Pierre-Philippe (alias @PPC sur Twitter) travaille pour une grande banque européenne. Expert en startup et en finance, il est aussi ce qu’on appelle un influenceur, avec un podcast qu’il donne en direct chaque matin sur les réseaux sociaux et de multiples interventions dans des conférences. Depuis quelques années, Pierre-Philippe expérimente un métier du futur, un métier que vos enfants feront peut-être demain. Il est éleveur de robot. Il a été le premier éleveur de robot chez Flint, la start-up que j’ai lancée en 2017. Vous pouvez dire aussi : éducateur d’intelligence artificielle. Le MIT (l’une des meilleures universités du monde)  préfère parler de “AI trainer”, ce qui fait d’un coup beaucoup plus classe sur une page Linkedin, et l’a rangé en 2018 dans le top 5 des professions d’avenir. 

Elever des robots…

Le robot que Pierre-Philippe éduque depuis deux ans, s’appelle Gordon. C’est un robot expert en fintech. Il a été entraîné pour sélectionner les articles les plus intéressants et pointus publiés sur Internet sur le sujet… comme l’aurait fait Pierre-Philippe.

En quoi consiste le métier d’éleveur de robot ? A quoi peut-il servir ? Dans un monde où tout est en train de s’automatiser on pourrait croire que les robots vont avoir de moins en moins besoin des humains. Et nous de plus en plus deux. Ce rêve que pourrait caresser légitimement tout patron d’industrie _remplacer ses salariés imprévisibles et récalcitrants par des algorithmes _ se heurte pourtant déjà à la dure réalité d’aujourd’hui : les robots sont extrêmements stupides. 

Qu’entend-on en fait par intelligence artificielle ? Depuis la machine d’Alan Turing en 1939 qui décodait le code secret des forces ennemies, jusqu’à à Alphago le robot qui a vaincu le champion du monde de Go en 2016, sa définition n’a guère changé: il s’agit de modéliser l’expertise humaine dans un algorithme en vue de l’automatiser. Ceci afin de résoudre plus rapidement un problème.

Quand le problème est simple à résoudre, il suffit de programmer la méthode dans un algorithme. Mais quand le problème est plus complexe, il faut alors doter la machine de capacités d’apprentissage pour lui permettre de trouver elle-même, à tâtons, la méthode la plus efficace. C’est ce qu’on appelle le « machine learning ». 

Qui dit « learning », dit donc éducation. Le rôle de l’éducateur d’intelligence artificielle n’est donc pas de programmer les algorithmes, mais de les guider dans leur apprentissage. Son métier s’apparente plutôt à celui d’un prof face à ses élèves.

Sauf qu’éduquer un robot est encore plus difficile qu’éduquer un élève. Quand on parle d’intelligence artificielle, il faudrait déjà commencer par retirer le mot « intelligence ». Prenez un enfant de deux ans par exemple. Pour lui faire comprendre la différence entre un chat et un chien, il faut lui montrer un chien, deux ou trois fois. Un robot, il faut le lui montrer plusieurs centaines de milliers de fois ! Vous me direz, ce n’est pas grave, avec la puissance des  processeurs aujourd’hui, un million de fois ça va très vite. Certes. Mais à présent, imaginez un prof en train d’essayer d’éduquer un enfant complètement stupide mais qui réfléchit très très vite ! C’est infernal. Parce que, dans le même temps, cet élève est capable de faire un million de fois plus d’erreurs qu’un enfant normal !

… et éduquer l’intelligence artificielle 

Alors comment éduque-t-on une intelligence artificielle ? Avec des données (beaucoup) et avec des boucles de rétroactions. Comme un algorithme est par définition une simplification de la réalité et comme les données qu’on lui envoie sont presque toujours incomplètes, il a une fâcheuse tendance à s’écarter rapidement du réel. On appelle ça un biais. Il a donc besoin de retours réguliers pour le corriger, c’est ce qu’on appelle une boucle de rétroaction. Le rôle de l’éducateur de robot est donc de vérifier que les données qu’il lui envoie soient les plus diversifiées et équilibrées possibles, pour éviter les clichés par exemple. Il est aussi de contrôler que les résultats obtenus par le robot ne s’embarquent pas, au fil de son apprentissage, dans des biais dangereux. 

Sauf que jusqu’à aujourd’hui, les robots ont été très mal éduqués. Ils ont été façonnés puis entraînés par une population de jeunes ingénieurs, généralement de sexe masculin, le plus souvent blancs et californiens, cloîtrés derrière leur écran et leur bol de chips. Il n’y a pas de ministère de l’Education Nationale pour les algorithmes. 

Prenez l’information, qui est au coeur de la croissance de notre économie. Aujourd’hui, l’information est devenue tellement riche et abondante sur Internet, qu’aucun humain n’est capable de la trier et d’en distinguer la valeur cognitive. Il est donc indispensable de faire appel à la technologie pour faire ce tri à notre place. Le problème c’est que plus personne n’éduque ces robots ! Enfin, pour être plus juste, c’est vous qui les éduquez avec vos données personnelles, mais sans pouvoir les corriger. Et comme ils sont stupides, il déduisent de votre comportement des modèles de qualité d’information ultra-simplifiés et extrêmement biaisés. Conséquence : ils vous envoient à peu près toujours les mêmes contenus. Pire, les robots sont très sensibles aux fake news, parce que ces dernières épousent parfaitement leur modèle simpliste de sélection. 

Pour penser nos industries de demain

Ce dérèglement dramatique provoqué par ces algorithmes biaisés, qui ne touche pas que l’information, mais aussi la finance, l’assurance et la justice, doit nous interroger plus globalement sur notre approche de l’intelligence artificielle et sur son utilisation massive dans l’industrie. 

Parce qu’ils ne sont que des outils, les robots ne pourront pas se contenter de remplacer les humains. Ils devront nous aider à inventer de nouveaux produits porteurs de sens et de valeurs. 

L’intelligence artificielle est encore trop souvent vue comme un simple moyen de réduire les coûts dans les secteurs les plus violemment frappés par la crise. Alors que l’on devrait y réfléchir en terme de création de valeur. 

Benoît Raphaël

C’est ce que la startup Flint expérimente. Flint est une “école de robots” dans le domaine de la veille d’information. Des centaines d’experts y transmettent chaque jour à une intelligence artificielle leurs valeurs et leur vision d’une information de qualité sur des tas de sujets spécialisés. Comme par exemple la finance avec le robot Gordon entraîné par Pierre-Philippe. Chaque jour, par mail, Gordon envoie à Pierre-Philippe une sélection de liens vers des articles de qualité, aux sources très variées, sur le futur de la finance. Il peut contrôler en toute confiance la pertinence de son robot, économise en moyenne 2 heures de veille par jour et est sûr de ne rien rater d’essentiel. C’est un vrai outil de travail.

Flint a aussi lancé une offre pour permettre à d’autres utilisateurs de bénéficier de l’expertise de Gordon, en créant BB Gordon, un bébé clone de Gordon pour le mettre à disposition des abonnés. Une partie des revenus liés à cette valeur ajoutée sera reversée à Pierre-Philippe. Pourquoi ? Parce que la valeur ne vient pas de nos algorithmes mais de l’entraînement qu’ils ont reçu par un expert humain.

robot flint

Quels nouveaux métiers allons-nous inventer demain grâce à ces nouveaux outils ? Quelles oeuvres nouvelles allons nous créer avec ces technologies révolutionnaires ?

Les robots ne nous remplaceront que si nous continuons à travailler comme des robots. Les pays les plus robotisés que sont l’Allemagne, le Japon et la Corée du Sud, sont aussi ceux qui affichent le plus d’employabilité. 

Comme celui d’éducateur de robots, les métiers du futur feront sans doute moins appel à des compétences techniques de filière qu’à ce que l’on nomme aujourd’hui les compétences comportementales, les « soft skills ». C’est à dire : la créativité, la capacité à apprendre, à structurer, à s’adapter à de nouvelles problématiques et à travailler ensemble. Cela signifie que si le futur est technologique, les gagnants ne seront pas forcément les profils les plus techniques. Cela signifie  que tout le monde peut et doit s’emparer de l’intelligence artificielle. 

Article originellement publié dans le premier numéro du magazine Finance mag, à retrouver en version numérique.