Comment S’adapter aux Grands Modèles de Langage pour Réussir avec l’IA

Regardez la vidéo!

L’impact des grands modèles de langues (LLMs) sur le travail humain est complexe et varié selon les catégories d’emploi.

Actuellement, on pense que les LLMs sont les plus susceptibles d’automatiser ou d’augmenter considérablement les tâches qui sont routinières, répétitives et basées sur la reconnaissance et l’interprétation de textes ou d’images. Dans les services créatifs, analytiques et professionnels spécialisés, les LLMs tendent encore à assister les tâches dirigées par des humains plutôt qu’à les remplacer.

Nous observons également une progression naturelle avec l’amélioration des capacités des modèles de base et la fiabilisation des pipelines LLM. Nous passons 1) “d’assistants stagiaires peu fiables” qui peuvent aider pour des tâches ponctuelles et du traitement de données mais nécessitent beaucoup d’instructions claires et de temps pour vérifier les résultats finaux, à 2) des "co-pilotes" utiles, capables d’assister le travail humain et d’augmenter la productivité, à 3) des "agents" pouvant exécuter des tâches relativement complexes sur plusieurs heures ou jours (mais nécessitant toujours des instructions et des vérifications), et enfin à 4) des flux de travail entièrement automatisés. Certains de ces niveaux sont atteints plus tôt selon le seuil de fiabilité de la tâche et l’adéquation des capacités actuelles des LLMs. À l’heure actuelle, la plupart des applications LLM appartiennent aux deux premières catégories, mais les systèmes basés sur des agents deviennent de plus en plus populaires et s’améliorent chaque jour. Ce passage d’un outil à une entité complète représente le plus grand bouleversement, mais également le changement le plus complexe à réaliser.

À mesure que la technologie des LLMs progresse, il est crucial que les travailleurs de tous les secteurs s’adaptent et développent des compétences qui complètent les capacités de l’IA. Cela inclut des compétences humaines comme la créativité, la pensée critique, l’intelligence émotionnelle et la résolution de problèmes complexes. Cela ne signifie pas pour autant que l’IA ne peut pas aider dans ces domaines — elle le peut déjà, comme nous le verrons dans le cours. Avec les changements rapides des emplois, il sera essentiel d’investir dans des programmes de requalification et de développement des compétences pour aider les travailleurs à s’adapter aux nouvelles exigences, tout comme on l’a fait en adoptant les ordinateurs et Excel au lieu des tableaux papier.

Les humains devront apprendre à utiliser l’IA, à comprendre ses forces et faiblesses en constante évolution, et à adapter leurs flux de travail pour exploiter ses capacités. Nous pensons que les pertes d’emplois dues à l’IA sont probables dans certains secteurs où l’IA augmente la productivité des travailleurs pour des produits ou services limités par l’offre ou la demande. Cependant, il est plus probable que vous soyez remplacé par quelqu’un qui a pris le temps d’apprendre à utiliser efficacement l’IA plutôt que par l’IA elle-même, du moins dans un avenir prévisible. L’avenir du travail impliquera une relation collaborative entre les humains et l’IA, les LLMs prenant en charge des tâches routinières et augmentant les capacités humaines dans des domaines plus complexes.

Voici quelques réflexions sur l’impact potentiel des LLMs sur différentes catégories de travail humain, pour vous aider à orienter vos efforts de développement des LLMs !

Travail intellectuel et traitement de l’information

Les LLMs sont particulièrement adaptés aux tâches de traitement, d’analyse et de synthèse de l’information. Leur impact dans ce domaine sera probablement important :

• Ils peuvent rapidement traiter de grandes quantités d’informations, identifier des modèles et générer des résumés. Ils amélioreront considérablement l’efficacité des chercheurs, analystes et journalistes. D’après mon expérience, ils sont d’une aide précieuse pour la recherche et l’écriture, comme nous le montrerons dans les articles suivants.

• Les tâches d’écriture telles que la rédaction de rapports, d’articles et de contenus marketing peuvent être largement assistées par les LLMs. Bien que la créativité, le style, la nuance et la vérification humaine restent essentiels, les LLMs aident à structurer, générer des idées et préparer des brouillons initiaux.

• Ils peuvent prendre en charge une grande partie des demandes des clients, réduisant ainsi le besoin d’intervenants humains pour des questions routinières.

Travail créatif et artistique

L’impact des LLMs sur les tâches créatives sera probablement plus d’assistance que de remplacement :

• Les LLMs peuvent aider à la génération d’idées, à la structuration et à la rédaction initiale. Les écrivains humains resteront essentiels pour la narration originale, l’expression nuancée et l’édition finale.

• Les modèles texte-image peuvent assister la génération de concepts visuels, mais les artistes humains restent cruciaux pour la vision artistique originale et l’exécution.

• Ils peuvent même contribuer à créer des mélodies, des paroles ou des chansons, mais les musiciens humains sont indispensables pour des créations émotionnellement résonnantes et culturellement significatives.

Travail technique et spécialisé

Les LLMs peuvent significativement augmenter l’efficacité dans les domaines techniques, mais ils sont peu susceptibles de remplacer complètement les humains dans ces secteurs.

• Dans le domaine de la programmation et du développement logiciel, les LLMs peuvent assister les développeurs en générant du code, en détectant et en corrigeant des erreurs, ou encore en rédigeant de la documentation technique. Des outils comme Cursor ou ChatGPT illustrent parfaitement cette capacité. Cependant, la résolution de problèmes complexes, la conception de systèmes informatiques et la garantie de la qualité du code continueront de nécessiter une expertise humaine approfondie.

• Dans le secteur juridique, les LLMs peuvent être utiles pour effectuer des recherches, analyser des contrats et rédiger des documents juridiques simples. Néanmoins, l’interprétation de lois complexes, la définition de stratégies juridiques ou la représentation de clients devant un tribunal demeurent des activités centrées sur l’humain. Il est particulièrement crucial d’éviter que l’IA "hallucine" des cas ou invente des preuves.

• Les LLMs peuvent également jouer un rôle précieux dans le domaine financier. Ils peuvent assister les analystes en analysant des données, en générant des rapports détaillés et en évaluant les risques. Cela peut considérablement améliorer la rapidité et la précision des processus financiers.

• Dans le secteur des assurances, les LLMs peuvent contribuer au traitement des demandes d’indemnisation, à l’analyse des politiques et à l’amélioration des interactions avec les clients. Ils permettent ainsi d’automatiser certaines tâches administratives, tout en réduisant le temps consacré aux processus répétitifs.

• Enfin, dans le domaine médical, les LLMs peuvent assister les professionnels de santé en analysant des données cliniques et en suggérant des diagnostics potentiels. Toutefois, la prise de décisions médicales finales et les soins aux patients restent sous la responsabilité des professionnels humains. Par exemple, durant mon doctorat, j’ai utilisé l’IA pour aider à diagnostiquer la sclérose en plaques en entraînant un algorithme capable de détecter précocement des lésions dans des IRM de cerveau. Ces résultats étaient ensuite examinés par des radiologues experts pour validation. Bien que ce processus ne soit pas entièrement automatisé, il a permis de gagner un temps précieux en signalant les cas pertinents pour les radiologues.

Dans l’ensemble, bien que les LLMs puissent alléger et améliorer de nombreuses tâches techniques et spécialisées, leur rôle reste principalement celui d’un outil d’assistance. L’expertise humaine demeure essentielle pour les aspects les plus complexes et les plus critiques de ces domaines.

Travail physique et manuel

Bien que des progrès considérables soient réalisés dans le domaine des robots humanoïdes, ces technologies, qui intègrent parfois des modèles comme les LLMs, ne sont pas encore commercialisées à grande échelle. Pour le moment, les LLMs ont un impact direct limité sur les tâches physiques, mais ils influencent indirectement ces emplois :

• Ils peuvent optimiser les processus, gérer les stocks et contrôler les systèmes robotiques. Cependant, de nombreuses tâches physiques nécessitent encore des travailleurs humains en raison des variations et des coûts élevés des capteurs et des systèmes matériels.

• La technologie LLM peut optimiser les itinéraires et les horaires, comme dans Google Maps. Cependant, la conduite ou l'exploitation de véhicules repose encore sur des opérateurs humains ou sur des technologies d'IA autres que les LLMs (comme les systèmes pour voitures autonomes). Les obstacles principaux ici ne sont pas technologiques, mais plutôt réglementaires et éthiques.

Gestion et leadership

Les LLMs sont peu susceptibles de remplacer les gestionnaires humains, mais ils peuvent les assister de diverses manières :

• Analyse de données et fourniture d'informations pour éclairer les processus de prise de décision.

• Aide à l'allocation des tâches, à la planification et au suivi des progrès.

• Analyse des données sur les performances des employés et suggestion d'améliorations.

• Automatisation et rationalisation de nombreuses tâches administratives.

Un bon manager peut aujourd'hui accomplir bien plus en utilisant les LLMs comme un "employé" supplémentaire, capable de réaliser des tâches complexes grâce à des instructions claires et des objectifs définis.

Éducation et formation

Les LLMs possèdent un potentiel significatif pour améliorer les processus éducatifs :

• Fourniture d'explications adaptées et d'exercices pratiques aux étudiants.

• Aide aux enseignants dans l'élaboration de supports de cours et d'évaluations.

• Soutien de tutorat personnalisé 24h/24, prenant en compte les conversations et styles d'apprentissage passés. Les enseignants humains resteront essentiels pour une compréhension approfondie et le développement socio-émotionnel, mais ces outils peuvent grandement faciliter leur travail.

Tâches routinières et répétitives

Les LLMs sont particulièrement efficaces pour automatiser les tâches linguistiques routinières :

• Comme la saisie de données de routine.

• Ou encore pour des rôles tels qu'authentificateurs de crédit, vérificateurs et employés administratifs, où une grande partie des tâches peut être automatisée grâce à des systèmes intelligents (quand le matériel et les coûts le permettent).

Nouveaux rôles et opportunités émergents

L’émergence des LLMs crée également de nouvelles catégories d’emplois et opportunités :

• Besoin croissant de professionnels pour développer, affiner et maintenir les LLMs, tels que des ingénieurs en IA, des développeurs spécialisés en LLM ou des ingénieurs en apprentissage automatique.

• Spécialistes en conception de prompts et systèmes finaux pour optimiser les performances des LLMs.

• Experts chargés de garantir que les LLMs produisent un contenu éthique et non biaisé.

Bien que de nombreux emplois puissent être augmentés ou automatisés, cela ne signifie pas que l'IA remplacera l'humain. Cela signifie simplement que nous pourrons faire mieux. Une étude récente a comparé une entreprise qui n’adopte pas l’IA à une autre qui l’utilise pleinement. Elle a constaté que la première a 6 % de chances de pertes d’emplois dans les trois prochaines années, tandis que la seconde présente une perspective positive de 16 % de croissance de l’emploi.

Se préparer à l’impact de l’adoption de l’IA

L’adoption de l’IA générative transformera notre paysage économique, impactant chaque secteur, pays et individu. Les entreprises, décideurs et travailleurs doivent tous répondre à la même question stratégique clé : quelles mesures prendre pour maximiser les opportunités de l’IA et atténuer les impacts négatifs possibles de son développement et de son adoption ?

Pour exploiter pleinement le potentiel de l’IA, des investissements substantiels sont nécessaires tout au long de la chaîne de valeur de l’IA. Cela inclut le développement de puces plus puissantes et économes en énergie, des infrastructures infonuagiques, et le financement d'entreprises et d’applications innovantes dans le domaine de l’IA. Les initiatives gouvernementales pour promouvoir la recherche et le développement, ainsi que pour inciter les investissements privés, sont essentielles pour stimuler l'innovation et la compétitivité sur ce marché émergent.

L’adoption de l’IA nécessitera des changements majeurs dans les ensembles de compétences dont les travailleurs ont besoin, ce qui constitue l’objectif de ce cours. Les programmes d’éducation à tous les niveaux: universités, collèges communautaires et plateformes d’apprentissage en ligne, qui devront être adaptés aux besoins d’une main-d’œuvre habilitée par l’IA. Tous les étudiants utilisent déjà des outils comme ChatGPT, qu’on le veuille ou non. Il est impossible de simplement les bloquer. Cela implique de transformer la manière dont nous apprenons et de former les futures générations pour de nouveaux emplois, tout en mettant également l’accent sur la montée en compétences et la requalification des travailleurs existants.

Pour garantir que la technologie de l’IA profite à l’ensemble de l’humanité, des considérations éthiques doivent être placées au premier plan. Les décideurs politiques et les technologues doivent collaborer pour créer un cadre réglementaire favorisant le développement et l’utilisation responsables de l’IA. Cela inclut la résolution des biais potentiels dans les données d’apprentissage et l’établissement de directives claires sur des questions telles que la confidentialité des données, la transparence des algorithmes et les limites acceptables de l’automatisation dans divers domaines. Cela doit également être équilibré pour éviter de créer des barrières réglementaires empêchant les petites entreprises d’entrer sur le marché, où seules les grandes entreprises technologiques pourraient supporter les coûts de conformité.

Conclusion

L’intégration des (LLMs) dans le monde du travail représente un changement transformateur à travers les industries, avec un potentiel significatif pour améliorer la productivité, la créativité et la prise de décision. Leurs capacités actuelles ont un impact particulièrement marqué sur les tâches routinières, répétitives et axées sur l’information, tandis que les forces humaines telles que la créativité, la pensée critique et l’intelligence émotionnelle demeurent indispensables.

À mesure que la technologie des LLMs progresse, leur rôle passera vraisemblablement de fonctions assistantes à des fonctions plus autonomes, ce qui rendra essentiel pour les travailleurs d’apprendre à collaborer efficacement avec l’IA. L’émergence de nouveaux rôles dans le développement de l’IA, la conception de prompts et l’éthique souligne les opportunités de croissance dans un paysage professionnel transformé par l’IA.

Pour prospérer dans cet environnement en évolution, les individus et les organisations devront donner la priorité aux efforts de requalification et de montée en compétences, en mettant l’accent sur des flux de travail humains-IA complémentaires. L’avenir du travail ne sera pas une opposition entre humains et IA, mais une collaboration où leurs forces respectives se complètent. Se préparer à cette transition sera la clé pour libérer tout le potentiel des LLMs dans les années à venir. Et nous sommes là pour vous aider à relever ce défi !