IA générative et professionnels du droit – Comprendre et s’approprier la langue des probables

Commander le livre en ligne : LexisNexis, Amazon, L’Ecritoire, LGDJ, ICI librairie, La Procure, Sauramps, Lalibrairie.com, Chapitre.com, E.Leclerc, Cultura, Mollat, Eyrolles, FNAC, Librairie Kléber

… ou achetez-le chez votre libraire de quartier !

Rupture technologique historique pour les uns, nouvelle forme de bluff technologique pour les autres, l’intelligence artificielle est au centre de toutes les attentions. La publication de ChatGPT, fin 2022, a ravivé avec une vigueur inédite la visibilité médiatique de cette technologie, saturant l’espace public de discours polarisés où il devient parfois extrêmement difficile de distinguer les croyances des faits prouvés.

Cet ouvrage a l’ambition d’offrir une vue synthétique, objectivée et documentée sur l’intelligence artificielle (générative en particulier), au travers d’un parcours pédagogique découpé en deux temps. Il pose tout d’abord des bases techniques vulgarisées, complétées d’un exposé des principaux enjeux sociétaux et juridiques, pour fournir ensuite des conseils d’utilisation concrets, pratiques et opérationnels.

Si le propos s’adresse particulièrement aux professionnels et futurs professionnels du droit, pour les aider à comprendre et s’approprier les concepts et le vocabulaire d’un domaine habituellement redouté par les juristes, le cœur des développements intéressera tout profane soucieux de se forger une culture générale numérique et de s’initier à la grammaire de la langue des probables, employée dans les prompts.

Actualités

La langue des probables

Liste d’IA génératives

Retrouvez une liste d’IA génératives sélectionnées par l’auteur : Liste d’IA génératives sélectionnées par l’auteur.

Sommaire

Liste des principales abréviations
Avertissement
Remerciements
Préface
Avant-propos

INTRODUCTION

CHAPITRE 1 : NATURE TECHNIQUE DES SYSTÈMES D’INTELLIGENCE ARTIFICIELLE
GÉNÉRATIVE

§ 1. – Systèmes d’intelligence artificielle générative : de quoi parle-t-on ?

A. – Les progrès considérables de l’intelligence artificielle avec l’apprentissage profond
B. – Les larges modèles de langage : une représentation mathématique, statistique et probabiliste du langage

§ 2. – Les fondements techniques des larges modèles de langage

A. – Situer les réseaux de neurones parmi les différentes approches d’intelligence artificielle
B. – Le word embedding
C. – Le mécanisme d’attention
D. – La méthode d’auto-apprentissage mise en oeuvre pour les modèles du type de ChatGPT
E. – Une logique de traitement étendue à d’autres contenus

§ 3. – Une modélisation du langage convaincante, de nature mathématique, statistique et probabiliste

A. – Des systèmes produisant des contenus statistiquement vraisemblables, sans intention ou compréhension
B. – Un perfectionnement et une complexification technique ne conduisant pas vers une intelligence artificielle de niveau humain

CHAPITRE 2 : ENJEUX ET LIMITES DES SYSTÈMES D’INTELLIGENCE ARTIFICIELLE GÉNÉRATIVE

§ 1. – Une modélisation de contenu emportant les biais des données capturés dans les embeddings

A. – L’exemple du poids des termes dans la production de contenus
B. – Des biais, provenant des données, renforcés par la méthode d’embedding

§ 2. – Une modélisation de contenu posant la question de l’adéquation des cadres juridiques actuels

A. – L’exemple de l’affaire portée par le New York Times contre OpenAI et Microsoft
B. – Les droits des créateurs réaffirmés face aux besoins de l’industrie numérique
C. – La protection des oeuvres générées par des intelligences artificielles
D. – Une pratique d’extraction débridée, devenue vitale
E. – Les solutions pour continuer de garantir une rémunération aux créateurs

§ 3. – Un besoin considérable d’énergie

A. – Produire une image équivaudrait à la recharge complète d’un smartphone
B. – Pour une adoption raisonnée des « IA » génératives au vu de leur coût carbone

§ 4. – Les difficultés pour problématiser notre rapport aux avancées technologiques telles que l’intelligence artificielle

A. – Les conséquences de décennies de gouvernance de la critique de l’informatique et de ses sous-produits
B. – L’informatique et l’intelligence artificielle : des outils neutres ?
C. – L’intelligence artificielle : une confusion entre innovation et « progrès » ?

CHAPITRE 3 : PERSPECTIVES D’EMPLOI DES SYSTÈMES D’INTELLIGENCE ARTIFICIELLE GÉNÉRATIVE

§ 1. – Une évaluation préalable rigoureuse afin de prévenir les risques

A. – Évaluer le réel besoin justifiant le recours à une intelligence artificielle générative
B. – Anticiper les effets des biais cognitifs
C. – Prévenir les atteintes collectives

§ 2. – Exemples de cas d’usages et de leur application pour les professions du droit

A. – La tenue de conversations
B. – La création de contenus
C. – L’analyse de contenus
D. – Ce que les intelligences artificielles génératives ne sont pas

CHAPITRE 4 : PRINCIPES D’ACTIONS POUR ENCADRER L’IMPLÉMENTATION DES SYSTÈMES D’INTELLIGENCE ARTIFICIELLE GÉNÉRATIVE

§ 1. – Mise en place de lignes directrices pour l’appropriation et l’exploitation de l’intelligence artificielle

A. – Phase d’exploration et d’appropriation : actions préalables à l’introduction dans les processus de travail
B. – Phase d’exploitation : gouvernance des usages d’intelligence artificielle, dont les intelligences artificielles génératives, dans les processus de travail

§ 2. – Anticiper une phase encore négligée : la fin du cycle d’exploitation

§ 3. – Bonnes pratiques d’emploi des systèmes d’intelligence artificielle générative par les professions du droit

A. – Respecter les cadres juridiques et déontologiques
B. – Prévenir le solutionnisme technologique
C. – Être transparent
D. – Garder la main
E. – Se former de manière continue
F. – Savoir s’en dispenser

CONCLUSION

Annexe
Bibliographies sélectives
Index des principaux auteurs cités
Index alphabétique