Jean-François Gagné is a serial entrepreneur in the software industry, founder and CEO of the company Element AI.

Quand le bruit devient source d’information – 2e partie

Quand le bruit devient source d’information – 2e partie

download (1).jpeg

Au cours des cinq dernières années, nous avons développé la capacité de capter et de traiter n’importe quelle donnée, à des coûts de plus en plus faibles. Après la loi de Moore, qui prédisait avec justesse que la puissance de calcul des ordinateurs se multiplierait par deux aux 18 mois (et donc que le coût par calcul diminuerait de moitié sur la même période), nous constatons l’émergence d’un nouveau type de réduction des coûts : le coût par prédiction. 

Cette nouvelle tendance est rendue possible grâce à deux avancées technologiques parallèles : l’intelligence artificielle (IA) et l’Internet des objets (IdO). En raison de sa capacité de transformer des données informes en données traitables (en d’autres mots, de transformer le bruit en signaux clairs), l’IA génère des volumes considérables de nouvelles informations (voir la 1re partie du présent article). L’IdO, pour sa part, assure la diffusion de cette capacité par l’entremise de capteurs branchés reliant le monde entier, qui confèrent une « intelligence » aux objets. 

Nous disposons ainsi de transport intelligent, de réseaux intelligents et d’immeubles intelligents qui se combinent dans des villes intelligentes. Dans ces nouveaux espaces, toutes les données sont captées et interprétées. La surveillance du trafic, par exemple, s’est effectuée jusqu’ici au moyen de câbles posés sur la chaussée qui enregistrent la vitesse des autos roulant dessus. L’IA nous permet d’utiliser une simple caméra de circulation et d’enregistrer en même temps les données suivantes : la marque et le modèle des autos, leur vitesse, la présence de piétons, les conditions climatiques, etc.

Le bruit de la vie, nouvelle source de données

La majorité de nos contrats sociaux sont établis sur l’idée que l’espace public est naturellement bruyant et que nos vies de piétons s’intègrent à cet environnement de bruits dans une relative confidentialité. Nous croyons de plus que nos vies à la maison sont complètement privées, à l’abri du regard des autres, à l’écart du bruit collectif. 

Pouvons-nous encore raisonnablement croire que c’est le cas quand nos appareils domestiques sont connectés et en tout temps allumés? Siri (Apple), Alexa (Amazon), Cortana (Microsoft), la télévision et le thermostat entendent absolument tout ce que l’on dit dans l’attente présumée d’une commande, mais néanmoins à l’écoute. À cela s’ajoutent bien sûr les satellites, qui surveillent tout ce qui bouge sur Terre, et les tours de téléphonie cellulaire, qui nous géolocalisent même dans les sphères les plus privées de nos vies.

L’IA traite aujourd’hui toutes ces données agrégées et les transforme en information qui peut se révéler utile dans de multiples domaines. NVIDIA, par exemple, a dévoilé sa plateforme Metropolis, un outil d’analyse vidéo alimenté par l’IA qui connecte les caméras de chaque coin de rue et permet de décoder et de comprendre toutes les images qu’elles captent. Ces données permettent aux gouvernements et aux entreprises de mettre en place des conditions de vie et des environnements sociaux toujours plus accueillants et gratifiants – du moins assez gratifiants pour que continuions de céder nos données privées pour y avoir accès.

Les avantages que procurent les maisons et les villes intelligentes n’empêchent toutefois pas les risques qu’elles entraînent – à commencer par les risques à la sécurité informatique, devenus un enjeu manifeste. Pensons notamment aux attaques par déni de service distribué menées au moyen d’imprimantes et de moniteurs pour bébé connectés, entraînant la panne des serveurs Internet couvrant tout l’Est des États-Unis et du Canada. Ces attaques ont exploité les failles de sécurité de ces appareils. Certains fabricants se sont par la suite penché ces problèmes, mais ces mesures ne répondront pas aux questions que pose l’accès légal aux informations enregistrées par ces capteurs, informations que détiennent diverses parties dont les intérêts entrent en conflit avec celles de tout un chacun.

La valorisation des données implique le respect de la vie privée

Il n’existe actuellement aucun compte rendu des informations que détiennent sur nous les entreprises génératrices de données. The Economist avance pourtant que la valeur de ces informations est désormais plus élevée que celle du pétrole. Ces données, tout comme les états financiers d’une société publique ou la valeur d’une propriété intellectuelle, devraient être accessibles à toutes les parties prenantes (notamment celles dont les données sont enregistrées) et aux gouvernements par l’entremise de processus de déclarations et de vérifications. Pourtant, les données n’apparaissent sur aucun bilan. Comment donc les agrégateurs de données comme Facebook ou Google attribuent-ils la propriété ou une valeur aux données?

La chaîne de valeur des entreprises pétrolières est assujettie aux taxes et aux impôts à toutes les étapes, y compris au point d’extraction du pétrole. Les pétrolières investissent bien sûr beaucoup dans les infrastructures, mais les gouvernements exigent tout de même qu’une importante portion des richesses produites soit redistribuée. Nous avons tendance, en tant que société, à considérer avec mépris ces entreprises qui tirent profit des ressources qu’elles extraient dans divers pays sans offrir autre chose en retour que l’infrastructure qu’elles mettent en place, payant leurs impôts ailleurs. C’est le phénomène que nous observons également avec la capacité de l’IA de convertir les données des capteurs en informations : la création d’une nouvelle propriété intellectuelle qui transite au-delà des frontières pour être monnayée ailleurs, échappant à l’impôt jusqu’à la fin de la chaîne de valeur.

Des mesures législatives en matière de gouvernance des données doivent être adoptées pour assurer une saine gestion de cette nouvelle réalité technologique. Comme tout autre actif, les données (publiques et privées) doivent être répertoriées et évaluées dans le bilan des entreprises. La valeur de ces données doit ensuite être imposée comme tout autre actif.

Non seulement la comptabilisation de la valeur des données générera-t-elle d’indispensables revenus fiscaux, mais elle constitue peut-être aussi la meilleure façon de veiller au respect des règlements en matière d’information sensible et d’assurer une saine gouvernance des données.

Un nouveau contrat social

Si elle demeure non réglementée, l’IA ne profitera qu’à une poignée de privilégiés. La valeur particulière et la nature sensible des données requièrent la création d’un nouveau contrat social qui assurera une transition sans heurts vers la nouvelle économie de l’information. 

En réponse à la Grande Dépression, Roosevelt a accru le rôle de l’État dans la protection des citoyens américains en adoptant des mesures de sécurité sociale et en créant des filets de sécurité financière. Des initiatives similaires, comme le revenu universel de base, font à nouveau l’objet de discussions de nos jours dans l’optique de prévenir le balayage de la classe ouvrière, emportée par l’automatisation industrielle. Je crois que nous devons aussi redoubler d’efforts pour atténuer les répercussions de ces nouvelles réalités et offrir aux chômeurs de l’automatisation la formation continue requise pour réintégrer le milieu du travail. 

Le financement de ces initiatives reste un défi. Les politiciens se montrent souvent récalcitrants à rehausser le financement de l’éducation. Je crois que c’est parce que nous ne tenons pas compte de l’ensemble des coûts sociaux, trop obnubilés que nous sommes par les résultats à court terme, négligeant les retombées de ces investissements à long terme. Sans cet engagement financier envers l’éducation, la valeur à long terme sera d’autant plus affectée par l’automatisation grandissante. À quel moment les avantages seront-ils suffisants – ou les coûts suffisamment élevés – pour justifier un investissement en éducation?

L’avenir ne perd rien pour attendre

Les gouvernements ont tendance à adopter une approche réactive, c’est-à-dire à ne réagir que lorsque les problèmes prennent de l’ampleur et qu’ils veulent rassurer l’opinion publique. Ils ne peuvent plus s’en tenir à cette stratégie attentiste : ils doivent nécessairement se montrer proactifs.

Des formes de gouvernance radicalement différentes seront requises à l’avenir, et les politiques doivent être repensées. Les gens réalisent de plus en plus qu’ils n’ont pas le contrôle de leurs données; ils voudront élire ceux qui assureront leur sécurité sans leur faire perdre leurs avantages. 

Le puissant incitatif financier lié à cette nouvelle réalité sera également un facteur décisif. La réglementation des données pourrait en effet générer une somme colossale de revenus fiscaux, tout en étant un outil beaucoup plus efficace que soumettre les robots à l’impôt, comme le suggérait Bill Gates. Elle permettrait de plus d’assurer la viabilité d’un nouveau contrat social et le déploiement de saines innovations.

Lire la 1re partie

L’intelligence artificielle n’a pas d’intentionnalité propre

L’intelligence artificielle n’a pas d’intentionnalité propre

Cartographie de l’écosystème canadien de l’IA