ENTRETIEN. En 2018, Irene Solaiman avait mené le déploiement de GPT-2, l'ancêtre du GPT-3 et ChatGPT, alors qu'elle travaillait pour OpenAI. Désormais chercheuse sur l'impact social de l'IA et directrice de la politique chez la plateforme d'intelligence artificielle Hugging Face, la scientifique vient de publier un article de recherche dans lequel elle alerte les entreprises sur les garde-fous éthiques à mettre en place avant de lancer un service d'IA. Une vigilance nécessaire à l'heure où les géants de...LA TRIBUNE - ChatGPT a-t-il révolutionné la façon dont les chercheurs voient les modèles de langage ?
IRENE SOLAIMAN - ChatGPT relève du jamais vu par sa viralité. Mais je ne dirais pas que la technologie elle-même est sans précédent. Plus généralement, même si les modèles de langage deviennent plus puissants, c'est surtout la façon dont les utilisateurs interagissent avec qui a changé. Quand j'ai commencé à travailler sur les modèles de langage il y a quelques années, il fallait avoir un certain niveau de compétence informatique pour envoyer des requêtes, mais ce n'est plus le cas aujourd'hui. L'IA s'est démocratisée, il faut donc des interfaces qui améliorent l'accessibilité. Le problème, c'est que donner plus d'accessibilité mène à plus de potentiels usages malveillants et c'est pourquoi il nous faut intégrer des protections pour garantir que l'usage de la technologie reste éthique.
Dans votre article, vous écrivez : « puisqu'un système ne peut pas être entièrement sans danger et dépourvu de biais pour tous les groupes de personnes, et qu'il n'existe aucun standard clair pour déterminer si un système est suffisamment sûr pour une diffusion publique, des discussions supplémentaires doivent être menées avec toutes les parties prenantes ». Ce constat signifie-t-il que les modèles de langages sont condamnés à être défaillants ?
Je demande toujours pour qui nous construisons ces modèles, et à qui y donne-t-on accès. Un dicton dans le milieu est « garbage in, garbage out » [si on nourrit l'IA avec du déchet, il en sortira du déchet, ndlr]. Ce principe est à l'origine de la plupart des problèmes des modèles de langage, car les données sur lesquelles ils sont entraînés ont été récupérées sur Internet, le plus souvent sur des contenus écrits en alphabet latin. Si on ajoute à cela la question de la connectivité, on réalise que les biais des nations occidentales sont surreprésentés.
Or quand on publie un modèle, encore plus sous la forme d'un produit comme ChatGPT, on veut qu'il soit sans danger pour tout le monde. Mais ce qui est considéré comme sûr pour un groupe de personnes ne l'est pas pour un autre. C'est ici qu'entrent en compte les différences culturelles sur les questions de la beauté, de la sexualité ou encore de la violence, qui rendent l'équation très compliquée pour les chercheurs.
