Quand j’étais enfant et que je grandissais dans une famille de la classe moyenne au milieu de l’Amérique, dans les années 1970, les parents donnaient à leurs enfants des conseils familiers : obtenez de bonnes notes, allez au collège et poursuivez une profession qui offre un niveau de vie décent et peut-être un peu de prestige. Si vous étiez doué en mathématiques et en sciences, devenez médecin. Si vous étiez meilleur en anglais et en histoire, devenez avocat. Si le sang vous dégoûtait et que vos compétences en communication avaient besoin d’être améliorées, devenez comptable. Plus tard, lorsque les ordinateurs sont apparus sur les bureaux et que les PDG étaient à la une des magazines, les jeunes qui étaient vraiment doués en mathématiques et en sciences ont choisi les hautes technologies, tandis que d’autres se sont précipités vers les écoles de commerce, pensant que le succès était écrit MBA. Avocats fiscaux. Radiologistes. Analyste financier. Ingénieur en logiciel. Le guru de la gestion Peter Drucker a donné à ce groupe de professionnels un nom perdurant, bien que quelque peu fantaisiste : 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 percevoir 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 parmi nous pouvait en faire partie. Tout ce que nous avions à faire, c’était étudier dur et suivre les règles du régime méritocratique. C’était le chemin de la réussite professionnelle et du bien-être personnel. Mais il s’est passé quelque chose de drôle pendant que nous avions le nez 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 passée du boom à la dépression et au blah, il y a une métaphore qui explique ce qui se passe. Et c’est juste dans nos têtes. Les scientifiques savent depuis longtemps qu’une ligne 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 de manière plus précise la manière dont les deux côtés divisent les responsabilités. L’hémisphère gauche s’occupe de la séquence, de la littéralité et de l’analyse. L’hémisphère droit, de son côté, prend en charge le contexte, l’expression émotionnelle et la synthèse. Bien sûr, le cerveau humain, avec ses 100 milliards de cellules et ses 1 000 milliards de connexions, est d’une complexité époustouflante. 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 à l’école, au travail et dans les affaires étaient caractéristiques de l’hémisphère gauche. Ce sont les sortes de talents linéaires, logiques et analytiques mesurés par les SAT et déployés par les comptables. Aujourd’hui, ces compétences sont toujours nécessaires. Mais ce n’est plus suffisant. Dans un monde bouleversé par le sous-traitance, submergé 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)