Ok

En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies. Ces derniers assurent le bon fonctionnement de nos services. En savoir plus.

data-philosophie

  • L'IA "Lucie" : symbole du naufrage numérique européen ?

    Lucie, IA, Data-Philosophie, Perspective, fiasco, Intelligence artificielle, technologie, avenir, technologique

    L’Europe accuse un retard considérable en matière d’intelligence artificielle, et l’épisode tragi-comique de l’IA "Lucie", récemment lancée et immédiatement débranchée, illustre à quel point ce retard est problématique (Europe1, 2024). Pendant que les géants américains et chinois avancent à pas de géant, développant des modèles de plus en plus sophistiqués et capables d’interagir de manière cohérente avec les utilisateurs, l’Europe peine à définir une stratégie claire et efficace (Villani, C. Donner un sens à l’intelligence artificielle, 2018).

    Un fiasco révélateur

    Lucie, censée être une alternative française aux IA conversationnelles américaines, s’est illustrée par ses réponses absurdes : erreurs factuelles, non-sens logiques, incompréhensions basiques du langage. Très vite, elle a été désactivée, faute de pouvoir rivaliser avec des modèles bien plus avancés. Cet échec n’est pas anodin : il est le reflet d’une absence criante de vision stratégique sur l’intelligence artificielle en Europe, un continent qui semble condamné à n’être qu’un consommateur des technologies développées ailleurs.

    Un chaos informationnel à venir ?

    Nous sommes entrés dans une nouvelle ère : celle d’un Internet façonné par l’IA, où l’accès à l’information est structuré par des algorithmes de plus en plus performants. Or, sans une IA souveraine, l’Europe risque de perdre toute maîtrise sur l’écosystème numérique. La désinformation, déjà omniprésente, risque de s’amplifier si nous laissons aux seules entreprises privées américaines ou chinoises la responsabilité d’organiser la hiérarchie de l’information.

    Ce qui se profile, c’est un chaos informationnel où la vérité sera façonnée par ceux qui maîtrisent la technologie. Sans alternative crédible, les sociétés européennes deviendront des territoires où l’information sera filtrée, organisée et parfois manipulée sans aucun contrôle démocratique. Le risque ? Un effondrement du débat public et une accentuation des fractures sociétales.

    Repenser l’IA avec une éthique du sens

    Ce retard technologique ne pourra être comblé que si nous changeons de paradigme. Plutôt que de poursuivre une course effrénée à la puissance brute, nous devrions nous tourner vers une IA fondée sur le sens et la qualité de l’information. C’est ici que la pensée de Martha Nussbaum et sa théorie des capabilités peuvent offrir une piste de réflexion précieuse. Comme elle l’écrit dans "Creating Capabilities: The Human Development Approach" (2011), "Le développement humain ne peut se limiter à la croissance économique ; il doit viser l’épanouissement des capacités individuelles et collectives".

    Nussbaum propose une vision du développement basée non pas sur l’accumulation quantitative, mais sur la capacité réelle des individus à s’épanouir. Appliquée à l’IA, cette approche signifierait un recentrage sur l’humain, sur la création d’outils qui ne se contentent pas de traiter de gigantesques quantités de données, mais qui favorisent une intelligence collective, critique et éthique.

    Vers une IA européenne responsable et souveraine

    L’Europe a une occasion unique de prendre un autre chemin que celui du transhumanisme débridé ou de l’hégémonie des big tech. Elle peut promouvoir une IA qui ne cherche pas seulement à imiter l’intelligence humaine, mais à l’enrichir, en mettant en avant la diversité culturelle, le débat critique et l’éthique du numérique.

    Le fiasco de "Lucie" devrait être une alarme. Non pas pour abandonner, mais pour repenser. La révolution de l’IA est en marche, et si l’Europe veut y participer activement, elle doit impérativement définir un cadre basé sur le sens, la qualité et l’autonomie technologique. Faute de quoi, elle ne sera qu’un spectateur impuissant du chaos informationnel qui s’annonce.

  • Data-Philosophie pour une gouvernance numérique éthique et efficace

    Data-philosophie, essai, Sonia Bressler, IA, éthique, droit, données, philosophie, gouvernance

    J'ai choisi de rédiger un essai complet intitulé "data-philosophie" qui associe sans complexe la philosophie à la science de la donnée numérique. Je dis sans complexe car il s'agit de plonger au coeur des grands courants philosophiques pour prendre le temps de la conceptualisation du monde. Il est évident que Platon ne parlait pas de la "data" en tant que telle mais bien d'une représentation du réel et de la réalité (mais qu'est-ce que la donné numérique si ce n'est une représentation d'une réalité à un instant donné ?). Il en va de même de nombreux autres penseurs sans lesquels nous ne pouvons pas davantage éclairer l'avenir de notre humanité.

    La Data-Philosophie est une discipline émergente qui vise à intégrer les réflexions philosophiques et éthiques dans la gouvernance et la régulation des technologies basées sur les données et l'intelligence artificielle. Si cette approche semble prometteuse pour répondre aux défis posés par le monde numérique, il est important d'adopter un point de vue équilibré et nuancé pour en évaluer l'impact et les limites potentielles.

     

    Concepts clés et théories spécifiques

    La Data-Philosophie s'appuie sur les travaux de penseurs tels que Charles Sanders Peirce, John Dewey, et Emmanuel Levinas, ainsi que sur des principes éthiques tels que la transparence, la responsabilité, l'équité et la protection de la vie privée. Ces concepts sont essentiels pour guider la régulation des technologies basées sur les données, tout en tenant compte de l'évolution rapide et des implications imprévues de ces technologies.

     

    Perspectives contradictoires

    Malgré ses avantages potentiels, la Data-Philosophie n'est pas exempte de critiques. Certains affirment que cette approche pourrait être trop théorique et manquer de pertinence pratique pour les décideurs politiques et les entreprises. D'autres soutiennent que la Data-Philosophie pourrait entraîner une régulation excessive, freinant ainsi l'innovation et la croissance économique.

     

    Conséquences imprévues

    L'application de la Data-Philosophie à la gouvernance numérique pourrait également avoir des conséquences imprévues. Par exemple, la mise en place de réglementations strictes en matière de protection de la vie privée et de sécurité des données pourrait entraver le partage de l'information et le développement de nouvelles technologies bénéfiques pour la société. Il est donc crucial d'évaluer les avantages et les inconvénients potentiels de la mise en œuvre de la Data-Philosophie dans différents contextes.

     
    Solutions pratiques et recommandations

    Pour maximiser l'impact positif de la Data-Philosophie, il est important de proposer des solutions pratiques et des recommandations concrètes. Par exemple, les décideurs politiques pourraient élaborer des réglementations spécifiques pour les secteurs sensibles, tels que la santé et la finance, tout en encourageant l'innovation et la croissance économique. Les entreprises pourraient également mettre en place des mécanismes de gouvernance internes, tels que des comités d'éthique, pour veiller à ce que les technologies basées sur les données soient utilisées de manière responsable et éthique.

     
    En conclusion (même si conclure est impossible tant nous devrions aller encore plus loin dans cette exploration)...

    La Data-Philosophie offre une approche prometteuse pour aborder les défis éthiques et réglementaires posés par le monde numérique. Cependant, il est essentiel d'adopter une vision nuancée et équilibrée pour en évaluer l'impact et les limites potentielles. En intégrant les réflexions philosophiques et éthiques dans la gouvernance numérique, tout en tenant compte des perspectives contradictoires et des conséquences imprévues, nous pourrons mieux naviguer dans le monde numérique complexe et incertain qui nous entoure. Pour que la Data-Philosophie soit véritablement efficace, il est important de promouvoir la collaboration entre les différents acteurs (décideurs politiques, entreprises, chercheurs, etc.) et d'élaborer des solutions pratiques et adaptées aux contextes spécifiques. Ensemble, nous pourrons alors œuvrer pour une gouvernance numérique éthique et durable, au service de l'ensemble de la société.

  • Fondements et enjeux de la data-philosophie

    Capture d’écran 2020-05-06 à 07.34.33.png

    La revue Management & Data Science accueille mon article sur les Fondements et les enjeux de la Data-Philosophie

    Aborder la “data” se fait principalement de façon “technique”, en lien avec soit la programmation algorithmique, soit la question matérielle (outils de collecte ou outils de conservations). Peu de travaux questionnent la notion même de “data”. Encore moins d’articles existent sur la data abordée de façon philosophique. Dans cet article, nous tâchons de mettre en lien la “data” et la “philosophie”. Pour cela, nous nous appuierons sur la question du “critère du réel”. En posant la question de la “data” comme un “critère de réalité” potentiel, nous entrons dans l’exercice philosophique. Nous cherchons ici à fonder la “data-philosophie” et ses enjeux. Nous en venons à poser les quatre champs opératiques de la Data-Philosophie : ontologie, épistémologie, praxis et éthique de la data.

    En juin 2017, lors d’une présentation à la commission des droits de l’homme à la conférence des ONG du Conseil de l’Europe, j’ai exposé la nécessité de comprendre l’avènement du monde de la data à l’aide de l’interrogation philosophique et d’une éthique radicale que j’ai désignée sous l’expression “data philosophie”[1].

    Il s’agit ici d’expliquer en quoi la philosophie de part son histoire et ses recherches sur la notion fondamentale de “critère de réalité” peut aider à la compréhension des enjeux de la data.

    Dans cet article, nous allons aborder deux points essentiels à la réflexion sur la philosophie à l’ère du big data. En premier lieu, nous devons nous interroger sur la conciliation entre deux champs qui paraissent opposés. D’un côté nous aurions la “data” qui serait de l’ordre de la technologie mais qui peut être aussi considérée comme une technique (au sens de la techné τέχνη, « fabriquer », « produire »), et de l’autre la “philosophie” au sens du questionnement sur les savoirs et la conduite des êtres humains. Ces deux recherches sont-elles compatibles sans pour autant basculer dans une philosophie pratique ?

    Dans un deuxième temps, nous verrons que cette conciliation est non seulement possible mais qu’elle se doit de recouvrir quatre champs d’investigations : une ontologie de la data, une épistémologie, une data-praxis, une éthique des données.

    Lire la suite directement sur le site de la revue Management & Data Sciences

  • Pourquoi la data-philosophie ?

    Au coeur du confinement, j'ai enfin décider de prendre le temps d'écrire sur les bases de ce qui devrait nous occuper tous dans les prochaines années à savoir "la data-philosophie". Ce blog porte les traces de mes réflexions sur l'usage des données, les questions éthiques, notre rapport au temps, etc.

    Mais là il nous faut aller plus loin et explorer ce qu'est la "data-philosophie".

    L’association « data-philosophie » a son importance. Il ne s’agit pas de poser une « philosophie de la data » qui serait simplement une sorte d’application pratique ou un code déontologique de la data.
    Nous devons regarder la data comme ce qu’elle est : un critère du réel. Cette idée de critère du réel est très importante. Toute la philosophie s’accorde autant qu’elle se déchire sur cette notion de « critère » du réel qui rend possible ensuite tout le reste : la croyance juste, la croyance vraie, la croyance justifiée, la connaissance, le savoir… Dès lors nous pourrions ici tenter une analogie entre la « data » et la « monade » de Leibniz.
    Dans cet article, il ne s’agit pas de résoudre cette analogie qui par ailleurs, comme toute analogie a son degré de fausseté. Cependant, nous devrions remarquer, qu’à la base de toutes les recherches ou manipulations de data, il devrait y avoir une question.
    L’objectif de la data-philosophie serait donc situé là : dans l’art de poser les questions et donc de soulever des problèmes. Sans ce cheminement il ne peut y avoir d’analyse structurée.

    Cliquez-ici pour lire l'article dans son intégralité sur Academia.