Des volte-face de Ford et d’IBM aux véritables limites techniques des chatbots (robots), voici pourquoi l’intelligence artificielle ne peut remplacer le travail humain et le bon sens, ont rapporté des médias internationaux citant des experts.
C’est ce qui a été constaté dans une grande banque australienne qui a licencié quarante personnes, pour les remplacer par une intelligence artificielle de pointe, puis être contrainte de les rappeler toutes (avec des excuses à la clé) en raison de l’effondrement du système, a-t-on fait savoir. “On croirait un épisode de Black Mirror, mais c’est pourtant ce qui s’est réellement passé à la « Commonwealth Bank of Australia », a rapporté un média. Tandis que de nombreuses entreprises persistent à réduire leurs effectifs pour optimiser leurs algorithmes, des géants comme IBM, la multiplication technologique américaine, annoncent leur intention de “tripler leurs embauches de jeunes diplômés afin d’éviter une pénurie de compétences”, assure-t-on. La question se pose : pourquoi les plans d’automatisation mondiale échouent-ils ? Un examen plus approfondi des données de 2026 montre clairement que les chatbots sont loin de remplacer le cerveau humain, et la raison réside dans un défaut de conception qu’aucune ligne de code ne pourra jamais corriger, souligne-t-on.
Les grandes entreprises font marche arrière sur l’IA
Ces dernières semaines, le secteur technologique a envoyé des signaux pour le moins contradictoires. Des entreprises américaines comme Block, spécialisée dans le paiement informatique ont annoncé une réduction de 40 % de leurs effectifs, invoquant explicitement l’adoption d’outils d’intelligence artificielle. Cloudflare, qui s’occupe de sécurité du web, a supprimé plus d’un millier de postes malgré des revenus records, déclarant que “certains rôles traditionnels ne seraient plus nécessaires à l’avenir de l’entreprise”. Pourtant, alors que la réalité semblait de plus en plus ressembler à une série télévisée dystopique (science-fiction), le discours du remplacement parfait a commencé à s’essouffler, constate-t-on. Pour ces sources, l’exemple de la Commonwealth Bank of Australia n’était pas isolé. Ford, le constructeur automobile US bien connu, embauche également des centaines d’ingénieurs experts pour résoudre les problèmes de qualité que les systèmes automatisés n’ont pas su gérer, signale-t-on. Cité par ces médias, Charles Poon, vice-président de l’ingénierie matérielle chez Ford, a clairement exprimé ce point essentiel : “L’intelligence artificielle est un outil fantastique, mais sa performance dépend entièrement des informations utilisées pour son entraînement”, dit-il. Lorsque les machines sont confrontées à l’inattendu et à la complexité, elles se retrouvent paralysées.
Quelle est la véritable limite des modèles de langage ?
Il existe un malentendu fondamental concernant l’intelligence artificielle qu’il convient de dissiper. C’est ce que souligne Zeynep Tufekci, professeure de sociologie à la célèbre université des sciences sociales américaine, Princeton, pour qui “les modèles linguistiques à grande échelle actuels ne sont pas des machines à raisonner, mais plutôt des moteurs de plausibilité”. Il est facile d’être impressionné par la maîtrise extraordinaire du langage dont font preuve les chatbots ; cependant, aussi performants soient-ils, ils ne font que simuler une intelligence logique qu’ils ne possèdent pas réellement, juge-t-on.
La technologie qui domine aujourd’hui le marché n’est pas l’intelligence artificielle symbolique, c’est-à-dire programmée pour suivre des règles rigides et des instructions logiques parfaites, mais l’intelligence artificielle connexionniste. Ces systèmes génèrent des réponses en calculant la probabilité statistique d’une connexion entre les mots et les données sur lesquelles ils ont été entraînés. Par conséquent, ils ne vérifient pas si la réponse est logique ou vraie ; ils évaluent seulement sa plausibilité, explique-t-on. Cette limitation même est à l’origine de fréquents incidents qui, appliqués aux grandes entreprises, risquent de se transformer en véritables catastrophes. L’exemple de Meta, qui a tenté d’externaliser entièrement le service client de Facebook et Instagram à l’IA, a permis à des fraudeurs d’exploiter les failles du modèle pour prendre le contrôle de plus de 20 000 comptes, y compris des profils d’entreprises de haut niveau. Ou encore le système de commande au volant de McDonald’s, qui a été désactivé après avoir ajouté pour des centaines de dollars de nuggets de poulet aux commandes des clients en raison de malentendus linguistiques.
Les emplois que l’IA ne pourra pas remplacer
L’intelligence artificielle générative fonctionne bien dans les contextes régis par des codes structurés et formels, comme la programmation informatique pure, mais la grande majorité des activités humaines requièrent des compétences radicalement différentes. Par conséquent, toutes les activités qui impliquent des décisions médicales, des interactions éducatives ou la résolution de problèmes non linéaires restent, en l’état actuel des choses, du ressort des professions humaines, soulignent les experts. Ainsi, un médecin ne rencontre presque jamais un patient type, car chaque individu possède un physique et des antécédents médicaux uniques. Si l’IA excelle dans l’imagerie diagnostique basée sur la plausibilité, elle est moins efficace au bloc opératoire. Les chirurgiens opèrent en combinant mémoire musculaire, intuition clinique et, surtout, capacité d’adaptation immédiate. Contrairement à un système automatisé, ils peuvent gérer l’exception absolue en une fraction de seconde, là où la moindre erreur peut faire la différence entre la vie et la mort. Il en est de même de l’enseignement et de l’apprentissage qui ne sont pas un processus linéaire de transfert de données d’une base de données vers un esprit vide. Aussi performant soit-il, un algorithme ne pourra jamais décrypter l’état émotionnel des élèves ni adapter son approche psychologique comme le font les enseignants.
R. I.