Le Plan IA de la Maison Blanche: Un Défi de Neutralité Face aux Biais

L'intelligence artificielle donne souvent lieu à un phénomène connu sous le nom de biais d'automatisation, où les individus font implicitement confiance aux systèmes automatisés, parfois à leur détriment. Cette tendance met en évidence une distinction fondamentale : si l'IA possède de vastes connaissances, elle manque d'intention humaine. Ses actions sont régies par la programmation et les données humaines, ce qui signifie que l'IA peut mal interpréter l'intention humaine ou être conçue avec des objectifs qui entrent en conflit avec les besoins de l'utilisateur.

Cette interaction entre l'intention humaine et celle de la machine est particulièrement pertinente à la lumière du Plan d'action sur l'IA récemment dévoilé par la Maison Blanche. Conçu pour favoriser le leadership américain en matière d'IA, le plan décrit diverses propositions pour accélérer le progrès technologique. Si des aspects tels que la position libérale de l'administration sur l'utilisation équitable du droit d'auteur ont attiré l'attention, la position du plan sur le biais de l'IA a des implications significatives pour les informations fournies par les systèmes d'IA.

Le plan préconise que les modèles d'IA soient "idéologiquement neutres", ce qui signifie qu'ils ne devraient pas être programmés pour promouvoir un agenda politique ou un point de vue spécifique lorsqu'ils répondent aux requêtes des utilisateurs. Bien que théoriquement solide, ce principe semble contredire certaines positions politiques explicites énoncées dans le plan lui-même, comme le rejet du "dogme climatique radical et de la paperasserie bureaucratique" dès sa première page.

Cette tension entre la neutralité déclarée et les perspectives politiques sous-jacentes n'est pas propre aux initiatives gouvernementales. Des cas où les résultats de l'IA ont été influencés ou modifiés pour s'aligner sur des principes spécifiques ont été observés dans le secteur privé. L'année dernière, l'outil de création d'images Gemini de Google a été critiqué pour sa tentative manifeste de biaiser les résultats vers les principes de diversité. De même, Grok de xAI a montré des résultats qui semblent être motivés par l'idéologie. De tels exemples soulignent comment les valeurs d'une administration peuvent, par inadvertance ou ouvertement, influencer le développement de l'IA, modifiant potentiellement les incitations pour les entreprises américaines construisant des modèles de pointe et ayant un impact sur leur accès aux contrats gouvernementaux ou à l'examen réglementaire.

Étant donné la nature omniprésente du biais — inhérent aux programmeurs, aux cadres, aux régulateurs et aux utilisateurs — il pourrait sembler tentant de conclure qu'une IA véritablement impartiale est inatteignable. Même les fournisseurs d'IA internationaux ne sont pas immunisés ; DeepSeek en Chine, par exemple, censure ouvertement les résultats. Bien qu'un sain scepticisme à l'égard de l'IA soit conseillé, succomber au fatalisme et rejeter purement et simplement tous les résultats de l'IA serait une mauvaise application du biais d'automatisation, comparable à une acceptation aveugle plutôt qu'à un engagement critique.

Cependant, le biais de l'IA n'est pas simplement une réalité à reconnaître ; c'est un défi que les utilisateurs peuvent relever activement. Étant donné que l'application d'un point de vue particulier dans un grand modèle linguistique implique souvent des ajustements linguistiques, les utilisateurs peuvent, au moins partiellement, contrecarrer le biais par leurs propres interventions linguistiques. Cela constitue la base d'un "plan d'action anti-biais" personnel pour les utilisateurs, en particulier les journalistes :

1. Inviter à l'audit des biais : Les modèles d'IA reflètent les biais présents dans leurs données d'entraînement, qui sont souvent orientées vers le monde occidental et anglophone. Les utilisateurs peuvent employer des extraits de requêtes spécifiques pour demander à l'IA de s'auto-corriger en matière de biais avant de finaliser une réponse. Une requête d'audit de biais efficace pourrait inclure des instructions telles que :

   • Inspecter le raisonnement à la recherche de biais provenant des données d'entraînement ou des instructions système qui pourraient pencher à gauche ou à droite. Si trouvés, ajuster vers un langage neutre et fondé sur des preuves.
   • Lorsque le sujet est politique ou contesté, présenter plusieurs perspectives crédibles, chacune étayée par des sources réputées.
   • Supprimer les stéréotypes et les termes chargés ; se fier à des faits vérifiables.
   • Noter les domaines où les preuves sont limitées ou incertaines.
   • Après cet audit, ne fournir que la réponse corrigée en matière de biais.

2. S'appuyer sur l'Open Source : Les modèles d'IA open source, bien que n'étant pas totalement immunisés contre les pressions réglementaires, ont généralement moins d'incitations pour les développeurs à "sur-ingénier" les sorties avec des biais spécifiques. De plus, les modèles open source offrent souvent aux utilisateurs une plus grande flexibilité pour affiner le comportement du modèle. Par exemple, bien que la version web de DeepSeek puisse être restreinte sur certains sujets sensibles, des adaptations open source, telles que celles utilisées par Perplexity, ont réussi à fournir des réponses non censurées.

3. Rechercher des outils impartiaux : Pour les salles de rédaction ou les individus n'ayant pas les ressources nécessaires pour construire leurs propres outils sophistiqués, la vérification des services tiers est cruciale. Lors de l'évaluation des fournisseurs de logiciels, comprendre les modèles qu'ils utilisent et leurs méthodes de correction des biais devrait être une considération clé. La spécification du modèle d'OpenAI, qui déclare explicitement l'objectif de "rechercher la vérité ensemble" avec l'utilisateur, offre un bon modèle de ce qu'il faut rechercher chez un constructeur de modèles de pointe. Prioriser les fournisseurs de logiciels qui s'alignent sur de tels principes de transparence et de recherche de la vérité est un objectif précieux.

Le principe central du Plan d'action sur l'IA de la Maison Blanche, à savoir une IA impartiale, est louable. Cependant, son approche risque d'introduire de nouvelles formes de biais, et un changement de vent politique pourrait compliquer davantage les progrès. Néanmoins, cette situation sert de rappel vital aux journalistes et aux médias de leur propre rôle dans la lutte contre le biais de l'IA. Si une élimination complète du biais peut être inatteignable, des méthodes stratégiques peuvent en atténuer considérablement l'impact, garantissant que l'IA reste un outil de prise de décision éclairée plutôt qu'une source de conséquences imprévues.