Deux algorithmes fantastiques sont en train de révolutionner la production de contenus dans le monde : GPT-3 et DALL-E. Vous n’avez pas encore entendu parler de ces deux bijoux ? C’est le moment de vous rattraper, et de comprendre les implications à venir pour le monde de la production de contenus, ainsi que pour les Ressources Humaines.
A quoi sert l’algorithme GPT-3 ?
Tout d’abord, il faut bien comprendre que GPT-3 n’est ni une plateforme ni une machine, mais bien un algorithme d’apprentissage automatique basé sur un ensemble de données de plus de 3 millions de brevets américains. Il a été créé en 2017 pour générer des prédictions basées sur des données, et est constamment raffiné et amélioré depuis. Avec cet algorithme, il est possible de générer des contenus inédits à partir de la connaissance disponible sur Internet. Il s’agit là d’une explication simplifiée, mais qui permet de donner un bon aperçu de la puissance de GPT-3, et de la vision de ses créateurs : Google Brain et Open AI.
Google Brain est une équipe de recherche sur l’apprentissage profond de Google. Leur objectif est de créer une intelligence capable de tout alimenter, de la recherche Google et Street View aux dernières avancées en matière de robotique et de voitures autonomes. OpenAI est une société de recherche qui se concentre sur l’intelligence artificielle (IA) afin de promouvoir une IA conviviale. La société a été fondée par plusieurs cofondateurs, dont Jack Hughes (cofondateur d’Akamai Technologies) et Elon Musk (fondateur de Tesla, SpaceX et de plusieurs autres startups). L’objectif d’OpenAI est de “faire progresser l’intelligence numérique de la manière la plus susceptible de profiter à l’humanité dans son ensemble”.
L’algorithme GPT-3 est ainsi déjà largement utilisé par les grandes entreprises technologies comme Google, Facebook, Microsoft et IBM. Les principaux cas d’utilisation de GPT-3 sont de :
- Générer du texte, soit à des fins générales, soit pour des tâches spécifiques telles que la traduction automatique ou le résumé.
- Générer des données de formation pour les modèles d’apprentissage automatique.
- Servir de base de connaissances pour les applications d’intelligence artificielle.
Les paramètres utilisés par GPT-3 varient en fonction de l’application ou de la tâche spécifique pour laquelle il est utilisé. Cependant, certains des paramètres les plus courants utilisés par GPT-3 incluent la taille de l’ensemble de données d’apprentissage, le nombre de couches cachées, le nombre de neurones dans chaque couche cachée, le taux d’apprentissage et la fonction d’activation.
Pour vous permettre de comprendre plus concrètement à quoi sert cet algorithme et comment il peut être utilisé, je vous suggère de relire ce chapitre. En effet, il a été intégralement rédigé avec l’assistance de GPT-3. Je lui ai posé quelques questions simples, pour lesquelles il m’a généré des textes inédits. En tout, cela m’a pris environ 5 minutes, pour modifier des passages ça et là. De quoi faire réfléchir sur le futur de la production de contenus !
Le principe est simple : vous entrez une description de ce que vous souhaitez détailler, du style ‘why can’t we accept death?’. A noter que la réponse est flippante car auto-générée : ‘Death is a difficult thing to accept because it is the end of life. It is the end of a person, and it can be hard to let go.’ Ce texte a été complètement généré par l’algorithme. C’est à dire que ce texte est unique, et n’a pas été copié sur un autre site pour vous le ressortir, comme cela peut être le cas pour une recherche Google.
Maintenant que la version bac à sable est disponible au grand public, vous pouvez aller essayer par vous-même :
Comme vous pourrez le voir, il y a de nombreux paramètres avec lesquels vous pouvez jouer pour affiner la qualité des réponses : longueur souhaitée, originalité, pertinence, précision, etc. L’algorithme de base est la version Da Vinci, mais pour les plus experts, vous pouvez utiliser l’API pour jouer avec des modèles plus spécifiques sur certaines tâches, comme comparer des textes, lire des textes pdf ou image, etc.
A quoi sert l’algorithme DALL-E ?
Le fonctionnement de DALL-E est très similaire à celui de GPT-3, sauf qu’il permet de générer des images. C’est vraiment très surprenant. A partir d’une description de ce que vous souhaitez voir, l’algorithme génère une image. Vous n’aurez sûrement pas manqué cette incroyable pieuvre juste au-dessus. Croyez-le ou non, elle a été créée par DALL-E à partir de la description que je lui ai donnée, à savoir : ‘a photo of a purple evil mechanical octopus with red eyes floating in purple electric water’.
Ayant accès à la version beta, je m’amuse comme un petit fou à générer des images. Avec cette technologie, je pense que Shutterstock et autres Pixabay vont rapidement sortir de mes fréquentations… Par exemple, à votre avis, quelle description est-ce que j’ai entré pour obtenir les deux variations de l’image ci-dessous ?
Voici ce que j’ai tapé : ‘An expressive photo of a basketball player dunking, depicted as an explosion of a nebula’. Vous remarquerez le style expressif, très artistique. Surtout, l’algorithme a généré une image d’homme et une image de femme, puisque je n’ai pas précisé de genre. Je ne sais pas ce que vous en pensez, mais cela ressemble à une nouvelle forme d’art !
Il y a quelques semaines, j’étais à une soirée du média L’ADN, où un digital artist présentait quelques unes de ses oeuvres réalisées avec un algorithme proche de DALL-E. Lorsque l’on ne sait pas dessiner, peindre ou photographier, on peut aujourd’hui décrire ce que l’on aimerait créer, et l’algorithme peut convertir cette description en image. Avec DALL-E, il est possible de préciser jusqu’au style souhaité. Ainsi, si je change le style artistique en passant de ‘photo’ à ‘pixel art’, voici ce que j’obtiens :
Vous remarquerez qu’au delà du style, les images ne sont pas exactement les mêmes. C’est tout simplement parce que DALL-E crée l’image entière à chaque requête. Si vous générez dix fois l’image d’une même description, vous obtiendrez des images proches, mais jamais similaires ! Je compte bien agrémenter mes articles, newsletters et livres d’images créées sur DALL-E à partir de maintenant…
J’aurais aimé pouvoir vous donner accès au bac à sable, mais il est encore sur invitation seule pour le moment. Dès que la beta publique ouvre, je vous fais croquer. En attendant, vous pouvez en apprendre plus sur le site public, et vous régaler avec les images pensées par les utilisateurs de la plateforme !
GPT-3/DALL-E & RH : quels cas d’usage ?
GPT-3 et DALL-E peuvent être utilisés pour les ressources humaines de plusieurs façons. Par exemple, GPT-3 peut être utilisé pour aider à identifier des candidats potentiels pour des postes vacants, pour aider à évaluer les qualifications des candidats et pour aider à jumeler des candidats à des postes vacants. De plus, GPT-3 peut être utilisé pour aider à créer et à administrer des programmes de formation pour les employés, et pour aider à évaluer les performances des employés. Il peut également être utilisé pour créer des contenus pertinents en matière de recrutement et de marque employeur.
Création d’offres d’emploi
GPT-3 peut être utilisé pour rédiger des descriptions de poste en comprenant d’abord les exigences du poste, puis en utilisant ses capacités de traitement du langage naturel pour générer une description qui reflète précisément ces exigences. Voici un exemple concret généré pour le poste de Data Analyst :
Quelles sont les vingt principales missions et tâches d'un data analyst ?
1. Recueillir et analyser des données pour identifier les tendances et les modèles.
2. Développer des solutions basées sur les données aux problèmes de l'entreprise.
3. Concevoir et mettre en œuvre des modèles de décision basés sur les données.
4. Mener des analyses statistiques pour appuyer la prise de décision.
5. Développer des modèles d'exploration de données pour découvrir des modèles et des relations cachés.
6. Préparer des rapports et des présentations pour partager les résultats avec les parties prenantes.
7. Collaborer avec des équipes interfonctionnelles pour mettre en œuvre des solutions basées sur les données.
8. Gérer et maintenir des bases de données et des entrepôts de données.
9. Surveiller la qualité et l'intégrité des données.
10. Élaborer et mettre en œuvre des politiques de sécurité et de confidentialité des données.
11. Résoudre les problèmes liés aux données.
12. Restez à jour sur les nouvelles méthodes et outils d'analyse de données.
13. Participer à des projets liés aux données du début à la fin.
14. Comprendre le contexte métier des projets d'analyse de données.
15. Identifier les opportunités d'amélioration de la prise de décision basée sur les données.
16. Communiquer les conclusions aux parties prenantes de manière claire et concise.
17. Écrire du code pour automatiser les tâches d'analyse de données.
18. Créer des tableaux de bord et des visualisations pour communiquer des informations sur les données.
19. Utiliser les données pour éclairer la stratégie commerciale et la prise de décision.
20. Aider les organisations à prendre des décisions basées sur les données à tous les niveaux.
Pour l’avoir essayé sur plus d’une trentaine de métiers différents, je dois avouer que le résultat est bluffant. La description est d’autant plus précise que le brief est clair. Par exemple, au lieu de simplement demander une description du poste, je demande les vingt principales missions et tâches à accomplir.
Création de contenus de marque employeur
Si GPT-3 peut décrire efficacement les métiers, il peut en faire de même avec les entreprises, notamment si elles ont une présence en ligne. Ci-dessous, j’ai demandé à l’algorithme de me lister les 20 atouts spécifiques de la marque employeur du Groupe LVMH :
Quels sont les 20 atouts spécifiques et uniques de la marque employeur de LVMH ?
1. L'histoire et le prestige de la marque LVMH
2. L'accent mis par l'entreprise sur le luxe et la qualité
3. La solide performance financière de l'entreprise
4. La portée mondiale de l'entreprise
5. L'engagement de l'entreprise envers le développement durable
6. L'accent mis par l'entreprise sur l'expérience client
7. L'accent mis par l'entreprise sur l'innovation
8. Le fort taux de rétention des employés de l'entreprise
9. La diversité des employés de l'entreprise
10. L'engagement de l'entreprise envers le développement et la formation des employés
11. Les salaires et avantages sociaux compétitifs de l'entreprise
12. Le généreux rabais employé de l'entreprise
13. Les programmes de reconnaissance et de récompense des employés de l'entreprise
14. La culture solidaire et collaborative de l'entreprise
15. L'engagement de l'entreprise envers la responsabilité sociale
16. L'engagement de l'entreprise en faveur de la diversité et de l'inclusion
17. Le réseau mondial de boutiques de luxe de l'entreprise
18. Les partenariats de l'entreprise avec les plus grands créateurs de mode
19. Le parrainage par l'entreprise d'événements de mode majeurs
20. Le magasin phare de l'entreprise sur les Champs-Élysées à Paris
Si ce travail était à faire par des employés, cela prendrait probablement un atelier de quelques heures, de type brainstorming. GPT-3 a répondu en moins de 3 secondes. Bien évidemment, ce n’est sûrement pas parfait, mais on peut dire que les arguments mis en avant par l’algorithme sont pour le moins convaincant.
Autres cas d’usage nécessitant d’entrainer l’algorithme :
Si les deux premiers exemples peuvent être réalisés avec la version générique de GPT-3, il sera nécessaire de paramétrer bien plus finement et d’entrainer l’algorithme pour tous les cas d’usage suivants :
- Screening et évaluation de candidats : à partir du CV des candidats, d’Internet et d’informations détaillées sur le poste à pourvoir, GPT-3 est capable de déterminer une compatibilité a priori sur le poste, et d’identifier et classer les meilleurs candidats.
- Evaluation de la créativité : grâce à DALL-E, il est tout à fait possible de développer une évaluation psychométrique permettant de mesurer la créativité d’une personne selon plusieurs dimensions. On pourrait ainsi déterminer l’originalité et la pertinence d’une description, et son lien avec l’oeuvre créée et raffinée (DALL-E permet de générer des variations successives d’une image).
- Evaluation des capacités d’expression écrite et de synthèse : grâce à GPT-3, il est tout à fait possible de développer une évaluation psychométrique permettant de mesurer la capacité de synthèse et d’expression d’une personne. Pour obtenir un contenu détaillé et pertinent, il faut savoir utiliser les bons mots et pouvoir les articuler parfaitement. A partir de cas d’usage pré-testés, il serait possible d’identifier des niveaux de performance.
- Création de programmes et contenus de formation : GPT-3 ayant assimilé de très nombreuses connaissances, il peut jouer à la fois le rôle de Google Search, et celui d’un ingénieur pédagogique capable de présenter la connaissance dans un contexte spécifique. Il est ainsi possible de créer des bibliothèques entières de contenus pertinents et engageants.
- Evaluation des performances des collaborateurs : ce dernier cas d’usage est plus compliqué, mais tout à fait possible. En entrainant GPT-3 avec suffisamment de données internes sur les collaborateurs et la vie de l’entreprise, il devient possible de déterminer des niveaux de performance, et d’automatiser le traitement de données liées à l’atteinte d’objectifs.
Certains de ces cas d’usage pourront fonctionner avec une personnalisation faible à nulle de l’algorithme. En revanche, pour les autres, il s’agira de bien choisir la version la mieux appropriée, puis de l’entrainer avec un jeu de données spécifique au sujet à traiter. Concernant les versions, il en existe aujourd’hui une dizaine, regroupées en familles : Da-Vinci, Curie, Babbage, Ada. Au-delà de GPT-3, il existe des algorithmes indépendants et spécialisés, notamment utilisés par les AI artists, qui peuvent définir librement les paramètres d’interprétation des données.
Il est évident que pour s’approprier ces technologies, il sera nécessaire d’avoir une expertise forte en technologies de la donnée. Cela impliquera d’avoir une équipe disponible en interne, ou alors de faire appel à un cabinet expert du web 3 RH comme Tomorrow Theory.
GPT-3 & DALL-E : considérations éthiques et humanistes
Non. Bien évidemment, ces innovations ne sont en rien indispensables ni nécessaires dans notre quotidien actuel. Elles font simplement partie des évolutions logiques de notre société, qui cherche à optimiser l’efficience des tâches en permanence. S’il y a une solution pour qu’un contenu puisse être créé à moindre coût en quelques secondes, contre plusieurs heures d’un humain rémunéré, il est certain que notre société finira par prendre cette voie. Aucun jugement de valeur, c’est un constat pragmatique. On peut s’en réjouir ou s’en désoler, mais c’est une autre affaire.
Certains verront dans ces avancées une réduction de l’humain par la machine. D’un autre côté, certains se verront en mesure de pouvoir s’exprimer avec une qualité d’expression graphique ou textuelle qui ne leur était jusque là pas accessible. Il y a bien évidemment de l’éducation et des garde-fous à mettre en place, mais la valeur apportée par DALL-E et GPT-3 est indéniable. A titre personnel, ne sachant pas dessiner ni peindre, je prends beaucoup de plaisir à peaufiner mes expressions pour parvenir à créer des visuels qui représentent mes pensées.
Il est intéressant de constater que l’algorithme a été bridé pour ne pas permettre la création de contenus a priori immoraux. Guerre, nudité et autres concepts politiquement incorrects sont bloqués. Cela pose bien évidemment la question de qui crée ces règles et ces limitations, et j’ose espérer que dans un avenir proche il existera une gouvernance claire et aussi inclusive que possible.
En matière de processus RH, il sera facile de tomber dans l’excès, comme pour l’exemple de l’évaluation automatisée de la performance des collaborateurs. GPT-3 a été conçu pour comparer, classer et interpréter, donc ne vous y trompez pas, il serait en réalité assez simple de débloquer ce cas d’usage. Il faudra alors des dirigeants et des RH éclairés et vertueux pour ne pas faire n’importe quoi avec ce nouveau pouvoir…
Sur le volet économique, GPT-3 et DALL-E vont forcer les producteurs de textes et d’images à devenir plus originaux et performants, pour ne pas être remplacés. A titre personnel, je pense que c’est logique et relativement vertueux, même si je comprends les oppositions. Il restera toujours de la place pour les créatifs originaux, capables de proposer des approches qualitatives et expertes. Par exemple, sur mes sujets de Tech RH, je ne suis pas inquiet de voir mes contenus ‘uberisés’, car il s’agit d’une expertise assez peu courante, que j’aborde avec une approche pluri-disciplinaire incluant technologie, psychologie, philosophie, histoire et économie.
GPT-3 & DALL-E : un nouveau paradigme du contenu
Peu de gens en France sont encore bien informés sur GPT-3 et DALL-E, et encore moins de gens ont eu l’occasion de jouer avec. Même s’il vous faudra attendre encore un peu pour tester DALL-E, vous pouvez d’ores et déjà créer des textes incroyables en anglais avec GPT-3, que vous n’aurez ensuite à qu’à traduire en français avec Google Translate.
Et si vous pensez que ces algorithmes d’IA n’ont rien à voir avec le web 3, alors il va falloir creuser un peu plus ce qu’est le web 3. Pour rappel, on peut résumer le web 3 à la convergence technologique de la blockchain, de la réalité virtuelle, et du web spatial. Ce dernier bloc contient notamment les technologies d’intelligence artificielle tel que le traitement sémantique. Donc GPT-3 et DALL-E sont au contraire des briques essentielles du web 3, qui permettront aux utilisateurs de générer du contenu original et pertinent sans effort. Un tout nouveau monde…
Autant vous dire que les étudiants vont s’en donner à coeur joie pour écrire leurs mémoires. Egalement, il est clair que GPT-3 ouvre la voie pour un nouveau standard de qualité dans les processus de la fonction RH : parsing de CV, rédaction de fiches de poste et d’offres d’emploi, rédaction de consignes de travail, etc.
Ce que l’on peut en retenir pour le moment, c’est qu’avec un peu de créativité et de bon sens, ces technologies ont la capacité de profondément changer les tâches RH liées à la création de contenus. Il s’agit d’une porte d’entrée intéressante vers le web 3, et chez Tomorrow Theory, nous avons hâte d’accompagner la fonction RH dans la prise en main de ces outils pour de vraies innovations vertueuses. Et de mon côté, je vais tenter l’expérience d’écrire et illustrer un ouvrage entier l’année prochaine grâce à GPT-3 et DALL-E… A suivre !
— —
Suivez mon actualité avec Linktree
Si vous vous intéressez à la combinaison du web 3 avec les RH, et plus généralement aux enjeux sociétaux liés à l’émergence du métavers et des nouvelles technologies, je vous invite à vous abonner à la newsletter dédiée que je tiens sur le sujet, et à lire les articles que j’écris régulièrement :
