IBM, Probabl et l’Esilv mettent 1 000 étudiants au défi de fiabiliser l’IA face à Parkinson

Il aura suffi de deux matinées pour que plus de 1 000 élèves ingénieurs de l’École supérieure d'ingénieurs Léonard-de-Vinci (Esilv), tous en 4e année, produisent des milliers de modèles chargés de prédire l’évolution d’un score moteur de la maladie de Parkinson à partir de données réelles. Réunis par IBM, l’Esilv et Probabl lors du Bobathon, ils ont surtout dû apprendre à distinguer les prédictions solides des autres. Ils s’appuyaient pour cela sur IBM Bob, l’assistant de développement d’IBM alimenté par l’intelligence artificielle (IA), et sur Skore, la plateforme d’IA tabulaire de Probabl.

Le volume a de quoi impressionner, sauf qu’à l’heure des assistants de code il ne prouve plus grand-chose. “Faire vite est désormais facile, la partie difficile, c’est la fiabilité”, tranche François Goupil, cofondateur de Probabl. Créée par les fondateurs de scikit-learn, la société a conçu Skore pour répondre à ce problème. Son agent construit, valide et suit les modèles en appliquant à chaque étape la méthodologie statistique héritée de scikit-learn.

Moins de recettes, plus d’esprit critique

Ce renversement place les écoles d’ingénieurs devant une question qu’elles n’avaient jamais eu à se poser. “À l’ère de l’IA, enseigner le machine learning aux ingénieurs de demain est un défi en soi”, reconnaît Nédra Mellouli, enseignante-chercheuse et responsable de la majeure Data & IA de l’ESILV. Plutôt que de transmettre des recettes que l’assistant appliquera à leur place, l’école cherche à leur apprendre à “questionner leurs modèles” et à “développer leur esprit critique.” 

Reste un paradoxe, puisque c’est l’assistant d’IBM qui a permis aux étudiants d’aller aussi vite. “En utilisant IBM Bob, ils découvrent concrètement comment les technologies d’intelligence artificielle transforment les usages et les métiers”, a fait valoir Mehdi Boulaymen, AI Engineer chez IBM Client Engineering.