La conférence scientifique sur l'épanouissement humain

Jean Thiriet • 13 décembre 2023

Avec les plus grands spécialistes scientifiques sur le sujet !

🌟 A découvrir 🌟

La conférence mondiale sur l'épanouissement humain 2023 a marqué un tournant ! Organisée par la Fondation Templeton World Charity, elle a brillamment mis en lumière les avancées scientifiques dans la compréhension de l'épanouissement humain à travers les cultures. Avec des sessions captivantes sur l'IA, l'économie du bien-être, la science de la solitude et l'impact des arts et de la religion sur le bien-être, cette conférence a ouvert des horizons nouveaux. 🚀 Ne manquez pas les insights de ces experts réconnus dans leurs domaines.

🔗 https://www.humanflourishing.org/2023-conference

Résumé de la video sur Intelligence Artificielle et Epanouissement Humain :

Préservation de l'humanité à l'ère numérique: John Mack met l'accent sur l'importance de préserver l'essence et les valeurs humaines face aux progrès rapides des technologies numériques.

Relation parasitaire entre les humains et la technologie: Mack introduit l'idée qu'il existe une relation parasitaire où la technologie exploite les vulnérabilités humaines, ce qui conduit à une dépendance qui peut être néfaste.

Modèle H+1: Un modèle proposé par John Mack où pour chaque dollar investi dans la technologie, un investissement égal est fait dans l'humanité, en mettant l'accent sur le développement des connexions avec la nature, les autres, l'imagination et soi-même.

Rôle de l'IA dans l'avancement de la science: Melanie Mitchell discute du potentiel de l'IA de révolutionner la compréhension scientifique et de sa capacité à habiliter les scientifiques dans divers domaines.

Transparence et ouverture dans l'IA: Mitchell soulève des préoccupations quant au manque de transparence dans le développement de l'IA et à la concentration du pouvoir de l'IA dans quelques grandes entreprises, plaidant pour des modèles d'IA open source.

Équilibrage des objectifs commerciaux et sociaux: Le panel discute du défi d'équilibrer le potentiel commercial de l'IA avec ses implications sociales et éthiques, soulignant la nécessité d'une approche plus équitable.

Impact de l'IA sur la compréhension humaine: Le développement de l'IA remet en question notre compréhension de l'intelligence humaine et son unicité, ce qui incite à une réévaluation de ce qui constitue l'intelligence humaine.

Perspectives inclusives et diversifiées dans le développement de l'IA: Nipun Mehta souligne l'importance d'inclure des secteurs divers (privé, public, volontaire) dans les conversations sur l'IA pour garantir une approche équilibrée et inclusive.

Développement de l'IA centrée sur l'humain: Les panélistes soulignent la nécessité de placer les valeurs et l'éthique humaines au cœur du développement de l'IA pour éviter de répéter les erreurs passées observées dans des technologies comme les réseaux sociaux.

Participation et retour d'information du public à l'évolution de l'IA: David Robinson discute de l'approche de OpenAI en matière de développement de l'IA, qui implique un déploiement progressif et des commentaires du public pour s'assurer que l'IA est alignée sur les besoins et valeurs humains.

#HumanFlourishing2023 #Innovation #InterdisciplinaryApproach #GlobalImpact

< Post plus ancien

Post plus récent >

IA + Humain : tandem vraiment gagnant ?

par Jean Thiriet • 17 septembre 2026

En moyenne, un humain plus une IA fait moins bien que le meilleur des deux. Ce n'est pas un avis. C'est le résultat d'une méta-analyse de 106 études expérimentales et 370 tailles d'effet, publiée dans Nature Human Behaviour en octobre 2024. Taille d'effet moyenne de la synergie humain-IA : -0,23. Négative. Significative. Autrement dit : dans une majorité de contextes étudiés, ajouter un humain à une IA performante, ou une IA à un humain performant, dégrade le résultat au lieu de l'améliorer. Mais la moyenne cache l'essentiel. Les auteurs identifient deux conditions qui retournent complètement le résultat. Première condition : la nature de la tâche. Tâches de décision : -0,27. La combinaison perd. Tâches de création de contenu : +0,19. La combinaison gagne. L'écart entre les deux est statistiquement significatif. Deuxième condition, et c'est la plus utile pour un manager : qui est le meilleur des deux au départ. Quand l'humain fait mieux que l'IA seule, la combinaison produit un gain net : +0,46. Quand l'IA fait mieux que l'humain seul, la combinaison produit une perte : -0,54. Traduction opérationnelle. Quand votre collaborateur est déjà meilleur que la machine sur cette tâche, l'IA l'augmente. Quand la machine est déjà meilleure que lui, l'humain ajoute surtout du bruit, parce qu'il corrige à tort ce que l'IA avait juste. Le réflexe de management à changer : arrêter de demander où mettre de l'IA. Commencer par demander, tâche par tâche, qui est le meilleur des deux. Une réserve que les auteurs posent eux-mêmes : les études retenues vont de 2020 à juin 2023. L'IA générative y est donc sous-représentée. Je ne présente pas ce résultat comme le mot de la fin. Mais il rejoint ce que montre l'expérience menée chez Procter & Gamble et publiée en 2026 : l'IA améliore surtout la qualité des idées produites, pas la justesse des choix. Créer avec l'IA : oui. Décider à sa place : la preuve n'est pas là. Dans votre équipe, sur quelle tâche précise êtes-vous certain que vos collaborateurs font encore mieux que la machine ?