DÉCRYPTAGE : ChatGPT expliqué par le gouvernement… expliqué ici !

7 min readApr 16, 2023

[Article rédigé le 16 avril 2023 par Jeremy Lamri avec le support de l’algorithme Open AI GPT-4 pour environ 10%].

Créé par Jeremy Lamri avec DALL-E2 Experimental (2023, tous droits réservés)

En ce mois d’avril 2023, le Pôle d’Expertise de la Régulation Numérique (PEReN) du Gouvernement français vient de publier un excellent document de 15 pages qui résume le fonctionnement des modèles d’IA utilisés par ChatGPT et les IA génératives. Et tant mieux ! Mais parce que le document est loin d’être facilement compréhensible, il n’est pas inutile de proposer une version vulgarisée, et adaptée au regard des besoins et des enjeux de la fonction RH. C’est cadeau, bonne lecture !

ACCÉDER AU RAPPORT DE LA PEReN sur ChatGPT

La percée des LLM conversationnels

Les Large Language Models (LLM) sont des modèles d’intelligence artificielle basés sur des réseaux de neurones profonds qui ont été entraînés sur de vastes quantités de données textuelles pour comprendre et générer du langage humain. Ces modèles sont capables d’effectuer diverses tâches liées au traitement automatique des langues, telles que la traduction, la génération de texte et la réponse aux questions. ChatGPT, LaMDA et BlenderBot 3 sont des exemples de LLM conversationnels qui ont été spécifiquement conçus pour interagir avec les utilisateurs humains en menant des conversations naturelles :

ChatGPT est un modèle développé par OpenAI qui utilise l’apprentissage par renforcement à l’aide de retours humains (RLHF) pour améliorer ses performances conversationnelles.
LaMDA (Language Model for Dialogue Applications) est un modèle développé par Google qui vise à permettre des conversations ouvertes et naturelles sur des sujets divers et variés.
BlenderBot 3 est un modèle développé par Facebook AI qui combine plusieurs compétences pour créer un agent conversationnel cohérent, engageant et informatif.

Ces modèles conversationnels ont le potentiel de transformer la manière dont les humains interagissent avec les machines et accèdent à l’information. Le futur du travail et des ressources humaines est en pleine évolution, avec l’intégration croissante de l’intelligence artificielle et des technologies d’apprentissage automatique. Les LLM conversationnels, tels que ChatGPT, LaMDA et BlenderBot 3, ont le potentiel de transformer en profondeur la manière dont les employés et les candidats interagissent avec les entreprises et les systèmes de support.

Dans le domaine des ressources humaines, l’utilisation des LLM conversationnels pourrait améliorer l’efficacité et la rapidité des processus de recrutement, de formation et de gestion du personnel. Les modèles pourraient être utilisés pour faciliter les entretiens d’embauche, la préparation des contrats ou encore la gestion des questions liées aux avantages sociaux et aux politiques de l’entreprise. Les LLM pourraient également aider à personnaliser les programmes de formation, en fournissant des conseils et des informations adaptés aux besoins spécifiques de chaque employé.

Une puissance qui ne vient pas sans contrepartie

L’adoption de ces technologies dans le futur du travail soulève plusieurs défis et questions éthiques. La véracité des informations fournies par les LLM conversationnels doit être contrôlée pour éviter la propagation de fausses informations ou de conseils inappropriés. Les employeurs et les RH doivent également veiller à protéger les données sensibles des collaborateurs, en assurant un niveau élevé de confidentialité et de sécurité pour les conversations avec ces modèles.

La démocratisation de l’accès à ces technologies est également un enjeu majeur pour l’avenir des ressources humaines. Les entreprises devront veiller à ce que les LLM soient accessibles à tous les employés, quelle que soit leur taille ou leur localisation géographique. Les modèles devront être capables de comprendre et de répondre aux questions dans différentes langues et contextes culturels, afin de garantir une expérience utilisateur équitable et sans discrimination.

Dans le contexte des moteurs de recherche, les LLM conversationnels pourraient offrir une alternative plus intuitive et personnalisée aux méthodes de recherche traditionnelles. Les employés pourraient ainsi bénéficier d’informations contextuelles et adaptées à leurs besoins, facilitant la prise de décision et l’accès aux ressources pertinentes. Toutefois, cette évolution nécessitera de repenser les modèles économiques des moteurs de recherche, tels que la publicité ciblée et la protection des données personnelles.

La régulation des LLM conversationnels sera cruciale pour garantir la transparence et la responsabilité dans l’utilisation de ces technologies dans le futur du travail et des ressources humaines. Les régulateurs, tels que l’AI Act en Europe, pourraient imposer des obligations de transparence pour les fournisseurs de modèles conversationnels et promouvoir des normes éthiques pour leur développement et leur déploiement. Les employés et les candidats devront être informés de leurs interactions avec ces modèles et choisir consciemment avec quels modèles interagir pour garantir la protection de leurs données de conversation.

Comment préparer le déploiement de ChatGPT pour les RH ?

Cette partie ne figure pas dans le rapport du PEReN, mais je considère que c’est important d’y apporter cette plus value, dans le cadre d’un article de vulgarisation à destination de profils RH. Pour préparer efficacement l’utilisation consciente et responsable des LLM conversationnels dans les organisations, les professionnels RH peuvent commencer par suivre cette démarche assez typique en gestion du changement à portée technologique :

1. Sensibilisation et formation

Sensibiliser les employés et les parties prenantes aux capacités, aux avantages et aux limites des LLM conversationnels. Organiser des formations régulières pour assurer la compréhension et l’adoption responsable de ces technologies.

2. Évaluation des besoins

Identifier les domaines spécifiques où les LLM conversationnels peuvent apporter une valeur ajoutée aux processus RH, tels que le recrutement, la formation, le support aux employés, la gestion des performances ou la diversité et l’inclusion.

3. Sélection et personnalisation

Choisir les modèles LLM les plus appropriés pour répondre aux besoins spécifiques de l’organisation, en tenant compte des questions de conformité, de sécurité et d’éthique. Personnaliser les modèles en fonction des exigences de l’entreprise, en éliminant les biais et en assurant l’alignement avec les valeurs de l’organisation.

4. Mise en place de politiques et de procédures

Développer des politiques et des procédures pour encadrer l’utilisation des LLM conversationnels, en abordant des questions telles que la protection des données, la confidentialité, la transparence et le consentement des utilisateurs. Établir des mécanismes de responsabilité pour surveiller et évaluer l’impact de ces technologies sur l’organisation et ses employés.

5. Collaboration interfonctionnelle

Travailler en étroite collaboration avec les équipes informatiques, juridiques, éthiques et de conformité pour assurer une intégration harmonieuse des LLM conversationnels dans l’infrastructure existante et pour anticiper et gérer les risques potentiels.

6. Suivi et amélioration continue

Mettre en place des mécanismes pour surveiller et évaluer régulièrement les performances des LLM conversationnels, en recueillant des retours d’informations des utilisateurs et en ajustant les modèles en conséquence pour améliorer leur précision, leur pertinence et leur efficacité.

7. Communication et transparence

Communiquer clairement aux employés et aux parties prenantes sur l’utilisation des LLM conversationnels, en expliquant comment ces technologies fonctionnent, quels processus sont automatisés, et en assurant une transparence sur les mesures prises pour protéger les données et garantir l’éthique.

En suivant ces quelques étapes, il est déjà possible de tirer raisonnablement parti des LLM conversationnels de manière responsable et éthique, tout en maximisant leur potentiel pour améliorer l’efficacité et assurer la sécurité des données et des personnes. Avec Tomorrow Theory, nous vous préparons un rapport complet intitulé “IA & RH”, qui sortira début juin 2023, avec une approche bien plus développée et illustrée de ce plan d’accompagnement. A suivre donc !

Qu’est ce que le PEReN ?

Parce qu’un peu de pub ne fait jamais de mal, j’ai envie de vous parler du Pôle d’Expertise de la Régulation Numérique, responsable de la publication de ce document explicatif. En tant que service national spécialisé, le PEReN offre une expertise et un soutien technique dans les domaines du traitement des données, des sciences des données et des algorithmes aux services de l’État et aux autorités administratives impliquées dans la régulation des plateformes numériques. Il participe également à des projets de recherche exploratoire ou scientifique en science des données.

Si vous voulez découvrir les travaux du PEReN, et je vous les recommande, c’est par ici : https://www.peren.gouv.fr/.