Jack Dorsey a rouvert une question fondamentale sur le terme le plus familier de l’industrie technologique. Dans un article du 6 août, le directeur général de Block a écrit que « Intelligence artificielle » est le pire descripteur. Sa brève remarque déplace l’attention de la performance des modèles vers le langage entourant l’IA. Cela soulève également des questions sur la manière dont les noms influencent la confiance, l’adoption et les attentes commerciales.
La formulation de Dorsey fait suite à l’effort de Block pour construire une « couche de renseignement » à travers ses opérations. Lui et son associé Roelof Botha décrivent une entreprise organisée autour de modèles partagés plutôt que de chaînes de gestion. Leur cadre place les personnes à la limite opérationnelle, où elles gèrent le contexte, le jugement et les décisions difficiles. Cette description présente l’IA comme une infrastructure soutenant le travail, plutôt que comme un acteur artificiel distinct.
Pourquoi l’artificialité crée un malaise
Merriam-Webster définit « artificiel » comme quelque chose que les humains fabriquent, souvent pour ressembler à quelque chose de naturel. Ses synonymes listés incluent faux, synthétique, artificiel et simulé. Ces significations ne décrivent pas toutes les utilisations de l’IA moderne, mais elles accompagnent le terme dans le langage quotidien. En revanche, le numérique décrit un format, tandis que le « intelligent » signale généralement une fonction ou une capacité supplémentaire.
L’intelligence est aussi un mot lourd, car il désigne généralement la pensée et la compréhension humaines. Le NIST utilise une terminologie moins large pour les systèmes d’IA. Il les décrit comme des systèmes utilisant des machines pour faire des prédictions, des recommandations ou des décisions concernant des objectifs fixés par les humains. Cette description technique fait des objectifs et des résultats le centre d’attention, mais cela ne signifie pas que le logiciel pense comme une personne.
Plusieurs études ont été menées pour valider l’idée que les étiquettes influencent l’évaluation des systèmes automatisés. Certaines études corroborent l’idée que les étiquettes influencent l’évaluation d’un système automatisé.
L’étude CHI a adopté les termes suivants : IA, algorithme, programme informatique, système automatisé et modèle statistique. Le langage a influencé la complexité perçue, l’équité et la confiance dans les deux études (397 sujets et 622 sujets). Cependant, un nom n’a pas pu être confirmé comme un nom sûr dans chaque contexte de l’étude.
La prudence publique crée un cadre difficile pour toute marque d’IA . Le Pew Research Center a rapporté que la moitié des adultes américains étaient plus préoccupés qu’enthousiastes à propos d’une utilisation plus large de l’IA. Seulement 10 % se sont sentis plus excités, tandis que 38 % ont rapporté des niveaux égaux des deux sentiments. Ces résultats mesurent une vision générale de l’IA et n’isolent pas le mot « artificiel ».
Les anciens noms technologiques ont façonné les attentes
Par contre, les anciennes appellations technologiques montrent comment les noms peuvent simplifier des systèmes complexes. L’informatique en nuage a remplacé les descriptions de serveurs distants, de stockage partagé et de traitement basé sur Internet par une métaphore compacte. Le NIST a ensuite standardisé le cloud autour de l’accès à la demande aux ressources informatiques partagées. Sa norme liste également la mise en œuvre rapide et le service mesuré parmi les caractéristiques principales.
Le big data a suivi une autre voie et a fait de l’échelle le message central. Le NIST le décrit comme le grand volume d’informations produit à travers un monde en réseau et rempli de capteurs. L’agence a ensuite développé un cadre commun utilisant ce terme à travers les architectures de données. Cependant, le nom décrit l’échelle et non l’outil, la méthode ou le résultat commercial exact.
La cryptomonnaie liait directement la cryptographie à l’argent, donnant aux logiciels inconnus un cadre économique bien connu. Le mot associe sa méthode technique à une fonction financière. Les régulateurs ont ensuite adopté des termes plus larges, incluant les crypto-actifs et les actifs numériques, pour les documents juridiques et de marché. La SEC définit désormais un actif crypto à travers son registre de registre distribué sécurisé cryptographiquement.
Recadrement par blocs IA en tant que couche opérationnelle
Notamment, le langage préféré de Dorsey apparaît déjà dans le nouveau modèle opérationnel de Block. Le cadre de l’entreprise relie les capacités, les données de l’entreprise, les données clients et les interfaces autour d’une couche d’intelligence. Cette couche compose les services lorsque ses modèles identifient un besoin client spécifique. Il fonctionne comme un logiciel de coordination au sein de l’entreprise, plutôt que comme un produit vendu sous une étiquette IA.
Block organise également le personnel autour de contributeurs individuels, d’individus directement responsables et de joueurs-entraîneurs. Son cadre publié attribue le flux d’information routinier et l’alignement au système partagé. Les gens gèrent des tâches spécialisées, le contact avec les clients, le contexte culturel, les choix éthiques et les situations à enjeux élevés. La description du podcast de Sequoia indique que Block a réduit 40 % de ses effectifs lors de cette restructuration plus large.
La formulation de Block sépare la couche logicielle des rôles de travailleurs qui l’entourent. « L’intelligence artificielle » peut suggérer un substitut à l’intelligence humaine, surtout lorsque les entreprises évoquent des suppressions d’emplois. La « couche de renseignement » décrit plutôt une fonction opérationnelle centrale reliant données, services et employés. Cependant, un changement de formulation ne modifie pas le nombre de personnels, les coûts, les contrôles ou la performance du système.
Les nouveaux noms portent des significations différentes
Cependant, plusieurs alternatives proposent différents cadres, chacune modifiant le sens attendu. L’intelligence artificielle identifie l’origine du système, bien qu’elle compare toujours le logiciel aux capacités humaines. L’informatique cognitive met l’accent sur le raisonnement et le soutien à la décision. IBM utilise ce terme pour désigner des systèmes qui simulent des parties de la cognition humaine.
Un logiciel intelligent semble plus familier, mais il couvre des produits avec des capacités et des risques différents. Un nom de produit plus restreint peut fournir des informations plus claires qu’un nom qui remplace l’ensemble du champ. Les entreprises pourraient utiliser des termes tels que « modèle de prévision », « assistant d’écriture », « moteur de recommandation » ou « détecteur de fraude ». Ces étiquettes décrivent la tâche du système avant d’expliquer sa conception technique.
Le rebranding seul ne résout pas les préoccupations sous-jacentes concernant les systèmes d’IA. Les recherches montrent que l’étiquetage peut influencer la confiance des utilisateurs, mais son impact dépend du contexte, de l’expérience utilisateur et de la manière dont la technologie est appliquée. Un changement de nom peut influencer la perception, mais la transparence, la performance et la responsabilité restent les principaux facteurs déterminant la confiance du public.
Les régulateurs ont également souligné la nécessité d’une représentation précise. La Federal Trade Commission a pris des mesures contre les entreprises qui font des affirmations non étayées concernant les capacités de l’IA, renforçant ainsi que la terminologie doit être conforme à la fonctionnalité réelle. Les propos de Dorsey mettent en lumière un débat en cours sur la manière dont l’industrie décrit ses outils, mais tout changement de langage devra équilibrer clarté, exactitude et attentes du public.
En lien : Michael Saylor affirme que le bitcoin est le capital numérique et l’IA est l’intelligence numérique
Disclaimer: The information presented in this article is for informational and educational purposes only. The article does not constitute financial advice or advice of any kind. Coin Edition is not responsible for any losses incurred as a result of the utilization of content, products, or services mentioned. Readers are advised to exercise caution before taking any action related to the company.
