Sums up https://www.baldurbjarnason.com/2025/trusting-your-own-judgement-on-ai/
It’s next to impossible for individuals to assess the benefit or harm of chatbots and agents through self-experimentation. 2) Tech, software, and productivity research is extremely poor and is mostly just marketing. 3) The sheer magnitude of the “AI” Bubble and the near totality of the institutional buy-in – universities, governments, institutions – means that everybody is biased.
When we only half-understand something, we close the loop from observation to belief by relying on the judgement of our peers and authority figures, but these groups in tech are currently almost certain to be wrong or substantially biased about generative models.
Un prof a forcé ses classes à utiliser l'IA de différentes façons pendant un semestre. Il a trouvé ça trop bien. Et de toute façon, l'IA est partout à l'école qu'on le veuille ou non (dit-il). Mais son expérience n'a pas de groupe de contrôle, ce qui mine toute la crédibilité de sa démarche. Au-delà du fait qu'il enseigne l'entreprenariat et innovation.
L'IA n'est pas un ensemble de techniques, même très diverses. Des technos qu'on considérait avant comme de l'IA ne sont plus classées comme telles aujourd'hui. L'IA est un projet idéologique de domination qui n'est pas résumable au capitalisme.
Il a une dimension patriarcale. Les représentations féminisme de l'IA prolongent des imaginaires de science-fiction sexistes. Il y a un fantasme est de créer des esclaves numériques conscients, mais dont paradoxalement on voudrait garder le contrôle. Ce projet est incompatible avec le libre.
La base technique qu'on appelle "IA" de façon courante, les SRAS (Système résultant d’apprentissage stochastique) ne peut pas non plus être libre. Le code public n'est rien sans les données d'entraînement publiques. Or ces données sont des boites noires qui ne sont pas partagées, ou pas partageables (car issues du vol et de la domination).
Diapo : https://khrys.eu.org/conferences/ia-libre-f%C3%A9minisme/
Comment les gens utilisent-iels vraiment l'IA gen en 2024 ? 100 usages classés du plus au moins. Suivi de sa mise à jour en 2025 (PDF, 4Mo) https://learn.filtered.com/hubfs/The%202025%20Top-100%20Gen%20AI%20Use%20Case%20Report.pdf
Classement 2025 :
Ce top 10 varie drastiquement par rapport l'année d'avant (certains items du top 2025 sont absents de tout le classement 2024)
Une cartographie étape par étape d'un système d'IA particulier, celui d'une enceinte Amazon. On part de l'utilisateur qui parle à l'enceinte, et on remonte du datacenter à la mine, en passant par les usines qui ont fabriqué chaque puce électronique précise. Plus spécifique que la carto de l'IA générative en général.
Présentation large de ce qu'est l'IA (pas que les LLM), puis les raisons de ne pas aimer l'IA (à 00:52) et une explication de ses liens économiques et matériels avec les oligopoles du numérique (Google, Amazon, Microsoft, Meta). Résumé à 1h24, suivi de l'analyse politique de l'orateur sur l'IA (avis + stratégies de lutte). Note qu'il pense que le monde avec IA est inévitable, ce qui est contesté par d'autres.
PDF la présentation : https://asso.framasoft.org/nextcloud/public.php/dav/files/Cfob6MMcmxsZkGt/2025/2025-05-30-JDLL/IA%20et%20capitalisme_v4.pdf p. 11-31 = présentation de l'IA ; p. 32-61 = risques associés ; p. 62-105 = liens avec le système économique (résumés p. 103-104) ; p. 106-fin = analyse politique. La p. 70 sur "qui possède l'IA" et la p. 98 sur les biais liés à l'américano-centrisme des données sont marquantes.
La qualité des réponses des LLM commence à décliner, car les données synthétiques polluent leurs données d’entraînement (cf. autres marque-pages).
Pour mitiger le problème, on peut récupérer des données depuis des bases de données externes... Mais ça augmente les risques de fuite de données privées et produit des analyses encore plus biaisées.
Refaire fabriquer du nouveau contenu de qualité par des humains pour alimenter l'IA aiderait, mais ça n'arrivera pas. Personne ne veut le faire, ni payer pour.
15 slides pour faire le tour de l'IA générative, sous forme d'affirmations courtes, suivie d'un paragraphe, et de sections Aller plus loin et Références. Fournit un glossaire de définitions (modèle de diffusion, réseau de neurones, etc.).
Exemple avec la slide "Charlatanisme" : l'IA a un passif de pseudo-science, de promesses non-tenues, de recherche de mauvaise qualité, et de fraude. Son respect des lois et discutable, et elle pose des problèmes de vie privée. C'est un happeau à procès.
Aborde beaucoup les risques juridiques liés à l'IA gen : plagiat, droit d'auteur, vie privée, fraude, etc.
Les IA génératives citent régulièrement des bibliothèques de code qui n'existent pas vraiment. Des pirates en profitent pour créer des malwares qui portent le nom de ces bibliothèques fictives.
C'est généralisable : l'IA hallucine une fausse information, et quelqu'un génère du contenu qui correspond à cette hallucination pour la légitimer a posteriori et donner l'impression qu'elle était vraie au départ
