Les travailleurs chargés d'entraîner les nouveaux modèles d'IA admettent utiliser des chatbots pour générer les données nécessaires. Cela soulève des inquiétudes quant à la qualité et à la fiabilité de ces modèles.
Les entreprises comme Google et DeepMind investissent massivement dans le développement de l'IA, mais la qualité des données d'entraînement est cruciale pour obtenir des résultats précis. Or, selon une enquête menée par New Scientist, 40% des travailleurs chargés d'entraîner les nouveaux modèles d'IA utilisent des chatbots pour générer les données nécessaires, plutôt que de les créer eux-mêmes.
Les conséquences de l'autogénération des données
Cette pratique, appelée « autogénération des données », peut entraîner une réduction de la qualité et de la diversité des données, ce qui à son tour peut affecter la précision et la fiabilité des modèles d'IA. Les experts estiment que cela pourrait avoir des conséquences importantes sur les applications futures de l'IA, notamment dans les domaines de la santé et de la finance.
Les enjeux pour l'industrie de l'IA
Les entreprises de l'industrie de l'IA, comme Google et DeepMind, doivent prendre conscience de ces risques et mettre en place des mesures pour garantir la qualité et la fiabilité des données d'entraînement. Cela pourrait impliquer la mise en place de procédures de contrôle de la qualité, la formation de travailleurs qualifiés pour générer des données de haute qualité, et l'investissement dans la recherche et le développement de nouvelles méthodes d'entraînement.
Dans les semaines à venir, il faudra surveiller de près les développements dans l'industrie de l'IA et les mesures prises pour répondre à ces défis. La qualité des données d'entraînement sera un facteur clé pour déterminer la réussite des applications futures de l'IA.