L’ expression « être sur la même longueur d’onde » serait-elle une réalité scientifique ?

Il en va de la science comme de toute expérience humaine, elle recèle parfois de jolies surprises.
Comme lorsque des chercheurs, en publiant un article dans Science, tentent de prouver l’existence de …la télépathie (courbes à l’appui). Pour donner naissance in fine à une technologie bien réelle, elle : l’hyperscanning. L’hyperscanning, une technique récente, montre en effet que lorsque des individus interagissent socialement, leurs ondes cérébrales  se synchronisent. A la clé, un nouveau domaine de recherche émerge : les neurosciences collectives.

Un article rédigé par Quentin Moreau, chercheur à l’ISC-Marc Jeannerod

>> Article à lire en intégralité sur :

Cortex mag

©DR

Du 23 mars au 6 avril, le Printemps du numérique est de retour pour une première édition en format biennal autour de l’intelligence artificielle. Deux semaines pour explorer le fonctionnement des IA, ce qu’elles changent dans nos vies et les craintes qu’elles suscitent.

>> Participent à ce festival :

• 10 bibliothèques de la Ville de Lyon, les départements de la Part-Dieu, le Guichet du Savoir, la Documentation régionale, le bibliobus et le Pôle Métropole,
• les bibliothèques de Villeurbanne, Neuville sur Saône, Couzon-au-Mont-d’Or, Charly, Feyzin, Pierre-Bénite et Mions,
• de nombreux partenaires extérieurs, dont la MMI, l’INRIA, le CNRS, l’UCLy, Planète Sciences, European Lab, le Grame …

>> En ouverture et en clôture du festival, deux temps forts :

• samedi 23 mars à la Bibliothèque de la Part-Dieu : cercle de lecture, ateliers d’informatique débranchée, de génération d’image et d’initiation à la programmation avec un robot, rencontres « IA et éthique », « IA et géopolitique», « IA et création musicale ».
• samedi 6 avril à la Bibliothèque du 6^e : initiation au jeu de rôle, ateliers «  Découverte ludique de l’IA », « Deviens une IA » et « Dessine avec l’IA »

>> Au programme, quelque conférence notable:

• Qu’est ce que l’apprentissage profond ? | Mathieu Lefort, le 26 mars
• Schizophrénie numérique | Anne Alombert, le 27 mars
• Cerveau biologique et intelligence artificielle | Emanuelle Reynaud et Matteo Di Volo, le 28 mars
• Et bien d’autre encore à découvrir dans le programme

Le programme papier est disponible dans les bibliothèques et chez les partenaires.

Sur le site du festival retrouvez les rendez-vous, des sélections documentaires, et participez à l’appel à créations Dessine avec l’IA et aux débats L’IA, on en fait quoi ?

>> Pour plus d’information sur les rendez-vous du festival :

Bibliothèque Municipale de Lyon

En chargeant certains plastiques de particules magnétiques, il est possible de les chauffer à distance afin de les remodeler. Mathieu Salse/INSA Lyon, Fourni par l’auteur | ©Mathieu Salse/INSA Lyon

L’utilisation excessive des plastiques constitue un exemple frappant de la manière dont les matériaux peuvent devenir une source majeure de pollution. La sobriété matérielle, qui consiste à limiter la consommation de matériaux, constitue donc un levier majeur pour diminuer l’impact de nos sociétés sur l’environnement. Bien qu’il semble désormais utopique de se passer des plastiques, l’espoir réside néanmoins dans le fait qu’une grande partie d’entre eux, dits thermoplastiques, ont la faculté de se déformer ou de s’écouler lorsqu’ils sont chauffés.

Cette propriété permet de les remodeler, offrant ainsi la possibilité de les réparer et de les réutiliser directement, ce qui présente une alternative moins coûteuse qu’un recyclage chimique. Parmi les diverses méthodes qui existent pour chauffer et réparer les plastiques, le chauffage par induction magnétique constitue un moyen rapide et efficace d’échauffer localement la matière. Cette technique, notamment utilisée comme traitement contre certains cancers, peut être également employée pour réparer les plastiques permettant ainsi d’accroître leur temps de vie.

Les matériaux autocicatrisants

Une rapide rétrospective montre que la réparation des matériaux plastiques est un sujet qui passionne la communauté scientifique depuis quelques décennies. Ce sujet a connu un véritable « boom » en 2008 avec la découverte d’un nouveau type de matériau capable de s’autoréparer à température ambiante : les vitrimères. On parle alors d’autoréparation, d’autocicatrisation ou de self-healing en anglais. Bien que de nombreux progrès en chimie ont depuis lors permis de diversifier les solutions, les matériaux autoréparables ne sont pour autant pas véritablement sortis des laboratoires de recherche et peinent toujours, plus de 15 ans après, à trouver leur place dans l’industrie.

Si la raison principale de leur manque d’applicabilité est parfois à chercher au niveau de leur prix et de leur complexité chimique, une autre raison plus fondamentale réside dans l’incompatibilité entre capacité à s’autoréparer et rigidité élevée – la première nécessitant une grande mobilité moléculaire et la seconde de fortes liaisons entre les constituants de la matière. En outre, l’industrie du plastique et ses procédés de fabrication étant arrivés à maturation, c’est tout un écosystème qu’il faut repenser pour inclure la production d’une part significative de matériaux innovants.

Les matériaux guérissables sous champ magnétique

Contrairement au cas des matériaux autocicatrisants qui ne nécessitent aucune intervention extérieure, une stratégie alternative, appelée le stimulus-healing, consiste à apporter de l’énergie pour chauffer et réparer les matériaux thermoplastiques. En fonction du matériau et de l’application visée, le mode de chauffage peut prendre plusieurs formes telles qu’un transfert thermique (par contact direct ou via l’air environnant), une onde acoustique, une micro-onde, un laser ou un champ magnétique oscillant appliqué grâce à une bobine (électro-aimant).

Dans le dernier cas, l’opération consiste à intégrer dans le matériau plastique une faible quantité de particules magnétiques (1 à 5 % de son volume). Ces particules sont en effet capables de transformer le stimulus magnétique oscillant en chaleur au sein même de la matière, grâce à un phénomène appelé hyperthermie magnétique. Pour atteindre des températures de l’ordre de 150-200 °C, il est commun d’utiliser des champs magnétiques ayant une intensité de quelques milliteslas (l’équivalent d’un aimant de réfrigérateur) et une fréquence d’environ 500 kHz (contre 20 à 100 kHz pour une plaque induction standard).

Cette technologie a l’avantage de pouvoir être utilisée sur des matériaux dotés de propriétés mécaniques très différentes, ce qui permet de l’appliquer sur une large gamme de plastiques. En effet, elle a récemment été employée pour traiter des matériaux de grande consommation tels que le polypropylène (utilisé pour faire des pare-chocs de voiture) ou certains polyuréthanes souples (employés comme gaine d’isolation électrique).

Un autre avantage que présente cette technique est de pouvoir lisser une pièce rugueuse pour effacer ses défauts en surface. Cela est particulièrement utile pour des pièces imprimées en 3D dont la rugosité diminue sensiblement les performances mécaniques et rend l’aspect peu attractif.

Inducteur haute fréquence utilisé pour activer l’hyperthermie magnétique permettant le lissage et le renforcement d’une plaque de polypropylène imprimée en 3D. Le bras de l’inducteur est placé au dessus de la plaque de plastique, qui devient lisse et brillant, là où il est encore rainuré autour. | ©Guilhem Baeza/INSA Lyon

Vers le développement à grande échelle

Historiquement, les recherches menées sur l’hyperthermie magnétique ont une visée biomédicale. Cette technique, généralement combinée à la chimiothérapie ou la radiothérapie, est utilisée pour traiter certains types de cancer. Dans ce cas, des nanoparticules magnétiques biocompatibles sont injectées au patient, et la chaleur générée sous irradiation magnétique (+ 6 à 7 °C) tue sélectivement les cellules tumorales.

Cette technique offre la possibilité de chauffer sans contact ni besoin de faire parvenir la lumière, et fonctionne donc dans des matériaux opaques. Elle offre un grand contrôle, étant donné que la quantité de chaleur dégagée peut être contrôlée par les caractéristiques du champ magnétique, mais aussi par la quantité et la nature des particules stimulables. La localisation des particules permet également de chauffer sélectivement une zone désirée.

Dans le cas de matériaux composites basés sur des plastiques, ces avantages sont tout aussi utiles et posent de nouvelles questions scientifiques à résoudre afin d’améliorer le procédé de réparation.

Des limites qu’il reste à dépasser

Un exemple concerne quelles particules choisir parmi toute la variété de celles qui peuvent être utilisées pour convertir le champ magnétique en chaleur. Les chimistes peuvent jouer sur la composition (fer, cobalt, nickel…), la forme (sphère, cube, bâtonnet…) et la taille des particules magnétiques qui sont autant d’éléments impactant la capacité de chauffe des particules. Par ailleurs, la possibilité de fabriquer ces objets à grande échelle et de manière raisonnée est également un enjeu majeur : la société grenobloise Hymag’in, avec qui nous collaborons, développe par exemple des particules de magnétite issues de déchets de la sidérurgie.

D’autres aspects concernent davantage les physiciens, par exemple les questions liées aux mouvements des particules soumises au champ magnétique. D’une part, les particules ont tendance à se regrouper et à s’organiser en formant des chaînes, ce qui soulève des interrogations sur la réversibilité et l’utilisation répétée de cette technique. Sous l’effet du champ magnétique, les particules se mettent aussi à tourner sur elle-même, ce qui engendre un dégagement de chaleur supplémentaire par friction, dépendant du milieu environnant. Il est nécessaire de quantifier cet effet pour ne pas surchauffer les pièces, ce qui entraînerait leur dégradation.

L’aspect noir des matériaux (lié aux particules magnétiques) rend aussi plus difficile leur utilisation comme pièces visibles, notamment dans l’industrie automobile où la cicatrisation de rayures superficielles sur des pièces colorées représente un réel intérêt commercial. Mais il est aussi possible de réparer en moins d’une minute des caoutchoucs, typiquement des semelles de chaussures ou des joints d’étanchéité, ou même des plastiques durs présents dans des articles de voyage, de sport, ou dans des packagings rigides en tout genre. Finalement, la diffusion des technologies liées à l’hyperthermie magnétique nécessitera l’appui d’industries innovantes, capables d’identifier des applications de niche pour passer de concepts généraux à des produits de haute valeur ajoutée.

Le projet MANIOC est soutenu par l’Agence nationale de la recherche (ANR), qui finance en France la recherche sur projets. Elle a pour mission de soutenir et de promouvoir le développement de recherches fondamentales et finalisées dans toutes les disciplines, et de renforcer le dialogue entre science et société. Pour en savoir plus, consultez le site de l’ANR.

Auteurs :

Guilhem P Baeza, Maître de conférences habilité à diriger les recherches en physique des polymères, INSA Lyon – Université de Lyon ;

Laura Ea, Doctorante en Physique des polymères, INSA Lyon – Université de Lyon ;

Mathieu Salse, Doctorant en sciences des matériaux polymères et composites, INSA Lyon – Université de Lyon ;

Simon Fritz, Doctorant en Physique des Polymères, INSA Lyon – Université de Lyon

Cet article est republié sous licence Creative Commons.

>> Lire l’article original sur le site :

The Conversation

MEG portable : une innovation pour rendre la magnétoencéphalographie plus accessible

La magnétoencéphalographie (MEG) permet d’observer l’activité magnétique du cerveau en temps réel. Jusqu’ici cette technique utilisait des capteurs fonctionnant à très basse température, la rendant lourde et coûteuse. Grâce à une nouvelle génération de capteurs, la MEG devient portable, ce qui permet d’envisager de nouvelles applications.

Avec ses longs câbles entrelacés tels des serpents, la coiffe de l’homme assis devant nous évoque la chevelure de la mythique gorgone. La scène en est presque effrayante. Mains croisées sur le ventre, le sujet apparaît pourtant calme et serein. Installé dans l’une des salles du Centre d’étude et de recherche multimodal et pluridisciplinaire (Cermep) en d’imagerie du vivant de Lyon, il s’apprête à participer à une expérience de magnétoencéphalographie (MEG), une technique de mesure des champs magnétiques induits par l’activité électrique des neurones du cerveau…

>> Pour lire l’article complet, rendez vous sur le site :

Cortex mag

Comment réagiriez-vous si ChatGPT dévoilait votre numéro de téléphone et votre adresse privée ?

Parmi les données présentes sur le Web sur lesquelles le modèle de langage derrière ChatGPT s’entraîne, certaines informations sont personnelles et ne sont pas censées être révélées. Pourtant, ce risque est bien réel, comme l’a démontré une équipe de chercheurs, en poussant ChatGPT à révéler une grande quantité de données personnelles à partir d’une simple requête.

Pour garantir la confidentialité des données qui servent à entraîner les systèmes d’intelligence artificielle, une piste est d’utiliser des « données synthétiques » : des données fictives générées artificiellement qui conservent des propriétés statistiques du jeu de données réelles qu’elles cherchent à imiter et remplacer.

Avec des données synthétiques, on peut entraîner un système de classification ou un agent conversationnel comme ChatGPT, tester des logiciels, ou partager les données sans souci de confidentialité : des données synthétiques reproduisent par exemple les données du système national de données de santé.

Certaines des entreprises présentes sur le marché de la génération de données synthétiques, ainsi qu’une partie de la littérature académique, avancent même qu’il s’agit de données réellement anonymes. Ce terme est fort, car il sous-entend qu’on ne peut pas remonter aux données réelles – et donc, à votre numéro de sécurité sociale ou de téléphone.

En réalité, la synthèse de données possède des faiblesses et les garanties mises en avant font encore l’objet d’études.

Pourquoi tant d’engouement pour les données synthétiques ?

La synthèse de données permettrait de publier des données représentatives des données réelles d’origine mais non identifiables.

Par exemple, des données de recensement de la population peuvent être extrêmement utiles à des fins de statistiques… mais elles rassemblent des informations sur les individus qui permettent leur réidentification : leur publication en l’état n’est donc pas permise par le RGPD (Règlement général sur la protection des données).

Dans le cas de données personnelles ou de données soumises à propriété intellectuelle, ce procédé permettrait aussi de s’affranchir du cadre réglementaire qui limite souvent leur publication ou leur utilisation.

Il permettrait également de réaliser des expérimentations qui auraient demandé de coûteuses collectes de données, par exemple pour entraîner des voitures autonomes à éviter les collisions.

Enfin, les données synthétiques ne nécessitent pas de nettoyage des données. Cet atout est particulièrement important pour l’entraînement de modèles d’IA, où la qualité de l’annotation des données a un impact sur les performances du modèle.

Pour ces raisons, fin 2022, le marché mondial de la génération de données synthétiques avait déjà généré 163,8 millions de dollars et devrait connaître une croissance de 35 % de 2023 à 2030. L’adoption pourrait être rapide et massive, et représenter selon certaines études jusqu’à 60 % des données utilisées pour l’entraînement des systèmes d’IA en 2024.

La confidentialité est l’un des objectifs de la génération de données synthétiques, mais ce n’est pas le seul. Les acteurs du domaine entendent également profiter de l’exhaustivité des données synthétiques – qui peuvent être générées en quantité quasi illimitée et reproduire toutes les simulations envisagées, mais aussi permettre d’avoir des données sur des cas particulièrement difficiles avec des données réelles (comme la détection d’armes sur une image, ou une simulation de trafic routier avec des conditions bien particulières).

Comment génère-t-on des données synthétiques ?

Imaginons que nous voulons générer des données synthétiques comme l’âge et le salaire d’une population. On modélise d’abord la relation entre ces deux variables, puis on exploite cette relation pour créer artificiellement des données satisfaisant les propriétés statistiques des données d’origine.

Si la synthèse de données était initialement basée sur des méthodes statistiques, les techniques sont aujourd’hui plus élaborées, afin de synthétiser des données tabulaires ou temporelles – voire, grâce à des IA génératives, des données de type texte, images, voix et vidéos.

De fait, les techniques utilisées pour synthétiser des données à des buts de confidentialité sont très similaires à celles utilisées par les IA génératives comme ChatGPT pour le texte, ou StableDiffusion pour les images. En revanche, une contrainte supplémentaire liée à la reproduction de la distribution statistique des données source est imposée aux outils afin d’assurer la confidentialité.

Par exemple, les réseaux antagonistes génératifs (ou GANs pour generative adversarial networks) peuvent être utilisés pour créer des deepfakes.

©Vincent Barra, The Conversation Fonctionnement schématique d’un réseau antagoniste génératif, ou GAN : l’idée de base des GANs est d’opposer deux réseaux de neurones distincts, le générateur et le discriminateur. Tandis que le générateur crée de nouvelles données, le discriminateur évalue la qualité de ces données. Les deux réseaux s’entraînent en boucle, améliorant ainsi leurs performances respectives. Le processus se termine lorsque le discriminateur ne parvient plus à discerner des données réelles de celles issues du générateur.

De leur côté, les auto-encoders variationnels (ou VAEs), compressent les données d’origine dans un espace de dimension inférieure et tentent de modéliser la distribution de ces données dans cet espace. Des points aléatoires sont ensuite tirés dans cette distribution et décompressés afin de créer de nouvelles données fidèles aux données d’origine.

Il existe d’autres méthodes de génération. Le choix de la méthode dépend des données sources à imiter et de leur complexité.

Données réelles vs données synthétiques : trouver les différences

La modélisation des données d’origine, sur laquelle repose le procédé de synthèse, peut être imparfaite, erronée ou incomplète. Dans ce cas, les données de synthèse ne reproduiront que partiellement les informations d’origine : on parle d’une « perte d’utilité ».

Au-delà d’une perte en performance, un générateur de données mal entraîné ou biaisé peut aussi avoir un impact sur des groupes minoritaires, sous représentés dans l’ensemble de données d’entraînement, et par conséquent moins bien assimilés par le modèle.

©Jill-Jênn Vie et Antoine Boutet, traduite par les auteurs, Fourni par l’auteur Exemple de génération de données synthétiques fidèles aux données d’entraînement à gauche, et qui ne reproduisent pas fidèlement les données d’entraînement à droite. Les données sont représentées ici par une analyse en « composantes principales », un type d’analyse statistique matricielle très répandu dans le monde des données.

La perte en utilité est un risque d’autant plus inquiétant que seul l’organisme à la source de la synthèse est en mesure de l’estimer, laissant les utilisateurs des données dans l’illusion que les données correspondent à leurs attentes.

Données synthétiques vs données anonymes : quelle garantie en termes de confidentialité ?

Lorsque le partage de données personnelles n’est pas permis, des données personnelles doivent être anonymisées avant d’être partagées. Toutefois l’anonymisation est souvent difficile techniquement, voire même impossible pour certains jeux de données.

Les données synthétiques se placent alors en remplacement des données anonymisées. Cependant, comme pour les données anonymisées, le risque zéro n’existe pas.

Bien que l’ensemble des données sources ne soit jamais révélé, les données de synthèse, et parfois le modèle de génération utilisé, peuvent être rendus accessibles et ainsi constituer de nouvelles possibilités d’attaques.

Pour quantifier les risques liés à l’utilisation des données synthétiques, les propriétés de confidentialité sont évaluées de différentes façons :

• Possibilité de lier les données synthétiques aux données d’origine
• Divulgation d’attributs : quand l’accès aux données synthétiques permet à un attaquant d’inférer de nouvelles informations privées sur un individu spécifique, par exemple la valeur d’un attribut particulier comme la race, l’âge, le revenu, etc.
• Inférence d’appartenance : par exemple, si un adversaire découvre que les données d’un individu ont été utilisées pour l’entraînement d’un modèle qui prédit le risque de récidive de cancer, il peut en tirer des informations sur la santé de cet individu.

©Image de E. De Cristofaro, traduite par les auteurs, Fourni par l’auteur Principe d’une attaque par appartenance.

Des risques non nuls

Il est important de comprendre que dans la plupart des cas, le risque de fuite d’information n’est pas binaire : la confidentialité n’est ni totale ni nulle.

Le risque est évalué au travers des distributions de probabilité en fonction des hypothèses, des données et des menaces considérées. Certaines études ont montré que les données synthétiques offrent peu de protection supplémentaire par rapport aux techniques d’anonymisation. De plus, le compromis entre confidentialité des données d’origine et utilité des données synthétiques est difficile à prévoir.

Certaines mesures techniques permettent de renforcer la confidentialité et de réduire les risques de réidentification. La confidentialité différentielle notamment est une solution prometteuse, encore à l’étude afin de fournir des garanties suffisantes en termes d’utilité des données, de coût computationnel et d’absence de biais.

Il faut tout de même noter que si les risques liés à l’utilisation de données de synthèse ne sont pas nuls, leur utilisation peut s’avérer avantageuse pour certains scénarios d’utilisation. Par exemple, on peut calibrer la génération pour qu’elle conserve uniquement certaines propriétés des données sources pour limiter les risques.

Comme pour n’importe quelle solution de protection à mettre en place, il est toujours nécessaire de faire une analyse de risques pour objectiver ses choix. Et bien sûr, la génération de données synthétiques soulève aussi des enjeux éthiques lorsque la génération des données a comme finalité de construire de fausses informations.

Les auteurs :

Antoine Boutet, Maitre de conférence, Privacy, IA, au laboratoire CITI, Inria, INSA Lyon – Université de Lyon,

Alexis Leautier, Ingénieur Expert au Laboratoire d’innovation numérique, CNIL

Le PEPR Cybersécurité et son projet IPoP (ANR-22-PECY-0002) sont soutenus par l’Agence nationale de la recherche (ANR), qui finance en France la recherche sur projets. Elle a pour mission de soutenir et de promouvoir le développement de recherches fondamentales et finalisées dans toutes les disciplines, et de renforcer le dialogue entre science et société. Pour en savoir plus, consultez le site de l’ANR.

Cet article est republié à partir de The Conversation sous licence Creative Commons.

>> Pour lire l’article original, rendez-vous sur le site :

The conversation.

La bibliothèque Marie Curie de l’Institut National des Sciences Appliquées – INSA Lyon – et son pôle médiation proposent une programmation scientifique et culturelle construite autour de cycles thématiques rejoignant les objectifs de la stratégie Ambitions 2030 et représentant les valeurs de l’INSA Lyon en matière de transition énergétique, environnementale, écologique, sociale, numérique et de modèle économique.

Ce cycle, composé d’ateliers, de visites, de conférences, de temps d’échange littéraire et d’exposition vous permettra de découvrir la gestion de l’énergie sur l’INSA Lyon, mais aussi au niveau national et international, par le biais d’échange avec le gestionnaire de flux de l’INSA, des enseignants chercheurs et d’entreprises.

>> Programme : télécharger le programme en PDF

©INSA Lyon

>> Pour plus d’information rendez-vous sur le site :

INSA Lyon

Explora est un établissement de culture scientifique de la Ville de Saint-Étienne, géré par La Rotonde, Centre de Culture Scientifique, Technique et Industrielle de l’École des Mines Saint-Étienne. Depuis plus de 20 ans, La Rotonde vous embarque pour vivre des aventures avec les sciences. Elle dispose à présent de deux lieux : La Soucoupe et Explora, et vous propose également de multiples actions hors les murs et en digital.

De janvier à mars, Explora vous propose divers ateliers :

• Aux commandes du robot M’Bot 

Prenez les commandes du robot mBot en écrivant un programme de A à Z. Avec ses multiples capteurs, mBot est capable d’évaluer les distances, de suivre une ligne ou encore d’envoyer un message à un congénère. Dans cet atelier, il faudra utiliser les capteurs de mBot et coder les instructions qui lui permettront de relever les défis d’Explora !

Âge : 12 – 15 ans / L’atelier se passe avec l’animatrice ou l’animateur – sans accompagnant.

Tarif unique : 4 € / Durée atelier : 2h

inscription

 

• Descente infernale

Arriverez-vous au bout de ce parcours sans faire tomber votre bille ? Vous disposez d’une heure pour construire un parcours que votre bille devra traverser en un temps donné ! Facile ? Pas si sûr ! Cet atelier permet de découvrir des principes physiques comme la gravité, ou les forces de frottement qui seront vos alliés pour réussir ce challenge-maker. Pourquoi notre bille prend-elle de la vitesse ? Comment la ralentir ? Quels matériaux choisir ? Adultes et enfants construisent ensemble un parcours pour expérimenter ces notions.

Âge : 6-12 ans – En famille / Un groupe d’enfants est attendu avec au minimum un adulte.

Tarif réduit : enfants moins de 16 ans, étudiants, demandeurs d’emploi, personnes en situation de handicap

Durée atelier : 2h

Inscription

 

• Programme ton robot Thymio 

Initiation à la robotique avec Thymio, un robot doté de nombreux capteurs qui lui permettent de nous entendre, voir les distances et interagir avec nous. Cet atelier ouvre les portes de l’univers de la robotique aux enfants avec comme fil conducteur plusieurs interrogations : qu’est-ce qu’un robot ? Quel est le langage des robots ? Quelles différences entre un être humain et un robot ? Avec Thymio, les enfants appréhendent les notions de capteurs et de programmes en alternant au cours de l’atelier, temps de discussion et moments de manipulation de Thymio. Les enfants prennent ensuite les commandes de Thymio en codant leurs propres instructions à travers une série de défis

Âge : 9 -12 ans / L’atelier se passe avec l’animatrice ou l’animateur – sans accompagnant.

Tarif réduit : enfants moins de 16 ans, étudiants, demandeurs d’emploi, personnes en situation de handicap

Inscription

 

>> Pour en savoir plus, rendez-vous sur le site de :

Explora

©Explora

Que signifie être humain au temps des neurosciences et de l’intelligence artificielle ? C’est la principale question que tente d’élucider le projet NHNAI ! Pourquoi ? Pour apporter une boussole éthique afin d’encadrer les actions humaines. Comment ? En provoquant une prise de conscience éthique au moyen du débat sociétal. Qui ? Grâce à un réseau international de chercheurs issus d’établissements supérieurs d’enseignement et de recherche Avec qui ? Des acteurs pertinents dans différents pays du monde entier.

Le projet NHNAI en quelques mots

Le projet NHNAI – Nouvel Humanisme au temps des Neurosciences et de l’Intelligence Artificielle – a officiellement débuté en Janvier 2022 sous l’égide de la Fédération Internationale des Universités Catholiques (IFCU). Le projet est coordonné par l’Unité de Recherche Confluence : Sciences et Humanités de l’Institut Catholique de Lyon, sous la responsabilité de Mathieu Guillermin et rassemble de multiples partenaires à travers le monde issus d’horizons divers (philosophes, éthiciens, sociologues, théologiens, experts en étude des religions, historiens, scientifiques en biomédecine, anthropologues, etc.). Plus particulièrement, le projet se concentre sur trois domaines essentiels que les récentes avancées scientifiques et technologiques ont bouleversé : SANTÉ – ÉDUCATION – DÉMOCRATIE

Principales hypothèses et objectifs

©NHNAI

Le projet NHNAI a pour objectif de soutenir la société dans ses efforts pour faire face aux défis éthiques soulevés par les neurosciences (NS) et l’intelligence artificielle (IA) en organisant des débats sociétaux avec l’aide des acteurs académiques. Ces défis et enjeux sociétaux sont nombreux, à l’image de l’automatisation du travail, de la prise de décision basée sur les données, des diagnostics médicaux, des voitures autonomes, des technologies de persuasion, de la neuromodulation au moyen d’implants neuronaux ou l’augmentation des capacités humaines, du renforcement des compétences, par exemple, dans le champ de l’éducation. Ces implications soulignent le besoin pressant pour tous les acteurs concernés de dépasser les simples aspects pratiques de ces domaines de recherche et d’applications, pour considérer leurs dimensions éthiques, morales et spirituelles. Ces acteurs ont besoin d’une boussole éthique collective pour naviguer parmi les multiples possibilités ouvertes par ces nouveaux champs d’action relatifs à l’intelligence artificielle et aux neurosciences.
Ainsi, NHNAI entend mettre les ressources académiques de son réseau au service d’un effort sociétal pour élaborer une boussole éthique collective, en particulier en encourageant l’exploration de la question centrale de l’humain (que signifie être humain au temps des neurosciences et de l’intelligence artificielle ? Qui sommes-nous en tant qu’être humain ? Qui devrions-nous être en tant qu’être humain…), et des tensions et les complexités que révèle cette question.
En effet, dans les réflexions éthiques et les efforts de régulation, on trouve très souvent des références à la notion d’ « humain » (par exemple, l’épanouissement humain, la technologie centrée sur l’humain, la nature humaine) ou à de concepts clés qui lui sont fermement attachés (telle que la dignité ou l’autonomie). Pourtant, cette notion d’humain en tant que telle reste ambigüe et problématique. Ce que signifie être humain est loin de faire l’objet d’une compréhension clarifiée et partagée. Il est bien sûr possible de s’appuyer sur l’humanisme du XVIIIème siècle (i.e., celui du siècle des Lumières, des révolutions politiques et des droits de l’homme). Bien que cette approche soit très influente et répandue (au moins dans la tradition et la culture occidentale), elle ne va pas néanmoins sans son lot de tensions, de difficultés et de controverses (multiples courants, rapport individu-groupe, rapport au non-humain …). Au-delà, ou en plus, des limites de cette approche répandue de la question de l’humain, force est de constater que les nouvelles connaissances et les technologies issues des NS et de l’IA entraînent aussi de profonds questionnements, notamment à propos de caractéristiques centrales pour l’humain qui se voient mises en tension (comme l’intelligence, le libre-arbitre, ou l’autonomie). L’absence d’une compréhension clarifiée et partagée au sujet de ce que signifie “être humain” (surtout par rapport aux tensions et complexités que la notion implique) risque donc de constituer une entrave à l’appréhension par tous les acteurs concernés des principales implications, notamment du point de vue éthique, moral et spirituel, de ces avancées en NS et dans le développement technologique de l’IA. Explorer collectivement la question de l’humain semble ainsi indispensable pour favoriser l’élaboration d’une boussole éthique à même de nous aider à nous orienter au temps de l’IA et des NS.
Ainsi posée, cette question de l’humain devient éminemment politique. Bien que leurs apports soient indispensables, universitaires et experts ne peuvent y répondre seuls. Réfléchir sur les différentes conceptions de l’humain aujourd’hui, ou sur ce que devrait être l’humain au temps de l’IA et des neurosciences est avant tout une question politique et existentielle, essentielle pour la réflexion éthique et qui, par conséquent, doit faire l’objet d’une large discussion sociétale. C’est à cette exigence que le projet NHNAI entend satisfaire en mettant les ressources de ses réseaux universitaires au service de cette réflexion collective et sociétale.

Lancement des débats sociétaux : 2 étapes

>> Ateliers de cadrage des problèmes

©NHNAI

Après avoir collecté des données pertinentes pour le débat sociétal sur le thème de l’humanisme lors du premier atelier académique en Mars 2022 (voir première newsletter), les équipes du projet NHNAI étaient prêtes à rencontrer et discuter avec plusieurs acteurs extra-académiques sur les enjeux éthiques des NS et de l’IA et réfléchir avec eux à la question centrale de ce que cela signifie d’être humain au temps des NS et de l’IA. Dans différents pays, les équipes de NHNAI ont rencontré et interrogé différentes personnes pour chaque thème de débat, dans le but de construire avec eux les questions qui doivent être débattues sur la scène publique. Parmi eux, on peut notamment compter des professeurs, des psychologues, des éducateurs spécialisés, des étudiants, des citoyens, des médecins, des neuroscientifiques, des avocats, des décideurs politiques et des ONG (organisation non gouvernementale).
Sur cette base, les experts du réseau académique NHNAI ont été sollicités pour enrichir et compléter le matériel initial afin de maximiser sa pertinence et son utilité en tant qu’outil au service du débat sociétal. Parmi les nombreuses questions qui ont été co-construites par les experts et les acteurs extra-académiques, on peut retrouver des questions exprimant des inquiétudes mais également des réflexions sur les opportunités et les bienfaits de ces technologies :

•  Quelles sont les principales caractéristiques de ce que signifie être humain qui devraient être préservées/renforcées avec les NS et l’IA ?
• Comment l’IA et les NS peuvent-elles nous aider à approfondir notre compréhension de nous-même et de notre humanité ?
• Quelle est la responsabilité du scientifique dans l’usage de la technologie qu’il produit ?
• Le développement de l’IA et des NS ne risque-t-il pas de conduire à une déshumanisation de l’enseignement ainsi qu’à la réduction de la diversité des sources ?
• Qu’est-ce qui dans le soin, est authentiquement humain et ne devrait pas être délégué à un robot ou à une IA ?
• Le développement de l’IA et des NS ne risque-t-il pas de priver l’humanité de son autonomie et de sa liberté, de sa capacité à ralentir ou même arrêter de ce que nous avons initié ?
• Comment les neurosciences et l’IA peuvent-elles améliorer la paix entre les êtres humains ?
• L’IA peut-elle favoriser l’avènement d’une société plus inclusive, prenant en compte les plus vulnérables ?

>> Ateliers de débats éthiques

Après la phase des ateliers de cadrage des problèmes et dans 9 pays, les équipes de NHNAI ont organisé des ateliers de débats éthiques avec leurs communautés locales de Février à Mars 2023. Des personnes de différents domaines et statuts ont été invités à participer à ces ateliers sur les thèmes de l’éducation, la santé et la démocratie et réfléchir collectivement aux enjeux éthiques des NS et de l’IA à partir de la question centrale de ce que cela signifie d’être humain au temps des NS et de l’IA dans ces domaines. On peut notamment retrouver des thèmes communs entre les pays, comme en éducation, où les participants se sont interrogés sur le rôle de l’éducateur et de l’IA, sur la nature et l’objectif de l’éducation, et sur l’impact de l’IA sur le processus d’apprentissage. Dans la santé, les participants se sont interrogés sur l’autonomie des patients et la relation entre le patient et le médecin avec les développements technologiques des NS et de l’IA, mais également sur le rôle de l’humain dans le système de soin. Enfin, dans la démocratie, les participants ont évoqué les impacts de l’IA sur l’autonomie du citoyen et sur la participation citoyenne. Néanmoins, on peut également noter des particularités selon les pays. Par exemple, au Kenya, les participants se sont concentrés sur les opportunités de l’IA dans l’éducation, et au Québec, les participants se sont concentrés sur les risques de surveillance auxquels l’IA peut conduire dans le thème de la démocratie.

>> Poursuivre les débats en ligne avec Cartodébat

Ces discussions initiées en face à face durant les ateliers se sont poursuivies en ligne avec la plateforme CartoDÉBAT, permettant de créer des débats publics numériques. N’importe qui peut participer aux discussions dans son pays. Il suffit de se rendre sur le site CartoDÉBAT, choisir son pays et créer un compte avec une adresse e-mail valide. Ensuite, vous pouvez sélectionner le débat sur lequel vous souhaitez participer sur la carte. Une fois que vous êtes sur la page du débat, vous devez surligner ce sur quoi vous souhaitez réagir (cela peut être sur la page de gauche dans le texte ou sur la page de droite dans les contributions des utilisateurs), spécifier avec un code couleur la nature de votre contribution (vert signifie « oui et », rouge signifie « oui mais » et bleu signifie « pas compris ») et d’ajouter votre argument. Tout est expliqué dans les vidéos sur la chaine YouTube.

Analyser les débats : la réunion entre les acteurs académiques de NHNAI

©NHNAI

Les acteurs académiques de NHNAI se sont réunis le 27 et 28 avril 2023 à l’Université Catholique de Lyon pour un travail interdisciplinaire sur la méthode d’analyse des contributions des débats. Ceux-ci ont discuté et réfléchi ensemble sur la procédure permettant de créer une librairie de mots-clés qui les aideront à analyser les corpus des contributions de la plateforme cartoDÉBAT. Cette méthode d’annotation des corpus et la librairie de mots-clés permettront aux équipes de NHNAI de faire une analyse globale (entre tous les pays) ainsi qu’une analyse locale, propre à chaque pays.
La librairie de mots-clés contribuera à avoir une meilleure compréhension de ce que cela signifie d’être humain à l’heure des neurosciences et de l’intelligence artificielle et donc également de ce qui est souhaitable ou non avec ces nouvelles technologies. Cela participera à la construction d’une boussole éthique permettant de mieux faire face aux nombreux défis que ces technologies posent à la société.
Ces analyses conduiront à l’élaboration d’un livre blanc sur la base de recommandations pour des lignes de conduite éthiques et politiques publiques (qui seront disséminées en 2025). De telles recommandations provenant de la société à un niveau global est d’une importance capitale de nos jours afin de nous orienter le mieux possible à travers les enjeux éthiques des neurosciences et de l’IA.

Découvrez les premiers résultats de la synthèse des débats sur l’éducation

Après les ateliers en présentiel sur les enjeux éthiques de l’intelligence artificielle et des neurosciences dans le domaine de l’éducation (à l’Université Catholique de Lyon, le 21 février 2023) et les discussions en ligne qui ont suivies sur la plateforme CartoDEBAT, nous avons le plaisir de vous partager les premiers éléments de synthèse et de restitution de ces discussions. Ces derniers constituent le début d’une analyse locale complète qui sera diffusée prochainement et préfigurent de futurs résultats attendus de la synthèse globale de tous les corpus de discussions dans les 9 pays participants.
Voici ci-dessous une représentation visuelle des idées les plus saillantes concernant ce que cela signifie d’être humain au temps de l’intelligence artificielle et des neurosciences, qui ont émergé des discussions centrées sur les enjeux éthiques de l’IA et des NS dans le domaine de l’éducation. Voici des éléments de lecture :

• Le nombre à droite de chaque idée saillante indique le nombre de contributions qui expriment cette idée
• Les connexions entre les idées saillantes :
  o Les flèches vertes connectent les idées en concordance
  o Les flèches rouges manifestent les complexités et les tensions entre les idées saillantes

©NHNAI

Pour en savoir plus :

Projet NHNAI