Tag: ia

  • La contraction du travail : ce gain de vitesse, on va le payer en humains

    La contraction du travail : ce gain de vitesse, on va le payer en humains

    Il y a un an, monter une modélisation financière complexe avec un cabinet de conseil = 1 mois.

    Le même exercice, seul, aujourd’hui = 2-3 heures.

    Mais je termine ces 2-3 heures brûlé raide!

    Avant : une première rencontre. Quelques jours pour recevoir une première version du modèle. Mes commentaires. Quelques jours avant la prochaine rencontre. Une autre version, etc.

    Aujourd’hui, avec l’IA, j’ai retiré ces allers-retours.

    C’est ce que j’aime appeler la contraction du travail.

    Le travail ne disparaît pas par magie. C’est le temps entre les allers-retours qui disparaît. Le feedback loop, qui prenait des jours, se règle en quelques minutes.

    Sauf que je réalise une chose. Le cabinet n’était pas lent. Ce temps d’attente, c’était également mon temps de réflexion. Le moment où l’idée mûrissait pendant que je faisais autre chose.

    Là, toute la réflexion d’un mois est compressée dans un après-midi. Mon cerveau n’a jamais le temps de prendre une pause, pour prendre du recul.

    Une étude de BCG auprès de près de 1 500 travailleurs donne même un nom à ça : le « AI brain fry ». Une fatigue mentale à force de superviser l’IA…

    Ce que je tente de faire de plus en plus, c’est de terminer ce genre de bloc de travail, puis de le mettre de côté. Je le laisse reposer au moins une nuit avant d’y revenir et de continuer.

    Je réintroduis, ironiquement, une portion du délai que l’outil vient d’effacer.

    En ce moment, plein d’organisations se demandent comment réorganiser le travail avec l’IA. Si la réponse, c’est juste de le contracter, sans donner aux gens des mécanismes pour s’adapter, à long terme, je crois qu’on s’en va dans un mur…

    Ce gain de vitesse, on va le payer en humains.

    Publié d’abord sur LinkedIn. Image : Print Room, Pixabay.

  • Trois abonnements où le prix n’a rien à voir avec la valeur

    Trois abonnements où le prix n’a rien à voir avec la valeur

    On parle souvent de « création de valeur »; en tech, c’est toujours un défi à définir. Mais c’est quoi, au fond, de la valeur? Pourquoi c’est si difficile à chiffrer?

    Je pense qu’une partie de la réponse est dans la perception. La valeur, c’est rarement quelque chose d’objectif. C’est le delta entre ce qu’on paie et ce qu’on ressent comme gain : en temps, en plaisir, en performance, en santé, etc. C’est souvent quelque chose de personnel, même en entreprise.

    Ça m’a fait réfléchir à certains de mes abonnements. Il y en a trois pour lesquels je me dis souvent que le prix est complètement dérisoire versus ce que je perçois comme valeur.

    Spotify, avec un compte familial. On écoute une quantité absurde de musique à la maison. Payer moins cher que le prix d’un CD par mois, pour accéder à pratiquement toute la musique qui existe… Pour un trippeux de musique comme moi, c’est une des meilleures affaires du siècle. Dites-leur pas, mais le prix pourrait monter de 10x, je serais encore client…

    Mon gym, deux à trois fois par semaine. Des machines, des poids, la salle multifonctionnelle, le sauna. La mensualité est tellement basse que je me demande comment ils font pour survivre. Juste en électricité, j’en ai pour mon argent!

    Mes abonnements IA. Pas seulement parce que j’opère dans le milieu, mais parce que pour moi, c’est un vecteur multiplicateur dans mon travail et aussi dans ma vie perso. C’est l’outil qui a le plus changé ma façon de travailler depuis un bon moment. Un autre endroit où le ROI est absurde.

    Bref, trois abonnements, trois cas où le prix n’a aucune corrélation avec la valeur perçue de mon côté.

    Et vous, c’est quoi le service ou le produit où cette corrélation inverse vous frappe le plus?

    Publié d’abord sur LinkedIn. Photo : Alexander Grey, Unsplash.

  • IA : quand les gains individuels ne deviennent pas organisationnels

    IA : quand les gains individuels ne deviennent pas organisationnels

    Ce qui est incroyable dans la phase actuelle avec l’IA, c’est qu’on peut générer plus d’idées, plus de concepts, plus de maquettes et même un MVP fonctionnel, en quelques heures.

    L’enjeu, c’est quand on veut que ça dépasse l’usage perso.

    Je suis moi-même dans ce bateau. J’ai des projets assez complexes dans Claude : plusieurs fichiers, des fichiers de référence, un script qui valide les versions. Ça fonctionne relativement bien pour moi, sauf quelques irritants.

    Ça se corse dès qu’on veut le partager avec un collègue, et ça se complexifie encore plus quand on veut collaborer sur le même projet. La gestion des versions, s’assurer que le « output » reste cohérent peu importe qui l’utilise, c’est exactement là que ça commence à être moins fluide…

    Je crois que c’est souvent à ce moment qu’on abandonne ces projets « cool ». Ça ne scale pas, alors ils se ramassent dans le bas de notre historique et ne vont jamais vraiment plus loin qu’une POC.

    Ça soulève une vraie question : est-ce un gain réel de productivité si ça reste confiné à une seule personne? Ou est-ce juste une optimisation individuelle, isolée, qui ne se propage pas dans le reste de l’entreprise?

    Comment fait-on pour que ces gains-là se pollinisent? Pour que ce qui marche pour une personne devienne un gain organisationnel?

    Je crois qu’on sous-estime grandement cette étape. On parle beaucoup d’adoption de l’IA au niveau individuel, mais très peu de comment on scale ces apprentissages à l’échelle d’une équipe ou d’une entreprise.

    Je suis curieux de savoir comment vous gérez ça dans vos organisations actuellement.

    Publié d’abord sur LinkedIn. Photo : Wolfgang Hasselmann, Unsplash.

  • Expliquer l’IA à une classe de troisième année

    Expliquer l’IA à une classe de troisième année

    « Papa, peux-tu venir parler de ton travail dans ma classe? »

    J’ai évidemment dit oui à mon fils sans trop y réfléchir.

    Ensuite, je me suis demandé comment j’allais expliquer à une classe de troisième année c’est quoi l’intelligence artificielle. Pas si simple.

    Parce qu’expliquer l’IA à des enfants de 8-9 ans, c’est l’exercice « ELI5 », mais en vrai, avec une vingtaine de petits humains. Et laissez-moi vous dire que c’est pas mal plus difficile que de le faire avec des étudiants d’université en tech.

    Avec des enfants, il faut y aller avec des images, des analogies, des exemples simples qui font du sens dans leur monde à eux. Pour garder leur attention, oui, mais surtout pour rendre quelque chose d’hyper complexe compréhensible le plus simplement possible. C’est là le vrai défi.

    C’est là que j’ai réalisé que ce défi avec les enfants, c’est exactement le même que celui que l’on vit chez HalfSerious. Expliquer un concept technique à quelqu’un dans le même rôle que soi, facile! Mais dans la plupart des organisations, quand on introduit de la tech ou de l’IA, on ne s’adresse pas aux experts et aux geeks du bureau. On s’adresse au reste, à la masse, aux gens qui ont un bagage différent, des référents différents et qui ont besoin qu’on leur parle dans leur langue, pas dans la nôtre.

    Le vrai défi, c’est rarement de comprendre la technologie. C’est de la rendre compréhensible. Trouver les bonnes images, les bons exemples. Expliquer les opportunités sans survendre et les risques sans faire peur… Il faut favoriser l’adoption sans la forcer.

    Ici, je parle d’entreprise, mais nous avons un enjeu de littératie technologique à l’échelle de la société. Pas juste pour que les jeunes comprennent cette technologie à 8-9 ans, mais pour qu’ils continuent à s’y intéresser en vieillissant. Pour que les adultes d’aujourd’hui et de demain puissent comprendre ce qui se passe derrière les outils qu’ils utilisent chaque jour. Pas devenir des experts. Juste ne pas être des spectateurs passifs de quelque chose qui va transformer à peu près tout.

    Si les gens ne comprennent pas, comment voulez-vous qu’ils utilisent votre solution ou votre produit? Comment peuvent-ils comprendre pourquoi ça existe vraiment, pourquoi il faudrait l’utiliser ou non, dans quel contexte?

    Des fois, les meilleurs profs, c’est une classe de troisième année.

    Publié d’abord sur LinkedIn.

  • Stratégie canadienne en IA : ce que j’ai retenu du rapport

    Stratégie canadienne en IA : ce que j’ai retenu du rapport

    Hier, j’ai lu le rapport « Mobilisation au sujet de la prochaine stratégie du Canada en matière d’IA ». Un gros 23 pages, question de garder mon sens critique bien aiguisé. Voici ce qui en ressort, parsemé de mes observations et de mes opinions personnelles.

    • Souveraineté. On ne peut pas se permettre de dépendre d’infrastructures étrangères, surtout dans un monde où les tensions géopolitiques redéfinissent les règles du jeu. Si on maîtrise l’infrastructure et la littératie, on maîtrise la suite. Sinon, on reste des locataires dans un écosystème qu’on ne contrôle pas.
    • Ancrer l’innovation ici. Combien d’entreprises canadiennes ont bénéficié de subventions… pour finir par s’installer ailleurs? Si on investit, c’est pour que la propriété intellectuelle, les emplois et la croissance restent au pays.
    • Accès universel. Sans lui, on crée deux catégories : ceux qui savent utiliser l’IA, et ceux qui seront exclus. L’équité commence par l’éducation. Sinon, on aggrave les inégalités au lieu de les réduire.
    • Au-delà des power users. L’IA ne doit pas être l’affaire de quelques initiés. C’est une révolution qui doit s’intégrer dans les processus, les cultures et les stratégies d’entreprise. Sinon, ça reste très fringe.
    • Des voix manquantes. Le rapport est dominé par les voix de la tech. Est-ce que les autres industries se taisent par manque de connaissance, par désintérêt ou par désillusion? Un échantillon plus représentatif serait bienvenu pour la suite.
    • Les académiques. Ils sont plutôt absents du rapport. Leur expertise en éthique, en méthodologie et en gouvernance est cruciale. Sans eux, on risque des régulations avec une vision trop à court terme, ou trop centrée sur les rendements.
    • Réguler sans se nuire. Viser le titre de « pays le plus régulé » est un risque. Il faut des normes alignées sur les standards globaux, assez solides pour protéger, assez flexibles pour innover. Un équilibre fragile, tout un défi.
    • Les SLM et l’IA de niche. Il est là, l’avenir. Plutôt que de courir après le dernier gros hype, concentrons-nous sur des solutions efficaces, ciblées et durables, y compris sur le plan environnemental.
    • Les talents. Attirer des cerveaux, c’est bien. Mais il faut aussi donner aux entreprises canadiennes les moyens de les embaucher et de garder la propriété intellectuelle ici. Pourquoi ne pas faciliter l’embauche internationale en remote? Ah oui, c’est vrai… le fédéral retourne au bureau. My bad!
    • Le gouvernement comme premier utilisateur. Si nos systèmes publics adoptent l’infrastructure et l’IA canadiennes, les entreprises et les citoyens suivront. Let’s walk the talk.

    Bref, on a ouvert une porte, il faut y entrer à pieds joints, mais avec une vision à long terme. Parce que l’IA, ce n’est pas qu’une mode. C’est le début d’une révolution industrielle. Nous avons tout à gagner à en être les acteurs principaux et non des spectateurs.

    Publié d’abord sur LinkedIn.

  • La technologie est un miroir : quel monde voulons-nous alimenter?

    La technologie est un miroir : quel monde voulons-nous alimenter?

    La technologie, comme bien d’autres sujets, est de plus en plus polarisante. Entre les théories de l’utopie et celle de l’anarchie, le fossé se creuse tranquillement, mais un point revient, peu importe notre position : le rôle central de l’humain. Du moins, pour le moment. Car c’est encore nous qui fixons les règles du jeu, qui définissons ce que les machines optimisent, amplifient ou peuvent créer. Et ce, jusqu’à ce qu’un changement de paradigme vienne changer la game!

    Prenons l’exemple des algorithmes des réseaux sociaux, il y a quelques années. Quelle était leur mission? Maximiser l’attention de l’utilisateur, à tout prix. Le résultat : la haine, les controverses et les contenus polarisants ont été mis en avant, non pas parce que les machines l’ont décidé, mais parce que nous, les humains, interagissons davantage avec ce type de publications (it’s a fact). Les algorithmes ont simplement répondu à une logique d’offre et de demande. Si la demande existe, un produit émergera pour y répondre, peu importe sa nature.

    Aujourd’hui, la frontière entre contenu généré par l’humain et celui généré par la machine est de plus en plus mince. Pourquoi? Parce que nous le permettons, voire l’encourageons. Est-ce que le contenu généré par des machines est plus consommé? Est-ce que les excès, les grossièretés ou les simplifications excessives circulent parce qu’elles trouvent un public? La réponse est sans doute oui. Nous sommes à la fois victimes, mais surtout complices de ce système.

    Cela soulève une question fondamentale : sommes-nous en train de déléguer notre responsabilité à des outils qui ne font que refléter et amplifier nos propres biais et désirs? Si les machines apprennent de nos comportements, c’est donc à nous de revisiter ce que nous valorisons. La technologie n’est souvent qu’un miroir ou un amplificateur, parfois déformant certes, mais elle demeure un miroir.

    Avant de pointer du doigt les algorithmes ou l’IA, interrogeons-nous : quel monde voulons-nous alimenter et quel contenu voulons-nous consommer? Quels contenus méritent notre attention, notre temps, notre engagement? Ce sont ces réponses qui façonneront ce que les machines ET les humains produiront demain.

    La solution passe-t-elle par une régulation plus stricte, une éducation renforcée de l’esprit critique, ou une remise en question collective de nos habitudes de consommation? Probablement un mélange des trois.

    Publié d’abord sur LinkedIn. Image : Gerd Altmann, Pixabay.

  • L’effet ETF de l’information : quand tout le monde lit la même réponse

    L’effet ETF de l’information : quand tout le monde lit la même réponse

    Dans les marchés boursiers, on peut observer un effet de corrélation, c’est-à-dire que plus les gens investissent dans des ETF qui suivent « le marché », plus ils bougent ensemble.

    Je crois que depuis un certain temps, c’est la même chose avec l’information.

    Ce n’est pas d’hier que les algorithmes de Google, Facebook ou des moteurs de recherche fonctionnent ainsi, mais je crois que le phénomène s’accentue rapidement. Aujourd’hui, une majorité de gens ne consultent plus plusieurs sources, on demande simplement à son IA préférée, qui fait le scraping à notre place et nous offre une réponse consolidée, parfois avec des sources… On jase là, mais est-ce que vous allez réellement les lire, les sources?

    Comme les algorithmes (et les entreprises derrière) cherchent à garder notre attention et à réduire leurs coûts, on se retrouve avec des réponses de plus en plus standardisées. Donc, sortir des sentiers battus devient de plus en plus difficile, surtout si on reste dans ce genre d’approche. Je crois que ça représente un danger pour notre capacité d’analyse.

    Tout ceci m’amène également à parler de la neutralité du web. Elle bat de l’aile depuis un moment déjà, mais que se passera-t-il quand certains médias interdiront le scraping gratuit aux IA (d’ailleurs, une tendance en hausse), pendant que d’autres paieront pour être mis de l’avant?

    On passera alors d’un biais algorithmique parfois flou à des ententes commerciales au plus fort la poche.

    Je vous laisse réfléchir à tout ça. Mais je reviens sur mon cheval de bataille : la pensée critique.

    On doit continuer à diversifier nos sources, à remonter aux originaux, à creuser les angles morts.

    Publié d’abord sur LinkedIn. Photo : Roman Kraft.

  • « Voulez-vous un résumé? » Trop de résumés tue la réflexion

    « Voulez-vous un résumé? » Trop de résumés tue la réflexion

    « Voulez-vous un résumé… »
    « Voici un résumé du document »

    Est-ce juste moi qui capote avec ça? Il me semble que ça fait beaucoup de résumés? Est-ce que le proverbe « trop n’est pas assez » est sur le point de s’inverser? J’en peux plus de ces pop-ups partout dans les apps!

    T’inquiète l’IA, si je ne veux pas de profondeur, ne pas apprécier la subtilité des mots choisis, ne pas savourer le style de l’auteur, je te ferai signe pour un « résumé ». C’est quoi cette folie du rat race et de ne pas vouloir lire le contenu?

    Comment allons-nous communiquer efficacement si chacun se contente d’un résumé de résumé? Je crois que c’est mettre à risque notre capacité de compréhension, d’analyse et de réflexion.

    J’ai lu un article passionnant la semaine dernière, qui expliquait que nous créons des outils IA sans y intégrer les principes d’apprentissage humains, soit via les processus, l’effort, les itérations et la réflexion. Ce que l’on bâtit en ce moment, c’est dans la majorité des cas une machine à donner des réponses.

    Il est plus que temps de revoir comment nous concevons les outils, afin qu’ils nous accompagnent dans nos apprentissages et renforcent nos compétences, au lieu de prendre la place tranquillement de notre esprit critique.

    Publié d’abord sur LinkedIn.

  • Ce que m’a appris une session à enseigner la veille technologique

    Ce que m’a appris une session à enseigner la veille technologique

    C’est avec un brin de nostalgie que je termine la session de mon cours de veille technologique et d’open source. Ce fut exigeant, certes, mais surtout incroyablement enrichissant grâce à mes étudiants et à leurs parcours respectifs.

    Voici quelques constats suite à ces 15 semaines.

    Cette session était 50 % en présentiel et 50 % à distance. Sans hésiter, je préfère enseigner en personne : les étudiants sont plus attentifs, les interactions plus nombreuses et les discussions profondes. En revanche, un cours sur Zoom, c’est moins dynamique et c’est beaucoup plus énergivore.

    La pensée critique (oui, encore elle) demeure LA compétence à cultiver. Elle permet de naviguer dans l’océan d’informations sans se laisser séduire par une réponse très convaincante, mais non vérifiée. C’est ce qui devrait toujours être au centre de l’enseignement, quel que soit le niveau ou la matière.

    Dans un cours qui encourage l’usage de l’IA, j’ai constaté que réaliser un travail sans l’utiliser n’est pas mauvais en soi, mais demande clairement plus de temps et d’effort. Les modèles sont souvent très efficaces, à condition de les interroger correctement et de ne pas se contenter d’une réponse unique. La valeur se trouve dans l’interaction et la possibilité de creuser plus loin avec elle. C’est ce que j’ai tenté de leur démontrer tout au long de la session.

    J’ai également observé avec eux que les résultats varient d’une plateforme à l’autre; il est essentiel de croiser les sources et de ne jamais se reposer sur un seul outil. Par ailleurs, un fossé se creuse entre ceux qui utilisent des solutions gratuites et ceux qui investissent dans des versions payantes. Je crois qu’il est temps d’envisager sérieusement la création d’une IA publique et accessible à tous, pour prévenir les inégalités grandissantes liées à ces technologies.

    Au-delà du contenu que j’ai transmis, c’est la curiosité, les parcours et les expériences de chacun qui ont nourri nos échanges. Cette expérience m’a rappelé qu’un cours ne peut rester figé; il doit évoluer avec le marché, les technologies et les enjeux. Réutiliser le même matériel d’une année à l’autre, c’est prendre le risque de devenir obsolète.

    Rester pertinent, cohérent et critique, c’est la clé.

    Merci à tous mes étudiants pour cette belle aventure humaine et professionnelle.

    Publié d’abord sur LinkedIn.

  • L’IA et la pensée critique : plus on fait confiance, moins on réfléchit

    L’IA et la pensée critique : plus on fait confiance, moins on réfléchit

    Il y a quelques semaines, je parlais des enjeux qui, selon moi, seront névralgiques dans les années à venir au niveau de notre société. La pensée critique est, à mon sens, LA compétence à cultiver impérativement à tous les niveaux, afin de naviguer dans la marée d’informations du web et de pouvoir critiquer les réponses que nous servent les IA. C’est ce que j’essaie de transmettre, que ce soit à travers mon cours de veille, dans des discussions avec des amis ou via certaines publications.

    Voici une étude intéressante qui explore l’impact de l’utilisation de l’IA sur la pensée critique chez des professionnels du « knowledge work ». Malgré un échantillon limité, les résultats montrent que plus la confiance en l’IA est élevée, moins la pensée critique est sollicitée. Inversement, en l’absence de confiance, la pensée critique s’active davantage. Logique vous me direz, mais cette tendance risque de s’accentuer.

    L’une des forces remarquables des IA, c’est leur capacité à convaincre, même lorsqu’elles sont complètement dans le champ gauche. Je crois que dans un avenir rapproché, nous nous orienterons vers une spécialisation des IA, avec notamment la mise en place de mécanismes de validation du corpus d’entraînement, de limitations des hallucinations et d’assurance sur la qualité des informations fournies. Les LLM c’est bien, mais la spécialisation des modèles c’est mieux, autant dans la qualité des réponses qu’au niveau écologique.

    Bref, je vous invite à prendre connaissance de ce papier qui met la table pour revoir la façon dont nous utilisons notre esprit critique avec l’IA : lien de l’étude.

    PS : Je n’ai pas demandé de résumé à l’IA, j’ai bel et bien lu le document en entier.

    Publié d’abord sur LinkedIn.