265
2. Attirer l’attention sur l’essentiel : les données. La valeur n’est pas là où l’on croit : elle
provient des données nécessaires à l’apprentissage bien plus que de l’algorithme, dont les
développements se font de manière ouverte (en open source). En conséquence, les entreprises ou
les administrations (pour la production de services publics) doivent se concentrer sur
l’identification des données susceptibles d’être utilisées et sur les modalités concrètes
d’exploitation (mise à disposition des données, éventuellement mutualisation, en conservant le
contrôle des exploitations qui en sont faites ou en bénéficiant d’un juste retour), Par ailleurs les
réflexions sur la libre-circulation des données, entre espaces géographiques mais également
entre acteurs économiques doivent être approfondies.
3. Souligner qu’il s’agira de transformations du travail beaucoup plus que de suppressions
d’emplois : l’aménagement de ces transformations va demander une construction de la décision
aussi anticipatrice que possible, incluant les acteurs pertinents, au premier chef les
professionnels concernés. Le but à atteindre est de créer de la valeur dans le travail pour tous,
de donner plus de pouvoir et d’intelligence grâce à l’IA et non de mécaniser les humains. Les
politiques publiques, nationale et régionale, doivent être mobilisées pour construire une vision
positive de l’IA, qui nécessite des plateformes plurielles d’évaluation et de co-conception des
transformations.
Pour y arriver, un outil essentiel demeure : la formation, qui ne doit pas être perçue comme un
recyclage et un pis-aller. L’IA est un chantier de formation professionnelle essentiel qui peut
servir de cas d’école pour les nouvelles visions de l’éducation et de la formation qui sont depuis
plusieurs années débattues dans la société : importance des compétences transversales (soft
skills), littératie numérique, à laquelle il faut adjoindre une littératie de l’IA. Une telle formation
passe par une éducation informatique générale et une mobilisation de la société sur les
formations initiales (entreprises, secteur de l’éducation populaire) mais aussi une inventivité
dans les formations sur poste, les formations en conception, ce qui implique une forte
mobilisation des entreprises elles-mêmes, de la recherche et des partenaires sociaux pour
aboutir à de nouvelles voies.
Si l’on ne fait rien, que se passera-t-il ?
- au plan économique et diplomatique, il existe un risque de décrochage économique et de
perte d’indépendance, si le phénomène de concentration de l’activité numérique autour
de quelques grandes plateformes se prolonge ;
- au plan social : l’absence d’anticipation, la pauvreté des solutions d’accompagnement,
des approches en silo et un pilotage assis sur la seule réduction des coûts auraient les
effets dramatiques de destruction d’emploi que nous annoncent les cassandres.
Il faut sortir des scénarios qui tétanisent toute prospective réaliste et plurielle, en écartant les
scénarios irréalistes décrivant l’automatisation de toutes les fonctions productives. À cet égard,
2. Attirer l’attention sur l’essentiel : les données. La valeur n’est pas là où l’on croit : elle
provient des données nécessaires à l’apprentissage bien plus que de l’algorithme, dont les
développements se font de manière ouverte (en open source). En conséquence, les entreprises ou
les administrations (pour la production de services publics) doivent se concentrer sur
l’identification des données susceptibles d’être utilisées et sur les modalités concrètes
d’exploitation (mise à disposition des données, éventuellement mutualisation, en conservant le
contrôle des exploitations qui en sont faites ou en bénéficiant d’un juste retour), Par ailleurs les
réflexions sur la libre-circulation des données, entre espaces géographiques mais également
entre acteurs économiques doivent être approfondies.
3. Souligner qu’il s’agira de transformations du travail beaucoup plus que de suppressions
d’emplois : l’aménagement de ces transformations va demander une construction de la décision
aussi anticipatrice que possible, incluant les acteurs pertinents, au premier chef les
professionnels concernés. Le but à atteindre est de créer de la valeur dans le travail pour tous,
de donner plus de pouvoir et d’intelligence grâce à l’IA et non de mécaniser les humains. Les
politiques publiques, nationale et régionale, doivent être mobilisées pour construire une vision
positive de l’IA, qui nécessite des plateformes plurielles d’évaluation et de co-conception des
transformations.
Pour y arriver, un outil essentiel demeure : la formation, qui ne doit pas être perçue comme un
recyclage et un pis-aller. L’IA est un chantier de formation professionnelle essentiel qui peut
servir de cas d’école pour les nouvelles visions de l’éducation et de la formation qui sont depuis
plusieurs années débattues dans la société : importance des compétences transversales (soft
skills), littératie numérique, à laquelle il faut adjoindre une littératie de l’IA. Une telle formation
passe par une éducation informatique générale et une mobilisation de la société sur les
formations initiales (entreprises, secteur de l’éducation populaire) mais aussi une inventivité
dans les formations sur poste, les formations en conception, ce qui implique une forte
mobilisation des entreprises elles-mêmes, de la recherche et des partenaires sociaux pour
aboutir à de nouvelles voies.
Si l’on ne fait rien, que se passera-t-il ?
- au plan économique et diplomatique, il existe un risque de décrochage économique et de
perte d’indépendance, si le phénomène de concentration de l’activité numérique autour
de quelques grandes plateformes se prolonge ;
- au plan social : l’absence d’anticipation, la pauvreté des solutions d’accompagnement,
des approches en silo et un pilotage assis sur la seule réduction des coûts auraient les
effets dramatiques de destruction d’emploi que nous annoncent les cassandres.
Il faut sortir des scénarios qui tétanisent toute prospective réaliste et plurielle, en écartant les
scénarios irréalistes décrivant l’automatisation de toutes les fonctions productives. À cet égard,