Julien Duprat, CEO @Curebot, plateforme de veille nouvelle génération, témoigne de sa participation au Forum IES 2024
Source - Ce que nous avons retenu :

J'ai eu le plaisir de participer avec d'autres à la restitution d'un groupe de travail sur les IA génératives, initié par Franck Bourgine de la DGAC. Ce groupe a rassemblé des universitaires, chercheurs, industriels et éditeurs pour analyser les cas d'usages de ces technologies.

Les enseignements tirés du forum ont montré un intérêt commun pour les différentes étapes de l'utilisation des IA génératives, notamment dans la veille et l'intelligence économique. Malgré les capacités impressionnantes de ces technologies, des limites ont été constatées, nécessitant une validation humaine.

Les bénéfices potentiels des IA génératives dans le cycle de gestion de l'information ont été soulignés, notamment pour l'aide au sourcing, à l'analyse de mots clés et à la qualification de thématiques. Cependant, des résultats encore aléatoires ont été observés dans les phases d'analyse et de recommandations.

Le développement de la maturité des organisations dans l'adoption des IA génératives a été identifié comme un enjeu majeur, nécessitant des programmes de sensibilisation et de test. Il est crucial de maintenir un niveau de confiance et de fiabilité dans les résultats, tout en reconnaissant l'importance de l'intervention humaine pour optimiser les outputs des technologies.

Le développement d'un environnement technique interne aligné sur les enjeux liés à l'IA générative, la sécurité et l'IT est important. Cependant, il y a un manque d'attention envers les questions de souveraineté, de confidentialité et de sécurisation des données sensibles. Les documents partagés avec des fournisseurs de LLMs peuvent révéler des informations personnelles et professionnelle importantes. De plus, l'utilisation de services sécurisés comme SecureChatGpt n'est pas une alternative satisfaisante en matière de veille stratégique.

Certaines entreprises, comme Orange, ont accès à des modèles LLMs sécurisés pour expérimenter en interne. Cependant, la question des compétences et des connaissances des veilleurs, analystes et experts dans un contexte d'IA générative reste préoccupante. Les LLMs sont efficaces pour réaliser des synthèses et des résumés, ce qui peut aider à gagner du temps.

Dans un environnement axé sur la productivité, l'économie et la performance, l'intégration des IA génératives est inévitable. Les managers pourraient attendre une production plus rapide de synthèses et de livrables de la part de leurs équipes. Par exemple, un état de l'art qui prenait des semaines à être réalisé par un expert pourrait maintenant être généré en seulement 30 minutes.

En conclusion, il est essentiel de prendre en compte les défis liés à l'utilisation de l'IA générative, tout en reconnaissant son potentiel pour améliorer l'efficacité et la productivité dans les organisations.

L'approche pragmatique de la productivité occulte la valeur de la connaissance pour l'humain. Yann Le Cun, une référence mondiale en machine learning, souligne l'importance de l'exploration, de la lecture et de l'analyse pour développer ses compétences et enrichir son expertise. Les IA génératives ne peuvent remplacer le processus humain d'apprentissage et d'exploration intellectuelle. Il est essentiel de prendre le temps de lire et d'analyser pour véritablement comprendre et assimiler une information. Lire ne consiste pas seulement à consommer passivement une information, mais à la questionner et l'intégrer dans un raisonnement personnel.

Le savoir implique un processus de sélection, d'analyse et de réflexion, qui passe par la lecture et l'étude approfondie. Laura Hazard Owen, journaliste au Nieman Journalism Lab, souligne l'importance de revenir à une réelle lecture des articles pour se forger sa propre opinion plutôt que de se contenter des réactions des autres. Enfin, il est essentiel de se plonger profondément dans les études, de poser des questions et d'investiguer pour construire une véritable maîtrise dans son domaine d'expertise.

Même s'il est difficile de repenser la pédagogie des formations, l'arrivée de l'IA oblige les enseignants à repenser certains enseignements et surtout les modes d'évaluation des formations.
Concernant la veille par exemple, là où il était utile de faire réfléchir les étudiants au vocabulaire, aux expressions spécifiques à une recherche pour construire leur plan de veille, il faut aujourd'hui les aider à construire la réflexion mais aussi à utiliser les bons outils pour trouver des réponses. Et leur apprendre à confronter leur approche avec celle de l'IA pour évaluer la pertinence.
Pour leur faire travailler l'analyse et la diffusion d'information, il reste nécessaire de leur transmettre les méthodes, tout en les encadrant dans l'usage des outils d'IA qui semblent pouvoir faire le travail à leur place. Un résumé d'article fait par une IA peut être pertinent, mais il peut aussi passer à côté de détails importants, de signaux faibles, qu'une lecture humaine a moins de risques de rater.
Une nouvelle compétence à transmettre aux étudiants est le prompting : plus ils seront aguerris sur le dialogue avec l'IA générative, plus ils seront performants dans leur utilisation.
Du côté de l'évaluation, il faut être en capacité d'évaluer un usage intelligent des outils d'IA. On ne peut pas demander aux étudiants de ne pas l'utiliser, et en même temps on doit les obliger à réfléchir par eux-mêmes pour prendre le recul nécessaire. Un sacré défi dans la conception des devoirs et examens!
Du côté des compétences en IE bousculées par le développement des IA génératives plus largement, lors de la table ronde consacrée à ce sujet sur le forum IES, les experts d'Airbus, d'Orange et du cabinet Amanar Advisor ont insisté sur les compétences suivantes qu'il faut particulièrement cultiver :
- capacité à évaluer la pertinence d'une source
- curiosité
- humilité pour croiser les interprétation de l'info avec d'autres experts
- vigilance en matière de sécurité des données
- esprit critique
- esprit de synthèse

On peut faire une analogie sur les défis que nous apportent en matière de formation à l'IE ces nouvelles technologies de l'IA : le master en IE de Strasbourg est dispensé par l'Institut des Relations Internationales, au sein de la faculté des langues. Les formations en langues sont très touchées par l'IA, et notamment les outils de traduction automatique, arrivés massivement ces dernières années et largement disponibles pour tous les publics (google trad, deepl...). Pour autant les formations autour des compétences purement linguistiques gardent toute leur importance, car traduire un mot par un autre peut être réalisé par une machine, mais trouver le bon terme par rapport à un contexte culturel, historique, est beaucoup plus complexe, pour l'instant, pour ces outils.
Il en est de même pour les outils d'IA générative et l'IE : trouver une info en un temps record, faire un résumé, peut se faire très vite avec un outil d'IA, mais être sûr que cet article est bien rédigé par un expert crédible, et en réaliser un résumé valide et exploitable est aujourd'hui plus délicat à cause des mêmes éléments de contexte.
Mais ces outils sont là, et il est essentiel pour tous les acteurs, dont bien évidemment les acteurs de la formation, de s'y mettre pour que les jeunes diplômés de demain soient en phase avec le marché, voire soient capables d'apporter des impulsions nouvelles.

Julien Duprat, CEO @Curebot, plateforme de veille nouvelle génération, témoigne de sa participation au Forum IES 2024
Source - Ce que nous avons retenu :

J'ai eu le plaisir de participer avec d'autres à la restitution d'un groupe de travail sur les IA génératives, initié par Franck Bourgine de la DGAC. Ce groupe a rassemblé des universitaires, chercheurs, industriels et éditeurs pour analyser les cas d'usages de ces technologies.

Les enseignements tirés du forum ont montré un intérêt commun pour les différentes étapes de l'utilisation des IA génératives, notamment dans la veille et l'intelligence économique. Malgré les capacités impressionnantes de ces technologies, des limites ont été constatées, nécessitant une validation humaine.

Les bénéfices potentiels des IA génératives dans le cycle de gestion de l'information ont été soulignés, notamment pour l'aide au sourcing, à l'analyse de mots clés et à la qualification de thématiques. Cependant, des résultats encore aléatoires ont été observés dans les phases d'analyse et de recommandations.

Le développement de la maturité des organisations dans l'adoption des IA génératives a été identifié comme un enjeu majeur, nécessitant des programmes de sensibilisation et de test. Il est crucial de maintenir un niveau de confiance et de fiabilité dans les résultats, tout en reconnaissant l'importance de l'intervention humaine pour optimiser les outputs des technologies.

Le développement d'un environnement technique interne aligné sur les enjeux liés à l'IA générative, la sécurité et l'IT est important. Cependant, il y a un manque d'attention envers les questions de souveraineté, de confidentialité et de sécurisation des données sensibles. Les documents partagés avec des fournisseurs de LLMs peuvent révéler des informations personnelles et professionnelle importantes. De plus, l'utilisation de services sécurisés comme SecureChatGpt n'est pas une alternative satisfaisante en matière de veille stratégique.

Certaines entreprises, comme Orange, ont accès à des modèles LLMs sécurisés pour expérimenter en interne. Cependant, la question des compétences et des connaissances des veilleurs, analystes et experts dans un contexte d'IA générative reste préoccupante. Les LLMs sont efficaces pour réaliser des synthèses et des résumés, ce qui peut aider à gagner du temps.

Dans un environnement axé sur la productivité, l'économie et la performance, l'intégration des IA génératives est inévitable. Les managers pourraient attendre une production plus rapide de synthèses et de livrables de la part de leurs équipes. Par exemple, un état de l'art qui prenait des semaines à être réalisé par un expert pourrait maintenant être généré en seulement 30 minutes.

En conclusion, il est essentiel de prendre en compte les défis liés à l'utilisation de l'IA générative, tout en reconnaissant son potentiel pour améliorer l'efficacité et la productivité dans les organisations.

L'approche pragmatique de la productivité occulte la valeur de la connaissance pour l'humain. Yann Le Cun, une référence mondiale en machine learning, souligne l'importance de l'exploration, de la lecture et de l'analyse pour développer ses compétences et enrichir son expertise. Les IA génératives ne peuvent remplacer le processus humain d'apprentissage et d'exploration intellectuelle. Il est essentiel de prendre le temps de lire et d'analyser pour véritablement comprendre et assimiler une information. Lire ne consiste pas seulement à consommer passivement une information, mais à la questionner et l'intégrer dans un raisonnement personnel.

Le savoir implique un processus de sélection, d'analyse et de réflexion, qui passe par la lecture et l'étude approfondie. Laura Hazard Owen, journaliste au Nieman Journalism Lab, souligne l'importance de revenir à une réelle lecture des articles pour se forger sa propre opinion plutôt que de se contenter des réactions des autres. Enfin, il est essentiel de se plonger profondément dans les études, de poser des questions et d'investiguer pour construire une véritable maîtrise dans son domaine d'expertise.

Même s'il est difficile de repenser la pédagogie des formations, l'arrivée de l'IA oblige les enseignants à repenser certains enseignements et surtout les modes d'évaluation des formations.
Concernant la veille par exemple, là où il était utile de faire réfléchir les étudiants au vocabulaire, aux expressions spécifiques à une recherche pour construire leur plan de veille, il faut aujourd'hui les aider à construire la réflexion mais aussi à utiliser les bons outils pour trouver des réponses. Et leur apprendre à confronter leur approche avec celle de l'IA pour évaluer la pertinence.
Pour leur faire travailler l'analyse et la diffusion d'information, il reste nécessaire de leur transmettre les méthodes, tout en les encadrant dans l'usage des outils d'IA qui semblent pouvoir faire le travail à leur place. Un résumé d'article fait par une IA peut être pertinent, mais il peut aussi passer à côté de détails importants, de signaux faibles, qu'une lecture humaine a moins de risques de rater.
Une nouvelle compétence à transmettre aux étudiants est le prompting : plus ils seront aguerris sur le dialogue avec l'IA générative, plus ils seront performants dans leur utilisation.
Du côté de l'évaluation, il faut être en capacité d'évaluer un usage intelligent des outils d'IA. On ne peut pas demander aux étudiants de ne pas l'utiliser, et en même temps on doit les obliger à réfléchir par eux-mêmes pour prendre le recul nécessaire. Un sacré défi dans la conception des devoirs et examens!
Du côté des compétences en IE bousculées par le développement des IA génératives plus largement, lors de la table ronde consacrée à ce sujet sur le forum IES, les experts d'Airbus, d'Orange et du cabinet Amanar Advisor ont insisté sur les compétences suivantes qu'il faut particulièrement cultiver :
- capacité à évaluer la pertinence d'une source
- curiosité
- humilité pour croiser les interprétation de l'info avec d'autres experts
- vigilance en matière de sécurité des données
- esprit critique
- esprit de synthèse

On peut faire une analogie sur les défis que nous apportent en matière de formation à l'IE ces nouvelles technologies de l'IA : le master en IE de Strasbourg est dispensé par l'Institut des Relations Internationales, au sein de la faculté des langues. Les formations en langues sont très touchées par l'IA, et notamment les outils de traduction automatique, arrivés massivement ces dernières années et largement disponibles pour tous les publics (google trad, deepl...). Pour autant les formations autour des compétences purement linguistiques gardent toute leur importance, car traduire un mot par un autre peut être réalisé par une machine, mais trouver le bon terme par rapport à un contexte culturel, historique, est beaucoup plus complexe, pour l'instant, pour ces outils.
Il en est de même pour les outils d'IA générative et l'IE : trouver une info en un temps record, faire un résumé, peut se faire très vite avec un outil d'IA, mais être sûr que cet article est bien rédigé par un expert crédible, et en réaliser un résumé valide et exploitable est aujourd'hui plus délicat à cause des mêmes éléments de contexte.
Mais ces outils sont là, et il est essentiel pour tous les acteurs, dont bien évidemment les acteurs de la formation, de s'y mettre pour que les jeunes diplômés de demain soient en phase avec le marché, voire soient capables d'apporter des impulsions nouvelles.

• Les échanges et partages d’expériences : tables rondes, ateliers, débats, déjeuners entre professionnels des métiers de l’IE.
   
• Les témoignages concrets opérationnels : succès, leçons tirées des échecs, retours d’expériences, bonnes pratiques.
   
• Les réflexions pluridisciplinaires, visions ou angles d’analyses pour aborder les adaptations et/ou les évolutions des dispositifs.

• Nathalie NOGUEIRA, Présidente de la commission Intelligence Stratégique et Prospective 3AF,
• Marie-Ange DELEMOTTE, Vice-présidente de la commission Intelligence Stratégique et Prospective 3AF,
• Philippe CLERC, Président de l'Académie de l'Intelligence Economique,
• Michel ASSOULINE, Directeur Général de 3AF, France

Safran Tech, Paris Saclay

Secrétariat IES2022

3AF - 6 rue Galilée - 75016 Paris - France
Tél. : +33(0)1 56 64 12 30
E-mail : ies@3af.fr