Un chatbot appelé parfois assistant virtuel, est un programme d’IA qui simule une conversation, « chat » avec un interlocuteur, à l’écrit ou à l’oral. Quand un utilisateur lui pose une question ou formule une commande, le chatbot lui répondra ou exécutera l’action demandée.Cette forme accessible d’IA est souvent mise en oeuvre par les entreprises dans leurs services d’assistance client. On les trouve également dans certains appareils destinés au grand public
Les chatbots comme ELIZA et PARRY (Microsoft) figurent parmi les premières tentatives de créer des programmes capables de tromper un interlocuteur, ne serait-ce que temporairement, et lui faire croire qu’il tient une conversation avec une autre personne. L’efficacité de PARRY a été mesurée au début des années 1970 à l’aide d’une version du test de Turing. Le test de Turing est un test du niveau d’intelligence artificielle fondée sur la faculté d’une machine à imiter la conversation humaine. : l’attribution correcte par les testeurs des interactions à quelqu’un ou à un chatbot correspond aux résultats que donneraient des réponses aléatoires.
Les chatbots se sont beaucoup améliorés depuis. Ils exploitent les technologies d’IA notamment le Deep Learning https://www.intelligence-artificielle-school.com/actualite/deep-learning-intelligence-artificielle/ , le traitement automatique du langage et les algorithmes d’apprentissage automatique (Machine Learning). Les plus généralistes ont besoin d’énormes volumes de données pour apprendre une langue. Plus un utilisateur interagit avec la machine, plus la reconnaissance de la parole ou du texte améliore sa réponse.
Les chatbots peuvent être « stateless » ou « statefull ». Dans le premier cas, le chatbot aborde chaque interaction comme s’il s’agissait d’un nouvel utilisateur. Dans le deuxième, le chatbot est plus sophistiqué : les interactions passées lui servent à contextualiser ses prochaines réponses.
Aujourd’hui, une entreprise qui dote ses services d’un chatbot n’a que peu de code à écrire. En effet, plusieurs prestataires permettent aux développeurs de créer des interfaces de conversation quasiment clefs en mains pour tout type d’application.
Cependant, en se bornant à demander aux chatbots de puiser leurs informations dans d’autres chatbots, on les coupera très vite de la réalité, Ceci les rendra inutiles fonctionnellement. Bien pire, cela les incitera très vite à répéter et à amplifier leurs inévitables erreurs de contenu initiales.
Une étude conduite à l’Université d’Oxford par Ilia Shumailov, référencée ci-dessous montre comment les contenus d’IA se dégraderont très vite s’ils se bornent à reproduire les contenus existants, sans un retour rapide à l’expérience. Ce processus a été appelé le model collapse. Ilia Shumailov envisage le moment où les contenus d’IA deviendront des collections d’erreurs soigneusement reprises d’une fois sur l’autre
Nous pourrions faire remarquer que les cultures humaines n’ont jamais en besoin d’IA pour se content d’erreurs répétés à satiété, sans besoin de faire de nouvelles expériences pour mettre à jour les connaissance, qu’elles soient contumières ou scientifiques
Référence
AI models feeding on AI data may face death spiral
https://twitter.com/TechXplore_com/status/1670892125683105794
Europe Solidaire 