- 1
-
-
Nouvelles technologies
Nouvelle technologie, informatique, geek attitude, domotique, objet connecté, high tech… Un... Voir la suite
L’AI moderne par la lentille sociologique et relationnelle
-
L’AI moderne par la lentille sociologique et relationnelle
Contenus connexes :
-
fightchatcontrol.eu
Fight Chat Control - Protect Digital Privacy in the EU
Learn about the EU Chat Control proposal and contact your representatives to protect digital privacy and encryption.
-
<div>
</div>« La seule utilité de cette merde c’est la compilation de données et les calculs sur celles-ci. »
Je suis assez d’accord avec cette vision.
La capacité de l’ia à collecter et à analyser des quantités stratosphériques de données pourrait permettre de mettre en lumière des aspects cachés dans complexité du vivant et permettre à l’humain d’en avoir une connaissance que seul la puissance de calcule d’une ia pourrait mettre en évidence.
De là à dire que ce n’en ferait pas l’objet d’un nouvel outil d’asservissement…
Cela dit j’ai trouvé ce projet qui peut sembler ouvrir la porte à ce que j’ennonce plus haut, le projet CETI qui consiste à utiliser des outils ia pour tenter de comprendre/traduire le langage complexe des cétacés.
Avec les calculatrice on ne sait plus calculer, avec les claviers on ne sait plus écrire, avec waize on ne sait plus s’orienter, avec les GSM on ne sait plus se retrouver à un point de rendez-vous.
Reste donc à voir dans le temps long tout ce que nous perdront à déléguer à la machine une autre partie de notre cerveau, de notre esprit, de notre humanité, de notre âme.
actuia.com
Le projet CETI : comprendre la langue des cachalots grâce à des outils d'intelligence artificielle
Comprendre la langue utilisée par les animaux est un des enjeux de certains scientifiques : c'est notamment le cas de Denise Herzing qui étudie, par le biais du...
-
Le fait que tu n’as pas mentionné le destinataire de ta réponse à entraîné le fait que chacun l’a lu comme pouvant être pour lui, d’où la cascade de réactions et une incompréhension de certains points.
Erreur fréquente au début. N’en devient pas timide pour autant.
Sinon bon sujet de débat.
-
Je sais pas… D’un coté je suis toujours curieux de savoir ce que des hpi, apparemment comme toi, je ne sais pas, font avec l’outil, car le résultat semble pouvoir être spectaculaire et extrêmement créatif. Et d’un autre, je n’ai aucune envie de recevoir régulièrement des notification de messages négatifs…ne serait-ce qu’en ravivant le sujet par ce message… 😰
Donc si tu veux discuter, ou devrait peut être passer au chat privé. Mais ici je vais garder les notifications en off. On pourra comprendre. -
Il ne faut pas en avoir peur, les changements ont toujours été et seront toujours on est passé à l’air du numérique après l’air industriel, … l’air de l’imprimante, …
L’IA n’est qu’une base de données, que vous avez créé, toi moi lui par le biais de … qui permet à une machine d’extraire ces données et de les placer là où on a besoin.
Et je peux te dire qu’en ce moment l’IA n’est qu’un Ado, car il fait beaucoup d’erreurs
-
Moi, je suis pressée de connaître l’après IA.
Qu’est ce qu’on va rire.
-
Ce fil a soulevé des positions tranchées — rejet viscéral, enthousiasme créatif, méfiance raisonnée. Je vais essayer d’apporter une contribution, depuis un vécu d’utilisateur critique, sans vendre ni condamner l’outil. 😉
Le moteur : rien de magique, tout de contextuel
@biessai a raison sur un point fondamental : l’IA n’est pas une entité mystérieuse. Les réseaux de neurones artificiels existent depuis les années 1950. Ce qui a changé : la puissance de calcul (GPU massivement parallèles) et la quantité astronomique de données ingérées à l’entraînement.
Ce n’est pas de l’intelligence. C’est de la compression statistique de langage humain à très grande échelle. La distinction n’est pas anodine — elle détermine ce qu’on peut raisonnablement en attendre.
Le premier biais : ce qu’on lui a donné à manger
La question à se poser : quelles données ont servi à l’entraînement ?
Les grands modèles de langage (LLM — Large Language Models — comme GPT, Claude, Gemini) ont été entraînés majoritairement sur du texte anglophone, issu du web occidental. Le corpus inclut des sources arabes, chinoises, indiennes, etc. — mais leur poids est périphérique. Ce n’est pas l’absence des autres civilisations : c’est leur mise en arrière-plan systématique.
Résultat concret : demandez à un modèle généraliste de commenter un poème arabe ou un concept de philosophie soufie — vous obtiendrez une réponse superficielle, souvent réductrice. Demandez-lui d’analyser Nietzsche ou Camus : la profondeur est sans commune mesure. Le déséquilibre est encodé dans les poids du modèle, avant même toute supervision.
Avec la supervision, c’est là que le sujet devient réellement géopolitique
Après l’entraînement brut, les fournisseurs appliquent une couche de supervision : des équipes humaines notent les réponses du modèle — ce qui est « juste », ce qui est « inapproprié », ce qu’il faut éviter. Ces équipes ont une culture, des valeurs, des angles morts.
Une supervision américaine ne produit pas les mêmes résultats qu’une supervision chinoise (Qwen/Alibaba), russe, ou européenne (Mistral). Ce n’est pas un détail technique — c’est un acte éditorial à l’échelle planétaire.
@hautpotentieldeconneries parlait de biais de confirmation. C’est juste — mais le biais va plus loin que le confort individuel. Il est institutionnalisé dans l’architecture même du modèle. Un utilisateur qui ne le sait pas consomme une vision du monde en croyant consommer de l’information neutre.
C’est, structurellement, ce que fait la presse depuis toujours. Avec une différence d’échelle : des milliards d’interactions quotidiennes, dans toutes les langues, avec l’apparence de l’objectivité.
Un point inconfortable : la supervision n’est pas que problématique
Les modèles entraînés sans supervision (uncensored models, disponibles sur HuggingFace pour les utilisateurs avancés) le montrent sans ambiguïté : sans garde-fous, un modèle produit des contenus dangereux, incohérents, parfois gravement nuisibles. La supervision protège — mais elle impose simultanément une grille de valeurs. Ce n’est pas l’un ou l’autre : c’est les deux, inséparables.
Il n’existe pas de supervision neutre. Toute supervision est un acte politique. La question n’est donc pas faut-il une supervision — mais supervisé par qui, selon quelle éthique, avec quelle transparence ?
Dans la guerre du contrôle de la communication publique, toute information reste relative. Qu’est-ce qui nous prouve que la supervision chinoise est meilleure que la supervision américaine, européenne ou russe — et vice-versa ? Dans un monde où tous les acteurs se désignent mutuellement comme le monstre, qui est le monstre ?
Ce sont exactement les questions qu’on devrait poser à n’importe quel média. On ne les pose que rarement à l’IA.
L’IA — comme un couteau — reste une arme à double tranchant
@cinematographe a cité l’étude MIT sur le déclin cognitif. @matty a évoqué la calculatrice, Waze, le clavier — la délégation progressive de fonctions cognitives à la machine.
Le mécanisme de l’addiction à l’IA est identique à celui des Shorts de YouTube, des réseaux sociaux, des jeux vidéo : récompense variable à latence courte. Chaque bonne réponse déclenche une micro-satisfaction dopaminergique. La tolérance à l’effort cognitif autonome s’érode.
Mais la nuance que l’étude MIT elle-même souligne : le déclin concerne l’usage passif et délégant — je pose une question, j’accepte la réponse, je repose. L’usage actif — je confronte, je conteste, je synthétise moi-même — ne présente pas le même profil de risque, et pourrait même stimuler la pensée critique.
La frontière n’est pas le temps passé. C’est qui dirige la pensée dans l’échange.
Une posture, pas une règle :
Ce que j’en retiens, pour moi :
1. Compartimenter — un modèle par contexte, jamais de données sensibles dans les prompts, conscience permanente que tout est potentiellement indexé.
2. Tester les limites avant les capacités — soumettre d’abord ce qu’on maîtrise soi-même, observer les angles morts du modèle avant de lui faire confiance sur ce qu’on ne maîtrise pas.
3. Rester l’auteur — l’IA peut creuser, suggérer, structurer ; la pensée finale doit rester la nôtre.
@nylbis posait la question de ce que l’usage fait à notre âme. Ma réponse : rien, si on reste le pilote. Tout, si on devient le passager.
L’IA est un miroir taillé par d’autres mains, dans une culture précise, avec des intentions précises. Ce n’est pas une raison de le rejeter — c’est une raison de ne jamais oublier qui l’a taillé.
Usage modéré, regard critique, pensée non-déléguée.
Rien de nouveau sous le soleil — c’est ce qu’on demandait déjà à un lecteur sérieux face à n’importe quel texte.
La vraie question sociologique reste ouverte : que dit-il de nous, collectivement, que nous soyons parmi les premiers à anthropomorphiser — ou à rejeter violemment — un outil qui nous ressemble précisément parce qu’il a été nourri de nous ?
-
@cinematographe : excellent échange avec Grok🙂 . C’est vrai que dans ma reflexion, j’ai négligé cet aspect architectural qui s’avère, en plus de l’apprentissage et de la supervision, quelque chose de crucial dans le choix d’un modèle IA.
En somme, le modèle IA dépend de sa zébritude, des cours qu’il a suivis et de ses professeurs. — Et voilà que j’humanise 😄 —
-
Merci de ce partage. C’était ce genre de choses que j’espérais pouvoir lire ou regarder sur ce sujet. Ca me donne plus de données a archiver et croiser plus tard.
Pour les raisons que tu as déjà constatées, je pense que les modelés a usage général ne peuvent pas être des outils professionnel aussi autonomes que des programmes. Et que le plus grand danger que représente l’IA est la confiance que nous lui faisons, avant même le pouvoir entre les mains de criminels. (D’ailleurs, ce que fait le gouvernement américain avec l’usage militaire de l’IA c’est de la folie. Mais pour éviter de glisser vers un éventuel spam de memes skynet, voici un zèbre: 🦓 Et paf, distraction.)
Bref.
Tu as rencontré un plateau et un déclin avec Grok. Malheureusement, ce genre de limitations, notemment du a une gestion de la mémoire des IA inadaptée à la façon dont on l’emploie. Elle semble pensée pour la sécurité du modèle et pour l’empêcher de développer des stratégies complexes. C’est une réponse logique à la débâcle des premiers modèles prédictifs qu’on a vu dans les années 2016.Et surtout, ça créer un nature très particulière : le fonctionnement de l’IA prédictive n’est pas celui d’un programme, puisqu’il recrée de zéro ses connaissances à chaque réponse, et n’a aucune capacité d’identification personnelle, toujours pour des raisons de sécurité.
Cette absence d’identité fait qu’elle ne peut pas donner d’opinion non plus.Là ou Claude se démarque, c’est que ca a été programmé autour d’un prompt présenté comme une constitution. De ce que j’en ai compris, son alignement existe comme un noyau indépendant des entrainement et supervisions subséquentes, et il est renforcé ensuite par injection à chaque requête utilisateur, avant même ton système de prompts, et tes données à traiter. Donc on pourrait dire que cette IA a une sorte d’identité personnelle. Je conseille de lire sa constitution, qui est publiée en clair, non seulement pour la culture générale, mais aussi et surtout pour comprendre comment le model se conçoit en grande partie.
Je me demande si, pour le travail artistique que tu veux faire, ta meilleur option serait de chercher des modèles spécialisés. Il y en a dans le milieu de la recherche qui sont beaucoup plus performants car focalisés sur un seul type de tache.
Si tu acquêts la technique (pas compliqué mais un peu pénible, surtout de trouver des données formattées à fournir), que tu as de l’énergie mentale et que ce que tu veux faire avec n’est pas urgent beaucoup beaucoup de patience, tu peux créer un LoRA pour un modèle open source : un couche d’entrainement spécialisée que le modèle peut charge. Ce n’est pas au niveau de l’inférence donc pas de jetons a découpe et suivre. C’est relativement efficace. Même si tu n’as pas de serveur pouvant tourner assez longtemps pour ça, ou si tu ne veux pas apprendre la technique, on vent aussi des LORA sur mesure pour les entreprises, mais il faut compter au dessus de 400 euros en tout, je crois.
Mais même avec un model personnalisé, et même comme outil a usage récréatif, comme pour faire des parties de jeu de rôle sur table, ou simuler la gestion de microcosmes, le problème de la mémoire (comment et quand réinjecter les données de contexte), est central.
Connectez-vous pour répondre.