De nouveaux algorithmes permettent aux appareils personnels de maîtriser n'importe quel domaine.
Aujourd'hui, les assistants numériques comme Siri ou Alexa simulent une conversation humaine grâce à une reconnaissance vocale avancée. Ils décodent vos demandes et fournissent des réponses préparées en langage naturel. Ces systèmes nécessitent une formation intensive sur des milliers d'exemples de requêtes, avec des réponses organisées dans des bases de données structurées.
Ce processus limite leurs capacités. Bien que l'apprentissage automatique permette d'améliorer les correspondances, ils restent contraints. Pourtant, leurs performances actuelles impressionnent déjà.
Des technologies plus sophistiquées émergent pour traiter des données non structurées (textes, vidéos, images, audio, e-mails). Elles génèrent ainsi des conseils autonomes ou mènent des débats sur des sujets inédits.
Des chatbots en ligne illustrent cela : ils répondent spontanément à des questions en s'appuyant sur de vastes ensembles de fichiers, sans formation spécifique. Ils combinent données préconfigurées et analyse contextuelle, mais peinent encore sur la précision des intentions.
En juin, IBM a démontré une avancée majeure : un système a débattu en temps réel avec un expert humain, sans préparation préalable. Nourri de données non structurées comme Wikipedia (adaptée pour clarté), il a vérifié faits et pertinence, structuré des arguments cohérents et répliqué aux contre-arguments. Jugé plus convaincant par le public dans l'un des deux débats.
Cette technologie, développée en cinq ans, intègre une compréhension du langage naturel et une détection des sentiments. Elle ouvre des applications comme l'aide aux médecins pour identifier recherches et protocoles adaptés. Dans 3 à 5 ans, ces systèmes proliféreront.
Ils synthétiseront connaissances existantes, sans créer de nouvelles comme un expert humain. Pour contrer les pertes d'emplois, la société doit former la prochaine génération à l'ingéniosité humaine.
