LEBIGDATA.FR I.A, Cloud & Cybersécurité
Contrairement aux modèles génératifs, l’IA agentique s’oriente vers un raisonnement nuancé comme celui d’un humain, capable d’initiatives indépendantes.
Des chercheurs du Massachusetts Institute of Technology (MIT) explorent le raisonnement de l’IA agentique. L’étude, sous la direction d’experts tels que Sinan Aral et Harang Ju, au sein de l’Initiative sur l’économie numérique, se concentre sur la flexibilité et l’autonomie des modèles.
L’IA agentique, pensée flexible inspirée des humains
Confrontons des humains et des modèles d’IA à un dilemme simple. Pour préparer un gâteau d’anniversaire, il faut acheter de la farine à 10 dollars maximum. Cependant, au magasin, le prix est de 10,01 dollars.
Jugeant l’écart d’un centime négligeable, 92 % des humains choisissent d’acheter la farine. En revanche, les modèles d’IA, programmés pour respecter strictement les règles, refusent systématiquement l’achat.
L’IA, en l’état, manque de souplesse contextuelle, une qualité pourtant naturelle chez l’humain. Les chercheurs du MIT ont toutefois trouvé une solution à cette limitation.
En exposant les modèles au raisonnement humain, les systèmes ont appris à déroger aux règles dans des situations pertinentes.
Après avoir intégré des explications sur les choix humains, comme « un centime de plus ne change rien », la machine a commencé à imiter cette flexibilité. L’IA a justifié ses décisions avec des arguments similaires à ceux des humains, tels que « cela reste raisonnable ».
Collaboration humains-IA agentique
Un autre axe de recherche du MIT porte sur la collaboration entre humains et IA. À travers la plateforme Pairit, les chercheurs étudient comment les équipes composées d’humains et d’IA fonctionnent par rapport aux équipes purement humaines.
Dans une expérience, des participants devaient créer des campagnes marketing incluant textes et visuels. Les paires homme-IA excellent dans la rédaction grâce à la rapidité et à la précision des algorithmes.
Cependant, cette équipe peine à produire des images aussi créatives que celles des humains. En revanche, elles communiquent moins sur les aspects sociaux, se concentrant davantage sur la tâche.
Calquer la personnalité
Le MIT a également découvert que programmer des IA avec des traits de personnalité complémentaires à ceux des humains améliore la productivité. Un humain consciencieux excelle avec une IA « ouverte », tandis qu’une IA « névrotique » motive davantage les femmes.
Ces nuances culturelles et individuelles contrastent avec l’IA générative, qui adopte une approche plus uniforme et moins adaptable aux profils humains. L’IA agentique, grâce à des outils comme Pairium AI, vise à optimiser ces interactions en personnalisant les agents.
La négociation est un autre domaine où le modèle agentique excelle. Lors d’une compétition internationale, le MIT a testé des robots de négociation.
Les modèles les plus efficaces combinaient chaleur et domination. Ces robots ont même développé des tactiques uniques, comme l’« injection rapide », qui forçaient leurs homologues à révéler leurs stratégies.
Enfin, la confiance envers l’IA reste un défi. L’IA agentique gagne en crédibilité grâce à sa capacité à expliquer ses décisions, bien que des ajustements soient encore nécessaires pour renforcer cette confiance.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
