Un nouveau projet de recherche-action porté par un collectif de scientifiques ouvre la voie à de nouvelles approches de l’IA centrée sur l’humain (IAI). A l’origine de cette étude, un constat : peu de travaux de recherche examinent comment de nouvelles connaissances organisationnelles peuvent être créées grâce à l’IA.
Les chercheurs en Intelligence Artificielle (IA) se sont concentrés principalement sur les aspects techniques de cette technologie.
L’IA, un vaste terrain de recherche pour le Groupe Digital
Ceci est problématique car il y a une compréhension limitée de la façon dont la conception et la mise en œuvre d’une IA peuvent agréger des connaissances tacites et explicites pour augmenter les connaissances d’une organisation.
C’est à partir de ce constat qu’une équipe de chercheurs, dont fait partie Peter Saba, responsable de la spécialisation Master Management des Systèmes d’Information et des Data, a développé un projet de recherche original : intégrer la connaissance du terrain humain dans l’IA pour développer de nouveaux savoirs utiles aux organisations.
Peter Saba est également membre du Digital Group, dans le cadre du De Vinci Research Center.
Miser sur la coopération entre l’humain et l’IA pour optimiser l’apprentissage humain
Le projet fait l’objet d’un article de recherche publié dans le journal « Information Systems Frontiers » (I.F. : 6,191). Dans cette étude, nous abordons cette problématique en développant une nouvelle théorie pour expliquer les aspects récursifs de l‘augmentation des connaissances organisationnelles.
Elle s’appelle la théorie récursive de l’augmentation des connaissances (appelée aussi le modèle KAM). La théorie explique comment les connaissances tacites et explicites détenues par les individus et les organisations peuvent être simultanément élargies et enrichies grâce à un processus récursif appelé « IAI » (Informed Artificial Intelligence).
Ce dernier est activé par l’inclusion de l’humain dans la boucle de l’IA. Cette nouvelle forme d’IA est centrée sur l’humain qui intègre des méthodes ascendantes d’apprentissage automatique avec des méthodes descendantes guidées par les connaissances.
Le projet de recherche-action s’est déroulé sur une période de 4 ans, entre 2017 et 2020, dans un centre de recherche archéologique français de premier plan.
Le centre étudie l’histoire, l’évolution et la culture humaine et vise à expliquer les changements temporels des sociétés en reconstituant les conditions de vie passées.
Notre objectif a été d’introduire une IA informée afin de recréer les conditions de vie paléolithiques de l’homme des cavernes.
Nous avons ensuite travaillé à expliquer le comportement humain préhistorique en augmentant les connaissances organisationnelles du centre.
Nos résultats montrent que l’interaction entre les humains et l’IA peut intensifier la réflexivité des chercheurs et praticiens en intelligence artificielle en montrant les limites de ce qu’ils savent déjà tout en expérimentant de nouvelles situations créées par l’IAI.
Grâce à ce processus récursif, les connaissances organisationnelles peuvent être continuellement augmentées boucle après boucle.
La récursivité devient donc inhérente au processus d’apprentissage humain. Nous contribuons à la construction et à l’amélioration de la façon dont l’IA augmente la capacité des organisations à former des algorithmes avec des connaissances humaines tacites.
Nous montrons également comment les connaissances explicites peuvent être agrégées pour alimenter l’IAI. Tout en exécutant certaines prédictions explicables, l’IAI peut amplifier les connaissances organisationnelles en produisant de nouveaux graphes et modèles de connaissances pour aider les décideurs à apprendre et à acquérir de nouvelles connaissances explicites.