Introduction

Nos comportements laissent des traces numériques analysées par de nombreux algorithmes pour nous assister et nous conseiller depuis longtemps. Mais traiter ces données pour mixer des personnes physiques avec des personnes électroniques intelligentes requière des approches et des techniques inédites dans le monde du datamining, de la modélisation ou de la statistique tel que nous les connaissons.

Toute notre vie, du matin au soir, nous percevons et analysons des situations. Parfois, nous sommes confrontés à plusieurs dizaines de situations enchaînées par minute. Nous adoptons au moins 3 postures différentes selon la temporalité de la situation : présent, passé, futur.

Par exemple, lorsque nous parcourons les rayons d’un magasin, nous remarquons des produits sur les étagères et pour chacun d’eux, à tour de rôle, nous nous posons une multitude de questions. En ai-je besoin ? puis-je le payer ? vais-je aimer ? Est-ce moins cher ailleurs ? Qu’est-ce que cela contient ? … Il s’agit ici d’une analyse de la situation en temps réel. Chaque situation concerne l’instant présent. Ces instants présents se succèdent produit après produit.

Au bout du rayon, certains produits resteront gravés dans notre mémoire quelques temps, d’autres seront oubliés immédiatement et d’autres ne seront même pas remarqués par notre système de perception. Notre vision du magasin n’est pas la vision de la réalité, c’est une image que nous nous construisons dans laquelle chaque élément est un avatar de l’élément réel.

L’avatar du produit est empreint de notre passé et de son contexte. Lorsque nous narrerons cette expérience, l’information transmise sera celle portée par l’avatar du produit et non le reflet fidèle de la réalité. Ainsi, nous pourrons assurer avec force de conviction qu’un élément était vert alors qu’il était bleu. De même, nous n’accepterons pas un produit strictement identique à celui que l’on cherche simplement parce qu’il a été posé dans un autre rayon, donc empreint d’un contexte inadéquat. Le produit est le même mais l’avatar du produit dans notre mémoire contextualisée ne l’est pas.

L’Homme, un data intelligence système très performant

Lors de ses analyses situationnelles en temps réel, à postériori ou projectives, l’homme met en œuvre un mécanisme cognitif très différent. Il s’agit de 3 modes d’analyse de situation très distincts opérés par 3 avatars de nous-même.

Il nous est tous arrivé d’analyser à postériori nos propres comportements et de nous étonner de certains aspects qui nous paraissent irrationnels après coup. Ceci s’explique par le fait qu’entre l’analyse situationnelle temps réel et l’analyse situationnelle à postériori, nous avons « changé de logiciel ».

L’homme perçoit des situations et les analyse en mettant en œuvre plusieurs mécanismes cognitifs à l’issue desquels il enclenche des stratégies d’action.

Il est capable de prendre en compte d’énormes quantité de données au travers de ses sens. La scène situationnelle qui émane de sa perception est très riche et terriblement complexe.

Il est capable de faire des analogies et de conduire des raisonnements déductifs, inductifs ou abductifs. Il catégorise les choses et les gens, il effectue des abstractions sur l’information qu’il reçoit, il fait émerger des phénomènes à partir des événements observés, etc. Il commet aussi des erreurs d’interprétation et des biais cognitifs et il développe des croyances qui alimentent ses convictions.

Mais le plus impressionnant réside dans sa capacité à détecter des signaux faibles. En effet, alors que rien ne l’y prépare, l’homme a le pouvoir de reconnaître un ami qui marche dans une foule immense dans un lieu improbable. Les signaux faibles sont les prémices de changements, de phénomènes, de comportements qui ont été durant des milliers d’années synonymes de dangers pour l’homme, moins fort que les animaux qui peuplaient son quotidien. Aujourd’hui, les dangers sont tout autres et nous mettons en œuvre cette capacité pour réaliser nos prédictions, pour innover, pour être agiles.

Enfin, l’homme dispose d’une forte disposition à prendre en charge les incertitudes. Nous savons que lorsque l’on nous dit que l’on a vu une voiture bleue s’enfuir, cette voiture était peut-être verte ou noire. Il homme a toujours de l’incertitude même dans une scène situationnelle narrée avec conviction. C’est en ayant cette capacité à insérer de l’incertitude, que les énigmes peuvent se dénouer, que les problèmes peuvent trouver des solutions.

Tout ceci nous permet de comprendre que l’homme est un data-intelligence system (DIS) très performant qui capte la réalité du monde au travers de ses sens, construit des scènes situationnelles dans sa mémoire, les analyse et décide de stratégies qu’il met en œuvre au travers de ses moteurs (gestes, paroles) en interagissant sur le monde réel.

La naissance de la personne électronique

Si l’on souhaite développer des DIS en Intelligence Artificielle pour percevoir et analyser des situations automatiquement, apprendre de ces situations et adopter des stratégies appropriées, autant s’en inspirer.

Un processeur d’analyse situationnelle automatique constitue une machine apprenante disposant de 3 processus plastiques en charge de la perception, de la décision et de l’action, soumis à des perturbations conjoncturelles, ainsi que de deux mécanismes d’apprentissage permettant d’accroître son pouvoir en termes de capacité d’abstraction et de stratégie.

Un tel processeur agit sur un treillis informatif dont les nœuds représentent des suites situationnelles, des scènes situationnelles et leurs composants. Ce treillis est muni de relations d’ordres établies à partir de données « mémo-temporelles », idiosyncratiques et abstractives associées à chaque nœud du treillis. Le treillis informatif n’est pas semblable à la réalité mais à la représentation que s’en fait l’individu auquel il se rapporte et avec laquelle il raisonne.

Il est alors possible de construire une « personne électronique » tel un regroupement d’avatars situationnels d’une « personne physique ». Ce clone virtuel peut nous aider à comprendre les raisonnements, la structuration du champ de conscience, l’attitude naturelle ou le comportement adopté par la personne physique immergée dans une situation telle qu’elle la vit afin de la conseiller, de lui recommander des solutions et des ouvertures possibles, ou lui apporter des connaissances utiles. Il est possible également de prédire quel sera son comportement face à une solution inédite car les schèmes cognitifs de l’individu sont par essence très stables.

Enfin, il est envisageable de construire des personnes électroniques et de les faire dialoguer de façon naturelle avec des personnes physiques.

La Commission Européenne œuvre sur cette notion de « personne électronique » fixant des droits et des devoirs à ce futur compagnon qui peuplera notre vie, avec lequel nous pourrons nous « associer » et auquel nous confirons nos données en toute confiance et avec qui nous bâtirons des projets.

Ces avatars vont conduire nos voitures, faire nos courses, nous côtoyer au travail, se fondre dans notre univers technologique. Ils devront disposer d’une assurance, tout comme on assure un animal dès lors qu’ils seront dotés de capacité d’initiative.

Bien évidemment, les escrocs construiront des « escrocs électroniques ». Il faudra équiper nos alter-egos électroniques de dispositifs de méfiance, de capacité à détecter les usages abusifs et illégaux de nos données. De quoi nous donner à réfléchir aussi sur notre monde réel.

Jean Pierre MALLE

(Article paru dans la revue « Centralien » de septembre/octobre 2017).