III. CHERCHER LA MEILLEURE ORIENTATION POSSIBLE DES SUJETS DE RECHERCHE SUR L'IA POUR L'ENVIRONNEMENT
La recherche sur les usages possibles de l'IA en faveur de l'environnement n'échappe évidemment pas aux difficultés dont souffre le monde de la recherche en général et auxquelles les agences de programme récemment mises en place visent à apporter une réponse.
Comme l'ont souligné de nombreux rapports parmi lesquels le rapport Gillet de 2023, le nombre élevé des appels à projets et leur morcellement, outre qu'ils conduisent parfois davantage à des concurrences qu'à de réelles collaborations entre organismes de recherche, consomment des ressources importantes et entraînent un accroissement des délais de mise en oeuvre.
Dans ce contexte, les agences de programme ont pour ambition d'améliorer la structuration des sujets de recherches à partir d'une analyse prospective. « Comment juger aujourd'hui des recherches potentiellement utiles demain ? Comment prévoir ou décider aujourd'hui des savoirs dont nous pourrions avoir besoin demain ? » C'est la question formulée par l'Inria, qui apparaît centrale dans le domaine de l'IA compte tenu des évolutions rapides qui le caractérise. Il s'agit, pour reprendre l'expression du rapport Gillet, de se saisir des « basculements de la science à temps ».
Pour l'Inria, l'enjeu est d'adopter des approches originales et d'identifier des projets exploratoires sur l'IA plus risqués, et d'orienter les financements plus largement vers les recherches en rupture. Ces projets novateurs auraient vocation à se déployer à côté de gros projets visibles plus classiques.
Sans contredire cette approche, d'autres acteurs comme Météo-France appellent néanmoins à ne pas délaisser la recherche sur les approches classiques auxquelles l'IA pourrait avoir tendance à se substituer.
La complémentarité de la recherche sur l'IA et de celle sur les approches classiques selon Météo-France
« L'importance accordée à l'IA ne doit pas se faire au détriment de la recherche scientifique nécessaire pour continuer de faire avancer les connaissances et les modèles traditionnels. De même, il est important de veiller à ce que le développement de nouvelles productions basées sur l'IA ne conduise pas à une perte de compétence et d'expertise sur les approches classiques. Pour au moins la prochaine décennie, ces avancées continueront d'être essentielles à l'amélioration des produits générés par l'IA. »69(*)
Ainsi que l'observe l'Inria, « en sciences de l'environnement, on observe une hybridation entre les techniques de modélisation classiques et celles issues de la science des données ». L'orientation retenue pour les sujets de recherche doit ainsi parvenir à un équilibre optimal entre explorations d'innovations de rupture et poursuite de la recherche pour l'amélioration des modèles classiques.
Enfin, les analyses prospectives réalisées par les équipes de recherche ne sauraient mettre de côté les apports des technologies fondées sur l'IA dont de multiples exemples d'applications concrètes existent aujourd'hui. Or cet aspect est encore trop souvent négligé dans les réflexions menées, y compris dans les cercles d'experts.
Le sujet de l'IA peu présent dans les études prospectives sur l'environnement
« Afin de mieux comprendre notre interdépendance avec les biotopes de notre planète, de nombreux chercheurs se sont attachés à créer des scénarios permettant d'évaluer ce que pourraient être nos modes de vie en 2050. Si ces scénarios sont très différents les uns des autres, la majorité d'entre eux, même les plus technosolutionnistes, évoquent des changements d'usages très importants. L'Ademe, par exemple, a développé quatre scénarios prospectifs, très orientés sur les usages du quotidien ; le GIEC, lui, en a développé cinq ; l'Université de Standford en a créé une dizaine, et ainsi de suite. [...]
[C]e qui frappe en lisant ces scénarios, c'est la faible importance qui est donnée aux technologies informationnelles. Les modèles sont développés en faisant pour ainsi dire abstraction de leur potentiel et de leur capacité à traiter en masse des enjeux fondamentaux. »
Gilles Babinet, Green IA. L'intelligence artificielle au service du climat, 2024, p. 171
Axe n° 4 : intégrer les apports de l'IA dans les analyses prospectives sur l'évolution du climat et des politiques environnementales à différents horizons
* 69 Contribution de Météo-France dans le cadre des réponses au questionnaire des rapporteurs.