De nouvelles pistes pour une détection précoce efficace

À cette occasion, Simone Kimpeler, directrice du département Foresight à l’Institut Fraunhofer pour la recherche sur les systèmes et l’innovation (ISI), était l’invitée d’honneur. Comptant parmi les principales expertes dans le domaine de la détection précoce, elle a présenté différentes approches visant à rendre ces processus à la fois plus efficaces et plus fiables.

L’IA comme outil – l’humain au cœur du processus

L'Institut Fraunhofer utilise déjà l'IA à toutes les étapes du cycle de détection précoce, étant donné qu’elle s'avère particulièrement utile pour le traitement de grands volumes de données, par exemple dans le cadre de la méthode d'analyse prospective (« Horizon Scanning »). L'IA permet également de visualiser des scénarios d’évolution possibles à l'aide d'images ou de récits, ce qui les rend plus concrets. Il est toutefois important de ne pas y recourir trop tôt dans ce processus. Une utilisation prématurée risque en effet de limiter la réflexion créative sur les futurs possibles et de favoriser des visions uniformes.

De plus, l'IA peut aussi jouer le rôle de sparring-partner en remettant en question les hypothèses et en signalant d'éventuels biais cognitifs. Un biais très répandu est par exemple « l’illusion de la fin de l’histoire », qui nous conduit à considérer l’avenir comme une simple prolongation du présent et à sous-estimer l’ampleur des changements à venir. Dans le même temps, Simone Kimpeler a souligné que l’IA engendre également de nouveaux biais et peut reproduire des idées reçues ancrées dans la société. L'interprétation et la mise en perspective des résultats doivent donc rester du ressort de l'être humain. Sa conclusion est sans équivoque : « Il ne suffit pas d’intégrer l’être humain dans la boucle - il faut que l’être humain reste au premier plan ».

Réduire les biais pour renforcer la qualité du dépistage précoce

Afin de limiter autant que possible les biais cognitifs dans le processus, l’Institut Fraunhofer applique une approche globale de « de-biasing ». Celle-ci repose avant tout sur une grande diversité de sources, d’expertises et de points de vue. Il s'agit non seulement d'impliquer des expertes et des experts scientifiques, mais aussi des professionnelles et des professionnels du terrain, ainsi que des personnes qui utilisent de façon précoce de nouvelles technologies. Celles-ci sont souvent au plus près des dernières évolutions, car elles testent déjà ces technologies au quotidien ou sont directement confrontées à leurs effets. Par ailleurs, certaines approches méthodologiques issues de la psychologie peuvent également aider à identifier les hypothèses implicites, à structurer des situations complexes et à imaginer d’autres visions de l’avenir.

Prochaines étapes pour la SCNAT et l’OFEV

Au cours de la deuxième partie de la réunion, les participantes et participants ont discuté des enseignements à tirer de cette intervention pour le projet commun de la SCNAT et de l’OFEV. Un consensus s’est rapidement dégagé : les biais éventuels doivent être pris en compte à chaque étape du processus. L'IA et d'autres outils technologiques doivent être utilisés pour collecter et structurer les informations. Cela permet de libérer des ressources précieuses pour des tâches plus complexes, qui requièrent d’autres capacités humaines, comme le jugement, l'interprétation et la créativité. La prise en compte de différentes perspectives doit également contribuer à une détection précoce systématique.