Ce que l’IA apporte

Santé

Réponse à la question de départ : plus que vous ne le pensez, et presque toujours comme une aide à une personne qui décide. En Suède, un essai mené sur plus de 80 000 femmes a comparé le dépistage habituel du cancer du sein, où deux radiologues lisent chaque mammographie, à un dépistage où un logiciel d’IA trie les images et aide à la lecture. Résultat publié en 2023 : 20 % de cancers détectés en plus, autant de fausses alertes, et 44 % de temps de lecture en moins pour les radiologues, qui gardaient la décision. Des outils semblables repèrent des atteintes de la rétine chez les diabétiques, des fractures, des mélanomes, ou aident à lire des radiographies là où les spécialistes manquent.

Sciences

En 2024, le prix Nobel de chimie a récompensé les concepteurs d’AlphaFold, un système qui prédit la forme en trois dimensions d’une protéine à partir de la suite de ses éléments. Déterminer une seule structure demandait des mois ou des années de laboratoire ; AlphaFold en a prédit plus de deux cents millions, mises à disposition de tous les chercheurs. En météorologie, un modèle d’IA a produit en 2023, en moins d’une minute, des prévisions à dix jours plus précises que le meilleur système classique sur la plupart des mesures, ce qui aide à anticiper tempêtes et canicules. D’autres systèmes proposent de nouveaux matériaux ou accélèrent la recherche de médicaments.

Accessibilité

Pour une personne aveugle, un assistant qui décrit une photo, lit un menu ou reconnaît un produit dans un rayon change le quotidien ; une application d’entraide entre voyants et non-voyants l’a proposé dès 2023. Les sous-titres automatiques rendent les vidéos accessibles aux personnes sourdes, la synthèse vocale rend une voix à celles qui l’ont perdue, la traduction instantanée ouvre une conversation sans langue commune, et la réécriture en langage simple aide les personnes dyslexiques ou éloignées de l’écrit. Dans ces usages, l’IA ne remplace personne : elle rend possible ce qui ne l’était pas.

À quelles conditions

Un apport n’est réel qu’à trois conditions, les mêmes que pour un risque. Il a été évalué sur des cas réels, si possible par un essai comparatif, et mesuré groupe par groupe : un outil de dépistage excellent en moyenne peut échouer sur une partie de la population. Une personne garde la décision et peut contredire la machine. Et les données qu’il demande sont protégées : un outil de santé n’est pas un assistant grand public, et l’on ne confie pas un dossier médical au premier venu.

Ce que l’on ne sait pas encore

Les gains de productivité annoncés aux entreprises sont plus difficiles à mesurer : les études disponibles donnent des résultats contrastés selon les métiers, les tâches et l’expérience des personnes. Dire ce que l’IA apporte oblige à la même rigueur que dire ce qu’elle coûte : des chiffres datés, une source, un périmètre. Ce module et le module « Biais, environnement, pouvoir » se lisent ensemble.