Le paradoxe du drone et du bimoteur

L’intelligence artificielle est de plus en plus présente dans nos vies, dans la science et dans le domaine de l’eau. L’hydrologie n’est pas indifférente à cette nouvelle réalité.


Introduction

Le domaine de l’hydrologie est en constante évolution. Doté d’une puissance de calcul toujours croissante et d’une automatisation intégrale, il devient désormais possible de se priver de l’expertise humaine pour faire des prévisions hydrologiques sur nos rivières. Cette nouvelle réalité cadre avec un changement de paradigme concernant l’intelligence artificielle et nous pousse à nous  questionner sur le potentiel de déshumanisation émanant de ces nouvelles innovations (1), ainsi que sur le devenir des rôles et des interactions humains-machines futures en regard de systèmes toujours de plus en plus complexes. Cet article a comme objectif de mettre en lumière, à l’aide d’un système complètement automatisé de prévisions hydrologiques, développé sur une dizaine d’années par une équipe de l’Université Laval et d’un système inclusif de prévisions hydrologiques du Gouvernement du Québec, les enjeux de ce changement de paradigme et de terminer par l’émergence d’un nouveau paradoxe contemporain.

Contexte

Il existe, selon Pagano et al. (2), trois catégories de systèmes d’interactions humain-machine distincts qui interviennent en hydrologie prévisionnelle ; soit des systèmes qui sont inclusifs, passifs et supervisés.  Ces systèmes se comparent par analogie à la manière de piloter un avion. Le système inclusif correspond à un avion bimoteur, pour lequel il est nécessaire de piloter et interagir pour assurer son bon fonctionnement. Le second système est complètement automatisé et ne requiert aucune intervention humaine. Ce système se compare à un drone intelligent sans pilote qui accomplit toutes les tâches qui lui sont programmées et dictées. Le dernier système est analogue au poste de commande d’un avion de ligne qu’il est possible de contrôler automatiquement et manuellement à l’aide d’indicateurs de bon fonctionnement et d’une connaissance approfondie de ses limitations.

Problématique

La problématique survient dans un contexte où les deux premiers systèmes coexistent (inclusif et passif) et donnent en parallèle deux prévisions indépendantes et différentes. Le premier système profite de l’expérience et des connaissances d’un prévisionniste hydrologue, et le second explore, à l’aide de plusieurs modèles et d’une approche entièrement automatisée, une diversité de combinaisons donnant un portrait plus global des prévisions hydrologiques. Pour illustrer ces propos, la figure 1.a montre un exemple concret où trois prévisions différentes (Prev-1,2,3) qui émanent de deux systèmes indépendants diffèrent significativement en fonction d’un dépassement de seuil d’inondation donné. Les prévisions correspondent à la rivière Chaudière et date du 18 avril 2019.

Figure 1 : Exemple de prévisions compétitives et coopératives émises le 18 avril 2019 : a) pour la rivière Chaudière, b) pour la rivière Sainte-Anne

La diversité des sources d’information des prévisions hydrologiques soulève un débat auprès des agences de prévisions et de la communauté scientifique. Le débat porte sur la cohérence et l’expertise associées aux prévisions. À comprendre, s’il est préférable d’opter pour la cohérence entre les différentes sources et de laisser place à une expertise centralisée, comme le mentionne Berthet et al. (3), ou d’opter pour une diversité de sources d’information et d’expertises locales, comme le souligne Schwanenberg et al. (4). Le principal inconvénient de la diversité est la compétition entre les différentes sources. « Qui croire et pourquoi » lorsque ces dernières mènent à des informations contradictoires pour un seuil donné, comme le montre la figure 1.a. Cette aporie peut semer de la confusion auprès d’utilisateurs non-initiés par manque de conformité et de cohérence. Toutefois, pour un utilisateur expert, cette pluralité de sources indépendantes est un premier avantage. Elle apporte une nouvelle appréhension et une meilleure compréhension des prévisions et de leurs limitations. Le second avantage survient lorsqu’il y a de la coopération (figure 1.b). Cette dernière apporte une confiance pour les utilisateurs, autant pour les non-initiés que pour les experts. La figure 1.b montre les prévisions de la rivière Saint- Anne, à Saint Raymond de Portneuf, pour le 18 avril 2019. Les avantages de la diversité des sources concordent avec les idées et le principe du pluralisme scientifique. Un principe qui prône une variété des sources, des modèles et des approches différentes pour résoudre un problème complexe en science (5).

Conclusion

Pour conclure, cet article étaye un nouveau paradoxe avec ce changement de paradigme. Le paradoxe du drone et du bimoteur se présente par un saut technologique entrainant une discontinuité profonde au sein des deux systèmes. Une discontinuité qui se manifeste par des systèmes inclusif et passif tous deux perfectibles, qui sont diamétralement opposés, concernant les interactions humain-machine qui les constituent. Une discontinuité qui survient dans un contexte où le système supervisé intermédiaire est absent. Pour fermer la boucle, je n’ai pas de réponse formelle à ce nouveau paradoxe, à ce taxi sans conducteur, excepté de créer le système manquant. En terminant, je crois qu’il est souhaitable de porter une réflexion éthique sur ces innovations technologiques, plus particulièrement sur la substitution du travail humain, grâce à l’automatisation assisté par l’ordinateur. De porter un regard nouveau sur ces changements inéluctables et leurs conséquences sociétales.


Références :

(1) Loi, M., 2015. Technological unemployment and human disenhancement, Ethics and Information Technology, 17: 201-210.
(2) Pagano, T. C., Pappenberger, F., Wood, A. W., Ramos M., Persson A., et Anderson B., 2016. Automation and human expertise in operational river forecasting, Wiley Interdisciplinary Reviews Water, 3: 692-705
(3) Berthet L., Valéry A., Garçon R., MartyR., Moulin L., Puygrenier D., Piotte O., Le Lay M., Janet B, et Duquesne F., 2019. Cohérence des prévisions et place de l'expertise : les nouveaux défis pour la prévision des crues, La Houille Blanche, 1 : 5-12.
(4) Schwanenberg, D., Natschke M., Todini E., et Reggiani P., 2018. Scientific, technical and institutional challenges towards next-generation operational flood risk management decision support systems, International Journal of River Basin Management, 16: 345-352.
(5) Chang, H., 2012. Pluralism in Science: a call to action. in, Is Water H2O?


* Auteur :

Philippe Richard, doctorat en génie des eaux, direction : François Anctil


Dans ce numéro








Partenaires de ce numéro