![\"\"](\"\/wp-content\/uploads\/2021\/05\/AI-enabled-HMI-design-must-take-learnability-intentionality-and-augmentation-into-account.jpg\")
<\/a><\/p>\nSource: Presans<\/p>\n
\u00a0<\/p>\n
L’apprentissage de l’IA n\u00e9cessite un va-et-vient naturel de l’IHM<\/h3>\n
L’aptitude \u00e0 l’apprentissage est la capacit\u00e9 de faire des pr\u00e9dictions sur un grand ensemble de donn\u00e9es en \u00e9chantillonnant un petit nombre de points de donn\u00e9es. Cette caract\u00e9ristique implique que l’IA poss\u00e8de des attributs cognitifs, tels que l’observation impartiale, la connaissance permanente de l’environnement et l’identification de mod\u00e8les partag\u00e9s par diff\u00e9rentes occurrences. Les donn\u00e9es servant de source d’apprentissage pour l’IA peuvent \u00eatre recueillies par l’IHM aupr\u00e8s d’un humain situ\u00e9 \u00e0 proximit\u00e9, gr\u00e2ce aux progr\u00e8s technologiques rapides dans le domaine de l’exploration des donn\u00e9es, de la reconnaissance visuelle et du traitement du langage naturel. Par exemple, une \u00e9quipe de NVIDIA d\u00e9veloppe une nouvelle m\u00e9thode d’apprentissage de l’IA pour les robots industriels qui vise \u00e0 imiter de pr\u00e8s la fa\u00e7on dont nous apprenons nous-m\u00eames, y compris l’apprentissage ponctuel. Cela implique que nous devons nous pr\u00e9parer \u00e0 une interface naturelle centr\u00e9e sur l’homme afin de former les IA de mani\u00e8re efficace et efficiente, sans interface de formation pour les humains afin d’apprendre \u00e0 former l’intelligence artificielle avec elle. En outre, afin de d\u00e9terminer la qualit\u00e9 et la clart\u00e9 de l’apprentissage de l’IA par les humains, les IHM compatibles avec l’IA doivent permettre une communication it\u00e9rative en va-et-vient entre les humains et l’intelligence artificielle. Si l’op\u00e9rateur humain commet une erreur pendant qu’il forme l’IA, l’interface doit l’informer de l’erreur commise et de la mani\u00e8re de la corriger le plus rapidement possible.<\/p>\n
\u00a0<\/p>\n
L’intentionnalit\u00e9 de l’IA exige la transparence<\/h3>\n
Au-del\u00e0 de la d\u00e9tection, de la compr\u00e9hension et de l’apprentissage du contexte des objets et des environnements environnants, les IA peuvent ex\u00e9cuter des t\u00e2ches de mani\u00e8re ind\u00e9pendante sur la base des informations et des connaissances recueillies. Le niveau d’automatisation de la s\u00e9lection des d\u00e9cisions et des actions n\u00e9cessite plus ou moins d’intervention de la part des humains. Si l’on applique ces niveaux d’automatisation aux voitures autonomes, les agents artificiels dot\u00e9s d’un niveau d’automatisation moyen sugg\u00e9reront \u00e0 un conducteur humain de changer d’itin\u00e9raire pour arriver plus t\u00f4t \u00e0 destination et ne modifieront l’itin\u00e9raire que si le conducteur l’autorise. Au contraire, l’intelligence artificielle avec le plus haut niveau d’automatisation changerait l’itin\u00e9raire sans aucune alerte ou notification. Dans ce cas, un conducteur humain ne peut pas comprendre pourquoi la voiture autonome change d’itin\u00e9raire, m\u00eame s’il peut deviner que l’IA a trouv\u00e9 un meilleur itin\u00e9raire.<\/p>\n
M\u00eame si le changement d’itin\u00e9raire apporte de meilleures performances, comme une arriv\u00e9e plus t\u00f4t que pr\u00e9vu ou une conduite plus s\u00fbre, le fait de changer de voie sans aucune notification suscite un sentiment d’ins\u00e9curit\u00e9 et rend difficile la confiance dans l’IA. La confiance est le moteur des conceptions d’IA et d’IHM qui impliquent des op\u00e9rateurs humains m\u00eame lorsque ce n’est pas strictement n\u00e9cessaire, et qui fournissent des explications et des visualisations donnant acc\u00e8s aux intentions du robot.<\/p>\n
\u00a0<\/p>\n
L’augmentation de l’IA n\u00e9cessite une r\u00e9partition collaborative des t\u00e2ches<\/h3>\n
Il existe diff\u00e9rents types de collaboration entre les humains et les machines dot\u00e9es de l’intelligence artificielle en fonction de deux caract\u00e9ristiques : le degr\u00e9 de d\u00e9pendance de la t\u00e2che d’un travailleur humain par rapport \u00e0 la t\u00e2che de la machine dot\u00e9e de l’intelligence artificielle et le degr\u00e9 d’implication du travailleur humain dans la machine dot\u00e9e de l’intelligence artificielle en termes d’ex\u00e9cution de la t\u00e2che, de prise de d\u00e9cision et de r\u00e9solution des erreurs. Gr\u00e2ce \u00e0 ces deux caract\u00e9ristiques, la collaboration entre les humains et les machines dot\u00e9es de l’intelligence artificielle peut \u00eatre class\u00e9e en trois cat\u00e9gories : augmentation humaine, supervision humaine, intervention humaine et automatisation.<\/p>\n