Par Frederic Alexandre , Inria Un des problèmes que l’IA n’a toujours pas résolu aujourd’hui est d’associer des symboles – des mots par exemple – à leur signification, ancrée dans le monde réel – un problème appelé l’ « ancrage du symbole » . Par exemple, si je dis : « le chat dort sur son coussin car il est fatigué », la plupart des êtres humains comprendra sans effort que « il » renvoie à « chat » et pas à « coussin ». C’est ce qu’on appelle un raisonnement de bon sens. En revanche, comment faire faire cette analyse à une IA ? La technique dite de « plongement lexical » , si elle ne résout pas tout le problème, propose cependant une solution d’une redoutable efficacité. Il est important de connaître les principes de cette technique, car c’est celle qui est utilisée dans la plupart des modèles d’IA récents, dont ChatGPT… et elle est similaire aux techniques utilisées par Cambridge Analytica par exemple. Le plongement lexical, ou comment les systèmes d’intelligence artificielle
Depuis l'arrestation de Dominique Strauss-Kahn annoncée très tôt sur le site de micro-blogging Twitter, ce dernier a joué un rôle capital pour suivre heure par heure, via le hashtag #DSK , le développement de l'affaire. Ainsi, les journalistes français présents à New York ont pu rendre compte en direct sur Twitter des débats de l'audience du tribunal américain au moment où celui-ci se prononçait sur la libération sous caution de Dominique Strauss-Kahn. La plupart des chaînes de télé et les radios ont cité Twitter comme l'une des sources de leurs informations même s'il eut été plus juste de considérer Twitter comme un outil utilisé par leurs propres journalistes. Tous ? Non, Laurence Haïm, correspondante de Canal+ et de I>télé, s'est vue interdire d'utiliser Twitter pour réserver ses informations en exclusivité pour son employeur. Une décision surprenante puisque tous les journalistes français utilisaient Twitter... Mais le comble du ridicule a été attei