Les livres qui nous inspirent: 'Bonjour tout le monde. Comment rester humain à l'ère des algorithmes 'par Hannah Fry

Le message principal que nous pouvons extraire Salut monde. Comment rester humain à l'ère des algorithmes est que les algorithmes ne sont pas le Saint Graal, nous ne devrions pas les diaboliser. Hannah Fry Il a essayé de présenter ces ensembles d'instructions informatiques de la manière la plus équitable possible: ils se sont révélés beaucoup plus compétents que le cerveau humain pour une multitude de tâches, mais pas du tout.

Le corollaire serait le suivant: il y a des aspects pour lesquels nous avons déjà besoin d'algorithmes, et d'autres pour lesquels la collaboration homme-algorithme sera beaucoup plus fructueuse que simplement un algorithme ou un être humain. Rien que pour ça, la lecture de ce livre en vaut déjà la peine. Cependant, il existe de nombreuses autres raisons, telles que ne pas trop regarder ce qui nous attend, mais ce qui se passe déjà dans le domaine de la justice, du crime, de la médecine ou des arts et nous ne le savions probablement pas encore. Qu'ils, Ils, les Machines, sont meilleurs que nous dans les choses que nous pensions uniques à l'homme.

Quelque chose, pas magique

Fry insiste pour mettre les compétences de l'algorithme en contexte par rapport aux capacités humaines. Ainsi, par exemple, il admet que les humains sont excellents pour interpréter les subtilités, analyser les contextes, appliquer l'expérience et différencier les modèles. Au contraire, les humains ne sont pas doués pour être attentifs, précis, cohérents et pleinement conscients de notre environnement. Dans ces faiblesses, les algorithmes peuvent nous compléter. Et, en fait, ils le font de plus en plus efficacement.

Ainsi, Fry donne des exemples étonnants, tels que celui d'un algorithme déterminant dans quel comté un tueur en série devait vivre en analysant simplement les schémas géographiques de ses victimes, chose qu'aucun policier humain n'avait réussi à déduire. Cependant, nous ne pouvons pas aveuglément faire confiance aux algorithmes. Fry donne l'exemple pour le diagnostic du cancer en examinant les modèles de radiographie du sein:

Le problème est qu'affiner un algorithme signifie souvent qu'il faut choisir entre sensibilité et spécificité. Si nous nous concentrons sur l'amélioration de l'un des deux aspects, cela signifiera souvent que nous perdrons de l'autre. Si, par exemple, nous décidions de donner la priorité à l’élimination complète des faux négatifs, l’algorithme pourrait marquer tous les seins qu’il considérait comme suspects. Cela signifierait 100% de sensibilité, ce qui satisferait certainement notre objectif; mais cela impliquerait également qu'un grand nombre de femmes en parfaite santé seraient soumises à un traitement inutile. Disons qu'au contraire, nous avons décidé de donner la priorité à l'élimination absolue des faux positifs. L'algorithme considérerait tout le monde en bonne santé, obtenant ainsi une spécificité de 100%. Fantastique!… Tant que vous n'êtes pas l'une des femmes atteintes d'une tumeur négligée par l'algorithme.

Les juges ont souvent tort, ils sont même en désaccord avec les autres juges (et même en désaccord avec eux-mêmes car l'être humain n'est pas cohérent). Devons-nous faire confiance à des algorithmes qui calculent, par exemple, la probabilité de récidive d'un défendeur pour déterminer une peine? La réponse n'est pas noir ou blanc. Les algorithmes sont également victimes de biais. Ils ont également tort. Parier sur la "chaleur" ou "l'intuition" humaine n'est pas la solution non plus. Nous devons intervenir dans les faiblesses des juges humains et non pas les remplacer complètement. Et la même chose est extrapolée aux médecins. Ou à la conduite autonome.

Le livre de Fry est accessible, frais, riche en études et en exemples étonnants. Ainsi, un groupe de personnes croyait qu'une composition musicale appartenait davantage à un compositeur classique si sa composition était réellement conçue par une machine que par le compositeur classique. Il clarifie également les concepts confus ou difficiles à définir sans une certaine formation en informatique ou en mathématiques, de manière très illustrative, en expliquant sans équivoque ce qu’est un algorithme ou des réseaux de neurones artificiels.

Par conséquent, en plus d’être un livre qui doit être lu absolument pour être informé au minimum de ce qui se passe et de ce qui se passe déjà, il nous a inspiré des articles dans Science Xataka comme:

  • De cette manière simple, Google pourrait vous inciter à voter pour certaines formations politiques.
  • Si les pigeons sont aussi bons que les humains pour diagnostiquer le cancer, nous avons besoin d'algorithmes.
  • Un chien ou une roue? Un seul pixel décide de tout pour cet algorithme.