Dans le monde d’aujourd’hui, l’éthique joue un rôle essentiel dans divers domaines, notamment la technologie, la médecine et la politique. Elle sert de guide pour prendre des décisions justes et responsables, en veillant à ce que nos actions contribuent au bien-être de la société dans son ensemble. Cependant, une question essentielle se pose : qu’est-ce qui est vraiment éthique ? Cette question nous invite à réfléchir sur les principes et les valeurs qui doivent guider nos comportements et nos décisions, en marquant le chemin vers un comportement plus conscient et équilibré.
« J’appellerai morale le discours normatif et impératif qui résulte de l’opposition du Bien et du Mal considérés comme valeurs universelles et absolues. C’est l’ensemble de nos devoirs. La morale répond à la question “Que dois-je faire ?”. Elle se veut une et universelle. Elle tend vers la vertu et culmine dans la sainteté.
J’appellerai éthique tout discours normatif, mais non impératif (sans autre impératif qu’hypothétique, donc sans impératif au sens usuel du terme) qui résulte de l’opposition du bon et du mauvais considérés comme valeurs relatives. C’est l’ensemble réfléchi de nos désirs. Une éthique répond à la question “Comment vivre ?” Elle est toujours particulière à un individu ou à un groupe. C’est un art de vivre. Elle tend le plus souvent vers le bonheur et culmine dans la sagesse. » 1
– Comte-Sponville André
L’application de l’éthique à l’intégration de l’Intelligence Artificielle dans une organisation implique d’établir des règles de gouvernance qui, plutôt que d’être impératives, sont de nature hypothétique. Ces règles délimitent des lignes directrices suggérées par la gouvernance d’entreprise, mais non imposées, ce qui permet de les adapter aux besoins et aux circonstances spécifiques de chaque organisation et de chaque moment. Cette flexibilité facilite le passage d’une approche hiérarchique, basée sur « Que dois-je faire ? », à une perspective collaborative qui pose la question : « Comment vivons-nous cette intégration ? ». Cette approche prend en compte à la fois les risques inhérents et les réactions psychologiques des utilisateurs, favorisant une mise en œuvre plus consciente et équilibrée.
L’intégration de l’IA nécessite une communication transparente et ouverte, multidisciplinaire et qui aborde les questions éthiques qui y sont associées. Au-delà de l’enseignement de l’utilisation de la technologie, il est essentiel d’expliquer comment vivre avec cette transformation. De même, les entreprises doivent s’engager à clarifier comment elles maintiendront un équilibre approprié entre l’humain et l’IA, à l’instar de l’équilibre entre vie professionnelle et vie privée.
Sur la base de ce qui précède, nous posons des questions essentielles telles que : qui est responsable de ces décisions ? Existe-t-il un cadre éthique spécifiquement conçu pour réglementer l’IA ?
Il est crucial de souligner l’importance de la transparence en tant que pilier fondamental de l’éthique de l’IA. Lorsqu’un système prend des décisions, il ne le fait pas toujours de manière transparente, car les gens ne peuvent pas comprendre ou expliquer nécessairement la logique sous-jacente de chaque décision. Bien que les développeurs de code puissent comprendre ce que fait l’IA en termes généraux, ils manquent souvent de clarté sur la façon dont les données sont traitées (Coeckelbergh, 2020).
Apparemment, les développeurs ont créé un système basé sur l’éthique et la responsabilité dans l’utilisation de cette technologie. Ce système englobe deux concepts clés étroitement liés qui prennent en compte les valeurs éthiques tout au long du processus de conception. Le premier est l’innovation responsable, qui fait référence à des processus de conception alignés sur des principes éthiques. Le second est le design éthiquement sensible, qui met l’accent sur la création de designs qui respectent et promeuvent des valeurs fondamentales (Coeckelbergh, 2020).
L’Union Européenne (UE) a établi le Règlement Général sur la Protection des Données (RGPD), qui définit les règles que les entreprises et les gouvernements doivent suivre pour le stockage, le traitement et la protection des données personnelles. À leur tour, les entreprises ont la responsabilité et le droit d’assurer la protection de ces informations. Cependant, en cas de menace ou de violation de données, les entreprises doivent agir rapidement et notifier les autorités compétentes (Scheire, 2023).
L’objectif du règlement est d’optimiser le fonctionnement du marché intérieur en créant un cadre juridique réglementant le développement, l’introduction, la mise en œuvre et l’utilisation de systèmes d’IA, toujours aligné sur les valeurs de l’UE. Promouvoir l’adoption d’une IA centrée sur l’humain qui soit digne de confiance tout en assurant un niveau élevé de protection en matière de santé, de sécurité et de droits fondamentaux énoncés dans la Charte des droits fondamentaux de l’Union Européenne. Il s’agit notamment de protéger la démocratie, l’état de droit et l’environnement, de réduire au minimum les effets néfastes des systèmes d’IA dans l’UE, tout en encourageant l’innovation (règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024).
Ce règlement établit également des règles relatives à la mise sur le marché, à la fourniture de services et à l’utilisation de systèmes d’IA, ainsi que des interdictions de pratiques spécifiques. Des exigences particulières sont définies pour les systèmes d’IA à haut risque, imposant des obligations aux opérateurs de ces systèmes. En outre, des règles de transparence applicables à certains systèmes d’IA sont incluses, ainsi que des lignes directrices pour l’introduction de modèles d’IA à usage général sur le marché. Des aspects clés tels que le suivi, la surveillance, la gouvernance et l’assurance de la conformité sont également abordés. Des mesures sont également mises en œuvre pour soutenir l’innovation, avec un accent particulier sur les PME, y compris les start-ups (règlement (UE) 2024/1689 du Parlement Européen et du Conseil du 13 juin 2024).
Il est important de noter que, conformément à l’article 114 du règlement sur l’IA, les fournisseurs de modèles d’IA à usage général qui présentent des risques systémiques doivent se conformer à l’obligation d’identifier, d’évaluer et d’atténuer ces risques, en assurant la protection de la cybersécurité. Pour garantir le respect de ce règlement, les fournisseurs doivent effectuer des évaluations pertinentes par le biais de tests internes et externes indépendants des modèles, y compris l’exécution et la documentation de tests contradictoires avant la mise sur le marché des modèles (règlement (UE) 2024/1689 du Parlement Européen et du Conseil du 13 juin 2024).
Des études antérieures ont conclu qu’un nombre croissant d’entreprises choisissent d’intégrer une forme d’IA dans leurs opérations. On estime que, d’ici 2030, l’IA sera présente dans 60 % à 70 % des entreprises, devenant l’un des domaines clés de la croissance économique, avec une génération de revenus supérieure aux attentes (McKinsey Global Institute, 2023).
La vision futuriste de l’IA est que son utilisation sera fondamentale pour la réorganisation de l’économie, avec le potentiel d’améliorer le fonctionnement de la société. L’IA devrait offrir un moyen innovant et puissant de connecter les producteurs et les consommateurs, en donnant naissance à de nouveaux produits, en générant de la valeur supplémentaire pour les produits existants et en améliorant considérablement les processus de production. De plus, il peut rationaliser les procédures administratives, les rendant plus efficaces et de meilleure qualité. L’IA contribuera également à un accès plus large aux connaissances numériques, en fournissant des outils qui encouragent la créativité et facilitent la diffusion de phénomènes culturels tels que la musique ou la littérature (Steels, 2017).
Conclusions
Tout au long de l’histoire, le travail a connu une évolution significative, passant d’une activité de subsistance à des processus plus automatisés et intellectuels. Aujourd’hui, cette transformation se poursuit avec l’incorporation de l’IA, qui redéfinit la conception du travail, non seulement comme un simple transfert d’énergie, mais comme une activité humaine enrichie par la technologie.
L’intégration de l’IA en milieu de travail représente une transformation profonde qui nécessite une approche éthique et bien structurée. L’IA connexionniste et l’IA symbolique ont un impact notable sur les aspects psychologiques et sociaux des individus, d’où la nécessité d’une gestion minutieuse de leur mise en œuvre dans les entreprises. L’objectif est de maximiser les profits tout en minimisant les risques associés.
Du point de vue des employeurs, l’IA est présentée comme un outil clé pour atteindre les objectifs commerciaux, optimiser l’efficacité et favoriser l’innovation. Cependant, sa mise en œuvre nécessite une réorganisation des structures de travail et une acceptation active du soutien que l’IA peut offrir dans la prise de décision. Pour les employés, l’IA a le potentiel de réduire les tâches répétitives, d’améliorer la collaboration et de favoriser le développement de nouvelles compétences, nécessitant une plus grande capacité d’adaptation aux changements technologiques.
Il est essentiel de s’attaquer aux risques inhérents à l’IA, tels que la désinformation, la discrimination, les abus et les impacts négatifs sur la vie privée et la sécurité. Une approche éthique est essentielle pour trouver un équilibre entre les opportunités de transformation et les défis potentiels posés par cette technologie.
L’influence de la technologie sur notre vie quotidienne est indiscutable. Les appareils électroniques ont de plus en plus de contrôle sur nos activités, de la façon dont nous socialisons à la façon dont nous pensons et agissons. Bien qu’Internet, les réseaux sociaux et d’autres technologies émergentes soient considérés comme des moteurs de progrès, ils ont supplanté des aspects fondamentaux de l’être humain, tels que la pensée critique, la créativité et les interactions sociales authentiques. Nous sommes tellement immergés dans la technologie que nos compétences sociales et nos contacts humains se sont détériorés. En outre, la prolifération de sources d’information peu fiables a contribué à la propagation de fausses nouvelles, générant de la confusion et de la désinformation (Coeckelbergh, 2020).
Enfin, il est essentiel que la gouvernance de l’IA et les règles réglementaires soient claires et accessibles, non seulement pour les développeurs et les experts en la matière, mais aussi pour les utilisateurs en général. Il est essentiel de s’assurer que tout le monde comprend ces règles pour encourager une utilisation éthique et responsable de la technologie.
En conclusion, l’IA offre de grandes opportunités pour le monde du travail, mais son intégration doit reposer sur des principes éthiques solides et une gouvernance réfléchie, en veillant à ce que ses avantages soient accessibles à tous.
Références
Aanbevolen citeerwijze: Luc Steels (ed.), Artificiële Intelligentie. Naar een vierde industriële revolutie? KVAB Standpunt 53, 2017.
Altomare, M. (2005). Modernidad y subjetividad en la socilogía de Max Weber: la racionalidad puritana y la racionalidad capitalista. Subjetividad y procesos cognitivos, 7, 20-44.
Arrigain García, I. (2020). Regulación de las invenciones relacionadas con Inteligencia Artificial en el campo de la Propiedad Intelectual. Universidad Pontifica Comillas.
BATHAEE, Y. (2018). « The Artificial Intelligence Black Box and the Failure of Intent and Causation ». En Harvard Journal of Law & Technology, vol. 31(2) pág. 905. Véase también, PARALAMENTO EUROPEO (2020). Resolución 2020/2012(INL), Op. cit., apartado 23.
Blanc, B. F. L. (S.F) Sesgos cognitivos, toma de decisiones e inteligencia artificial a reflexión.
Cárdenas, J. (2023). Inteligencia artificial, investigación y revisión por pares: escenarios futuros y estrategias de acción. Revista Española de Sociología, 32 (4), a 184. https://doi.org/10.22325/fes/res.2023.184
(Centre National de Ressources Textuelles et Lexicales, 2012).
Coeckelbergh, Mark. (2020). AI ethics. Hoe omgaan met Artificiële Intelligentie ?
Dávila Morán, R. C., & Agüero Corzo, E. D. C. (2023). Desafíos éticos de la Inteligencia Artificial : implicaciones para la sociedad y la economía. Conrado, 19(94), 137-144.
Duckett, S., & Pearson, S. (2018). Agricultural Robotics: Robotics: The Future of Robotic Agriculture. UK-RAS.
Estupiñán Ricardo, J., Leyva Vázquez, M. Y., Peñafiel Palacios, A. J., & El Assafiri Ojeda, Y. (2021). Inteligencia artificial y propiedad intelectual. Revista Universidad y Sociedad, 13 (S3), 362-368.
Gracia, J. L. B. (2024). El Sesgo algorítmico en la Inteligencia Artificial. Implicaciones para la seguridad global y la política criminal. GEOCONFLICTS & INTELLIGENCE: Revista sobre Seguridad Global y Terrorismo, 2(2), 183-203.
García, J. S. C., Delgado, M. A. P., Pionce, B. S. M., & Quijije, G. S. B. (2024). USO ESTRATÉGICO DE LA INTELIGENCIA ARTIFICIAL EN LA GESTIÓN DE LA CADENA DE SUMINISTRO EMPRESARIAL. Ciencia y Desarrollo, 27(2), 267-276.
Goldbach, Dumitru & Cetina, Iuliana & Manea, Natalia. (2018). The 14th International Scientific Conference eLearning and Software for Education Academika-Online Learning Platform. 10.12753/2066-026X-18-057.
González, N (2024). Algunos parámetros jurídicos y éticos en torno a la inteligencia artificial. Una visión humanista de la tecnología. Editoral ABC
Hoza, B., Waschbusch, D. A., Pelham, W. E., Molina, B. S. G., & Milich, R. (2000). Attention-Deficit / Hyperactivity Disordered and Control Boys’ Responses to Social Success and Failure. 71(2), 432 – 446
Icarte Ahumada, G. A. (2016). Aplicaciones de inteligencia artificial en procesos de cadenas de suministros: una revisión sistemática. Ingeniare. Revista chilena de ingeniería, 24(4), 663-679
John Lygeros, Lecture Notes on Hybrid Systems, Department of Electrical and Computer Engineering – University of Patras (2004). http://robotics.eecs.berkeley.edu/~sastry/ee291e/lygeros.pdf
Kopitowski, K. (2016). La falacia de la evidencia incompleta o « cherry-picking ». Evidencia, actualizacion en la práctica ambulatoria, 19 (2).
Massachusetts Institute of Technology. (n.d.). The AI Risk Repository. Retrieved April 26, 2025, from https://airisk.mit.edu/
Martín, L. & Álvarez, A. (2000). Sesgos cognoscitivos del gerente: su influencia en la toma de decisiones. Revista Cubana de Salud Pública, 26 (1), 5-11. Recuperado de : http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662000000100001
McKinsey Global Institut (2023). El estado de la IA en 2023: El año clave de la IA generativa.
Quirumbay Yagual, D. I., Castillo Yagual, C. A., & Coronel Suárez, I. A. (2022). Una revisión del aprendizaje profundo aplicado a la ciberseguridad. Revista Científica y Tecnológica UPSE (RCTU), 9(1), 57-65.
REGLAMENTO (UE) 2024/1689 DEL PARLAMENTO EUROPEO Y DEL CONSEJO. 13 de junio de 2024. (Reglamento de Inteligencia Artificial) ELI: http://data.europa.eu/eli/reg/2024/1689/oj ISSN 1977-0685 (Electronic edition)
Rothman, K. J., Huybrechts, K. F., & Murray, E. J. (2024). Epidemiology: an introduction. Oxford university press.
Russell, S.J. y P. Norvig (2004). Inteligencia artificial. Un enfoque moderno. Pearson Educación, S.A.
Serrahima de Bedoya, Á. (2022). Avances y desafíos de la Inteligencia Artificial.
Scheire Lieven (2023) A.I. Artificiële Intelligentie. Over een wonderlijke nieuwe vorm van software die nu al overal om ons heen is. Gent, België ISBN 9789463939591
Torres, C. E. T. (2014). Inteligencia colectiva: enfoque para el análisis de redes. Estudios Gerenciales, 30 (132), 259-266
Todolí-Signes, A. (2019). En cumplimiento de la primera Ley de la robótica : Análisis de los riesgos laborales asociados a un algoritmo/Inteligencia artificial dirigiendo el trabajo (Complying With the First Law of Robotics: An Analysis of the Occupational Risks Associated With Work Directed by an Algorithm/Artificial Intelligence). Labour & Law Issues, 5(2).
Tversky, A., y Kahneman, D. (1974). El juicio bajo incertidumbre: heurísticas y sesgos. Pensar rápido, pensar despacio. Buenos Aires : Debate.
Valencia Mendoza, G. E., Barragán Merino, R. del L., Ledesma Trujillo, S. C., & Moraima Peña, P. (2024). Impacto de la inteligencia artificial generativa en la creatividad de los estudiantes universitarios. Technology Rain Journal, 3(1), e33. https://doi.org/10.55204/trj.v3i1.e33
XIN, Yang; KONG, Lingshuang; LIU, Zhi; CHEN, Yuling; LI, Yanmiao; ZHU, Hongliang; GAO, Mingcheng; HOU, Haixia y WANG, Chunhua. Machine Learning and Deep Learning Methods for Cybersecurity. IEEE Access [En línea]. 2018, vol. 6, pág. 35365-35381. ISSN 21693536. Disponible en: 10.1109/ACCESS.2018.2836950
Zambrano, P. J. S., Cedeño, G. D. R. B., & Rivadeneira, M. R. L. (2016). La teoría constructivista de Jean Piaget y su significación para la pedagogía contemporánea. Dominio de las Ciencias, 2(3), 127-137.
0 Comments