Comment pensera l’État avec ChatGPT ? WP330

Thomas Cantens
Additional contact information
Thomas Cantens: OMD - Organisation Mondiale des Douanes, CERDI - Centre d'Études et de Recherches sur le Développement International - IRD - Institut de Recherche pour le Développement - CNRS - Centre National de la Recherche Scientifique - UCA - Université Clermont Auvergne

Working Papers from HAL

Abstract: Cet article examine les enjeux propres à l'intelligence artificielle générative (IAG) dans les administrations publiques et les effets de sa nature langagière sur les interactions homme-machine. Au niveau organisationnel, les avantages de l'IAG sont la réduction des coûts par l'internalisation des tâches, l'uniformisation et la conformité du langage administratif, l'accès à un vaste corpus de connaissances et, potentiellement, un changement de paradigme dans la détection de la fraude. L'article tente de déconstruire les raisons de la défiance envers l'IAG. Les risques associés à l'IAG dans le secteur public sont souvent similaires à ceux associés à l'IA conventionnelle, mais si certains risques restent pertinents, d'autres le sont moins car la technologie de l'IAG en limite l'explicabilité donc aussi les usages dans les administrations publiques. Au niveau individuel, la nature « langagière » de l'IAG est une rupture profonde, par rapport à la nature « numérique » des systèmes d'IA mis en œuvre dans les administrations publiques jusqu'à présent. L'impact transformateur de l'IAG sur la production intellectuelle de l'État fait naître la crainte de remplacement ou plutôt d'asservissement des fonctionnaires aux machines. L'article plaide pour le développement de la vigilance et de la pensée critique comme compétences spécifiques pour les fonctionnaires qui sont devenus très spécialisés et qui devront penser avec une machine qui, elle, est éclectique par nature.

Keywords: intelligence artificielle générative; administrations publiques; ChatGPT; douanes (search for similar items in EconPapers)
Date: 2023-07-24
Note: View the original document on HAL open archive server: https://hal.science/hal-04169769v1
References: Add references at CitEc
Citations:

Downloads: (external link)
https://hal.science/hal-04169769v1/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:wpaper:hal-04169769

Access Statistics for this paper

More papers in Working Papers from HAL
Bibliographic data for series maintained by CCSD ().