Intelligence artificielle : Les enjeux pour le développement social en Afrique

Lu sur Digital Business Africa.

[DIGITAL Business Africa – Avis d’expert] – L’Intelligence artificielle (IA) bénéficie d’un regain de notoriété depuis ces dernières années. Le concept est né en 1956 avec John McCarthy (Université de Dartmouth) avec ce qu’il appelait la modélisation (mathématique et statistique) du neurone humain. En effet, l’ambition de McCarthy qui était de modéliser le langage humain se solda par un échec cuisant, conduisant à l’arrêt des financements ainsi qu’à la fin des travaux de recherche et projets dans le domaine.

Ce schéma s’est reproduit plus tard avec l’avènement des Systèmes Experts (logiciels capables de répondre à des questions expertes comme Dentral[1]), qui avaient pour ambition d’être capables de reproduire les mécanismes cognitifs d’un expert dans un domaine donné.

L’engouement autour de l’Intelligence Artificielle a de nouveau disparu jusqu’à 2007 environ, où le monde s’est remis à surfer sur la vague de l’IA. Deux logiques s’opposent alors : d’un côté celle qui pense que l’IA induira des avancées considérables, de l’autre côté celle convaincue que l’Homme est voué à l’obésité car les robots se substitueront totalement à nous.

Il est important que chacun (citoyens, Etats) se familiarise avec ce concept qui se veut vaste et complexe, afin d’identifier les leviers actionnables pour en tirer le meilleur pour la société, dans le respect d’un cadre éthique et légal consensuellement défini.

Quelles définitions pouvons-nous adosser à l’intelligence artificielle (IA) ?

La manière la plus simple de représenter l’IA est de la mettre en perspective dans le contexte humain. L’objectif de l’IA est de créer des systèmes (ou algorithmes) pouvant fonctionner de manière intelligente et autonome. Rappelons que la notion d’algorithme renvoie à un ensemble d’instructions informatiques destinées à s’exécuter soit de manière autonome (verrouillage d’accès après détection d’une présence), soit consécutivement à une intervention humaine (calculatrice).

Pour communiquer, l’être humain peut parler et écouter. Cela correspond dans le domaine de l’IA au traitement du langage naturelle plus connu sous l’anglicisme « NLP : Natural Language Processing ». Ce domaine s’articule autour de :

La reconnaissance vocale. Technique informatique basée sur les statistiques, permettant d’enregistrer une sonorité vocale (humaine), de l’interpréter et d’en exécuter les directives. C’est le cas du « Google Home » qui est un assistant vocal produit par Google et capable par exemple de restituer oralement la biographie d’une personnalité publique sur simple demande vocale.
La reconnaissance de texte. Technique informatique permettant de collecter et comprendre un texte saisi. De nos jours, ces algorithmes sont capables de discerner les émotions dans un texte, de remettre les mots dans le contexte approprié. Les « Tchat bot » implémentés dans les sites web en sont une application.

L’être humain peut par ailleurs voir et traiter ce qu’il voit. Cela correspond dans le domaine de l’IA à la Reconnaissance d’images. Technique informatique permettant à un algorithme de détecter des images, puis de les identifier suite à un traitement comparatif sur la base d’un stock d’images historiques. Une des applications de la reconnaissance d’images est la reconnaissance faciale. Qui s’appuie sur des méthodes de probabilités afin de comparer une capture d’image faciale à un gabarit.

L’être humain est doté de la capacité à reconnaitre des tendances. Cela correspond dans le domaine de l’IA à la reconnaissance tendancielle plus connu sous l’anglicisme « pattern recognition ». D’ailleurs, l’IA est bien plus performante que l’humain dans ce domaine. En effet, elle peut s’appuyer sur des volumes considérables de données (sur plusieurs dimensions ou axes) en vue de déterminer des modèles mathématiques, des tendances. C’est sur cette branche de l’IA que l’on rencontre :

Le Machine Learning (apprentissage automatique)

Technologie informatique apparue dans les années 1980, permettant à des algorithmes d’identifier des tendances, de définir des règles statistiques en fonction des données historiques qui lui sont indiquées. L’objectif étant que ces algorithmes soient capables de prédire des valeurs en fonction de données futures suivant une logique statistique.

Le Deep Learning

Méthode particulière de réalisation du Machine Learning, se situant au carrefour de trois disciplines : l’informatique, la statistique et la neuroscience. En effet, cette technique permet de reproduire le fonctionnement cognitif du cerveau humain afin de permettre à l’algorithme d’apprendre sur la base des données qui lui sont fournies, en vue de faire deux choses : soit des classifications, soit de la prédiction, ce dans tous les domaines.

L’être humain peut aussi cerner son environnement et s’y mouvoir avec aisance. Cela correspond dans le domaine de l’IA à la robotique.

L’IA soulève-t-elle des enjeux sociaux en Afrique ?

Les Etats africains sont résolument convaincus que la technologie contribuera à adresser des challenges majeurs. C’est ainsi qu’est née la « Smart Africa Initiave » en 2013 à Kigali.

Les travaux de recherche, de conception et d’implémentation des applications liées de l’IA devront se faire :

Dans le respect des droits de l’homme et des libertés fondamentales : La « donnée » étant à l’IA ce que l’essence est à l’automobile, plus la quantité de données exploitée par les algorithmes d’IA est dense et structurée (Big Data), meilleures seront les résultats des algorithmes. Parmi les données les plus plébiscitées, les données à caractère personnel (c’est-à-dire les données des individus) sont demandées pour bon nombre d’applications de l’IA : reconnaissance faciale, analyses commerciales prospectives, recherches médicales, etc.

Il apparait donc évident que toutes les applications de l’IA devront être implémentées dans le respect des dispositions de la « Convention de l’Union Africaine sur la cyber sécurité et la protection des données à caractère personnel[2] ».

Dans la recherche systématique du bien-être commun et de la réduction de la pauvreté : Au regard de la pluralité des domaines d’applications de l’IA (agriculture, santé, mobilités urbaines, performances d’entreprises, etc.), il est urgent de proposer des solutions innovantes (basées sur l’IA) dans chacun de ces domaines pouvant fortement contribuer au développement social.
Focus sur la santé

Certaines épidémies frappent fortement certains pays africains (Choléra, Typhoïde, Grippes, Ebola). Avec les capacités notamment de prédiction qu’apporte certaines techniques de l’IA, il sera possible d’anticiper l’arrivée de ces maladies sur la base de la masse des données exploitées.

Aussi, dans le domaine de la recherche pharmaceutique, l’Afrique pourrait accélérer ses processus de recherche et de fabrication des médicaments (donc réduire les coûts) via une approche prospective des meilleurs conditions chimiques conditionnant la stabilité des produits médicamenteux. Ainsi seront mis à la disposition des populations des produits médicamenteux efficaces et accessibles.

Focus sur la formation et l’emploi

La nécessité de se doter de la « capacité à faire adéquate », par le renforcement des compétences des ressources humaines africaines apparait cruciale. Autrement dit, des investissements doivent être consentis dans la formation afin de répondre aux futurs besoins du marché de l’emploi en la matière. Cette approche contribuerait mécaniquement à infléchir la courbe du chômage en Afrique, indicateur de développement incontestable.

Les Etats Africains se doivent de concevoir des stratégies inhérentes à l’IA et de mettre en place des partenariats avec le monde académique et industriel. Des investissements importants dans des programmes de recherche et dans l’éducation doivent être réalisés. L’arrivée et la résilience de l’Afrique dans la compétition mondiale de l’intelligence artificielle dépend fondamentalement des réponses politiques qui seront formulées par les Etats relativement aux stratégies éducationnelles.

Focus sur la mobilité urbaine

Le moteur de croissance africaine sera aussi la ville. Et l’un des paramètres pour faire des affaires dans les villes est la question de « mobilité urbaine ».

Quand on sait que le continent africain représente 2% du parc automobile mondial et 20% du taux de mortalité routière, on peut s’imaginer que le numérique peut venir en appui à cet enjeu en vue d’optimiser une meilleure mobilité des personnes et des biens. Cela peut passer par la mise en place d’applications de mobilité à l’instar des applications de commande de véhicules de transports comme Uber ou Heetch. Par-dessus ces applications mobiles, d’autres applications faisant usage d’intelligence artificielle pourront être déployées afin d’exploiter les données collectées et améliorer les politiques publiques en matière de transport et d’infrastructures routières. Il s’agit ici d’une vision prospective car à ce jour, les acteurs de l’écosystème de la mobilité s’attèlent à collecter et structurer les données de mobilité.

Adresser tous ces enjeux sociaux (liste non exhaustive) de manière effective oblige les Etats africains à se doter d’une masse de données structurées, considérables et sécurisées : le fameux Big Data.

Les principaux piliers d’une politique publique en matière d’intelligence artificielle responsable

Quel que soit le domaine d’application, nous avons vu le potentiel transformationnel considérable offert par l’IA. La conception et l’implémentation des applications basées sur l’IA devraient reposer sur une politique dédiée à l’IA et qui s’articule à minima autour des piliers ci-après :

Respect des libertés et des droits de l’Homme : « Les droits de l’Homme et les libertés fondamentales ont la même valeur dans le monde virtuel que dans le monde réel ».

Les outils et services basés sur l’IA devraient être en toutes circonstances, respectueux de la Charte Africaine des droits de l’homme et des peuples[3].

Non-discrimination : prévenir la création ou le renforcement de discriminations entre individus ou groupes d’individus.

Des chercheurs du centre médical Geisinger (Pennsylvanie, USA) ont mis au point un algorithme[4] basé sur le Deep Learning, qui permet de prédire le décès d’un patient à horizon un an (arrêt cardiaque). Cet algorithme a pu exploiter les données de 400.000 patients (1,7 millions de rapports d’électrocardiogrammes) et est en capacité de réaliser les prédictions attendues.

Mieux, basé sur sa capacité d’analyses très poussée, il a pu déceler des cas de patients encore exposés à des pathologies (quand bien même ces derniers avaient été déclarés sains par le corps médical). Ce type de prédiction peut conduire à des décisions de traitements sélective (par exemple pour des raisons d’optimisation des dépenses publiques, exclure des traitements les patients en sursis identifiés grâce à l’algorithme).

Sécurité : la course à l’IA est bien réelle. Cet outil doit être pris très au sérieux par l’Afrique, car pouvant contribuer favorablement à l’accélération du développement économique et même social. On ne saurait donc faire l’économie des questions de sécurité des sources de données utilisées (considérées comme des actifs stratégiques) pour les différentes applications de l’IA.
Transparence : rendre accessibles et compréhensibles les méthodologies de traitement des données, en autorisant des audits externes.

Les pays africains sont appelés à prendre conscience individuellement des enjeux de l’Intelligence Artificielle. Toutefois, ces prises de conscience individuelles devraient converger vers une stratégie commune impulsée et portée au niveau supranational, c’est-à-dire par l’Union Africaine. En effet, les investissements dans le domaine demanderont des économies d’échelle pour des bénéfices communs.

A l’entame de cette tribune, deux logiques ont été présentées : l’une favorable au développement de l’IA car perçue comme facteur de productivité et l’autre convaincue que l’IA conduirait inéluctablement l’humanité à l’obésité. Cette dernière est très présente dans les pays dits industrialisés. De ce fait, une minorité de la classe active dans ces pays est craintive de la destruction des emplois à cause de l’avènement de l’IA. S’il est vrai que cette discipline transformera certains métiers dans les pays précédemment cités, l’Afrique, encore faible d’un secteur secondaire embryonnaire ne saurait être dans un scénario de « destruction-transformation » d’emplois, mais plutôt dans un scénario exclusivement de création d’emplois.

Paris, le 04 août 2022.