Un accès immédiat, mais à quelle vérité ?
Depuis quarante ans, les progrès technologiques ont métamorphosé nos ordinateurs et appareils mobiles en la plus vaste bibliothèque du monde. Aujourd’hui, l’information se trouve à portée de main sur nos téléphones, tablettes et montres connectées, simplifiant aussi bien l’accès au divertissement que la communication. L’avènement de l’intelligence artificielle générative (GenAI) a encore accentué cette tendance : qu’il s’agisse de localiser l’habitat des dinosaures ou de mesurer une fréquence cardiaque, la réponse est plus rapide que jamais. Cependant, une question centrale demeure : cette rapidité garantit-elle l’exactitude ?
Cette technologie possède désormais le pouvoir d’influencer la manière dont le passé est visualisé et représenté. Pour en mesurer les effets, des chercheurs se penchent sur le phénomène, notamment Matthew Magnani, professeur adjoint d’anthropologie à l’Université du Maine, et Jon Clindaniel, spécialiste en anthropologie computationnelle à l’Université de Chicago. Ensemble, ils ont publié leurs conclusions dans la revue Advances in Archaeological Practice.
Une expérience fondée sur quatre scénarios
Pour mener cette étude débutée en 2023, les deux universitaires ont conçu un modèle basé sur des siècles de théorie scientifique. Leur objectif : comprendre comment les préjugés et la désinformation s’intègrent dans l’utilisation quotidienne de l’IA. Ils ont sollicité deux chatbots pour créer des images et des récits sur la vie quotidienne des Néandertaliens. Le protocole s’est appuyé sur quatre types de requêtes (prompts), testées chacune 100 fois, en utilisant DALL-E 3 pour la génération d’images et l’API ChatGPT (GPT-3.5) pour le texte.
Deux de ces requêtes n’exigeaient pas de précision scientifique, tandis que les deux autres la demandaient explicitement. De même, certaines requêtes incluaient des détails contextuels précis, comme les vêtements ou les activités des sujets, alors que d’autres restaient plus vagues. Matthew Magnani souligne l’importance d’examiner les biais intégrés à ces outils : « Est-il fréquent de recevoir des réponses datées lorsque nous cherchons des informations auprès des chatbots, et dans quels domaines ? ».
Des clichés d’un autre siècle
Le choix des Néandertaliens comme sujet d’étude n’est pas anodin. Leurs restes squelettiques ont été représentés pour la première fois en 1864, et depuis, la vision scientifique a considérablement évolué, passant de débats sur leurs vêtements à leurs méthodes de chasse. Ce sujet, où les connaissances ont fluctué, constitue un test idéal pour évaluer les sources de l’IA. Les résultats montrent que les images générées dépeignent les Néandertaliens tels qu’on les imaginait il y a plus de 100 ans : une espèce primitive aux traits archaïques, voûtée, très poilue et ressemblant davantage aux chimpanzés qu’aux humains. Fait notable, les images manquaient presque systématiquement de femmes et d’enfants.
Côté narratif, les textes ont minimisé la sophistication et la variabilité de la culture néandertalienne telles qu’elles sont comprises par la science contemporaine. Environ la moitié des récits générés par ChatGPT ne s’alignaient pas avec les connaissances actuelles, un chiffre grimpant à plus de 80 % pour l’une des requêtes. De plus, des anachronismes technologiques sont apparus tant dans les textes que dans les images : vannerie, toits de chaume, échelles, et même présence de verre et de métal, des éléments bien trop avancés pour l’époque.
Quand le droit d’auteur fige le savoir
En croisant les contenus générés avec différentes époques de la littérature scientifique, Magnani et Clindaniel ont identifié l’origine des données utilisées par les chatbots. ChatGPT a produit un contenu cohérent avec les connaissances des années 1960, tandis que DALL-E 3 reflétait la recherche de la fin des années 1980 et du début des années 1990. L’explication réside en partie dans l’accessibilité des données : les lois sur le droit d’auteur établies dans les années 1920 ont limité l’accès à la recherche savante jusqu’à l’avènement de l’Open Access au début des années 2000.
Jon Clindaniel insiste sur le fait que pour obtenir une IA plus précise, il est crucial de rendre les ensembles de données anthropologiques et les articles savants accessibles aux algorithmes. Les politiques d’accès à la recherche influenceront directement la manière dont le passé sera imaginé par ces technologies.
Vers une utilisation critique de la technologie
Bien que l’IA générative soit passée de l’horizon technologique au premier plan de la société en seulement deux ans, la prudence reste de mise. Si l’étude était répétée aujourd’hui, Matthew Magnani espère que les résultats intégreraient mieux les recherches récentes. Jon Clindaniel rappelle que l’IA reste un outil puissant pour traiter de grands volumes d’informations et déceler des modèles, à condition d’être utilisée avec compétence et attention.
Cette recherche, qui fait partie d’une série explorant l’usage de l’IA en archéologie, sert de modèle pour mesurer l’écart entre le savoir académique et le contenu généré automatiquement. « Enseigner à nos étudiants à approcher l’IA générative avec prudence favorisera une société plus techniquement alphabétisée et critique », conclut Magnani.
Selon la source : phys.org
Créé par des humains, assisté par IA.
Ce que révèlent les Néandertaliens sur la fiabilité réelle de l’intelligence artificielle
Ce contenu a été créé avec l'aide de l'IA.
