Babbel – test : Apprendre une langue en 30 jours

Applications pour apprendre une langue :

En septembre 2020, Microsoft a acheté une licence exclusive pour la technologie sous-jacente derrière GPT-3, un outil de langage d’IA construit par OpenAI. Aujourd’hui, le géant de la technologie basé à Redmond, dans l’État de Washington, a annoncé son premier cas d’utilisation commerciale du programme : une fonctionnalité d’assistance du logiciel PowerApps de l’entreprise qui transforme le langage naturel en code prêt à l’emploi. La fonctionnalité est limitée dans sa portée et ne peut produire des formules que dans Microsoft Power Fx, un langage de programmation simple dérivé des formules Microsoft Excel qui est principalement utilisé pour les requêtes de base de données. Mais cela montre l’énorme potentiel de l’apprentissage automatique pour aider les programmeurs novices en fonctionnant comme un outil de saisie semi-automatique pour le code. « Pourquoi ne parlons-nous pas le langage d’un humain normal ? » « Il y a une demande massive de solutions numériques, mais pas assez de codeurs. Rien qu’aux États-Unis, il manque un million de développeurs », a déclaré à The Verge Charles Lamanna, CVP de la plate-forme d’applications Low Code de Microsoft. « Alors, au lieu de faire apprendre au monde à coder, pourquoi ne faisons-nous pas en sorte que les environnements de développement parlent le langage d’un humain normal ? » La saisie semi-automatique pour les codeurs Microsoft poursuit cette vision depuis un certain temps via Power Platform, sa suite de logiciels « low code, no code » destinée aux entreprises clientes. Ces programmes fonctionnent comme des applications Web et aident les entreprises qui ne peuvent pas embaucher de programmeurs expérimentés à s’attaquer à des tâches numériques de base telles que l’analyse, la visualisation des données et l’automatisation des flux de travail. Les talents de GPT-3 ont trouvé leur place dans PowerApps, un programme de la suite utilisé pour créer des applications Web et mobiles simples. Lamanna fait la démonstration du logiciel en ouvrant un exemple d’application conçue par Coca-Cola pour suivre ses approvisionnements en concentré de cola. Les éléments de l’application, tels que les boutons, peuvent être glissés et déposés dans l’application comme si les utilisateurs organisaient une présentation PowerPoint. Mais la création des menus qui permettent aux utilisateurs d’exécuter des requêtes de base de données spécifiques (comme, par exemple, rechercher toutes les fournitures qui ont été livrées à un emplacement spécifique à un moment spécifique) nécessite un codage de base sous la forme de formules Microsoft Power Fx. « C’est à ce moment-là que l’on passe de l’absence de code au code faible », explique Lamanna. « Vous passez du glisser-déposer, clic clic clic, à l’écriture de formules. Et cela devient vite complexe. Ce qui en fait le bon moment pour faire appel à l’aide de l’apprentissage automatique. Au lieu d’apprendre aux utilisateurs à faire des requêtes de base de données dans Power Fx, Microsoft met à jour PowerApps afin qu’ils puissent simplement écrire leur requête en langage naturel, que GPT-3 traduit ensuite en code utilisable. Ainsi, par exemple, au lieu d’un utilisateur cherchant dans la base de données avec une requête « FirstN(Sort(Search(‘BC Orders’, « Super_Fizzy », « aib_productname »), ‘Purchase Date’, Descending), 10) », ils peuvent simplement écrivez « Afficher 10 commandes qui ont Super Fizzy dans le nom du produit et trier par date d’achat avec la plus récente en haut », et GPT-3 produira le bon code. C’est une astuce simple, mais elle a le potentiel de faire gagner du temps à des millions d’utilisateurs, tout en permettant aux non-codeurs de créer des produits auparavant hors de leur portée. « Je me souviens quand nous avons fait fonctionner le premier prototype un vendredi soir, je l’ai utilisé, et je me suis dit » oh mon dieu, c’est effrayant « ,  » dit Lamanna. « Je n’ai pas ressenti ça en utilisant la technologie depuis très, très longtemps. » La fonctionnalité sera disponible en avant-première en juin, mais Microsoft n’est pas le premier à utiliser le machine learning de cette manière. Un certain nombre de programmes de codage assistés par IA sont apparus ces dernières années, dont certains, comme Deep TabNine, qui sont également alimentés par la série GPT. Ces programmes sont prometteurs mais ne sont pas encore largement utilisés, principalement en raison de problèmes de fiabilité. Les langages de programmation sont notoirement capricieux, avec de minuscules erreurs capables de faire planter des systèmes entiers. Et la sortie des modèles de langage d’IA est souvent aléatoire, mélangeant des mots et des phrases et se contredisant d’une phrase à l’autre. Le résultat est qu’il faut souvent une expérience de codage pour vérifier la sortie des programmes de saisie semi-automatique de codage AI. Cela, bien sûr, sape leur attrait pour les novices. La simplicité de Power Fx est sa plus grande force dans ce scénario. Mais la mise en œuvre de Microsoft a un gros avantage par rapport aux autres systèmes : Power Fx est extrêmement simple. Le langage a ses racines dans la formule Microsoft Excel, explique Lamanna, et est très limité dans ce qu’il peut faire. « Il s’agit d’expressions sur une seule ligne de liaison de données ; il n’y a pas de concept de build et de compilation. Ce que vous écrivez est calculé instantanément », dit-il. Il n’a rien comme la puissance ou la flexibilité d’un langage de programmation comme Python ou JavaScript, mais cela signifie également qu’il n’a pas autant de place pour commettre des erreurs assistées par l’IA. Comme garantie supplémentaire, l’interface Power Apps exigera également que les utilisateurs confirment toutes les formules Power Fx générées à partir de leur entrée. Lamanna soutient que cela réduira non seulement les erreurs, mais apprendra même aux utilisateurs à coder au fil du temps. Cela semble être une lecture optimiste. Ce qui est également probable, c’est que les gens confirmeront sans réfléchir la première option qui leur est donnée par l’ordinateur, comme nous avons tendance à le faire avec tant de nuisances contextuelles, des cookies aux conditions générales. Atténuer les biais La fonctionnalité accélère les ambitions « low code, no code » de Microsoft, mais elle est également remarquable en tant qu’application commerciale majeure de GPT-3, l’un des nouveaux modèles de langage d’IA qui dominent le paysage contemporain de l’IA. Ces systèmes sont extrêmement puissants, capables de générer pratiquement n’importe quel type de texte que vous pouvez imaginer et de manipuler le langage de diverses manières, et de nombreuses grandes entreprises technologiques ont commencé à explorer leurs possibilités. Google a intégré son propre modèle d’IA linguistique, BERT, dans ses produits de recherche, tandis que Facebook utilise des systèmes similaires pour des tâches telles que la traduction. Un chatbot médical construit sur GPT-3 a dit à un patient fictif de se suicider. Mais ces modèles ont aussi leurs problèmes. Le cœur de leur capacité vient souvent de l’étude des modèles de langage trouvés dans d’énormes cuves de données textuelles récupérées sur le Web. Comme pour le chatbot de Microsoft Tay, qui a appris à répéter les propos insultants et abusifs des utilisateurs de Twitter, cela signifie que ces modèles ont la capacité d’encoder et de reproduire toutes sortes de langages sexistes et racistes. Le texte qu’ils produisent peut également être toxique de manière inattendue. Un chatbot expérimental construit sur GPT-3 et conçu pour donner des conseils médicaux a consolé un faux patient en lui disant de se suicider, par exemple. Le défi d’atténuer ces risques dépend de la fonction exacte de l’IA. Dans le cas de Microsoft, utiliser GPT-3 pour créer du code signifie que le danger est faible, dit Lamanna, mais pas inexistant. La société a affiné GPT-3 pour « traduire » en code en l’entraînant sur des exemples de formule Power Fx, mais le cœur du programme est toujours basé sur des modèles de langage appris sur le Web, ce qui signifie qu’il conserve ce potentiel de toxicité et biais. Lamanna donne l’exemple d’un utilisateur demandant au programme de trouver « tous les candidats qui sont bons ». Comment interprétera-t-il cette commande ? Il est du pouvoir de GPT-3 d’inventer des critères pour répondre à la question, et il est possible que l’on suppose que « bon » soit synonyme de noms à consonance blanche, étant donné qu’il s’agit de l’une des nombreuses catégories favorisées par les pratiques d’embauche biaisées. Microsoft dit qu’il aborde ce problème de plusieurs manières. La première consiste à mettre en place une liste d’interdiction de mots et de phrases auxquels le système ne répondra tout simplement pas. « Si vous poussez l’IA pour générer quelque chose de mauvais, nous n’allons pas le générer pour vous », explique Lamanna. Et si le système produit quelque chose qu’il pense être problématique, il invitera les utilisateurs à le signaler au support technique. Ensuite, quelqu’un viendra enregistrer le problème (et, espérons-le, le corrigera). Mais rendre le programme sûr sans limiter ses fonctionnalités est difficile, explique Lamanna. Le filtrage par race, religion ou sexe peut être discriminatoire, mais il peut également avoir des applications légitimes, et il semble que Microsoft cherche toujours à faire la différence. « Comme tout filtre, il n’est pas parfait. « Comme tout filtre, il n’est pas parfait », explique Lamanna, soulignant que les utilisateurs devront confirmer toute formule écrite par l’IA, et impliquant que tout abus du programme sera en fin de compte de leur responsabilité. « L’humain choisit d’injecter l’expression. Nous n’injectons jamais l’expression automatiquement », dit-il. Malgré ces questions et d’autres sans réponse sur l’utilité du programme, il est clair qu’il s’agit du début d’une expérience beaucoup plus vaste pour Microsoft. Il n’est pas difficile d’imaginer qu’une fonctionnalité similaire soit intégrée à Microsoft Excel, où elle atteindrait des centaines de millions d’utilisateurs et élargirait considérablement l’accessibilité de ce produit. Interrogé sur cette possibilité, Lamanna hésite (ce n’est pas son domaine), mais il dit que le plan est de rendre le codage assisté par GPT-3 disponible partout où Power Fx lui-même est accessible. « Et Power Fx apparaît à de nombreux endroits différents dans les produits Microsoft », dit-il. Attendez-vous donc à voir l’IA compléter votre code beaucoup plus fréquemment à l’avenir.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *