Lors de meetups Keley, Data Science, Machine Learning et autres concepts sont abordés de manière ludique et vulgarisée par nos experts. Dans cet épisode, focus sur la relation entre l’IA et le sport, la législation face à l’automatisation et l’IA au service du design, avec MidJourney.
La data, une discipline devenue indispensable à la performance des équipes sportives ?
Depuis un certain temps, de nombreux acteurs majeurs du monde sportif ont placé la donnée au cœur de leur réussite. Certaines équipes de football telles que l’Olympique de Marseille ou l’Olympique Lyonnais ont démontré un intérêt pour la Data, multipliant les offres de recrutement dans leur service Data. Ou encore Kevin De Bruyne négociant son salaire sans agent et grâce à la Data Science.
Plus récemment, le 4 septembre 2022, Fabien Galthié, sélectionneur de l’équipe de France de rugby, a pris la parole sur les plateaux de Canal+ Sport sur l’importance de l’analyse data dans la réussite de sa sélection. Il y explique les nouvelles stratégies de sa sélection basées sur des KPIs, au nombre de trois, en insistant principalement sur la « fulgurance ». Ce dernier permettrait selon lui d’augmenter drastiquement le taux de réussite de son équipe, soit en marquant un essai, soit en obtenant une pénalité.
« Nous sommes à la recherche de la fulgurance ! La fulgurance se traduit par un passage rapide de l’équipe entre deux points stratégiques (milieu de terrain/ligne des 22m) en moins de 22 secondes précisément », dit-il.
Les derniers exemples que nous avons présentés quant à l’utilisation de la data dans le sport ne relèvent pour l’instant que de la statistique. L’analyse est certes poussée et précise, mais pour l’instant, l’IA ne semble pas intervenir. Insistons bien sur « pour l’instant », car nul doute que le machine learning sera utilisée dans un avenir proche pour améliorer les performances sportives.
IA et éthique : quelle place doit conserver l’humain dans le processus d’automatisation des tâches ?
Aujourd’hui l’IA et son application permettent de remplacer l’action humaine dans des tâches considérées comme fastidieuses ou ennuyantes. Cependant, l’automatisation de certaines tâches pose de vrais problèmes éthiques, et notamment sur la responsabilité de l’IA dans des « cas d’échecs ».
Voitures autonomes, autopilote et responsabilité :
En Union Européenne, l’utilisation de l’autopilote reste un sujet sensible qui peine à s’imposer, à cause de considérations légales entre autres. En effet, à l’heure actuelle, si un accident est créé par un véhicule lors de la conduite autonome, c’est la responsabilité civile du conducteur qui est engagé. On rappelle, que la conduite autonome est le fait d’un véhicule à se mouvoir tout seul si, et seulement si, le conducteur ne témoigne pas d’intention de contrôle du véhicule ; lors d’un problème majeur imminent, le conducteur doit être en état de conscience suffisante pour reprendre la main et prendre la dernière décision. Ce contexte implique donc que l’accident ainsi créé relève bien du fait du conducteur. À côté de nous en revanche, le Royaume-Uni a annoncé son intention de généraliser l’utilisation de ces véhicules d’ici 2025. Pour cela, un nouveau texte de loi britannique change la donne en affinant le cadre législatif lié à la conduite autonome en dégageant la responsabilité civile du constructeur.
« Un conducteur humain ne sera pas responsable des incidents liés à la conduite pendant que le véhicule est en mode autonome. Cette distinction pourrait créer un précédent à l’échelle mondiale, où la responsabilité en cas d’accident est encore considérée comme une zone grise dans certains pays », selon le site Siècle Digital.
Automatisation et validation :
Les GAFAM et leurs IA sont de plus en plus sollicités par les entités publiques pour faire progresser leurs services rendus à la citoyenneté. Récemment, la police de San Francisco a fait appel aux services de Google afin de faire face à la pédocriminalité qui est en forte en augmentation dans cet état. Cependant, des failles semblent persister dans ces processus entièrement automatisés.
« Un père a pris une photo de son enfant nu. Google le déclare comme criminel ». Cette chronique publiée par The New York Times a révélé ces failles. C’est l’histoire d’un père qui entretient une relation par mail avec son médecin car les parties génitales de son enfant ont subitement grossi. Pour tenir informé son médecin de l’évolution de la maladie, il envoie fréquemment des photos de son enfant nu. Utilisant Gmail, l’algorithme de reconnaissance de Google identifie alors ce père comme pédocriminel, ce qui a amené à la fermeture de son compte Google et à l’ouverture d’une enquête à l’encontre de ce dernier. Heureusement, le père, ingénieur de métier, a très vite compris la situation et a ainsi su prouver sa bonne foi, interrompant ainsi immédiatement l’affaire pénale. Énorme bad buzz cependant pour Google…
Cette affaire souligne les défauts des algorithmes de reconnaissance et cela permet de mieux comprendre l’importance de l’intégration de l’avis humain dans la chaine de décision. Ici, la prise en compte automatique et totale de l’IA a entraîné l’implication d’un faux positif dans le process de validation, une erreur classique mais très dommageable imputée aux IA. En Machine Learning, il faut veiller à vérifier la sensibilité de l’algorithme, d’où l’importance de la métrique. Ainsi, ceci n’exclut pas la nécessité de la validation humaine ; dans ce cas précis, la machine n’aurait pas dû prendre cette décision arbitraire sans intervention humaine – bien que l’intervention humaine soit sujette à discussion dans ce cas précis et plus généralement dans l’analyse de conversations privées.
L’IA est-elle un danger pour le métier de designer ?
De nombreuses solutions utilisant l’IA voient le jour dans l’univers du design. Récemment, nous avons présenté Dall-E, une intelligence artificielle d’Open AI qui génère quatre images automatiquement via un prompt, une « saisie de texte » en français. MidJourney est une solution qui fonctionne de la même façon, mais donne évidemment des résultats différents Avec MidJourney, il est possible de donner des paramètres universels tels que la taille ou encore la qualité de l’image. L’IA utilise alors une grande base de données afin de générer une image la plus proche possible de son prompt.
.jpg)
Lors de ses différents tests sur MidJourney, l’équipe design Keley a pu mettre en lumière plusieurs points essentiels :
- Le gain de temps :
Pour créer une direction artistique, le designer doit réaliser un moodboard qui va lui permettre de dégager une ligne directrice pour son projet. Pour réaliser ce moodboard, il passe une grande partie de son temps à agréger des données, c’est-à-dire rassembler l’ensemble des informations dont il aura besoin pour créer un style graphique, un sentiment ou une patte artistique. Avec l’utilisation de MidJourney, créer un moodboard se fait en quelques secondes à partir d’un brief créatif dans l’outil, contre plusieurs heures pour un designer. Le temps est considérablement réduit car c’est l’IA qui va composer des images uniques. La bonne nouvelle est que le résultat correspond quasi-parfaitement avec l’attendu, et avec un certain niveau de précision – MidJourney est même parvenu à générer les typographies liées au style Bauhaus par exemple.
- L’annulation du biais :
Lors de la création d’un moodboard, le directeur artistique doit effectuer une recherche d’images mot par mot. Un biais se crée au fur et à mesure de la recherche car l’avis de la personne s’affine au gré de cette dernière. De plus, il est difficile de trouver des images qui respectent l’ensemble des paramètres du brief créatif. En utilisant MidJourney, les différents biais sont annulés car l’IA prend en compte l’entièreté des mots du prompt pour composer et générer ses images. On obtient ainsi plus de « linéarité » et de « cohérence » en contemplant les images générées. Un peu comme une recette de cuisine, l’IA va générer un ensemble homogène en y intégrant proportionnellement les mots /paramètres du prompt.
_page-0003.jpg)
Cependant, il faut bien garder en tête que l’IA doit aider et non remplacer le designer. L’IA n’est toujours pas un outil magique pour le designer… Par exemple, MidJourney est incapable d’interpréter les images générées (pour le moodboard) pour en faire un concept défendable devant le client. Pour l’instant, l’interprétation doit bien venir du designer car c’est son rôle principal d’engager sa sensibilité dans ses différents projets pour en faire émerger des concepts originaux et qui font sens. Le temps gagné sur l’agrégation des données doit être investi pour fournir une maquette plus poussée et travaillée à proposer au client.
_page-0004.jpg)
_page-0005.jpg)
En somme, il ne faudra pas être étonné si bientôt des mentions « Prompt Designer » ou « IA Designer » apparaissent sur LinkedIn, car des designers vont sûrement essayer de s’approprier les différentes IAs afin de proposer un nouveau service dans le métier du design. Il est donc dans l’intérêt de tous les designers de s’appuyer sur ces nouvelles solutions d’intelligence artificielle et d’en comprendre les rouages afin de proposer des concepts uniques, disruptifs et en quasi-instantanée.
