Atelier IA: de la théorie à la pratique

Elke Wambacq

• enseigne à VIVES et dirige sa propre entreprise, spécialisée dans la gestion du changement (Dinobusters).
• a écrit au total six livres, dont trois paraîtront en 2026.

Projets majeurs:

• 'AI survival kit' (en collaboration avec Politeia): guide sur l'IA à l'intention des conseillers en prévention. 
• 'De Sleutel naar Morgen' (en collaboration avec Diego Volckaert (VIVES, durabilité) et Anne Ruelens (UCLL, droit de l'environnement)). Un livre inspirant, destiné aux jeunes entrepreneurs, qui traduit des concepts difficiles et abstraits en mots simples. On y trouve des explications sur les modèles économiques durables et sur la réglementation applicable. 
• 'Digital Nutrients' (en collaboration avec Nancy De Vogelaere): l'accent est mis sur la 'nutrition numérique' (utilisation intelligente de la technologie pour la concentration et l'énergie) plutôt que sur la 'détox numérique'. 

L'atelier sur l'IA

La base: qu'est-ce que l'IA?

L'intelligence artificielle est un vaste domaine qui permet aux machines d'effectuer des tâches qui requièrent normalement l'intelligence humaine. On distingue trois grands sous-domaines:

• Machine Learning (ML): Des systèmes capables d'apprendre à reconnaître des modèles dans les données afin de faire des prévisions ou de prendre des décisions. Il se base souvent sur des données structurées (p.ex. tableaux).
• Deep Learning (DL): Ce sous-domaine du 'Machine Learning' utilise des réseaux neuronaux profonds pour reconnaître des structures très complexes dans des données brutes (images, fichiers audio,...).
• Generatieve AI (GenAI): Cette application de Deep Learning apprend des modèles pour ensuite créer du contenu entièrement nouveau (texte, images, code, vidéos,...).

L'art de donner des instructions

La qualité des résultats générés par l'IA dépend directement de la qualité des instructions, également appelée 'Prompt Engineering'. Deux modèles de référence pour la rédaction de prompts efficaces:

1. Le modèle CARP: il met l'accent sur le contexte (qui êtes-vous?), l'action (que faut-il faire?), le résultat (quel est l'objectif recherché?) et les paramètres (exigences spécifiques: p.ex. langue, format,...).
2. Le principe CLEAR: il met l'accent sur le contexte, la longueur de la réponse, les exemples, l'action et le rôle (le rôle spécifique que l'IA doit endosser).

En utilisant p.ex. la technique de la 'chaîne de pensée' pour résoudre un problème, on encourage l'IA à raisonner étape par étape, ce qui est essentiel pour les analyses complexes (p.ex. identifier les causes des accidents).

L'éthique et le règlement sur l'IA

La mise en œuvre de l'IA s'accompagne de responsabilités. Le règlement européen sur l'IA classe les systèmes en fonction du risque:

• Risque inacceptable: 
  pratiques interdites p.ex. manipulation ou notation sociale. Dans ce cadre, les individus sont évalués sur la base de leur comportement, de leurs interactions et de leur mode de vie à l'aide de l'IA, ce qui leur vaut d'être favorisés ou, au contraire, désavantagés par les pouvoirs publics.
• Risque élevé: 
  systèmes utilisés pour le recrutement, la sélection, l'attribution des tâches ou le suivi des performances. Ceux-ci sont soumis à des exigences strictes en matière de transparence et de sécurité.
• Risque limité et minimal:
  les chatbots et la plupart des outils d'assistance.

Il est important de noter que la reconnaissance des émotions sur le lieu de travail est généralement interdite en raison des rapports de force inégaux. Un cadre éthique doit toujours placer l'humain au centre, promouvoir la transparence et maintenir une 'intervention humaine' pour la prise de décision finale.

Utilisation de l'IA: les quatre niveaux de maturité

La progression d'une organisation dans l'utilisation de l'IA peut être mesurée à l'aide de quatre niveaux de maturité:

• Niveau 1 - Explorateur: 
  l'IA est utilisée de manière ponctuelle. La motivation est présente, mais la structure fait défaut. Il s'agit de la phase de démarrage, qui recèle un fort potentiel, mais comporte également le risque de voir les expériences s'enliser.
• Niveau 2 - Pilote: 
  l'IA est testée dans quelques processus, mais son utilisation n'est pas largement répandue au sein de l'organisation. L'organisation est ouverte à l'IA, mais manque encore de cohérence et de capacités d'évolution.
• Niveau 3 - Intégré: 
  l'IA est utilisée de manière structurée dans plusieurs processus. L'organisation en récolte les fruits sous forme de gain de temps, d'amélioration de la qualité et de réduction des erreurs.
• Niveau 4 - Stratégique: 
  l'IA fait partie intégrante de la stratégie d'entreprise et du modèle opérationnel, ce qui représente un avantage concurrentiel durable et positionne l'organisation parmi les leaders du marché.

Pour progresser entre ces niveaux, une entreprise doit prêter attention à cinq dimensions:

• Stratégie et vision
• Données et qualité
• Technologie
• Personnes et compétences
• Gouvernance et éthique.