Le vendredi 20 avril 2018, nous avons eu la chance de rencontrer Gilles Moyse, fondateur de Récital, une startup qui a pour ambition de proposer des solutions de Machine Learning pour le traitement de données texte.
Cette rencontre fut donc l’occasion de comprendre en détails le fonctionnement du Machine Learning – mot souvent employé mais parfois mal compris. Le Machine Learning consiste à apprendre un comportement à une machine à partir de données plutôt que d’instructions :
« Traditionnellement, on programme par une méthode descendante : le développeur, par l’écriture du code, définit les règles que l’ordinateur suivra à la lettre. Cette approche est donc logiquement bridée par la connaissance que le développeur a du mécanisme qu’il cherche à imiter. Le Machine Learning, en revanche, est une méthode ascendante : la machine, par observation d’exemples, va elle-même ajuster un modèle du mécanisme à imiter. Cette seconde approche fonctionne nécessairement mieux sur les phénomènes complexes. »
L’apprentissage peut être supervisé ou non-supervisé : Dans le premier cas, l’humain montre l’exemple à la machine pour l’aider à apprendre. Dans le second, l’algorithme détecte lui-même les régularités pour découvrir les irrégularités. Récital s’appuie ainsi sur le Machine Learning pour le développement de ses produits :
- QUIETO propose un traitement automatique des e-mails : Une fois le mail reçu, il est classé dans une catégorie adaptée et les informations essentielles en sont extraites. L’algorithme rédige alors une réponse, qui est sauvegardée dans les brouillons et que l’utilisateur peut envoyer.
- GENIUS, quant à lui, a pour mission d’analyser les données (documents écrits, mails) pour générer une base d’information pertinente et interrogeable
- ALAMBIC est un projet de recherche qui vise à générer automatiquement le résumé d’un texte écrit.
Difficile, alors, de ne pas songer à la peur – plus que jamais actuelle – de voir l’algorithme remplacer le travail humain. Découvrir Récital fut donc l’occasion d’évoquer avec Gilles la question des compétences aujourd’hui nécessaires mais demain, peut-être, inutiles :
« Je pense qu’il faut rendre à la machine ce qui est à la machine et à l’homme ce qui est à l’homme. La révolution industrielle et l’avènement du tertiaire ont finalement beaucoup mécanisé l’être humain. Les progrès de l’Intelligence Artificielle pourraient donc paradoxalement ré-humaniser ce dernier, en lui permettant de se libérer des tâches répétitives et robotisantes pour mieux se concentrer sur ce qu’il sait faire de mieux : l’adaptation, l’empathie, la créativité, l’humour, etc. S’ouvre alors un autre débat sur les nouveaux emplois qu’il faudrait idéalement voir apparaître : des postes profondément humains, et complémentaires à la machine. Et c’est là, je pense, que les politiques comme les consommateurs auront un rôle à jouer. »