Un an après l’arrivée de ChatGPT: réflexions de l’Obvia sur les enjeux et pistes d’action possibles face à l’IA générative
Notice bibliographique
Résumé
Depuis l’automne 2022, avec l’arrivée abrupte de ChatGPT, la version gratuite du modèle de langage de l’entreprise OpenAI, les expérimentations à grande échelle du déploiement de ce système d’intelligence artificielle ont suscité un tsunami de réactions dont on perçoit les conséquences autant dans nos vies personnelles que professionnelles. En raison de l’ampleur des implications de cet événement, qui symbolise un changement hautement disruptif pour nos sociétés, il s’avérait incontournable qu’un groupe de chercheuses et de cherecheurs de l’Obvia s’y penche afin de contribuer à la réflexion sur le sujet et dégager des pistes d’action. Le but du présent document vise par conséquent à apporter des éléments de réflexion sur les différents enjeux que soulève l’émergence soudaine de ces technologies au potentiel révolutionnaire. Le présent document vise plus spécifiquement: • à situer dans son contexte le développement des applications d’IA générative; • à identifier ce qui nous semble être les principaux enjeux transversaux soulevés par l’arrivée de ces technologies dans nos vies et nos sociétés; • à esquisser quelques pistes d’action pour tenter de composer adéquatement avec ces enjeux. Ce document a été rédigé par une équipe multidisciplinaire de chercheuses et de chercheurs membres de l’Obvia. En effet, pour mener une réflexion sur une situation aussi large et complexe, il nous semblait essentiel de réunir des expertes et experts de plusieurs domaines, notamment en éthique appliquée, en neuropsychologie, en droit, en bioéthique et en philosophie. Les différentes thématiques qui émergent de cette réflexion ont été organisées comme suit, mais elles peuvent être découvertes dans l’ordre ou dans le désordre, selon les intérêts de la lectrice ou du lecteur.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».