Pourquoi les prédictions sur l'IA ont souvent raison sur la technologie mais tort sur le calendrier
aiinsider ·
Un récent rapport de l'Institut de recherche de Deutsche Bank met en lumière un schéma historique récurrent : les prévisions technologiques anticipent souvent avec précision les capacités, mais se trompent considérablement sur les délais d'adoption et les impacts sociaux. L'article cite des exemples tels que la prédiction erronée de Bob Metcalfe concernant l'effondrement d'Internet et le rejet par Steve Ballmer de l'iPhone, illustrant comment le progrès technique ne garantit pas une adoption massive immédiate. Dans le contexte de l'IA, le rapport soutient que des facteurs tels que le coût, la réglementation, l'intégration dans les flux de travail et la confiance du public jouent un rôle plus déterminant que la performance brute des modèles. Il aborde spécifiquement le malentendu selon lequel l'IA remplacerait entièrement des professions comme la radiologie, notant que le jugement humain et la communication restent des composants essentiels de ces métiers. Les analystes suggèrent que les prédictions échouent souvent parce qu'elles traitent les systèmes complexes comme linéaires et se concentrent uniquement sur les tâches les plus visibles et automatisables, plutôt que sur l'ensemble du périmètre professionnel. De plus, le rapport indique que divers acteurs ont intérêt à amplifier les affirmations spectaculaires, ce qui crée un biais favorisant l'hype au détriment d'une évaluation mesurée. Malgré ces erreurs de prévision, les auteurs soulignent que des risques réels, tels que la fraude, les deepfakes et le déplacement de main-d'œuvre, nécessitent une gouvernance et des sauvegardes techniques immédiates. En définitive, l'article recommande la prudence face au doomerisme comme à l'optimisme excessif, suggérant que l'impact de l'IA sera façonné par les choix sociétaux plutôt que par le déterminisme technologique.
aiinsider