1) En matière d’adoption de l’IA, le « pourquoi » et le « comment » sont trop vite occultés. Or l’IA n’est pas une fin en soi, mais bien une réponse à un ou des problèmes clairement identifiés ;  

2) L’IA se base sur les données que vous lui donnez mais trop souvent erronées (voire pourries) ; en l’absence de « pourquoi », elle peut facilement transformer de précieuses données en erreurs de prise de décision et en fausses vérités (souvenez-vous de Tay, le chat bot de Microsoft) 

et 3) les entreprises ne concilient pas toujours le respect de la vie privée et de la liberté de décision des gens avec la valeur qui leur est apportée.  

En clair, selon Howard, les décideurs ne posent pas assez de questions. Elle propose deux pistes de réflexion : 1) l’IA a besoin de compétences qui la comprennent, et les étapes pour l’adopter sont identiques à toute innovation techno, et 2) l’IA n’est pas un nice to have, mais un must have pour résoudre un problème dont toutes les parties prenantes doivent être impliquées (et pas que les techs). 

Pour aller plus loin : «  Demystifying the Intelligence of IA », Ayanna Howard (MIT Sloan Management review, novembre 2019)

L’article L’IA et les 3 trucs qui coincent encore est apparu en premier sur Business-Digest.