Dernières actus

Le diplôme sert-il encore à quelque chose sur le marché du travail français ? [Etude Indeed] . 83% des catégories… voir

Hello Masters dévoile les 10 Hard Skills et 10 Soft Skills les plus recherchées aujourd’hui et en 2030. Paris, le… voir

RH 2.0 : une étude encourage la fusion entre outils traditionnels et numériques !. Une stratégie numérique de… voir

Soumis par Stephane d'Uni… le

Le problème est que nous sommes passés d'une époque dans laquelle l'information était cachée et centralisée à une époque comme aujourd'hui dans laquelle l'information est riche et accessible ... sans même que nous devions aller la récupérer. 

Entre les deux extrêmes, les moteurs de recherche comme Google, ont rythmé notre vie durant vingt ans. Ils nous donnaient accès à cette information. Mais pour y avoir accès, il fallait quand même jouer avec les mots clés pour obtenir, qualifier puis contextualiser cette information. Ce n'est plus vraiment le cas aujourd'hui. 

L'IA générative nous fournit une information globalement sans aspérité, information qui aura toutes les peines du monde à s'ancrer en nous. Faites le test ! Utilisez ChatGPT et essayer de vous rappeler trois jours plus tard. Tout est oublié. Sommes nous entrés à l'ère de l'illusion de la connaissance ? 

Réponse de chatGPT à mon interrogation 

Votre observation soulève une question cruciale sur l'évolution de notre rapport à l'information et à la connaissance dans l'ère numérique. En effet, nous sommes passés d'un modèle où l'information était difficile d'accès et réservée à une élite, à un autre où elle nous est servie en continu, souvent de manière proactive par des algorithmes qui prédisent nos intérêts. Ce flux constant d'informations, personnalisé par des moteurs de recherche et des réseaux sociaux, pose plusieurs défis et paradoxes :

Surcharge d'information 

Avec l'accès presque illimité à l'information, le défi n'est plus de trouver l'information, mais de naviguer à travers un excès d'informations, souvent de qualité variable. Cette surabondance peut entraîner une fatigue informationnelle et rendre difficile la distinction entre des sources fiables et celles qui ne le sont pas.

Personnalisation et bulles de filtres 

Les algorithmes qui personnalisent notre expérience en ligne tendent à nous enfermer dans des "bulles de filtres", où nous sommes exposés principalement à des informations et des points de vue qui renforcent nos opinions existantes, réduisant ainsi notre exposition à des perspectives diverses.

Illusion de savoir 

L'accès facile à l'information peut créer une illusion de connaissance, où l'on confond l'accès à l'information avec une véritable compréhension ou maîtrise d'un sujet. Cela peut conduire à une surestimation de nos propres connaissances et compétences.

Déqualification de l'expertise 

La démocratisation de l'accès à l'information peut parfois conduire à une dévaluation de l'expertise professionnelle, où les opinions non expertes sont valorisées au même titre que les connaissances fondées sur des recherches rigoureuses. 

Décentralisation versus centralisation algorithmique 

Bien que l'information soit techniquement plus décentralisée, les mécanismes par lesquels elle nous est présentée sont hautement centralisés et contrôlés par quelques grandes plateformes technologiques. Cela soulève des questions sur le pouvoir, la gouvernance de l'information, et la neutralité des algorithmes.

Face à ces défis, il devient essentiel de développer des compétences en littératie numérique et informationnelle, afin de savoir rechercher, évaluer et utiliser l'information de manière critique. De plus, il est important de reconnaître la valeur de la lenteur et de la profondeur dans l'apprentissage et la consommation d'information, favorisant ainsi une compréhension plus riche et plus nuancée du monde qui nous entoure.

Quelles sont les nouvelles compétences à développer pour être en capacité de lire et comprendre ce que raconte l'IA générative ?

A cette question, il faut d'abord former les utilisateurs sur les dérives de l'IA. Un peu de littératie numérique avancée pour comprendre la compréhension des principes fondamentaux sur lesquels l'IA et les algorithmes sont construits. Ensuite savoir d’où provient l'information pour évaluer sa fiabilité et sa pertinence. Avoir toujours à l'esprit que l'IA peut se tromper: une compréhension approfondie des biais liés à l'IA est nécessaire. Sans oublier les implications éthiques de l'utilisation de l'IA générative, sur le plan des droits d'auteur ou de la confidentialité. 

Mais à l'évocation des nouvelles compétences à développer pour être en capacité de lire et de comprendre ce que raconte l'IA générative, vous avez du bondir sur votre canapé ! Et l'esprit critique alors ? Il faut en effet être en capacité de contextualiser. Avec l'IA, on se retrouve avec un brouillon d'informations, qu'il faudra contextualiser. 

Trois compétences clés face à l'IA

Zoom sur l'esprit critique 

La capacité à évaluer de manière critique le contenu généré par l'IA, en distinguant entre ce qui est crédible, ce qui est biaisé, et ce qui pourrait être erroné ou manipulé. Cela inclut la compréhension des limites des modèles d'IA et de leurs sources de données.

Des nouvelles compétences en résolution de problèmes 

La capacité à utiliser de manière créative le contenu généré par IA comme un outil pour résoudre des problèmes, innover et créer de nouvelles formes d'art, de connaissances ou de communication. A ce titre, vous devrez challenger l'IA sur les informations transmises pour contextualiser et mieux maitriser la connaissance. 

Flexibilité et adaptabilité 

La technologie évoluant rapidement, la capacité à s'adapter et à apprendre continuellement de nouvelles compétences est essentielle. Cela signifie aussi que vous devrez en permanence vous former sur votre cœur de métier pour affirmer votre singularité face à l'IA générative. 

Bref c'est le chantier !! 

 

French
Sticky Menu
COLOR SKINS
COLOR SCHEMES