Libérer la puissance de l'IA pour des informations qualitatives - Entretien avec Jörg Hecker, PDG d'ATLAS.ti

L'IA évolue actuellement très rapidement et est utilisée dans de nombreux domaines. Pouvez-vous nous en dire plus sur le modèle d'IA qui sous-tend AI Coding ?

Jörg Hecker : Nous avons établi un partenariat avec OpenAI, la principale organisation de recherche sur l'IA. Avec leur aide, nous avons intégré le dernier modèle GPT dans AI Coding. GPT est un modèle linguistique sophistiqué qui utilise des techniques de pointe telles que l'apprentissage par renforcement, l'apprentissage profond et l'apprentissage par transfert.

Pouvez-vous nous en dire plus sur la manière dont GPT peut profiter aux chercheurs qui utilisent ATLAS.ti ?

Jörg Hecker : Ce que nous apprécions vraiment dans GPT, c'est sa capacité à traiter et à comprendre le texte à un niveau incroyablement élevé, grâce à un puissant modèle de langage basé sur un trillion de paramètres. Les chercheurs de l'OpenAI ont largement affiné GPT en utilisant des techniques avancées d'apprentissage automatique pour améliorer ses capacités linguistiques, et il a été entraîné avec de grands corpus de textes générés par des humains pour s'assurer qu'il correspond aux schémas de pensée humains. En utilisant AI Coding avec GPT, nos utilisateurs peuvent être assurés qu'ils utilisent un outil fiable développé par des experts en IA pour fournir les résultats les plus précis possibles.

Cependant, certaines personnes doutent encore de la précision de l'intelligence artificielle. Comment la décision de travailler avec OpenAI a-t-elle été prise ?

Jörg Hecker : Les capacités croissantes de l'IA sont de plus en plus évidentes. Le modèle linguistique de GPT que nous utilisons actuellement a montré des améliorations significatives en termes d'efficacité, de créativité et de compréhension du langage. Nous avons effectué des tests approfondis et nous sommes convaincus de sa capacité à comprendre la parole de manière large et profonde, ce qui permet aux utilisateurs d'obtenir rapidement des informations utiles qui peuvent être affinées. En outre, plusieurs articles de recherche publiés ont inclus ChatGPT en tant que co-auteur, soulignant l'impact et l'influence de l'IA sur la recherche. Les progrès continus de la technologie de l'IA démontrent sa capacité à apprendre à partir de données et à résoudre des problèmes complexes.

Comment l'IA fonctionne-t-elle dans l'analyse de données qualitatives à l'aide d'ATLAS.ti ?

Jörg Hecker : Les algorithmes d'OpenAI ont été rigoureusement testés avec une variété de types de données textuelles, y compris des textes scientifiques et des transcriptions d'entretiens, afin de garantir des performances optimales pour les utilisateurs d'ATLAS.ti. Notre équipe a effectué des tests approfondis afin de déterminer les méthodes les plus efficaces pour interroger GPT, la validation automatique étant effectuée à plusieurs reprises pour garantir la précision. En demandant à GPT d'analyser les données de manière répétée, nous avons pu obtenir des résultats de codage automatisé de l'IA extrêmement précis et efficaces, grâce à l'algorithme d'apprentissage automatique de pointe d'OpenAI.

Considérez le codage IA comme votre assistant dans l'analyse des données. Le codage IA d'ATLAS.ti génère de nombreux codes qui reflètent fidèlement le contenu des données. Ces codes sont subordonnés à quelques catégories principales et l'outil identifie également les cooccurrences. Les chercheurs peuvent utiliser cette vue d'ensemble pour affiner l'analyse en fusionnant les codes en thèmes plus larges, en utilisant le codage AI comme point de départ pour développer leur enquête.

Bien que l'outil d'analyse d'IA ATLAS.ti, tout comme GPT, ne soit pas parfait, pas plus que le chercheur individuel, le processus collaboratif d'utilisation de l'IA pour le codage des données peut considérablement améliorer l'expérience de la recherche en fournissant des résultats plus rapides et de meilleure qualité.

Dans les forums en ligne, certains chercheurs ont exprimé des doutes quant à la qualité de la recherche générée par le codage de l'IA par rapport à celle d'un chercheur humain. Quel est votre point de vue sur la question ?

Jörg Hecker : D'après ce que j'ai dit précédemment, il s'agit d'une hypothèse erronée qui montre à quel point l'IA n'a pas été comprise. Avant de mener une recherche, il est essentiel que le chercheur identifie ce qu'il veut étudier et comment il compte mener son étude. L'intelligence artificielle peut jouer le rôle d'un assistant ou d'un outil utile dans ce processus. En utilisant l'IA, le chercheur peut se concentrer sur les aspects essentiels de sa recherche, recevoir des suggestions utiles et même générer des analyses complètes.
Une fois que l'intelligence artificielle a contribué au processus d'analyse, le chercheur peut déterminer quels aspects des résultats générés sont pertinents pour son travail. Dans certains cas, les analyses générées automatiquement peuvent déjà suffire à ses besoins, ce qui peut lui faire gagner beaucoup de temps et d'efforts. Mais la possibilité d'ajuster et d'affiner les suggestions fournies par l'IA peut également s'avérer très utile et accélérer considérablement le processus de codage. Toutefois, il est important de garder à l'esprit que l'utilité des résultats générés par l'IA dépend en fin de compte des besoins et des objectifs spécifiques du chercheur.

Je voudrais faire une comparaison pour illustrer ce point : Imaginez que vous ayez besoin de compter tous les ponts sur un chemin entre le point A et le point B, et la distance entre ces deux points est assez longue. Dans ce cas, il serait plus efficace et plus rapide d'utiliser une voiture plutôt que de voyager à pied. Cependant, si votre tâche était d'identifier et de différencier toutes les fleurs et les plantes le long d'un chemin, et que le chemin était relativement court, l'utilisation d'une voiture serait impraticable. Marcher serait une meilleure option, car une voiture pourrait même entraver votre capacité à examiner la flore de près. Néanmoins, cela ne signifie pas qu'une voiture est inutile. Dans le premier cas, elle peut accélérer énormément votre tâche.

Mais peut-être qu'explorer la flore en conduisant le long de la route pourrait aussi produire des résultats plus rapides à cet égard. En documentant les observations initiales, comme la fréquence et les espèces de fleurs spécifiques en conduisant, il est possible de mener une analyse qui pourrait potentiellement fournir des informations pertinentes pour la prise de décision, même si elle n'est pas très précise. Dans certains cas, cette analyse peut être suffisante pour tirer des conclusions significatives.

Comment voyez-vous l'utilisation de l'IA dans la recherche ?

Jörg Hecker : Pour résumer ma pensée et tout ce que nous venons de dire, les chercheurs ne peuvent que bénéficier de l'utilisation des outils d'IA. L'IA peut être une ressource précieuse pour les chercheurs, en leur apportant de l'aide et en produisant des analyses. En fin de compte, c'est au chercheur individuel d'évaluer l'utilité des résultats générés par l'IA pour ses besoins spécifiques.

Nous ne pouvons pas fermer les yeux sur une nouvelle technologie dont le potentiel est énorme. Je pense que les gens peuvent hésiter à l'utiliser jusqu'à ce qu'ils réalisent les avantages qu'elle peut apporter à la recherche. Avec ATLAS.ti, tout le monde peut désormais explorer le codage génératif de l'IA de première main et en tirer le meilleur parti pour ses recherches.

Nous devons également tenir compte du fait que nous n'en sommes qu'au début d'un développement exponentiel de l'IA générative. En très peu de temps, de meilleures avancées des systèmes d'IA apparaissent continuellement. Ici, à ATLAS.ti, nous ferons toujours de notre mieux pour intégrer les derniers développements de l'IA dans ATLAS.ti afin que nos utilisateurs puissent tirer le meilleur parti de leurs analyses. Nous intégrerons également d'autres fonctionnalités de l'IA très prochainement dans ATLAS.ti. Tous les concepts sont déjà en place et nos utilisateurs peuvent s'attendre à utiliser des fonctionnalités et des outils supplémentaires dans les semaines et les mois à venir, qui seront d'une grande aide pour automatiser le processus d'analyse des données et faire gagner du temps et des ressources à l'utilisateur d'ATLAS.ti. Ce n'est que le début.