Freins à l’adoption de l’IA – suite

L’autre jour, j’ai émis des hypothèse sur les raisons qui pouvaient expliquer pour lesquelles des gens adoptent peu l’IA. Cela a suscité de nombreuses réactions absolument passionnantes.

Réactions que je me suis empressé de coller dans une IA pour y peaufiner une liste améliorée. (Je note que j’ai spontanément parlé de l’IA comme d’un lieu où j’ai accompli une tâche, et non comme un outil qui a fait une tâche pour moi.)

Voici ma nouvelle réponse enrichie par l’intelligence collective ET par l’intelligence artificielle — à moins que ça soit l’inverse :

1. Impact écologique : La forte consommation énergétique des modèles d’IA inquiète de nombreuses personnes, soucieuses de limiter leur empreinte carbone.

2. Coût économique : Les outils d’IA nécessitent un investissement initial élevé, que beaucoup ne considèrent pas toujours rentable à court terme.

3. Conséquences sociales : L’IA est perçue comme une menace pour l’emploi, générant des craintes quant au remplacement de certaines professions.

4. Réticence au changement : Changer ses habitudes peut être difficile. Beaucoup préfèrent des méthodes éprouvées plutôt que de se lancer dans l’inconnu.

5. Attachement professionnel : Peur de perdre sa valeur ou de voir son métier dénaturé par l’automatisation croissante des tâches.

6. Utilité discutable : Les IA généralistes peuvent décevoir en produisant des résultats peu précis ou peu adaptés à des besoins spécifiques.

7. Dommages collatéraux : Les biais algorithmiques et les erreurs imprévisibles peuvent avoir des conséquences négatives difficiles à anticiper.

8. Complexité de l’apprentissage : Le choix parmi de nombreux outils, couplé à une UX souvent médiocre, décourage les utilisateurs moins technophiles.

9. Effet de mode : L’IA est parfois perçue comme une tendance éphémère, suscitant des doutes quant à sa pérennité.

10. Fiabilité limitée : Les utilisateurs sont souvent confrontés à des réponses imprécises ou incohérentes, diminuant leur confiance dans les outils.

11. Conflit de valeurs : Certains refusent d’adopter l’IA par crainte de soutenir des entreprises ou modèles économiques non éthiques.

12. Sécurité des données : La confidentialité des informations personnelles reste un sujet de préoccupation majeur pour les utilisateurs.

13. Données dispersées : L’absence d’accès à des données structurées limite l’efficacité des outils d’IA dans de nombreux cas d’usage.

Ce que l’on croit déjà savoir

Ma stratégie de tir (GPT) – suite

Freins à l’adoption de l’IA

How to remember what you read

Exposure and Need – part 2

How computers beat humans at chess

The future of education

Ces visages me guident

La sangle, du côté des oreilles

The other role of a parent

Weakness or improvement area?

Exposure and need

Giving a 4-hour course

Or maybe

Teaching neuroplasticity

Chante, Papa

A contrarian view

Life is the sum of what you obsess on

Benefits of shadowing external peers

Anything simple is false

The curse of simplicity

Public speaking feedback

The basics of OKR

Unpacking my preparation for a speech

Learning a new board game

Un carnet de caractère

L’école tue-t-elle la créativité ?

On en reparle dans 9 ans