L’intelligence artificielle transforme progressivement notre manière de travailler. Dans les usines, cette transformation prend une dimension particulière avec l’émergence des grands modèles linguistiques (LLM), capables notamment de générer et d’interpréter du contenu en langage naturel.
C’est précisément ce que Chourouk Ouerghemmi et Myriam Ertz explorent dans leur nouvel article consacré aux applications des LLM dans les environnements industriels 4.0 et 5.0.
À partir d’une revue systématique de 53 articles scientifiques, les auteures proposent un cadre permettant de mieux comprendre les interactions entre les capacités des LLM, les activités industrielles, les travailleurs et les enjeux liés à leur déploiement.
🔷 Optimiser les activités industrielles
Les LLM peuvent contribuer à automatiser certaines tâches et à adapter les systèmes de fabrication, notamment grâce à leurs capacités de génération et de traitement du langage.
🔷 Transformer l’interaction humain-machine
L’arrivée des LLM peut modifier la manière dont les employés interagissent avec les systèmes de production.
Les machines deviennent progressivement capables de comprendre des instructions formulées en langage naturel, ce qui peut faciliter l’accès à l’information et certaines activités de prise de décision.
🔷 Poser de nouvelles questions éthiques
L’utilisation des LLM soulève également des enjeux importants : transparence, biais dans les décisions, protection des données et responsabilité.
Ces questions rendent nécessaire la mise en place de mécanismes de gouvernance adaptés.
🔷 Renforcer la cybersécurité
L’intégration des LLM dans les environnements industriels nécessite également une attention particulière à la sécurité des données et aux risques associés à leur utilisation dans des systèmes de production.
Leur potentiel est important, mais leur intégration ne peut pas reposer uniquement sur leurs capacités technologiques.
Elle doit également tenir compte des travailleurs, des organisations, de la sécurité des données et des enjeux éthiques qui accompagnent leur déploiement.
Les grands modèles linguistiques pourraient devenir un nouvel élément des usines intelligentes en transformant à la fois les processus de fabrication et les interactions entre les humains et les machines.
Mais leur adoption soulève encore de nombreuses questions.
Cette recherche contribue ainsi à structurer un domaine scientifique encore émergent et propose un programme de recherche pour mieux comprendre comment les LLM pourront être intégrés aux environnements industriels de manière efficace, responsable et sécurisée.
Consulter l’article :
Votre vie privée est importante pour nous
Nous utilisons des témoins pour améliorer votre expérience de navigation, fournir du contenu personnalisé et analyser notre trafic. En cliquant sur « Tout accepter », vous consentez à l’utilisation des témoins. Politique relative aux témoins
Personnalisez vos préférences pour les témoins
Nous utilisons des témoins pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez des informations détaillées sur tous les témoins sous chaque catégorie de consentement ci-dessous. Les témoins classés comme « nécessaires » sont stockés sur votre navigateur, car ils sont indispensables pour activer les fonctionnalités de base du site. Nous utilisons également des témoins tiers qui nous aident à analyser la façon dont vous utilisez ce site Internet et à stocker vos préférences. Ces témoins ne seront stockés dans votre navigateur qu’avec votre consentement, au préalable. Vous pouvez sélectionner les paramètres de votre choix. Cependant, la désactivation de certains témoins peut affecter votre expérience de navigation.
Nécessaire
Les témoins nécessaires sont obligatoire pour activer les fonctionnalités de base de ce site, telles que fournir une connexion sécurisée ou ajuster vos préférences de consentement. Ces témoins ne stockent aucune donnée personnellement identifiable.
| Cookie | Durée | Description |
|---|---|---|
| PHPSESSID | Session | Ce témoin est natif des applications PHP et est utilisé pour stocker et identifier la session unique d'un utilisateur afin de gérer les sessions des utilisateurs sur le site Web. |
| acceptedCookies | 30 jours | Ce témoin stocke vos préférences en lien avec les témoins de ce site Web. |
Analytique
Les témoins analytiques sont utilisés pour comprendre comment les visiteuses et visiteurs interagissent avec le site Internet. Ces témoins aident à fournir des informations sur des mesures telles que le nombre de personnes qui visitent, le taux de rebond, la source de trafic, etc.
| Cookie | Durée | Description |
|---|---|---|
| _gat | 1 minute | Ce témoin est installé par Google Universal Analytics pour restreindre le taux de requête et ainsi limiter la collecte de données sur les sites très fréquentés. |
| _gat_gtag_UA_* | 1 minute | Google Analytics règle ce témoin pour stocker les identifiants uniques des utilisateurs. |
| _gid | 1 jour | Le témoin _gid de Google Analytics stocke des données sur la manière dont les visiteurs utilisent un site Web et crée en même temps un rapport analytique des performances du site Internet. Parmi les données collectées figurent le nombre de visiteurs, leur lieu ainsi que les pages qu'ils visitent de manière anonyme. |
| _gcl_au | 3 mois | Fourni par Google Tag Manager afin de vérifier l'efficacité publicitaire des sites Internet recourant à ces services. |
| _ga | 1 an, 1 mois et 4 jours | Le témoin _ga de Google Analytics calcule les données relatives aux visiteurs, aux consultations ainsi qu’aux campagnes de communication et conserve une trace de l'utilisation du site en vue de la production des rapports d'analyse du site. Ce témoin stocke les renseignements de façon anonyme et attribue un numéro généré de façon aléatoire pour reconnaître les visiteurs uniques. |
| _ga_* | 1 an, 1 mois et 4 jours | Google Analytics règle ce témoin pour stocker et comptabiliser le nombre de pages consultées. |