Le corpus juridique digital et numérique marocain.

La multiplication des moyens de communication et d’information est devenue une préoccupation majeure de nos sociétés modernes, tellement ils sont devenus un outil incontournable de communication et d’échanges en tous genres. Cette configuration a précipité l’éclosion des droits numériques, considérés dans la terminologie juridique du droit international des droits de l’homme comme les droits de la quatrième génération.
Cependant, le développement des réseaux sociaux et du e-commerce symbolisant l’exercice des libertés et droits numériques, fait aussi peser des risques sur les informations personnelles de leurs utilisateurs, exacerbant la protection de ce qu’un bon nombre de juristes appellent l’ordre public numérique. Dans cette perspective, et afin d’être en adéquation avec les législations internationales en la matière, tout en évitant toute forme de dérive juridique, le législateur marocain est intervenu pour règlementer la protection des libertés et droits numériques, en prévoyant un arsenal juridique à caractère préventif
mais aussi répressif. Dans la même veine, les contraintes économiques ont été prises en considération pour faire en sorte que la loi ne constitue pas un frein au développement commercial.

Il est important d’aborder tout le « cycle de vie de l’IA », c’est-à-dire non seulement sa phase
de conception, mais aussi son déploiement et son utilisation. Il faut garder à l’esprit, par ailleurs, que
la plupart des applications de l’IA actuellement en usage, pourraient avoir d’importants impacts sur
les droits de l’homme, la démocratie et l’État de droit ou encore exacerber et amplifier les impacts existants, affectant simultanément de plus en plus de personnes et des pans de plus en plus vastes de la
société.

Qu’est-ce que l’intelligence artificielle ?

Aujourd’hui, l’intelligence artificielle, ou intelligence machine, et les machines dotées d’IA peuvent accomplir les actes suivants :

• Reconnaissance vocale
• Apprentissage
• Planification
• Résolution de problèmes
• Raisonnement
• Perception
• Possibilité de manipuler et de déplacer des objets

Il existe 4 types d’IA : l’intelligence artificielle étroite (ANI), l’intelligence artificielle générale (AGI) et la super intelligence artificielle (ASI). Nous n’allons traiter que les 3 cités.

• L’intelligence artificielle étroite : l’ANI est classée dans la catégorie d’intelligence artificielle faible car elle n’est spécialisée que dans une gamme étroite de paramètres ou de situations, comme la reconnaissance vocale ou les voitures sans conducteur, par exemple.
• L’intelligence artificielle générale : l’AGI est considérée comme une intelligence artificielle forte, car elle travaille à un niveau supérieur, qui correspond à l’intelligence humaine.
• La super intelligence artificielle : bien que ce type d’IA ne soit actuellement pas développé, l’ASI signifie qu’une machine dispose d’une super intelligence ou qu’elle est plus intelligente qu’un humain.

L’ANI est le type d’IA le plus simple à identifier, déjà utilisé par la plupart des individus. Voici quelques exemples d’ANI que vous reconnaîtrez certainement :

• Les voitures sans conducteur : les voitures sans conducteur n’ont ni volant ni pédales. Elles fonctionnent avec des cartes en 3D et sont contrôlées par un Chauffeur Google.
• Les appareils à commande vocale : de Siri à Alexa, la plupart des consommateurs possèdent et utilisent quotidiennement une interface ANI via des appareils intelligents.
• Les filtres de messagerie : toutes les boîtes de réception, sinon la plupart, offrent aux utilisateurs la possibilité de trier des spams et de signaler des messages spéciaux.

L’AGI va encore plus loin en matière d’intelligence artificielle, nécessitant une machine pour effectuer des tâches intellectuelles comparables à celles réalisées par des humains. Cependant, pour qu’un robot puisse être classé comme AGI, il doit passer quelques tests qui permettent de vérifier son intelligence machine.

En particulier, le test de Turing vérifie la capacité d’une machine à agir comme celle d’un humain. Si une machine obtient un score de 70 % ou plus, elle est classée comme un robot AGI. Une autre analyse de la compatibilité des AGI est le test du café, qui demande à un robot de pénétrer dans un environnement domestique, de trouver du café et d’apprendre à le préparer. Un candidat AGI doit également réussir le test du Robot Collège, qui implique que le robot s’inscrive à des cours et les suive avec succès. Enfin, un robot peut passer un entretien d’embauche, où il doit réussir des tests professionnels, notamment des examens de conduite et d’écriture.

Deux techniques fondamentales permettent à l’IA d’être effective efficacement : le machine learning (ML) et le deep learning (DL). ML et DL créent l’environnement nécessaire au fonctionnement de l’IA. Le machine learning est constitué d’outils et d’algorithmes intégrés à un ordinateur qui « apprennent » ou utilisent des données existantes pour produire des prédictions précises. Le deep learning est une fonction automatisée du machine learning, qui permet à une machine de remarquer des modèles et de classer les informations dans des catégories, ce qui lui permet de « penser ».

Comment elles peuvent fonctionner pour votre entreprise ?

• Une plateforme de machine learning peut utiliser des informations provenant de plusieurs sources de données différentes, comme des outils de développement et de formation, ainsi que d’autres algorithmes, pour prédire et classer des informations.
• Le deep learning est une technique de machine learning qui utilise la reconnaissance et la classification de modèles pour travailler avec de grands ensembles de données.
• Les réseaux neuronaux sont une technique de machine learning qui utilise des algorithmes statistiques s’inspirant du comportement des neurones du cerveau humain.
• L’informatique cognitive est un type d’informatique qui utilise le raisonnement et une compréhension de haut niveau. Elle n’est pas considérée comme du machine learning, car elle utilise une combinaison de plusieurs technologies d’IA pour produire des résultats.
• La vision par ordinateur permet aux ordinateurs d’agir et de traiter comme l’œil humain. Elle analyse le contexte des images et vidéos numériques afin de produire des informations digitales ou symboliques pour la prise de décisions.
• La génération du langage naturel consiste simplement à générer du texte à partir de données informatiques. Ce processus est souvent utilisé pour le service client, les rapports et les résumés en matière de veille économique.
• Les unités de traitement graphique (GPU) font partie d’un circuit électronique et accélèrent la création d’images sur un dispositif d’affichage. Elles sont indispensables au bon fonctionnement de l’IA.
• L’IoT, ou Internet des objets, consiste en un réseau d’appareils connectés qui génèrent et partagent des données, comme les appareils électroménagers, les haut-parleurs intelligents, les objets de type prêt-à-porter et les appareils médicaux. L’IA dépend des données de ces appareils pour générer de la business intelligence.
• Les algorithmes avancés sont des algorithmes complexes qui sont constamment développés et combinés pour fournir un traitement intelligent continu.
• Les API, ou interfaces de programmation d’applications, sont des technologies parfois utilisées pour accéder aux services d’IA. De même, l’IA utilise des flux de données API pour aider les entreprises à interpréter des données qui ne sont pas toujours visibles

Les applications d’IA dans la vie réelle

Il est probable qu’il y ait plus d’IA dans votre vie que vous ne le pensez. Avez-vous déjà interagi avec un cyber-assistant sur votre site d’achat préféré ? Demandé de l’aide à Facebook pour créer une publicité pour votre entreprise ? Fait appel à Alexa pour faire jouer votre playlist préférée ? Dit « bonjour Google » pour retrouver votre chemin vers votre domicile ? Ce ne sont là que quelques-unes des façons dont les entreprises utilisent l’IA pour simplifier votre quotidien et fournir toujours plus d’informations à leurs clients. En voici quelques autres :

• Amazon propose une IA transactionnelle dont les algorithmes ne cessent de se perfectionner. Actuellement, elle est capable de prédire vos habitudes d’achat et de fournir des informations sur les produits avant même que vous soyez à la recherche d’un produit spécifique.
• Le processus d’ADN musical de Pandora utilise plus de 400 caractéristiques musicales extraites de chansons analysées manuellement par des musiciens professionnels, pour recommander de nouvelles chansons aux utilisateurs en fonction de leurs préférences.
• Nest est un thermostat qui peut être contrôlé vocalement par Alexa pour apprendre et activer vos préférences de chauffage et de climatisation.

Qu’en est-il de l’IA basée dans le cloud ? Avec son évolutivité et son accès aux ressources en temps réel, l’IA couplée à une infrastructure cloud apparaît comme une option de premier plan. Parmi les plateformes actuellement disponibles, citons Microsoft Azure Machine Learning, Google Cloud Prediction API, TensorFlow, Rainbird et Meya, pour n’en lister que quelques-unes.

L’IA, et le respect de l’être humain

L’IA a des répercussions sur quatre « familles de droits de l’homme » en vertu de la CEDH, de
ses Protocoles et de la CSE :
i) Le respect de l’être humain ;
ii) La liberté individuelle ;
iii) L’égalité, la non-discrimination et la solidarité ;
iv) Les droits sociaux et économiques.
En outre, l’IA a de forts impacts sur :
v) La démocratie ;
vi) L’État de droit.
Il est important de noter que beaucoup de systèmes d’IA, ou leurs usages, peuvent affecter
simultanément la démocratie, l’État de droit et plusieurs droits de l’homme différents. Ils peuvent
aussi avoir des effets négatifs sur les droits d’une personne, mais positifs sur ceux d’une autre.

Deux techniques fondamentales permettent à l’IA d’être effective efficacement : le machine learning (ML) et le deep learning (DL). ML et DL créent l’environnement nécessaire au fonctionnement de l’IA. Le machine learning est constitué d’outils et d’algorithmes intégrés à un ordinateur qui « apprennent » ou utilisent des données existantes pour produire des prédictions précises. Le deep learning est une fonction automatisée du machine learning, qui permet à une machine de remarquer des modèles et de classer les informations dans des catégories, ce qui lui permet de « penser ».

Maghreb Observateur, a eu, la chance et le privilège de rencontrer quelques un de ces acteurs et actrices Marocains et Marocaines, qui œuvrent dans ce domaine. Ils ou elles, nous entretiendrons sur tous les aspects de cette science, qui nous fascine, mais nous inquiète.

Dans une séries d’articles que nous diffuserons, ces acteurs et spécialistes de l’IA, exposerons pour vous chers lecteurs et lectrices, leurs perceptions de l’évolution de leurs recherches, ainsi que de leurs applications, et comment ils ou elles composent avec l’étique.

Références : Talend

: Université du Québec à Montréal

: École polytechnique de Montréal