Pour aborder les biais dans les modèles de langage, les scientifiques soulignent l’importance d’examiner les cadres ontologiques qui influencent notre perception et, par conséquent, les résultats de l’IA.

Avec l’essor des outils d’IA génératifs, l’élimination des préjugés sociétaux est devenue primordiale.

Les chercheurs se concentrent non seulement sur les valeurs intégrées dans ces modèles, mais aussi sur les ontologies sous-jacentes qui représentent des façons de conceptualiser la réalité.

Une étude récente a illustré comment des modèles comme ChatGPT interprètent différemment des concepts, comme un arbre, en fonction de ces ontologies.

Les résultats de l’étude révèlent que les systèmes d’IA, bien qu’ils puissent reconnaître la diversité des perspectives, continuent de refléter majoritairement des visions occidentales.

Cela soulève des questions sur l’auto-évaluation des LLM et leur capacité à prendre en compte des expériences vécues.

Les chercheurs plaident pour une réflexion plus profonde sur les hypothèses ontologiques lors du développement de l’IA, avertissant que continuer sur la trajectoire actuelle risque de figer certaines conceptions de la réalité, limitant ainsi l’imagination collective et notre compréhension des notions fondamentales telles que l’humanité et la connexion.

Des chercheurs de l’Université du Colorado Boulder ont étudié l’efficacité des modèles d’intelligence artificielle, comme ceux d’OpenAI et de Google, dans la résolution de puzzles Sudoku.

Ils ont créé près de 2 300 puzzles originaux et ont constaté que, bien que certains outils d’IA réussissent à résoudre des Sudokus simples, beaucoup peinent à fournir des explications claires sur leurs méthodes, soulevant ainsi des interrogations sur la fiabilité des informations générées par ces systèmes.

Leurs recherches visent à comprendre comment ces modèles d’IA pensent et à améliorer leur capacité à résoudre des problèmes tout en fournissant des justifications compréhensibles.

En combinant la mémoire des modèles avec la logique humaine, les chercheurs espèrent développer une IA capable de résoudre efficacement différents types de puzzles tout en expliquant ses démarches de manière cohérente.

Les dirigeants de niveau C peinent à suivre les risques associés à de grands projets, tels que les perturbations de la chaîne d’approvisionnement ou les menaces de cybersécurité, ce qui complique la prise de décisions stratégiques.

La gestion manuelle des mises à jour dans Google Drive, ainsi que le suivi des signaux externes, s’avère chronophage et propice à des erreurs, retarde les réponses et peut engendrer des occasions manquées.

Une solution automatisée est nécessaire pour offrir des évaluations de risques claires et des recommandations d’atténuation, facilitant ainsi une prise de décision rapide et informée.

Google Gemini propose des actions planifiées qui automatisent la surveillance des risques, en intégrant des données de diverses sources.

Ces fonctionnalités permettent d’alerter proactivement les dirigeants sur les problèmes potentiels et de gagner du temps en réduisant la nécessité d’agrégation manuelle des données.

L’intégration fluide avec d’autres outils Google et la flexibilité de planification en font un atout précieux pour les dirigeants souhaitant optimiser leur gestion des risques.