Le mot « bizarre » ne signifie pas toujours étrange. En vieil anglais, issu d’un mélange de concepts germaniques et nordiques, cela signifiait quelque chose de plus proche du « destin » ou du « devenir » ou même du « destin ». Autrefois, les humains de cette culture pensaient que la façon dont la vie d’une personne se déroulerait était indissociable de l’étrangeté fondamentale d’être en vie.
MacBeth de William Shakespeare est connu pour ses trois sorcières, qui ont popularisé l’expression « double, double, travail et ennuis », souvent citée à tort d’après son apparition dans un dessin animé de Disney sous le nom de « bulle, bulle ». Mais ce que l’on oublie souvent, c’est que Shakespeare a nommé ces personnages « Weird Sisters », les reliant à un autre groupe mythologique de trois vieilles sorcières : les Nornes de la mythologie nordique, qui ont tissé ensemble une toile de destin appelée (quoi d’autre ?) « wyrd », contenant l’histoire de la vie de chaque être humain. (JK Rowling a plus tard nommé un groupe populaire dans son univers Harry Potter « The Weird Sisters », mais il s’agissait d’un groupe entièrement masculin.)
Selon Benjamin Shiller, professeur d’économie à l’université de Brandeis, la chose la plus étrange en économie est que l’étrangeté est étroitement liée au destin à l’ère de l’intelligence artificielle (IA). Plus vous êtes bizarre, dit-il à Fortune, mieux vous vous portez.
Dans son nouveau livre « AI Economics : How Technology is Transforming Jobs, Markets, Life, and Our Future », Shiller affirme que plus votre travail est étrange, moins l’IA est susceptible de l’accepter. Spécialiste de l’économie du changement technologique et fils d’un économiste célèbre, Robert Shiller de Yale, co-créateur d’un indice national des prix de l’immobilier encore utilisé aujourd’hui, Shiller dit à Fortune que l’avenir de l’emploi est étrange.
“Les modèles d’IA peuvent très bien apprendre des choses, mais seulement avec une énorme quantité de données d’entraînement, car les humains apprennent beaucoup plus efficacement”, explique Shiller. “Si vous travaillez dans un domaine spécialisé où il n’y a pas beaucoup de données disponibles pour former un modèle d’IA, alors l’IA ne remplacera probablement pas votre travail.”
Goldman Sachs prédit que 300 millions d’emplois aux États-Unis et en Europe pourraient être susceptibles de connaître un certain niveau de changement en raison de l’IA, prédisant que les humains pourraient devenir le cheval de bataille de l’économie moderne. Cependant, la « prime de rareté » de Shiller suggère un code de triche pour la prise de contrôle de l’IA dans les jeux : trouver un travail si complexe que même des milliards de jetons de données ne peuvent pas le remplacer.
L’IA n’apprend pas aussi efficacement que les humains… pour le moment
Shiller décrit ce que le PDG de Tesla, Elon Musk, a récemment suggéré à propos du volume considérable d’informations nécessaires pour remplacer une compétence humaine. L’homme d’affaires a répondu sur X (anciennement Twitter) : « Environ 10 milliards de kilomètres de données d’entraînement sont nécessaires pour parvenir à une conduite autonome sûre et sans surveillance. »
“Si un Américain typique parcourt environ 13 500 miles par an, cela représente environ 750 000 années de conduite dont une personne a besoin pour obtenir des données d’entraînement”, a déclaré Shiller. En revanche, il suffit à un être humain moyen de parcourir seulement quelques centaines de kilomètres et six mois de pratique pour obtenir son permis de conduire.
Bien entendu, les voitures autonomes existent déjà et peuvent facilement transporter des personnes d’un point A à un point B sans danger. Cependant, si une telle quantité de données est nécessaire pour qu’une IA puisse apprendre une tâche aussi simple que conduire, alors une énorme quantité de données pourrait être nécessaire pour automatiser des professions spécialisées, comme celle d’un analyste d’accidents d’aviation ou d’un ingénieur de voyages industriels. En d’autres termes, dans les domaines où les données sont rares, les humains conservent un avantage comparatif.
Les humains sont mieux équipés pour gérer les kangourous
Shiller illustre les limites de l’IA avec « l’exemple du kangourou », un récit édifiant datant de l’époque où Waymo testait ses véhicules autonomes en Australie. Les véhicules n’ont pas réussi à franchir un obstacle étrange et étrange : les marsupiaux sauteurs. “En gros, ils n’arrêtaient pas de s’écraser sur les kangourous parce que ceux-ci ne figuraient pas dans leurs données d’entraînement et que leurs mouvements étaient différents de ceux des autres animaux.”
L’IA ne parvient pas à prédire l’inconnu, et cet échec est ce qui distingue les humains, même des machines les plus avancées. “Pour un être humain, nous pouvons nous adapter et faire face à ces cas extrêmes sans être spécifiquement formés pour les gérer”, a déclaré Shiller. Bien entendu, nous sommes adaptés à la gestion de scénarios spécifiques, de l’imprévisibilité de la route au chaos d’un hôpital ou d’une banque d’investissement.
Shiller affirme que les travailleurs modernes (et les jeunes qui envisagent d’obtenir un diplôme) devraient éviter de se laisser enfermer dans une profession que tout le monde exerce. « Suivre simplement les cours standards et se familiariser avec ce qui est enseigné directement dans ces spécialités importantes est une stratégie risquée », a déclaré Shiller.
En d’autres termes, votre sort sera forcément étrange.
