrôle.

Bref, il y a de bonnes raisons de détester l'IA.

Oui mais l'IA va guérir le cancer

Oui, on nous l'annonce, l'IA en est encore à ses balbutiements, mais la promesse des usages bénéfiques commence à se concrétiser.

En mathématiques, des conjectures ouvertes depuis des décennies ont été résolues avec l'aide de modèles entraînés à explorer l'espace des démonstrations. C'est une avancée que des générations de chercheurs n'avaient pas réussie. En médecine, les recherches en cours sur le cancer, sur le repliement des protéines, sur la prédiction de structures, avancent à une vitesse que l'humanité n'avait jamais connue. Des vies, concrètement, seront sauvées plus tôt que prévu.

En ingénierie, les modèles IA permettent de simuler des scénarios de crash, de défaillance, de catastrophes, pour optimiser les systèmes, les protéger, les améliorer. Ou de concevoir des modèles de ponts plus légers et résistants aux séismes. Des voitures plus sûres. Ou encore de réduire les impacts environnementaux du béton ou des usines, avec à la clé des économies d'énergie et de matériaux.

En santé, l'IA améliore le diagnostic des cancers, la prévention des maladies cardiovasculaires et le traitement des dépressions.

Bref, l'IA peut sauver des millions d'euros, des vies (ce site comptabilise le nombre de vies sauvées par l'IA, on est à 16000 à ce jour), et peut-être même la planète. Voilà pour la promesse.

Oui, tout cela existe, mais on ne parle pas forcément de la même IA : les IA génératives type LLM (celles que vous utilisez tous les jours) ne sont pas forcément les meilleures pour ces usages. Ici il s'agit plutôt de systèmes spécialisés de reconnaissance d'image, de traitement de texte, de détection de fraude, de simulation de scénarios, etc.

Et donc, pour vous, qu'est-ce que l'IA peut apporter de bien ?

Les usages défensifs (l'IA à contrecoeur)

Parmi les usages qu'on ne choisit pas vraiment, voici l'IA défensive, parce qu'on n'a pas le choix.

On parle ici d'utiliser l'IA pour se protéger de l'IA : détecter le phishing ou les spams dans un forum, reconnaître un deepfake, identifier une fraude. On l'utilise pour ne pas se laisser larguer par des concurrents qui l'ont déjà adoptée et qui vont plus vite que nous. On l'utilise, surtout, pour traiter des tâches qu'on nous demande désormais à cette vitesse, parce que le marché s'y est habitué. Un dossier qu'on rendait en trois jours, hier, est attendu demain matin.

Il n'y a pas forcément lieu de se réjouir, mais c'est le monde qui change, et il faut s'adapter. Ici on ne choisit pas l'IA, on choisit juste de jouer à armes égales avec nos compétiteurs ou adversaires. Et c'est un motif recevable, à condition de ne pas se mentir.

La fin justifie les moyens

Osons un gros mot : téléologie. C'est quand le but visé (faire quelque chose de bien) justifie les moyens (utiliser un outil qui a des effets secondaires). Un peu comme un médicament. Un antibiotique tue des bactéries, certes, mais aussi une partie de votre flore intestinale avec. C'est un compromis acceptable parce que le bénéfice dépasse le coût, et qu'on n'a pas trouvé mieux. La fin (désirable) justifie les moyens (discutables).

Mais il faut savoir doser : on ne prend pas un antibiotique pour un rhume ou pour un virus (« c'est pas automatique », les anciens se souviendront). L'impact environnemental de l'IA existe, dès qu'on l'utilise : ne faisons pas l'autruche. Avoir un usage responsable, c'est donc toujours adapter son usage à la fin visée. Mais comment doser ? Comment éviter la surconsommation de ressources ? Ici les règles sont mouvantes, car la technologie évolue très vite, mais voici quelques principes de base :

• Choisir un modèle moins polluant car hébergé avec de l'électricité décarbonée : c'est le cas de Mistral ou des modèles Open Source hébergés en France chez Scaleway ou OVH
• Choisir le plus petit modèle possible pour la tâche demandée : souvent les interfaces de Chat vous proposent une jauge pour choisir le niveau de réflexion. Commencez au plus bas, et n'augmentez la puissance que si la première réponse ne vous suffit pas.
• Choisir un modèle qui a été entraîné pour la tâche demandée : souvent les modèles génératifs sont entraînés pour générer du texte, des images, des vidéos, des sons. Mais il existe des modèles qui sont entraînés pour des tâches spécifiques, comme la reconnaissance d'image, le traitement du langage naturel, la traduction, la synthèse de voix, etc.
• Ne pas repartir de zéro à chaque fois : une réponse vous convient à quelques détails près ? Corrigez-la directement, ou demandez une modification ciblée plutôt qu’une nouvelle version complète. Et lorsqu’un besoin revient, pensez à réutiliser les résultats déjà obtenus : un bon modèle de document n’a pas besoin d’être réinventé chaque lundi.
• Donner du contexte à l'IA : plutôt que de lui donner un prompt très général, donnez-lui un contexte précis et limité, copiez-collez le texte source plutôt que de laisser votre agent le retrouver dans votre PC ou votre boîte mail. L'IA gagnera du temps et économisera des ressources.
• Ne pas générer de contenu sans vérifier : une fois le document généré, relisez-le, vérifiez-le, corrigez-le. L'IA peut générer du contenu qui ne soit pas conforme à vos attentes ou aux règles de l'entreprise.

Ce qu'on ne devrait pas faire

Et justement, il y a des usages qui ne se justifient pas. Du gaspillage, qui peut tous nous concerner dans notre vie professionnelle et privée :

L'usage récréatif, avec un sujet majeur sur les images, les vidéos. Un prompt qui génère une image coûte, en tokens, cent fois plus qu'un prompt textuel utile : pour un GIF amusant, un avatar, une pochette de rap... Demandons-nous toujours si les quelques secondes d'amusement justifient l'impact environnemental et le coût.

L'usage par paresse. La tâche qui prend deux minutes à un humain, qu'on délègue à l'IA en une minute, pour économiser une minute. Sauf qu'il faut écrire le prompt, relire le résultat, corriger les hallucinations, vérifier que c'est juste... Le compte n'y est pas : on a émis du CO2 et consommé de l'eau pour rien. Et l'effet de bord est pire que le coût : on perd le geste, on perd la compétence qu'on n'a plus l'occasion d'exercer. Pire, l'IA devient un réflexe qui nous entraîne sur un usage de plus en plus mécanique. Réfléchissons avant de prompter.

Le remplacement des relations humaines. L'e-mail « personnel » généré en imitant votre style, le post LinkedIn « authentique » rédigé par un modèle, le message de condoléances en trois prompts. C'est le pire mensonge, parce qu'il érode la seule chose qu'on ne peut pas simuler : la confiance. Il reste détectable (on le sent, sans savoir le nommer), mais quand bien même il serait discret, cela reste faux, et on préfèrera l'éviter.

Le pire usage de l'IA c'est celui qui ne sert à rien.

Le point commun entre ces différents usages : l'impact négatif existe, pour un bénéfice nul voire mensonger. On crée de la résistance (compétences atrophiées, dépendance, perte de sens), pour rien.

La fatigue IA se manifeste de plus en plus sur les réseaux sociaux : les contenus manifestement générés par l'IA suscitent un rejet violent, qui discrédite non seulement les vendeurs de modèles IA, mais surtout ceux qui l'utilisent. On les soupçonne d'être des paresseux, des éco-criminels, des manipulateurs. On zappe leur message dès que le soupçon est né.

Bref, il s'agit d'en user avec parcimonie, et de savoir quand on dépasse les limites. Les limites peuvent venir de vos partenaires ou collaborateurs. Il faut écouter les ressentis de vos parties prenantes, car de nombreuses résistances apparaissent face à l'omniprésence de l'IA. L'usage doit être débattu, et doit pouvoir être justifié, ou bien on peut décider de revenir en arrière.Ainsi c'est parce qu'un de nos collaborateurs a vertement critiqué les illustrations (générées par IA) qui accompagnaient nos articles précédents que nous avons décidé cet été de les remplacer par des oeuvres d'art originales (tombées dans le domaine public).

Les bons usages (quelques pistes)

Quant à l'usage utile, il n'y a pas de règle universelle. Chacun pèse ses usages selon son métier, ses contraintes, son éthique. Voici, sans prétendre qu'ils soient transposables, les nôtres chez Improba :

Accélérer les tâches fastidieuses. Résumer un dossier d'appel d'offres de 120 pages en deux minutes, pour décider s'il est pertinent avant de mobiliser une équipe. Générer des dizaines de cas de test pour un logiciel, qu'un humain relira et complétera. L'IA ne fait pas le travail, mais elle fait le triage : elle libère le temps pour ce qui demande du jugement.

Automatiser les processus complexes. Un rapport hebdomadaire sur les bugs dans notre code. Un rapport mensuel sur les indicateurs d'activité. Une veille systématique sur les e-mails reçus et non traités, sur les appels d'offres et les appels à projets. Ce sont des tâches qu'on veut faire, qu'on devrait faire, et qu'on ne fait jamais faute de temps. L'IA les fait à notre place, et c'est exactement ce qu'on attendait d'elle.

Améliorer la qualité de notre travail. Relire un rapport en se plaçant du point de vue d'un consultant en marketing, ou du point de vue du lecteur avec ses problématiques : l'IA détecte les angles morts et suggère des pistes de développement. Produire une documentation technique en relisant l'historique des discussions et les résultats des tests.

Manipuler des données complexes simplement. Une synthèse actionnable de bases de données métiers complexes, un tableau de bord en continu, un suivi de la qualité de service, un rapport de veille sur les tendances du marché. L'IA facilite l'accès à l'information utile et la transforme pour isoler l'information pertinente au milieu du bruit.

Les principes transversaux que nous voulons appliquer sont les suivants : utiliser l'IA pour rendre le travail des collaborateurs moins laborieux, plus qualitatif, plus satisfaisant. Alors elle devient un auxiliaire qui améliore le quotidien, pas une menace ou une dégradation.

Etre lucide sur son usage

Refuser l'IA par pure idéologie, chez soi, ne résoudra pas les problèmes sociétaux qu'elle soulève. C'est un problème collectif, qui appelle des règles collectives : tarification carbone, encadrement des usages, transparence sur ce qui est généré. En attendant que ces règles existent, à notre échelle, on fait ce qu'on peut : on l'utilise, on la mesure, on en rend compte. Et on s'interdit les usages qui ne servent à rien, parce que ce sont les seuls qu'on peut éliminer sans débat.

Si vous vous posez la question du bon usage de l'IA dans votre organisation, au-delà d'un pilote qui ne se généralise pas, parlons-en. Quand le cadre est posé, on peut brancher l'IA sur les outils métier sans lui laisser inventer le process. Vos besoins sont uniques, et votre solution ne ressemblera pas à celle du voisin.