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.