Lors de la réunion de l’IFASS, les membres ont exploré le potentiel et les limites de l’IA dans les activités de normalisation par l’intermédiaire de deux présentations. La première présentation visait à introduire l’IA, notamment l’apprentissage machine, l’apprentissage profond et l’IA générative, qui peuvent créer du nouveau contenu. Ce sous-type d’IA, qu’on appelle les grands modèles de langage (GML), peut générer des textes semblables à ceux d’un être humain, mais n’a pas de capacité de réflexion critique et nécessite un entraînement constant et coûteux.
La deuxième présentation mettait de l’avant un GML entraîné pour l’analyse des informations à fournir, plus particulièrement l’analyse des rapports en matière de durabilité. L’analyse de 11 000 rapports a mis en évidence la nécessité d’un examen minutieux des résultats produits par l’IA, car de nombreux énoncés générés avaient besoin d’être retravaillés et comportaient des citations inexactes. L’étude a permis de conclure que la fluidité compromettait souvent l’exactitude.
Dans le contexte des travaux des normalisateurs, la possibilité d’entraîner un GML a été discutée en raison de la spécificité et du faible volume de la littérature. On a également relevé les applications administratives potentielles, comme la rédaction de procès-verbaux de réunions. Bien que l’utilisation des GML pour l’analyse des lettres de commentaires semble attrayante, il a été noté que les résultats devraient quand même être passés en revue. Toutefois, la recherche de commentaires précis pourrait être facilitée. Il a été suggéré d’utiliser plusieurs GML entraînés pour différentes perspectives, avec la médiation d’un autre modèle, pour générer des arguments utiles susceptibles de stimuler une pensée originale.
Consulter le programme complet et les sujets abordés lors de la réunion de l’IFASS (en anglais).