Plus de temps pour réfléchir et statuer

Peter Wildhaber, vous êtes physicien de l’atmosphère et spécialiste en transformation numérique. Quel est le lien entre ces deux disciplines ?
Dans la physique atmosphérique, on voit clairement comment les structures s’organisent spontanément à partir du chaos. Etant donné que ce principe universel fonctionne dans des systèmes hautement complexes comme les nuages, les colonies de fourmis ou d’oiseaux, il est aussi applicable à des organisations complexes telles que le TAF. En conséquence, la transformation numérique ne peut réussir que si elle fait appel à l’intelligence collective, et donc à l’intelligence de chaque individu. En revanche, l’application de la micro-gestion dans ce cadre est très coûteuse et le plus souvent vouée à l’échec.  

Si l’ordre s’établit de lui-même, pourquoi faut-il alors une direction ?
L’auto-organisation ne signifie pas que chacun peut agir comme il veut et qu’on laisse faire le hasard. Il faut une même compréhension commune des points cardinaux et l’idée collective de voler ensemble vers le sud. Il n’est toutefois pas nécessaire d’avoir un « Chief Bird Officer ». Cette intelligence collective est encore très peu utilisée au TAF, quand bien même l’organisation est globalement sur la bonne voie en matière de numérisation. L’important est d’accompagner au mieux ce qui a déjà été mis en route. Mais aussi de ne laisser personne en rade, car nous ne pouvons atteindre l’objectif que si nous restons unis.

Comprenez-vous que la transformation numérique suscite des craintes ?
Absolument. J’ai déjà accompagné plusieurs projets de transformation numérique, et le gros problème résidait plus souvent dans les craintes du personnel que dans la technologie. Il est d’autant plus important de bien informer et intégrer les utilisateurs et utilisatrices dans le processus. Pour reprendre mon illustration : lorsqu’ils effectuent leur premier voyage vers le sud, les jeunes oiseaux se placent intuitivement au centre de la colonie et s’orientent en fonction du groupe. Les modèles sont importants : si les oiseaux plus âgés volent dans tous les sens sans repère ou envoient des signaux contradictoires, la colonie perd sa dynamique et sa direction. La structure se désintègre, et avec elle l’idée du voyage collectif vers le sud.

Quelles sont les opportunités majeures pour le TAF et la justice en général ?
La transformation numérique libère du temps pour réfléchir et statuer, car l’information peut être puisée dans un grand pot de données (big data). L’intelligence artificielle ne rend pas mon travail inutile – elle le modifie seulement. Au même titre que le métier à tisser en Angleterre : son introduction a soulevé maintes protestations chez les travailleuses à domicile, mais au final il n’a fait que changer leur manière de travailler. La Suisse orientale, une région pauvre et principalement agricole à la moitié du IX^e siècle, ne serait jamais devenue aussi prospère sans les machines à coudre et à tisser. Par analogie, la transformation numérique de l’activité juridictionnelle dégage des libertés cognitives dans la mesure où elle met à disposition de manière automatisée des informations pour le « tricot » créatif et hautement qualitatif des arrêts.

Lorsque nous parlons de transformation numérique, faut-il entendre par là intelligence artificielle ?
Lorsqu’on utilise des terminaux, il est souvent difficile de savoir dans quelle mesure l’appareil fonctionne par intelligence artificielle (IA) ou non. Même Google, par exemple, recourt partiellement à l’IA pour traiter les demandes de recherches. Lorsque je travaillais chez Swissair, il y a 25 ans, j’utilisais déjà l’IA. L’application s’est depuis lors simplement développée à mesure que les puissances de calcul à disposition sont devenues colossales. Les systèmes IA nécessitent énormément d’énergie. Si les humains traitaient les informations avec aussi peu d’efficacité, on serait mort de faim faute de produire des aliments. Sans compter que nous traitons les informations de manière effectivement intelligente alors que l’IA ne procède que par calcul de probabilité.

Est-ce là la différence principale entre la pensée humaine et l’IA ?
Oui, le processus « penser » de l’IA consiste uniquement à combiner des informations tirées de son réservoir de données selon des probabilités. Si on commence une phrase par « Aujourd’hui, il fera... », l’application proposera le mot « beau », soit le plus probable parmi les millions de phrases que comporte son réservoir, sans avoir aucune idée de la différence de signification avec « de la gymnastique ». Chez l’être humain en revanche, les informations sont traitées dans le cerveau sous la forme de représentations d’objets, identifiées, comparées avec des expériences et associées à des émotions. Le processus intègre le savoir accumulé au fil des générations et conservé dans notre structure cérébrale comme un coffret d’expériences transmis culturellement et évolutivement. Par comparaison, l’IA est stupide.

Pourtant, la performance des systèmes IA en étonne plus d’un.
Si on les nourrit avec des bonnes données, ces systèmes fournissent de très bonnes prestations. Dans ce sens, c’est la qualité des données qui est déterminante, selon le principe « à données inexactes, résultats erronés » (garbage in – garbage out). Dans le domaine de la communication, l’IA a fait d’énormes progrès, elle propose des traductions sans erreur ou permet la gestion des langues. Le développement n’en est qu’à ses débuts, et l’IA va influencer profondément notre société et notre travail au cours de la prochaine décennie.

Quels sont les risques et les défis majeurs à cet égard ?
L’un des enjeux se situe dans la gestion des quantités gigantesques de données. Comment l’IA trouve-t-elle les informations correctes et déterminantes, comment peut-elle reconnaître et exclure les fake news ? A cet égard, nous devons prendre au sérieux notre rôle de pourvoyeurs d’informations, car une fois libérées les informations numériques deviennent pratiquement impossibles à reprendre. Tout ce qui est publié, que ce soit sous forme anonyme ou non, est analysé, indexé, collecté par les robots des moteurs de recherche (web crawler ou web spider) et mis à disposition de l’IA pour traitement subséquent. Les activités de ces collecteurs constituent à elles seules plus d’un tiers du trafic Internet mondial. Les données dans le World Wide Web se trouvent ainsi à différents endroits incontrôlables et sont pratiquement impossibles à supprimer sans laisser de traces.

Notre système juridique est-il préparé à l’utilisation de l’IA ?
Dans certains pays, les arrêts sont déjà rédigés et le dispositif préparé à l’aide de l’IA. Ce pourrait être également le cas en Suisse d’ici une dizaine d’année. L’IA rendrait une décision sur la base de centaines de milliers d’arrêts dans lesquels le droit a été appliqué correctement. Et impossible alors de reprocher aux juges d’être partiaux ou partisans. Cependant, tout ce qui est faisable techniquement n’est pas forcément souhaitable sous l’angle de l’État de droit.

Il y aura donc toujours des juges à l’avenir ?
Oui, car on aura toujours besoin de l’entendement éclairé et de la capacité de discernement de l’être humain. Mais je peux m’imaginer que, dans dix ans, une juge n’aura plus qu’un greffier dans son équipe au lieu de trois actuellement. Elle aura plus de temps pour réfléchir et statuer, car l’IA lui facilitera la recherche et l’analyse combinatoire. Je vois aussi des avantages en termes de temps de travail : peut-être qu’avec l’aide de l’IA on pourra à l’avenir effectuer en quatre jours le travail réalisé aujourd’hui en cinq jours. Si c’est possible pour le même salaire, alors ce sont là de bonnes perspectives.