Le développement et l’adoption d’algorithmes d’intelligence artificielle (IA) posent plusieurs défis. Les formations et accréditations proposées aux professionnels s’intéressant à l’IA sont le plus souvent liées à la discipline de l’informatique. Toutefois, face aux impacts anticipés de l’adoption de l’IA dans différents domaines disciplinaires – que ce soit en éducation, en santé, en droit, en finance, ou dans bien et bien d’autres domaines – n’y aurait-il pas lieu de se demander si les praticiennes et praticiens qui en seront responsables devraient acquérir différents niveaux de certification? Est-ce que le travail effectué par ces systèmes automatisés – qui pourraient venir bientôt venir se substituer à des professionnels humains pour effectuer certaines tâches de haut niveau – devrait être à son tour surveillé par des praticiens humains qui seront en mesure d’intervenir en fonction de compétences acquises dans différentes disciplines ?
Ces questions sont abordées dans un article où l’on explique que les organisations qui embauchent des ressources humaines pour s’attaquer au problème de l’IA devront rapidement s’assurer que leurs futurs employés et employées présentent des profils de formation adaptés aux objectifs visés et puissent respecter des règles bien déterminées. Fernando Lucini, analyste et directeur de la filière en science des données et de l’apprentissage machine de la firme conseil Accenture, présente le problème ainsi:
“Stakeholders — from practitioners to leaders across the private and public sector — must come together to distinguish clear roles and responsibilities for AI practitioners; demand the right level of education and training for said practitioners; define processes for developing, deploying and managing AI, and democratize AI literacy across the enterprise. Real value can only be realized when trained AI practitioners are working hand in hand with the business to accomplish their organization’s goals, and those interdisciplinary teams are guided by standards, rules and processes.”
Pour y arriver, Lucini propose quatre lignes directrices pour encadrer la professionnalisation de l’IA, peu importe le domaine d’activités :
- Distinguer clairement les rôles des praticiens et créer des normes supplémentaires sur la façon de travailler : en créant des équipes multidisciplinaires aux perspectives, compétences et approches diverses qui travailleront ensemble pour innover et fournir des produits ou services en lien avec l’IA. Établir dès le départ l’appropriation et définir les attentes des parties prenantes afin que les praticiennes et les praticiens de l’IA comprennent précisément ce qu’ils doivent fournir et ce dont ils sont responsables.
- Exiger une formation afin de favoriser la confiance des usagers face à l’IA, avec des qualifications et des normes claires pour les praticiennes et les praticiens: mettre en place un processus d’évaluation continue tout au long de la carrière des employées et employés pour tester leurs connaissances et maintenir leur formation à jour. Établir des parcours de carrière clairs pour les praticiennes et les praticiens de l’IA, avec des prérequis tels que des cours et des formations dans différentes disciplines pour les aider à développer les compétences et les habiletés nécessaires.
- Adopter une approche multidisciplinaire: établir des processus qui formalisent le développement, le déploiement et la gestion des solutions d’IA. Créer une approche standardisée pour gérer les tests et les analyses relatives à la création ou l’optimisation des produits et services d’IA.
- Démocratiser les données et les connaissances en IA pour préparer la main-d’œuvre à une technologie qui progresse rapidement: définir le niveau minimum de connaissances en IA requis pour les employées et les employés, qu’ils travaillent ou non avec des données et des algorithmes dans le cadre de leurs tâches quotidiennes. Élaborer un programme de formation qui aidera ces employées et employés à mieux connaître et comprendre les données et l’IA et la façon dont elles s’appliquent à leurs rôles respectifs.
À lire!
Source: McKendrick, Joe. Time may be right for professionalizing artificial intelligence practices. ZDNet, 20 novembre 2020.
