Isabell Baumann, Dominic Harion et Ann Kiefer

Les ordinateurs sont-ils doués d’intelligence ? Certain·e·s d’entre nous auraient sans doute intuitivement tendance à répondre par l’affirmative, surtout si l’on remplace le mot « ordinateur » par « intelligence artificielle » (IA).¹ Commençons toutefois par retourner quelques siècles en arrière, et prenons un boulier. Un boulier est-il doué d’intelligence ? Si je déplace d’abord deux boules, puis trois autres, et que j’en déduis le résultat de 5, qui a fait le calcul, finalement ? Le boulier ou moi ? Et si j’entre l’opération « 2 + 3 » dans une calculatrice, et qu’elle affiche 5 comme résultat, qui a effectué l’addition ? La calculatrice ne connaît pas les mathématiques : comme le boulier, il s’agit d’un simple outil, même si son fonctionnement est effectivement plus complexe. Une plus grande complexité n’est toutefois pas synonyme d’intelligence.²

Alors, pourquoi avons-nous tant de difficulté à entrevoir avec des technologies plus complexes ce que nous percevons sans aucun mal avec le boulier ? Ce phénomène est tout à fait manifeste avec l’intelligence artificielle. Alors que des systèmes d’IA autonomes ont désormais intégré presque tous les domaines de la vie, il règne une méconnaissance générale sur le fonctionnement de ces systèmes. Ainsi contraintes d’accorder une confiance aveugle aux géants de la tech, de nombreuses personnes se retrouvent en proie à un sentiment d’incertitude et de malaise. Les récits de science-fiction débordants d’imagination alimentent encore davantage la peur d’une prise de pouvoir par les machines. 

Une compréhension critique telle que modélisée par Alexandre et al. (2021) peut ici atténuer les angoisses irrationnelles. Par ailleurs, une connaissance et une compréhension de base de l’IA comptent parmi les compétences indispensables dont la jeunesse au 21^e siècle devrait être armée (Touretzky et al., 2019). Dans un monde de plus en plus complexe, l’utilisation éthique de l’IA recèle un incroyable potentiel pour servir les individus et la société et appuyer de nombreux secteurs tels que les sciences, l’éducation et l’industrie. Cependant, tant que l’on ne comprend pas « comment ça marche » et que l’on ne peut donc envisager et utiliser l’IA que comme une boîte noire, il est impossible d’être innovant (Alexandre et al., 2021). 

Le module #Pupils vs Machine se concentre sur le champ de compétence de la transmission des connaissances³. Il s’agit notamment d’expliquer clairement le fonctionnement d’une IA. Les élèves découvrent comment une IA apprend un jeu et développe une stratégie gagnante. Nous recourons ici à l’exemple du célèbre jeu de Nim. Les élèves y jouent en groupes. Dans chaque groupe, un·e élève joue le rôle de la machine contre les autres membres du groupe. L’élève qui simule la machine suit un algorithme strict pour aboutir de cette façon à une stratégie gagnante.

Cette activité est réalisée de manière analogique, sans ordinateur, selon le principe de la « CS unplugged » (« Computer Science unplugged », l’informatique sans ordinateur) : les élèves s’attellent sans ordinateur à des activités qui les amènent à se familiariser de façon motivante avec un large éventail de sujets informatiques (Nishida et al., 2009). Bien que la recherche ne se soit généralement pas encore emparée des avantages que présentent les activités « débranchées » (Huang & Looi, 2021), celles-ci s’avèrent particulièrement précieuses sur le plan didactique dans le cadre de cet axe thématique consacré à l’intelligence artificielle. 

Il existe une série de matériels didactiques, notamment pour les sujets traditionnels relatifs à l’IA. L’environnement Snap! et Google mettent à disposition une collection d’expériences d’IA pour les apprenant·e·s.⁴ En outre, Machine Learning for Kids propose des démos en ligne dans lesquelles les élèves peuvent pratiquer des modèles de classification et les utiliser dans Scratch.⁵ De nombreux projets adoptent toutefois principalement une approche axée sur l’application. Les concepts sur lesquels se fonde l’intelligence artificielle sont cependant difficiles à appréhender dans des cas d’application pure, de sorte que les systèmes d’IA demeurent une boîte noire pour les apprenant·e·s. Ainsi, les activités sans ordinateur visent à rendre accessibles les concepts fondamentaux de l’intelligence artificielle. Dans un même temps, une représentation mathématique fortement formalisée compliquerait considérablement la familiarisation des apprenant·e·s avec ces concepts (Lindner et all., 2019).

Par conséquent, le module #Pupils vs Machine se concentre dans une moindre mesure sur les domaines d’application de l’IA et porte davantage sur sa compréhension et sa démystification. À la fin du module, les élèves constateront que la machine, loin d’être intelligente, est simplement bien programmée. Ou, pour laisser la parole à Thierry Viéville « Si on se met à croire que les ordinateurs sont intelligents, on va se laisser dominer par eux. Mais, si on réalise, qu’aussi complexes soient ces machines, ça n’est que finalement un océan de calculs, on a le bon état d’esprit »⁶.

¹« Les systèmes d’intelligence artificielle (IA) sont des systèmes logiciels (et éventuellement matériels) conçus par des êtres humains et qui, ayant reçu un objectif complexe, agissent dans le monde réel ou numérique en percevant leur environnement par l’acquisition de données, en interprétant les données structurées ou non structurées collectées, en appliquant un raisonnement aux connaissances, ou en traitant les informations, dérivées de ces données et en décidant de la (des) meilleure(s) action(s) à prendre pour atteindre l’objectif donné. Les systèmes d’IA peuvent (…) également adapter leur comportement en analysant la mesure dans laquelle l’environnement est affecté par leurs actions préalables. » https://www.justice-ia.com/files/sites/181/2019/10/EthicsguidelinesfortrustworthyAI-FRpdf.pdf
²Cette analogie provient de la présentation de Thierry Viéville intitulée « L’intelligence artificielle est-elle si intelligente ? », voir https://www.youtube.com/watch?v=RH023-y0rJk&t=4s.
³Tel qu’indiqué dans les compétences de l’axe 6 de la matière « Digital Sciences ».
⁴https://experiments.withgoogle.com/
⁵https://machinelearningforkids.co.uk/
⁶« L’intelligence artificielle est-elle si intelligente ? », de Thierry Viéville, https://www.youtube.com/watch?v=RH023-y0rJk&t=4s.

Références

Alexandre, Frédéric, Becker, Jade, Comte, Marie-Hélène, Lagarrigue, Aurélie, Liblau, Romain, Romero, Margarida & Viéville, Thierry. (2021). Why, What and How to help each Citizen to Understand Artificial Intelligence? KI – Künstliche Intelligenz, 2, 1610–1987.
Huang, Wendy & Looi, Chee-Kit. (2021). A critical review of literature on „unplugged” pedagogies in K-12 computer science and computational thinking education. Computer Science Education, 31:1, 83–111, https://doi.org/10.1080/08993408.2020.1789411
Lindner, Annabel, Seegerer, Stefan & Romeike, Ralf. (2019). Unplugged Activities in the Context of AI. In: Pozdniakov, S., Dagienė, V. (eds.) Informatics in Schools. New Ideas in School Informatics. ISSEP 2019. Lecture Notes in Computer Science, vol. 11913. Springer, Cham. https://doi.org/10.1007/978-3-030-33759-9_10
Tomohiro, Nishida, Susumu, Kanemune, Yukio, Idosaka, Mitaro, Namiki, Tim, Bell & Yasushi, Kuno. (2009). A CS unplugged design pattern. SIGCSE Bull. 41, 1, 231–235.
Touretzky, David, Gardner-McCune, Christina, Martin, Fred & Seehorn, Deborah. (2019). Envisioning AI for K-12: what should every child know about AI? Proc AAAI Conf Artif Intell, 33(01), 9795–9799.