Quand j’étais enfant et que je grandissais dans une famille de classe moyenne au milieu des années 1970, au milieu de l’Amérique, les parents donnaient souvent les mêmes conseils à leurs enfants : obtiens de bonnes notes, va à l’université et trouve un métier qui te permettra de gagner ta vie décemment et peut-être même d’avoir un peu de prestige. Si tu étais doué en mathématiques et en sciences, deviens médecin. Si tu étais meilleur en anglais et en histoire, deviens avocat. Si le sang te dégoûtait et que ton expression verbale avait besoin d’être travaillée, deviens comptable. Plus tard, lorsque les ordinateurs sont apparus sur les bureaux et que les PDG sont apparus sur les couvertures des magazines, les jeunes qui étaient vraiment doués en mathématiques et en sciences ont choisi les hautes technologies, tandis que d’autres ont afflué vers les écoles de commerce, pensant que le succès était écrit MBA. Avocats fiscaux. Radiologistes. Analystes financiers. Ingénieurs en logiciels. Le célèbre management Peter Drucker a donné à ce groupe de professionnels un nom perdurant, bien que un peu ennuyeux : les travailleurs du savoir. Ce sont, écrit-il, «des gens qui sont payés pour mettre en œuvre ce qu’ils ont appris à l’école, plutôt que pour leur force physique ou leur habileté manuelle». Ce qui distinguait les membres de ce groupe et leur permettait de récolter les plus grandes récompenses de la société, c’était leur «capacité à acquérir et à appliquer des connaissances théoriques et analytiques». Et n’importe qui pouvait les rejoindre. Tout ce que nous avions à faire, c’était d’étudier dur et de suivre les règles du régime méritocratique. C’était le chemin vers le succès professionnel et le bien-être personnel. Mais une chose curieuse s’est passée pendant que nous nous penchions sur la meule : le monde a changé. L’avenir n’appartient plus aux personnes qui peuvent raisonner avec une logique, une vitesse et une précision informatiques. Il appartient à une autre sorte de personne, avec un autre type d’esprit. Aujourd’hui, au milieu des incertitudes d’une économie qui est passée du boom à la dépression et au blah, il y a une métaphore qui explique ce qui se passe. Et elle est juste dans nos têtes. Les scientifiques savent depuis longtemps qu’une ligne de démarcation neurologique Mason-Dixon sépare nos cerveaux en deux régions : les hémisphères gauche et droit. Mais au cours des 10 dernières années, grâce en partie aux progrès de l’imagerie par résonance magnétique fonctionnelle, les chercheurs ont commencé à identifier plus précisément la manière dont les deux côtés divisent les responsabilités. L’hémisphère gauche gère la séquence, la littéralité et l’analyse. L’hémisphère droit, quant à lui, s’occupe du contexte, de l’expression émotionnelle et de la synthèse. Bien sûr, le cerveau humain, avec ses 100 milliards de cellules et ses 1 000 milliards de connexions, est d’une complexité étonnante. Les deux hémisphères travaillent en concert et nous sollicitons les deux côtés pour pratiquement tout ce que nous faisons. Mais la structure de nos cerveaux peut nous aider à expliquer les contours de notre époque. Jusqu’à récemment, les capacités qui ont conduit au succès scolaire, professionnel et commercial étaient caractéristiques de l’hémisphère gauche. Ce sont les sortes de talents linéaires, logiques et analytiques mesurés par le SAT et déployés par les comptables publics. Aujourd’hui, ces capacités sont toujours nécessaires. Mais ce n’est plus suffisant. Dans un monde bouleversé par le sous-traitance, inondé de données et étouffé par le choix, les capacités qui comptent le plus à présent sont plus proches de l’esprit des spécialités de l’hémisphère droit : l’art, l’empathie, la vision d’ensemble et la poursuite du transcendant.
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle Introduction L’intelligence artificielle (IA)