Les bienfaits de l’intelligence artificielle
NDLR : Nous sommes très reconnaissants à Mr Frédéric Josué d'avoir accepté de nous confier le texte de l'intervention qu'il a présentée lors du colloque organisé par le Grand Orient de France le 26 octobre à Paris lors du colloque consacré à l'IA.
L’intelligence artificielle est la capacité pour des machines à accomplir des tâches qui habituellement était réalisées par un humain.
L’intelligence artificielle se manifeste partout : des suggestions automatiques de mots lorsque vous tapez, au tri intelligent de vos emails, ou encore aux robots aspirateurs qui apprennent à naviguer de manière autonome. L’IA gère également des systèmes plus complexes, comme les feux de circulation, ajustant en temps réel leur fonctionnement en fonction des flux de véhicules, voire de la démarche des piétons en Corée du Sud.
L’intelligence artificielle est une discipline née dans les années 1950. Elle a produit des résultats fascinants au fil des décennies, mais ses progrès ont longtemps été relativement modestes. Autour des années 2010, l’émergence des réseaux de neurones profonds a marqué un tournant majeur. Ces réseaux sont le fruit de l’apprentissage machine et plus spécifiquement de l’apprentissage profond qui sont des sous-domaines de l’intelligence artificielle. Il s’agit là d’une forme d’IA bien différente des approches précédentes, car elle permet à une machine d’accomplir des tâches humaines, non pas en suivant des instructions préprogrammées, mais en apprenant.
Si avec l’intelligence artificielle classique nous programmons un robot pour qu’il ouvre une porte munie d’une poignée ronde, il accomplira cette tâche sans difficulté. Mais si nous lui demandons ensuite d’ouvrir une porte avec une poignée carrée, ce même robot sera incapable de le faire, faute d’avoir été explicitement programmé pour cette nouvelle situation.
C’est ici que l’apprentissage machine intervient. Plutôt que de programmer ce robot pour chaque cas de figure, nous allons exposer la machine à un très grand nombre d'exemples de portes et de poignées, et la laisser "apprendre" par elle-même. Progressivement, elle développera un modèle d’apprentissage, lui permettant de résoudre ce type de problème dans une multitude de configurations, et ce de manière autonome. C’est ainsi que l'IA apprend de ses expériences, tout comme le fait un être humain. C’est à partir du développement de cette technologie d’apprentissage machine que l’IA semble être douée d'intelligence.
Avec cette technologie, les inquiétudes quant aux capacités et aux conséquences de l’IA commencent à émerger. Mais c’est surtout à partir de 2015 (Kiela & Al 2021), que les systèmes ont réalisé des progrès si rapides grâce à l’apprentissage profond qu'ils atteignent un niveau de performance comparable, voire supérieur à celui de l’humain dans des tâches complexes. Ces avancées concernent notamment la reconnaissance d'images, la reconnaissance vocale, la lecture et la compréhension du langage.
La reconnaissance d'images a longtemps été réservée aux compétences humaines en raison de la complexité des formes, des variations de lumière et des perspectives à interpréter. En seulement quelques années, les systèmes d’IA ont réussi à non seulement égaler les capacités humaines, mais à les dépasser en termes de vitesse et de précision. La reconnaissance vocale, autrefois imparfaite et limitée à des applications spécifiques, est aujourd'hui un outil largement utilisé, avec une exactitude qui rivalise avec celle d'un être humain, que ce soit pour comprendre des accents, des intonations ou des contextes complexes. La lecture et la compréhension du langage, domaines où les machines étaient historiquement les plus en retard, ont également vu des progrès impressionnants. Il est désormais possible pour l'IA d'analyser des textes, d'en extraire le sens, et même de répondre à des questions complexes en s'appuyant sur des données textuelles. Ces capacités sont comparables à celles des humains dans de nombreux cas, et dans certaines tâches spécifiques, les IA ont même montré une supériorité notable, notamment en ce qui concerne la rapidité d’exécution et le traitement de grandes quantités d’informations.
Ces avancées marquantes ont profondément modifié la manière dont les experts envisagent l’avenir des professions basées sur l’analyse et l’interprétation. En 2016, Geoffrey Hinton, pionniers de l’apprentissage profond, récipiendaire du Prix Turing et Prix Nobel de Physique a fait une déclaration provocante : « On devrait arrêter de former des radiologues maintenant. C’est tout simplement évident que d’ici cinq ans, l’apprentissage profond fera mieux que les radiologues ». Ses propos illustrent une tendance inquiétante pour certains : la possibilité que l’IA remplace déjà ou pourrait remplacer des tâches traditionnellement réservées à des spécialistes hautement qualifiés.
La technologie s'est fondue dans notre quotidien au point de devenir invisible. Nous ne percevons plus son omniprésence ni l'étendue de notre dépendance. Elle facilite les aspects les plus banals de notre vie et sauve des vies dans des contextes critiques. Pourtant, malgré ses nombreux avantages, elle suscite des critiques, souvent parce que nous avons cessé de la remarquer, oubliant qu’elle est devenue essentielle.
Cette situation s'accompagne souvent d'une crainte liée à l’hétéronomie, c’est-à-dire la peur que notre autonomie individuelle soit érodée par une intelligence artificielle qui, à terme, pourrait décider à notre place. Cette inquiétude s'ancre dans l'idée que l’humain pourrait progressivement perdre sa capacité à choisir et à exercer son libre arbitre face à une machine qui, tout en étant extrêmement performante, reste incapable de véritablement comprendre les subtilités humaines. Pourtant, l'IA, malgré ses prouesses, demeure un outil conçu, programmé et contrôlé par l'homme.
Mais l’humain n’aime pas le changement. Hormis quelques esprits visionnaires, qui embrassent avec enthousiasme les innovations et les révolutions technologiques, la plupart des gens préfèrent s'accrocher à des repères familiers et stables. Cette résistance naturelle au changement est en réalité bien ancrée dans notre culture et nos traditions. À bien des égards, nous sommes semblables aux grandes religions révélées, qui se fondent sur des doctrines fixistes et immuables. Ces croyances offrent une stabilité rassurante, tandis que l’IA, par sa nature évolutive et disruptive, apparaît comme une menace à l’ordre établi.
Cette confrontation entre notre besoin de stabilité et la dynamique du changement représente l’un des défis les plus importants que nous impose l’IA. Elle bouleverse non seulement nos habitudes, mais aussi notre vision du monde. Or, refuser ces transformations, c’est ignorer que le progrès, bien qu’accéléré, a toujours fait partie de l'histoire humaine.
L'enjeu est de savoir comment nous, en tant qu'êtres humains, pouvons accompagner ce changement sans sacrifier ce qui nous est cher : notre autonomie, notre libre arbitre, et les valeurs humanistes qui fondent notre société.
Il y a ce qui nourrit la vie : écouter dans un jardin de la musique sur un smartphone et se voir proposer par un algorithme de recommandation Yusef Lateef et son Love Theme de Spartacus grâce à Spotify. Il y a ce qui facilite la vie : trouver son chemin dans une métropole étrangère, avec des panneaux d’affichage en caractères hiragana, katakana et kanji, simplement à l’aide d’une application de navigation qui parle votre langue. Il y a ce qui permet la vie : une personne malvoyante qui utilise le service de géolocalisation et des oreillettes pour s’orienter en toute sécurité. Il y a ce qui maintient en vie : un défibrillateur implanté qui surveille en continu une arythmie cardiaque, choque et envoie, si nécessaire, une alerte automatique avec des informations symptomatiques, à distance, aux secours ou à un médecin. Enfin, il y a ce qui sauve la vie : une montre intelligente capable de détecter une chute à la suite d’un AVC et d’envoyer une notification instantanée à un proche ou aux services d’urgence les plus proches.
En juillet 2018, une femme de 45 ans se retrouve face à un médecin dans un service de radiologie. Elle se tient debout, pâle, sa chemise légèrement sortie de son pantalon, son manteau à la main, attendant les résultats. Le médecin, documents en main, lui annonce : « Madame, il n’y a rien à la radiographie, ni à la mammographie. L’échographie ne révèle rien non plus, et le scanner n’indique rien d'anormal. Cependant, cette masse dans votre sein gauche est préoccupante, et je suspecte fortement un cancer. ». Le mari fulmine en silence. Il ne comprend pas comment ce diagnostic peut être posé sans preuves apparentes et peste intérieurement contre ce qu’il considère comme une prédiction hasardeuse. Le radiologue de son côté demande à la patiente de passer une IRM pour mieux circonscrire la tumeur.
Quelques jours plus tard, cette femme consulte une autre radiologue dans un autre centre. Elle passe l'IRM. La médecin, plus rassurante, lui dit : « Il est stressé, votre radiologue...
L’IRM ne montre rien de suspect. Pas de cancer, madame. » Mais, malgré ce diagnostic rassurant, le premier radiologue, soucieux de clarifier la situation, décide de pousser les examens plus loin. Il réalise une tomosynthèse, une technique d’imagerie plus précise, qui fait appel à l’intelligence artificielle.
L’IA, après avoir analysé les images et comparé les résultats à des millions de cas similaires, détecte des motifs préoccupants. Bien que l’IA ne « comprenne » pas les images comme le ferait un être humain, elle calcule ici une forte probabilité de cancer. Quelques jours plus tard, une biopsie confirme le diagnostic. Grâce à l’expertise humaine, à l'IA et aux technologies d'imagerie avancée, cette femme a pu être diagnostiquée à temps et sauvée.
Ce cas n’est pas isolé. Selon les Nations Unies, d’ici 2050, les cas de cancers dans le monde devraient augmenter de 77 %. L’IA jouera un rôle clé aux côtés des professionnels de santé pour améliorer le diagnostic. En 2023, la Haute Autorité de Santé a recommandé de remplacer la mammographie classique par une mammographie synthétique, qui est reconstruite à partir des coupes de tomosynthèse. Mais cette technique n’est pas encore pleinement optimisée en France, en grande partie à cause de l'absence de dématérialisation à l’échelle nationale, ce qui empêche le transfert numérique des images entre les différents lecteurs.
En France, avec plus de 2 000 sites de dépistage, l'introduction de l'IA dans ces systèmes pourrait jouer un rôle déterminant pour améliorer la détection des cancers tout en réduisant le nombre de faux positifs. Cependant, pour que l’IA atteigne pleinement son potentiel, elle doit être utilisée en collaboration étroite avec des experts humains. La combinaison de l’IA avec l’expertise d’un radiologue de niveau L2 au minimum garantit la pertinence et la précision du diagnostic, en apportant à la fois l’efficacité des machines et le discernement humain.
Un enfant penaud se trouve devant sa professeure principale, tandis qu'elle conseille ses parents lors du conseil de classe du premier trimestre : « Votre fils ne dépassera pas la classe de troisième. » L’enfant souffre de troubles du déficit de l’attention, est dyslexique et dysorthographique sévère. Il bénéficie d’une reconnaissance MDPH (Maison Départementale des Personnes Handicapées). Il peine à lire et à écrire, ce qui le freine considérablement dans ses apprentissages fondamentaux.
Malgré ces difficultés, l’enfant parvient à se maintenir jusqu’à la classe de terminale, grâce à la ténacité de sa maman et la covid qui a bloqué ses deux parents à la maison. Mais en terminale la situation devient compliquée. Les cours se complexifient, les professeurs ont moins de temps, et le rythme s’accélère. Progressivement, l’enfant perd pied, et le rêve du baccalauréat semble s'éloigner.
En novembre 2022, ChatGPT, un modèle de langage avancé développé par OpenAI, est mis à disposition du public. Ce modèle, basé sur les avancées de l'apprentissage profond, va offrir à cet enfant une nouvelle approche dans sa façon de travailler. L'IA qui propulse ChatGPT permet de repenser les notes de cours prises laborieusement par l'enfant sur son ordinateur. En quelques secondes, elle reformule les expressions complexes, explicite les termes difficiles avec des définitions simplifiées, et réorganise les informations pour une meilleure clarté. Grâce à cela, l'enfant peut mieux comprendre le contenu de ces cours et suivre le rythme scolaire plus sereinement.
L'IA ne se limite pas à une simple réorganisation des cours. Par exemple, pendant que l'enfant prend son goûter, il interagit avec Whisper, la version vocale de ChatGPT disponible sur son smartphone. Posé sur la table, le téléphone utilise Whisper pour transformer du texte en parole et initier un dialogue avec l'enfant, lui posant des questions sur ses cours. Whisper s'adapte non seulement à son niveau scolaire, mais aussi à son humeur, rendant l'interaction plus naturelle et engageante. Ce dialogue permet à l'enfant de réviser activement, l'IA ajustant ses questions en fonction des réponses.
Cet accompagnement personnalisé s’étend également à la préparation des examens. Alors que l’enfant se prépare à l’oral du bac, il soumet son plan pour l’épreuve à l’intelligence artificielle qui l’aide à l’améliorer en repérant les angles morts et les oublis. Enfin, pour le préparer aux questions des examinateurs, l’IA simule une série de dix questions pièges, tout en guidant l’enfant vers des réponses adaptées à son niveau.
Sans l’intelligence artificielle, cet enfant n’aurait probablement jamais obtenu son baccalauréat. Grâce à cet outil, il a pu combler ses lacunes et améliorer sa compréhension des cours. L’IA n’a pas remplacé ses professeurs, mais a prolongé leur rôle en lui offrant une aide personnalisée, adaptée à ses besoins. Le système éducatif français, souvent considéré comme élitiste, rend l'inclusion des élèves en difficulté particulièrement complexe. Malgré les efforts de l’État, les enfants présentant notamment des troubles de l’apprentissage rencontrent encore des obstacles importants, rendant l'accès à l’épanouissement scolaire plus difficile.
Un homme de 70 ans souffrant de malvoyance en raison d'une dégénérescence maculaire a commencé en janvier 2024 à utiliser les lunettes Envision, d’une société Néerlandaise. Un dispositif révolutionnaire intégrant de l'intelligence artificielle et ChatGPT. Ces lunettes, équipées d'une caméra de 8 mégapixels et de multiples capteurs, lui permettent de lire des documents, de reconnaître des visages et d’identifier son environnement. Contrairement à ses outils précédents, comme sa canne blanche, ces lunettes offrent une assistance plus interactive et autonome.
Lors de ses déplacements dans des environnements urbains complexes, le GPS intégré fournit des instructions de navigation de haute précision, l'aidant à traverser des intersections ou à identifier un passage piéton. Cette fonctionnalité est particulièrement utile dans les zones où les repères visuels sont essentiels mais difficiles à percevoir pour une personne malvoyante. Grâce à ces lunettes, l’homme reçoit des indications vocales détaillées en temps réel, ce qui réduit les risques de collision avec des obstacles courants tels que les panneaux de signalisation ou les branches souvent à hauteur de tête.
Les lunettes ne se contentent pas de décrire les objets environnants. Elles lui permettent aussi de lire des textes, que ce soient des panneaux de rue, des étiquettes de produits, des lettres manuscrites ou des sites web, grâce à la reconnaissance optique des caractères (OCR 1960). Cette fonction est particulièrement utile pour cette personne lorsqu'elle reçoit du courrier ou qu'il consulte des étiquettes de médicaments.
De plus, la possibilité de faire des appels vidéo assistés grâce à ces lunettes lui permet de demander de l'aide à distance. En temps réel, une personne voyante peut voir ce que ce monsieur regarde et ainsi l’aider à accomplir des tâches complexes, comme organiser des objets dans une cuisine ou identifier des éléments qu’il pourrait ne pas percevoir clairement.
L'intelligence artificielle, en particulier celle basée sur les réseaux de neurones profonds, est une technologie fascinante et puissante, mais aussi source d'interrogations. Ces systèmes, entraînés sur des volumes massifs de données, utilisent des mécanismes probabilistes pour accomplir des tâches. Bien qu'ils soient capables d'analyser des motifs complexes et d'établir des corrélations à une échelle que l'humain ne pourrait jamais atteindre, même leurs créateurs admettent ne pas toujours comprendre comment ces systèmes améliorent leurs performances. En effet, ces réseaux fournissent des probabilités sur la base des données antérieures, mais il s'agit d'un calcul statistique, non d'un raisonnement au sens humain du terme. Contrairement à l'être humain, l'IA ne raisonne ni de manière intuitive ni morale ; elle excelle dans la corrélation sans saisir la causalité, une distinction fondamentale dans de nombreux contextes décisionnels.
Frédéric Josué
Los beneficios de la inteligencia artificial
La inteligencia artificial es la capacidad de las máquinas para realizar tareas que, habitualmente, eran llevadas a cabo por un ser humano.
La inteligencia artificial se manifiesta en todos lados: desde las sugerencias automáticas de palabras cuando se escribe, la clasificación inteligente de correos electrónicos, hasta robots aspiradores que aprenden a navegar de manera autónoma. La IA también gestiona sistemas más complejos, como los semáforos, ajustando en tiempo real su funcionamiento según el flujo vehicular e incluso la marcha de los peatones en Corea del Sur.
La IA es una disciplina surgida en la década de 1950. Ha producido resultados fascinantes a lo largo de las décadas, aunque sus avances han sido, durante mucho tiempo, relativamente modestos. Alrededor de los años 2010, la aparición de las redes neuronales profundas marcó un punto de inflexión importante. Estas redes son fruto del aprendizaje automático y, más específicamente, del aprendizaje profundo, subcampos de la inteligencia artificial. Se trata de un tipo de IA muy diferente a los enfoques anteriores, ya que permite a una máquina realizar tareas humanas no siguiendo instrucciones preprogramadas, sino aprendiendo.
Con la IA clásica, si programamos un robot para que abra una puerta con un pomo redondo, realizará esa tarea sin dificultad. Pero si le pedimos luego que abra una puerta con un pomo cuadrado, ese mismo robot no podrá hacerlo, al no haber sido programado explícitamente para esa nueva situación.
Aquí es donde interviene el aprendizaje automático. En lugar de programar al robot para cada situación, exponemos a la máquina a una gran cantidad de ejemplos de puertas y pomos, y dejamos que «aprenda» por sí misma. Progresivamente, desarrollará un modelo de aprendizaje que le permitirá resolver este tipo de problemas en múltiples configuraciones de manera autónoma. Así es como la IA aprende de sus experiencias, al igual que lo hace un ser humano. Es a partir de esta tecnología de aprendizaje automático que la IA parece dotada de inteligencia.
Con el desarrollo de esta tecnología, comenzaron a surgir inquietudes respecto a las capacidades y consecuencias de la IA. Pero fue a partir de 2015 (Kiela & Al 2021), cuando los sistemas lograron avances tan rápidos gracias al aprendizaje profundo, que alcanzaron un nivel de rendimiento comparable, e incluso superior al de los humanos en tareas complejas. Estos avances incluyen el reconocimiento de imágenes, el reconocimiento de voz, la lectura y la comprensión del lenguaje.
El reconocimiento de imágenes ha sido, durante mucho tiempo, una capacidad exclusivamente humana debido a la complejidad de las formas, las variaciones de luz y las perspectivas a interpretar. En tan solo unos años, los sistemas de IA han logrado no solo igualar las capacidades humanas, sino superarlas en términos de velocidad y precisión. El reconocimiento de voz, que antes era limitado y con aplicaciones específicas, se ha convertido hoy en día en una herramienta de uso generalizado, con una exactitud comparable a la humana, pudiendo captar acentos, entonaciones y contextos complejos. La lectura y comprensión del lenguaje, áreas en las que las máquinas históricamente iban más rezagadas, también han registrado avances impresionantes. Ahora es posible que la IA analice textos, extraiga su significado e incluso responda a preguntas complejas basándose en datos textuales. Estas capacidades son comparables a las humanas en muchos casos, y en ciertas tareas específicas, la IA ha demostrado una notable superioridad, especialmente en cuanto a rapidez y en el manejo de grandes volúmenes de información.
Estos avances han modificado profundamente la forma en que los expertos contemplan el futuro de las profesiones basadas en el análisis y la interpretación. En 2016, Geoffrey Hinton, pionero del aprendizaje profundo y galardonado con el Premio Turing y el Premio Nobel de Física, hizo una declaración provocadora: «Deberíamos dejar de formar radiólogos ahora. Es obvio que en cinco años, el aprendizaje profundo superará a los radiólogos». Sus palabras ilustran una tendencia inquietante para algunos: la posibilidad de que la IA reemplace ya, o podría reemplazar en un futuro, tareas tradicionalmente reservadas a especialistas altamente cualificados.
La tecnología se ha integrado en nuestra vida cotidiana hasta el punto de volverse invisible. Ya no percibimos su omnipresencia ni la magnitud de nuestra dependencia. Facilita aspectos mundanos de nuestras vidas y salva vidas en contextos críticos. Sin embargo, a pesar de sus numerosos beneficios, también genera críticas, a menudo porque hemos dejado de notarla, olvidando que se ha vuelto esencial.
Esta situación viene acompañada, a menudo, de un temor relacionado con la heteronomía, es decir, el miedo a que nuestra autonomía individual se vea erosionada por una inteligencia artificial que, eventualmente, podría decidir por nosotros. Esta preocupación se basa en la idea de que los humanos podrían perder progresivamente su capacidad de elegir y ejercer su libre albedrío ante una máquina que, aunque extremadamente eficiente, sigue siendo incapaz de comprender verdaderamente las sutilezas humanas. Sin embargo, la IA, a pesar de sus proezas, sigue siendo una herramienta diseñada, programada y controlada por el hombre.
La resistencia humana al cambio y el paralelismo con las tradiciones
El ser humano, generalmente, no es amigo del cambio. Exceptuando algunos visionarios que abrazan las innovaciones y revoluciones tecnológicas con entusiasmo, la mayoría de las personas prefieren aferrarse a puntos de referencia familiares y estables. Esta resistencia natural al cambio está profundamente arraigada en nuestra cultura y tradiciones. En muchos aspectos, nos asemejamos a las grandes religiones reveladas, que se fundamentan en doctrinas fijas e inmutables. Estas creencias ofrecen una estabilidad tranquilizadora, mientras que la IA, con su naturaleza evolutiva y disruptiva, se percibe como una amenaza al orden establecido.
Este enfrentamiento entre nuestra necesidad de estabilidad y la dinámica del cambio representa uno de los desafíos más importantes que la IA nos impone. No solo altera nuestras costumbres, sino también nuestra visión del mundo. Rechazar estas transformaciones es ignorar que el progreso, aunque acelerado, siempre ha formado parte de la historia humana. La cuestión clave es cómo, como seres humanos, podemos acompañar este cambio sin sacrificar lo que más valoramos: nuestra autonomía, nuestro libre albedrío y los valores humanistas que fundamentan nuestra sociedad.
Ejemplos de cómo la IA facilita y salva vidas
Hay aspectos que nutren la vida: escuchar música en un jardín mediante un teléfono inteligente, que gracias a un algoritmo de recomendación sugiere a Yusef Lateef y su tema «Love Theme de Spartacus» en Spotify. Hay aspectos que facilitan la vida: encontrar el camino en una metrópoli extranjera, con señales en hiragana, katakana y kanji, usando una aplicación de navegación que habla nuestro idioma. Hay aspectos que permiten la vida: una persona con discapacidad visual que utiliza el servicio de geolocalización y auriculares para orientarse con seguridad. Hay aspectos que mantienen la vida: un desfibrilador implantado que monitoriza continuamente una arritmia cardíaca, administra una descarga si es necesario y envía una alerta automática con información sintomática, a distancia, a los servicios de emergencia o a un médico. Finalmente, hay aspectos que salvan vidas: un reloj inteligente capaz de detectar una caída tras un derrame cerebral y enviar una notificación inmediata a un familiar o a los servicios de emergencia cercanos.
Ejemplo de diagnóstico médico asistido por IA
En julio de 2018, una mujer de 45 años se encontraba frente a un médico en un servicio de radiología. De pie, pálida, con la camisa ligeramente fuera del pantalón, el abrigo en la mano, esperaba los resultados. El médico, con los documentos en mano, le anunció: «Señora, no hay nada en la radiografía ni en la mamografía. La ecografía no revela nada, y el escáner no indica anomalías. Sin embargo, esta masa en su seno izquierdo es preocupante, y sospecho fuertemente un cáncer». El esposo, en silencio, hervía de rabia. No comprendía cómo se podía diagnosticar sin pruebas aparentes y maldecía internamente lo que consideraba una predicción arriesgada. El radiólogo, por su parte, pidió a la paciente que se sometiera a una resonancia magnética para delimitar mejor la posible tumoralidad.
Pocos días después, esta mujer consultó a otra radióloga en otro centro, donde realizó la resonancia magnética. La médica, más tranquilizadora, le dijo: «Su radiólogo está preocupado… La resonancia no muestra nada sospechoso. No hay cáncer, señora». Sin embargo, a pesar de este diagnóstico tranquilizador, el primer radiólogo, decidido a aclarar la situación, optó por realizar una tomosíntesis, una técnica de imagen avanzada que utiliza inteligencia artificial.
La IA, tras analizar las imágenes y compararlas con millones de casos similares, detectó patrones preocupantes. Aunque la IA no «comprende» las imágenes como lo haría un ser humano, calculó aquí una alta probabilidad de cáncer. Días después, una biopsia confirmó el diagnóstico. Gracias a la experiencia humana, la IA y las tecnologías de imagen avanzadas, esta mujer fue diagnosticada a tiempo y salvada.
Este caso no es aislado. Según las Naciones Unidas, de aquí a 2050, los casos de cáncer en el mundo podrían aumentar un 77 %. La IA desempeñará un rol crucial junto a los profesionales de la salud para mejorar el diagnóstico. En 2023, la Haute Autorité de Santé recomendó reemplazar la mamografía clásica por una mamografía sintética, reconstruida a partir de cortes de tomosíntesis. Sin embargo, esta técnica no está plenamente optimizada en Francia, en gran parte debido a la falta de desmaterialización a nivel nacional, lo que impide la transferencia digital de imágenes entre diferentes lectores.
En Francia, con más de 2.000 sitios de detección, la introducción de la IA en estos sistemas podría jugar un papel determinante en la mejora de la detección de cánceres al tiempo que reduce el número de falsos positivos. Para que la IA alcance su máximo potencial, debe emplearse en estrecha colaboración con expertos humanos. La combinación de la IA con la experiencia de un radiólogo de nivel L2 como mínimo garantiza la pertinencia y precisión del diagnóstico, aportando tanto la eficacia de las máquinas como el discernimiento humano.
Caso de apoyo educativo personalizado mediante IA
Un niño se encuentra con dificultades en la escuela debido a un trastorno de déficit de atención y dislexia severa. Con el respaldo de la MDPH (Maison Départementale des Personnes Handicapées), lucha para leer y escribir, lo cual frena enormemente sus aprendizajes fundamentales. A pesar de las dificultades, logró avanzar hasta el último año de secundaria, gracias a la perseverancia de su madre y al tiempo extra en casa durante la pandemia. Sin embargo, al llegar a su último año, la situación se torna complicada: los cursos se vuelven más exigentes, los profesores disponen de menos tiempo y el ritmo de estudio se intensifica. El niño, progresivamente, comienza a rezagarse, y el sueño de obtener el bachillerato parece cada vez más inalcanzable.
En noviembre de 2022, ChatGPT, un modelo de lenguaje avanzado desarrollado por OpenAI, se puso a disposición del público. Basado en los avances del aprendizaje profundo, este modelo proporcionó al niño una nueva herramienta para estudiar. La inteligencia artificial que impulsa ChatGPT le permitió reorganizar los apuntes que había tomado con dificultad en su computadora. En cuestión de segundos, reformulaba expresiones complejas, ofrecía definiciones simplificadas para términos difíciles y reestructuraba la información para hacerla más clara. Gracias a esto, el niño pudo comprender mejor el contenido de sus clases y seguir el ritmo escolar de manera más tranquila.
La IA no solo reorganiza las notas de clase. Durante la merienda, por ejemplo, el niño interactúa con Whisper, la versión de reconocimiento de voz de ChatGPT disponible en su teléfono. Este, colocado sobre la mesa, utiliza Whisper para convertir texto en voz e iniciar un diálogo con él, haciéndole preguntas sobre sus clases. Whisper adapta el nivel de las preguntas no solo a sus conocimientos, sino también a su estado de ánimo, lo que hace que la interacción sea más natural y atractiva. Este diálogo permite al niño repasar activamente sus conocimientos, ya que la IA ajusta sus preguntas según sus respuestas.
Este acompañamiento personalizado se extiende también a la preparación para los exámenes. Al preparar la exposición oral para su examen final, el niño presenta su esquema a la inteligencia artificial, que lo ayuda a mejorarlo identificando lagunas y olvidos. Además, la IA simula una serie de preguntas difíciles para prepararlo, guiándolo hacia respuestas adecuadas a su nivel.
Sin la inteligencia artificial, es probable que este niño nunca hubiera logrado obtener su bachillerato. Gracias a esta herramienta, pudo superar sus limitaciones y mejorar su comprensión de las materias. La IA no reemplazó a sus profesores, sino que extendió su papel al ofrecerle una ayuda personalizada, adaptada a sus necesidades. El sistema educativo francés, a menudo considerado elitista, hace que la inclusión de alumnos con dificultades sea particularmente compleja. A pesar de los esfuerzos del Estado, los niños con trastornos del aprendizaje aún enfrentan grandes barreras para lograr un desarrollo académico satisfactorio.
Ejemplo de asistencia para personas con discapacidad visual
Un hombre de 70 años con discapacidad visual debido a una degeneración macular comenzó a utilizar en enero de 2024 las gafas Envision, de una empresa neerlandesa, un dispositivo revolucionario que integra inteligencia artificial y ChatGPT. Estas gafas, equipadas con una cámara de 8 megapíxeles y varios sensores, le permiten leer documentos, reconocer rostros e identificar su entorno. A diferencia de sus herramientas anteriores, como el bastón blanco, estas gafas ofrecen una asistencia más interactiva y autónoma.
Durante sus desplazamientos por entornos urbanos complejos, el GPS integrado le proporciona indicaciones de navegación de alta precisión, ayudándole a cruzar intersecciones o identificar pasos peatonales. Esta función es especialmente útil en áreas donde los puntos de referencia visuales son esenciales, pero difíciles de percibir para una persona con discapacidad visual. Con estas gafas, el hombre recibe indicaciones vocales detalladas en tiempo real, lo que reduce el riesgo de colisión con obstáculos comunes como señales de tráfico o ramas a la altura de la cabeza.
Las gafas no se limitan a describir los objetos circundantes. También le permiten leer textos, ya sea en señales de la calle, etiquetas de productos, cartas manuscritas o sitios web, mediante el reconocimiento óptico de caracteres (OCR 1960). Esta función resulta especialmente útil cuando recibe correspondencia o consulta etiquetas de medicamentos.
Además, la opción de realizar videollamadas asistidas a través de estas gafas le permite solicitar ayuda a distancia. En tiempo real, una persona vidente puede ver lo que el usuario está observando y así ayudarle a realizar tareas complejas, como organizar objetos en la cocina o identificar elementos que podrían ser difíciles de percibir.
Reflexiones finales sobre la inteligencia artificial
La inteligencia artificial, especialmente aquella basada en redes neuronales profundas, es una tecnología fascinante y poderosa, pero también genera cuestionamientos. Estos sistemas, entrenados con volúmenes masivos de datos, utilizan mecanismos probabilísticos para ejecutar sus tareas. Aunque pueden analizar patrones complejos y establecer correlaciones a una escala que el ser humano no podría alcanzar, incluso sus creadores admiten que no siempre comprenden cómo estos sistemas mejoran su rendimiento. En efecto, estas redes proporcionan probabilidades basadas en datos anteriores, pero se trata de un cálculo estadístico, no de un razonamiento en el sentido humano del término. A diferencia del ser humano, la IA no razona de manera intuitiva o moral; sobresale en la correlación sin captar la causalidad, una diferencia fundamental en muchos contextos de toma de decisiones.
Frédéric Josué
The Benefits of Artificial Intelligence
Artificial intelligence is the capacity for machines to perform tasks that have traditionally been carried out by humans.
Artificial intelligence is everywhere: from automatic word suggestions when you type, to smart email sorting, to robotic vacuums that learn to navigate autonomously. AI also manages more complex systems, such as traffic lights, adjusting in real-time according to vehicle flows and even pedestrian movements in South Korea.
Artificial intelligence is a discipline born in the 1950s. It has produced fascinating results over the decades, but its progress has long been relatively modest. Around the 2010s, the emergence of deep neural networks marked a major turning point. These networks are the result of machine learning, more specifically deep learning, which are subfields of artificial intelligence. This represents a form of AI very different from previous approaches, as it allows a machine to perform human tasks, not by following pre-programmed instructions, but by learning.
With traditional AI, if we program a robot to open a door with a round handle, it will accomplish that task without difficulty. But if we then ask it to open a door with a square handle, this same robot will be unable to do so, due to not having been specifically programmed for this new situation.
This is where machine learning comes in. Instead of programming this robot for every possible scenario, we expose the machine to a vast number of examples of doors and handles, allowing it to “learn” on its own. Gradually, it will develop a learning model, enabling it to handle this type of problem in various configurations and autonomously. This is how AI learns from experience, just as humans do. The development of this machine-learning technology is what gives AI the appearance of intelligence.
With this technology, concerns about the capabilities and consequences of AI begin to surface. However, it was mainly after 2015 (Kiela & Al 2021) that systems made rapid strides thanks to deep learning, reaching performance levels comparable or even superior to those of humans in complex tasks. These advances notably involve image recognition, voice recognition, reading, and language comprehension.
Image recognition was long considered a uniquely human skill due to the complexity of shapes, variations in lighting, and perspectives to interpret. In just a few years, AI systems have managed not only to match human capabilities but to exceed them in terms of speed and precision. Voice recognition, once imperfect and limited to specific applications, has become a widely used tool, with accuracy that rivals human comprehension, capturing accents, intonations, and complex contexts. Reading and language comprehension, areas where machines were historically lagging, have also seen impressive advancements. AI can now analyze texts, extract meaning, and even answer complex questions based on textual data. These capabilities are comparable to those of humans in many cases, and in specific tasks, AI has even shown notable superiority, particularly regarding execution speed and processing large volumes of information.
These significant advancements have profoundly changed the way experts envision the future of professions based on analysis and interpretation. In 2016, Geoffrey Hinton, a pioneer of deep learning and recipient of the Turing Award and Nobel Prize in Physics, made a provocative statement: «We should stop training radiologists right now. It’s clear that within five years, deep learning will outperform radiologists». His remarks highlight a trend that is worrisome to some: the possibility that AI could replace tasks traditionally reserved for highly skilled specialists.
Technology has become so integrated into our daily lives that it is now invisible. We no longer perceive its omnipresence or the extent of our dependence on it. It simplifies the most mundane aspects of our lives and saves lives in critical situations. Yet, despite its numerous advantages, AI draws criticism, often because we have stopped noticing it, forgetting that it has become essential.
This situation is often accompanied by a fear related to heteronomy—that is, the fear that our individual autonomy will be eroded by an artificial intelligence that, in time, could make decisions for us. This concern stems from the idea that humans could gradually lose their capacity to choose and exercise free will in the face of a machine that, while extremely efficient, remains unable to truly grasp human subtleties. Nevertheless, AI, despite its feats, remains a tool designed, programmed, and controlled by humans.
Human Resistance to Change and Its Parallels with Tradition
Humans generally do not favor change. Aside from a few visionary minds who enthusiastically embrace innovations and technological revolutions, most people prefer to cling to familiar and stable reference points. This natural resistance to change is deeply rooted in our culture and traditions. In many respects, we are similar to the great revealed religions, which are founded on fixed and unchanging doctrines. These beliefs offer reassuring stability, whereas AI, with its evolving and disruptive nature, is perceived as a threat to the established order.
This confrontation between our need for stability and the dynamics of change represents one of the most significant challenges AI poses. It disrupts not only our habits but also our worldview. Refusing these transformations is to ignore the fact that progress, though accelerated, has always been a part of human history. The question is how we, as human beings, can support this change without sacrificing what we hold dear: our autonomy, our free will, and the humanistic values that are the foundation of our society.
Examples of How AI Facilitates and Saves Lives
There are things that nurture life: listening to music on a smartphone while in a garden, and being suggested Yusef Lateef’s «Love Theme from Spartacus» by a recommendation algorithm on Spotify. There are things that make life easier: finding one’s way in a foreign metropolis, with signs in hiragana, katakana, and kanji, using a navigation app that speaks one’s language. There are things that enable life: a visually impaired person using geolocation services and headphones to navigate safely. There are things that sustain life: an implanted defibrillator that continuously monitors a heart arrhythmia, administers a shock when needed, and sends, if necessary, an automatic alert with symptomatic information to emergency services or a doctor. Lastly, there are things that save lives: a smartwatch capable of detecting a fall following a stroke and sending an immediate notification to a relative or the nearest emergency services.
Example of AI-Assisted Medical Diagnosis
In July 2018, a 45-year-old woman stood in a radiology department waiting for her results. She was pale, her shirt slightly untucked, her coat in hand. The doctor, with documents in hand, told her: «Madam, there’s nothing on the X-ray, nor on the mammogram. The ultrasound also shows nothing, and the scan reveals no abnormalities. However, this mass in your left breast is concerning, and I strongly suspect cancer». The husband, silently furious, struggled to understand how a diagnosis could be made without apparent evidence, internally cursing what he considered a reckless prediction. The radiologist, meanwhile, requested that the patient undergo an MRI to further clarify the tumor’s characteristics.
A few days later, the woman sought a second opinion from another radiologist at a different center. She underwent the MRI, and the new radiologist, more reassuring, said: «Your radiologist is stressed… the MRI shows nothing suspicious. No cancer, madam». But despite this reassuring diagnosis, the first radiologist, intent on clarification, decided to conduct a tomosynthesis, a more precise imaging technique that uses artificial intelligence.
The AI, after analyzing the images and comparing the results to millions of similar cases, detected troubling patterns. Although AI does not «understand» images as a human would, it calculated a high probability of cancer in this case. A few days later, a biopsy confirmed the diagnosis. Thanks to human expertise, AI, and advanced imaging technology, this woman was diagnosed in time and saved.
This case is not isolated. According to the United Nations, by 2050, cancer cases worldwide could increase by 77%. AI will play a crucial role alongside healthcare professionals to improve diagnosis. In 2023, the Haute Autorité de Santé recommended replacing traditional mammography with synthetic mammography, reconstructed from tomosynthesis slices. However, this technique is not yet fully optimized in France, largely due to the absence of national-level digitization, which prevents the digital transfer of images between different reading sites.
In France, with over 2,000 screening centers, the introduction of AI in these systems could play a key role in improving cancer detection while reducing the number of false positives. However, for AI to reach its full potential, it must be used in close collaboration with human experts. Combining AI with the expertise of at least a Level 2 radiologist ensures both diagnostic relevance and accuracy, bringing together the efficiency of machines and human discernment.
AI as a Tool for Personalized Educational Support
A child, struggling academically due to attention deficit disorder and severe dyslexia, stood before his primary teacher at a parent-teacher conference. He was shy, while his teacher advised his parents, «Your son will not progress beyond the third grade». This child, registered with the MDPH (Maison Départementale des Personnes Handicapées), found reading and writing arduous, which greatly hindered his fundamental learning. Despite these challenges, he managed to reach his final year of secondary school, thanks to his mother’s perseverance and the pandemic, which had kept both parents at home. However, upon reaching his senior year, the situation became more difficult: classes grew more demanding, teachers had less time, and the pace accelerated. Gradually, the child began to fall behind, and the dream of obtaining his baccalaureate seemed increasingly out of reach.
In November 2022, OpenAI made ChatGPT, an advanced language model based on deep learning, available to the public. This model offered the child a new approach to studying. The AI technology powering ChatGPT allowed him to reorganize his laboriously taken notes. In seconds, the AI would reformulate complex expressions, clarify difficult terms with simplified definitions, and reorganize the information for greater clarity. Thanks to this, the child was able to better understand his lessons and keep up with the academic pace more calmly.
The AI’s assistance went beyond reorganizing class notes. During snack breaks, for instance, the child interacted with Whisper, the voice recognition version of ChatGPT available on his smartphone. Placed on the table, the phone used Whisper to convert text into speech and initiate a dialogue, asking him questions about his lessons. Whisper adapted its questions not only to his level of understanding but also to his mood, making the interaction feel more natural and engaging. This dialogue enabled him to actively review his knowledge, with the AI adjusting its questions according to his answers.
This personalized support extended to exam preparation. As he prepared for his final oral exam, the child submitted his outline to the AI, which helped him improve it by identifying gaps and missed points. Furthermore, to prepare him for examiner questions, the AI simulated a series of ten challenging questions, guiding him towards answers suited to his level.
Without artificial intelligence, this child would likely never have achieved his baccalaureate. Thanks to this tool, he was able to overcome his limitations and improve his comprehension of his subjects. AI did not replace his teachers; rather, it extended their role by offering him personalized help, adapted to his needs. The French educational system, often seen as elitist, makes the inclusion of students with learning difficulties particularly complex. Despite the State’s efforts, children with learning disorders still encounter significant barriers, making access to academic success challenging.
Assisting the Visually Impaired with AI Technology
A 70-year-old man with impaired vision due to macular degeneration began using Envision glasses in January 2024. This revolutionary device, developed by a Dutch company, incorporates artificial intelligence and ChatGPT. Equipped with an 8-megapixel camera and multiple sensors, these glasses allow him to read documents, recognize faces, and identify his surroundings. Unlike previous tools like his white cane, these glasses provide a more interactive and autonomous form of assistance.
During his movements through complex urban environments, the integrated GPS offers highly precise navigation instructions, helping him cross intersections or identify pedestrian crossings. This feature is especially useful in areas where visual cues are essential but challenging to perceive for a visually impaired person. Thanks to these glasses, he receives detailed real-time voice prompts, reducing the risk of colliding with common obstacles, such as street signs or branches at head height.
The glasses don’t just describe surrounding objects; they also enable him to read text, whether on street signs, product labels, handwritten letters, or websites, using optical character recognition (OCR) technology. This feature is particularly helpful for him when receiving mail or checking medication labels.
Additionally, the ability to make video-assisted calls through the glasses allows him to request help remotely. In real time, a sighted person can see what he is looking at and assist him in completing complex tasks, like organizing items in his kitchen or identifying objects that might not be clearly visible to him.
Broader Reflections on AI’s Role and Limitations
Artificial intelligence, particularly deep neural networks, represents a fascinating and powerful technology, but it also raises questions. These systems, trained on massive volumes of data, use probabilistic mechanisms to perform tasks. Although they are capable of analyzing complex patterns and establishing correlations at a scale humans could never achieve, even their creators admit they do not always understand how these systems enhance their performance. These networks produce probabilities based on prior data, yet this is statistical calculation, not reasoning in the human sense. Unlike humans, AI does not reason intuitively or morally; it excels in correlation without comprehending causation, a fundamental distinction in many decision-making contexts.
Frédéric Josué
je suis bien heureuse de lire que l'IA n'est pas le diable qu'on nous promet et que il peut même y avoir des effets heureux à cette avancée technique