## basics

## Source details

**Canonical URL:** [basics](https://www.imf.org/-/media/files/publications/fandd/article/2023/december/french/basics.pdf)

## Other formats

- [Markdown version](/-/media/files/publications/fandd/article/2023/december/french/basics.pdf.md)
- [Structured JSON version](/-/media/files/publications/fandd/article/2023/december/french/basics.pdf.json)

---

### Contexte et évolution de la GenAI
- Alan Turing a envisagé « un monde où les artistes, les romanciers, voire les économistes, sont des machines produisant du contenu qui imite l’intelligence humaine » dans un article de 1950.
- Les progrès historiques :
  - Années 60 : le programme ELIZA « a impressionné par sa capacité à générer des réponses semblables à celles d’un humain ».
  - Deux décennies plus tard : apparition des « réseaux de neurones artificiels » inspirés du cerveau humain.
  - Années 2000 : troisième vague de l’IA, « l’apprentissage profond », rendue possible par un réservoir de données d’apprentissage et une puissance informatique accrus (ces deux ressources « ont doublé de volume chaque année »).
  - 2014 : les « réseaux antagonistes génératifs (RAG) » ont placé deux réseaux en compétition (un « générateur » et un « discriminateur »).
  - 2017 : publication de « Attention Is All You Need » et adoption des mécanismes d’attention.
  - Novembre 2022 : lancement de ChatGPT par OpenAI, décrit comme « l’agent conversationnel le plus stupéfiant jamais vu ».
- Effet combiné : « Les RAG et les mécanismes d’attention, accompagnés par l’expansion continue de l’information et de la puissance informatique, ont jeté les bases de ChatGPT. »

### Applications en économie et finance
- L’IA traditionnelle « effectue des calculs, sonde les tendances des marchés et personnalise des produits financiers ».
- La GenAI « dissèque les relations alambiquées entre des indicateurs économiques ou des variables financières », et « génère des prévisions, mais aussi plusieurs scénarios, des graphiques éclairants et même des séquences de code ».
- Usages publics et privés :
  - États : utiliser ces outils pour « améliorer les services publics et surmonter les pénuries de main-d’œuvre ».
  - Banques centrales : capacité accrue « à examiner de gros volumes de données bancaires pour affiner les prévisions économiques et mieux surveiller les risques, notamment la fraude ».
  - Sociétés d’investissement : détecter de subtiles évolutions des cours des actions et du sentiment du marché, en puisant « dans un corpus plus vaste pour proposer des solutions plus créatives, en vue de stratégies de placement plus lucratives ».
  - Compagnies d’assurances : évaluer la capacité des modèles génératifs « à créer des polices mieux alignées avec les besoins et les préférences des clients ».
- Bénéfice attendu : la GenAI « promet une vague de créativité et de productivité ».

### Risques et préoccupations
- Désinformation et manipulation :
  - « Les créations de la GenAI sont tellement convaincantes qu’elles peuvent créer une fausse impression de réalité. Elles peuvent propager la désinformation, inciter à la panique, voire déstabiliser les systèmes économiques et financiers. »
  - Exemple : en mars 2022, « une vidéo générée par l’IA montrait le président ukrainien Volodymyr Zelensky se rendre devant les forces russes », preuve de la capacité de la GenAI « à manipuler la politique, les marchés et l’opinion ».
  - Formes de nuisance : « Histoires inventées, images altérées, vidéos de synthèse ».
- Emploi et marchés du travail :
  - « Les suppressions d’emplois sont une autre source d’inquiétude. La GenAI continue d’évoluer et présente le potentiel d’automatiser certaines tâches, ce qui entraîne de nombreuses pertes d’emplois et nécessite de nouvelles stratégies pour l’emploi et le recyclage. »
- Limites et défauts de la GenAI :
  - Risque d’« hallucination » : l’IA peut « créer des faits absurdes et erronés ».
  - Absence de sens intrinsèque : « elle ne connaît pas le sens des mots. »
  - Connaissances limitées dans le temps : « Les connaissances de ChatGPT se limitent à sa date de mise à jour. »
- Amplification des biais et manque de transparence :
  - « L’amplification des biais existants dans les données d’apprentissage » et « le manque de transparence dans les décisions » sont des problématiques persistantes et devenues plus pressantes.
- Risques systémiques et existentiels :
  - Une lettre cosignée par d’éminents spécialistes de l’IA, « parmi lesquels le créateur de ChatGPT », estime que « l’atténuation du risque d’extinction lié à l’IA devrait être une priorité mondiale, au même titre que d’autres risques d’ampleur sociétale tels que les pandémies et les guerres nucléaires ».
  - Référence à l’avertissement de Turing : « le danger existe de voir les machines prendre un jour le contrôle de nos vies ».

### Recommandations et conclusions
- Impossibilité de « désinventer la GenAI » et nécessité d’agir :
  - « En exploitant son pouvoir transformateur, il est impératif de garder à l’esprit la mise en garde de Turing. »
  - Nécessité d’« une surveillance vigilante, de nouveaux cadres réglementaires et un engagement indéfectible à développer des innovations éthiques, transparentes et contrôlables en harmonie avec les valeurs humaines. »
- Impératifs de politique publique et gouvernance :
  - Mettre en place une « surveillance vigilante ».
  - Élaborer « de nouveaux cadres réglementaires » adaptés aux risques spécifiques de la GenAI.
  - Promouvoir des innovations « éthiques, transparentes et contrôlables ».
- Tension persistante entre opportunités et périls : la GenAI « promet une vague de créativité et de productivité, mais elle pose des questions essentielles pour l’humanité ».

*Hervé Tourpe, DÉCEMBRE 2023.*

---


_Source: https://www.imf.org/-/media/files/publications/fandd/article/2023/december/french/basics.pdf_