Jumeaux numériques IA : peinent à prédire le comportement
Une récente étude publiée dans la revue Science Advances met en lumière les limites actuelles des jumeaux numériques d'intelligence artificielle dans la prédiction des comportements humains. Dirigée par Tianyi Peng de l'université Columbia, la recherche révèle que ces modèles produisent des distorsions systématiques, comparables à des images déformées, plutôt qu'une représentation fidèle des individus. Les jumeaux numériques sont conçus à partir de données passées d'une personne, comme ses préférences, ses traits de personnalité ou ses choix antérieurs. L'objectif est d'anticiper ses réactions ou de représenter ses décisions à sa place. Bien que cette technologie suscite des attentes dans des domaines comme les sondages ou les expériences en sciences comportementales, ses performances réelles se révèlent très en deçà des attentes. Pour évaluer leur fiabilité, l'équipe de chercheurs a mené dix-neuf expériences confrontant les réponses de 1 784 participants humains à celles de leurs doubles numériques respectifs. Chaque modèle a été nourri avec plus de cinq cents réponses préalables fournies par l'individu concerné. Les questions portaient sur l'embauche, les opinions politiques, la gestion de la vie privée et la consommation d'informations. Les résultats montrent que les jumeaux numériques échouent à reproduire la diversité des choix humains. Leur capacité prédictive reste infime, se limitant à une légère amélioration par rapport à un modèle d'IA ne disposant d'aucune donnée personnelle. Les chercheurs identifient plusieurs biais majeurs expliquant ces écarts. Premièrement, les modèles peinent à capturer l'unicité de chaque individu. Leurs réponses manquent de nuance et tendent à se ressembler entre elles. Ils s'appuient souvent sur des stéréotypes démographiques plutôt que sur des caractéristiques personnelles spécifiques. Deuxièmement, un biais idéologique est observable. Les jumeaux numériques affichent une tendance à la suroptimisme concernant le comportement humain et les avancées technologiques. Ils présentent également des précisions inégales, réussissant mieux pour les personnes issues de milieux favorisés et diplômés. Troisièmement, ils font preuve d'une rationalité excessive. Confrontés à des dilemmes, les doubles numériques privilégient systématiquement la réponse logique, même lorsque les humains concernés auraient opté pour un choix moins rationnel ou plus émotionnel. En conclusion, les auteurs rappellent que ces outils ne sont pas encore prêts pour un usage professionnel ou grand public. Bien que l'idée d'utiliser l'intelligence artificielle pour simuler des comportements ou mener des sondages sans exposer de véritables participants reste séduisante, la technologie actuelle nécessite des améliorations majeures en matière de personnalisation et de réduction des biais. Les chercheurs appellent à une prudence accrue avant d'installer ces jumeaux numériques dans des processus décisionnels critiques, soulignant que la complexité humaine reste difficile à capturer par les algorithmes actuels.
