Pour limiter les erreurs de l’intelligence artificielle (IA), les entreprises peuvent s’offrir un modèle plus fiable ou renforcer leur processus de vérification de ses réponses.

Pour limiter les erreurs de l’intelligence artificielle (IA), les entreprises peuvent s’offrir un modèle plus fiable ou renforcer leur processus de vérification de ses réponses.

Comme le souligne une recherche, cet arbitrage dépend essentiellement de la valeur stratégique de leurs usages.

Comme le souligne une recherche, cet arbitrage dépend essentiellement de la valeur stratégique de leurs usages.

Une traduction maladroite d’une réunion en interne utilisée en marketing n’a pas le même poids qu’un mauvais conseil juridique.

Une traduction maladroite d’une réunion en interne utilisée en marketing n’a pas le même poids qu’un mauvais conseil juridique.

En pratique, toute entreprise qui déploie un assistant conversationnel se heurte tôt ou tard au même problème : l’outil produit une réponse fausse, mais formulée avec assurance. On appelle cela une « hallucination » ; une réponse plausible contient une information inventée.

Le premier réflexe ? Changer d’outil en choisissant un modèle plus récent, plus cher et réputé plus fiable. L’autre voie consiste à conserver son modèle bon marché et à faire relire ses réponses par un humain. Les deux démarches visent le même résultat : moins de réponses erronées transmises au client. Les deux ont un coût. Dans une étude récente, nous modélisons ce choix.

Cet arbitrage est déjà très concret. La Banque de France observe une diffusion très large de ces outils dans les entreprises françaises,........

© The Conversation