Chez Qontinuity, nous n’avons aucun problème à vous inciter effectivement à vous documenter sur l’IA avec les réseaux sociaux, d’autant que certains comptes (cependant assez rares) sont à la fois pertinents et experts. Mais il y a des risques certains et des écueils durablement préjudiciables qu’il ne faut surtout pas sous-estimer.
Le risque le plus important : l’illusion de la compétence.
Regarder une vidéo vous donne l'impression d'avoir appris, alors qu’en réalité, très souvent, vous avez seulement compris superficiellement. La consommation passive de contenus (visionner, par exemple, un tuto de 10 min sur le prompt engineering) crée une confiance injustifiée, et surtout illusoire. L'apprenant pense qu’il sait faire parce qu'il a vu quelqu'un faire, mais il échoue dès qu'il est face à la tâche réelle. Ce sont, par exemple, les conclusions de l'étude majeure de Michael Kardas & Ed O'Brien (2018) publiée dans Psychological Science, intitulée Easier Seen Than Done (plus facile à voir qu’à faire)» et qui fait autorité. Les chercheurs ont prouvé que regarder des vidéos répétées d'une compétence (lancer de fléchettes, moonwalk, etc.) augmente l’assurance des participants mais n'améliore absolument pas leur performance réelle. (source)
Le deuxième risque fort est la fragilité de la fiabilité.
Sur les réseaux, la priorité est donnée à ce qui est viral, pas à ce qui est vrai ou pédagogique. Les algorithmes de recommandation (YouTube, TikTok, LinkedIn, etc) favorisent le contenu sensationnaliste ("L'IA va tout remplacer !", "Devenez riche avec ChatGPT"). Cela noie l'information technique fiable sous une masse de bruits, d'hallucinations et, hélas, de manipulations présentées comme des faits. Une enquête passionnante et édifiante de la BBC (source) a révélé que les algorithmes recommandaient activement des vidéos de "fausse science" et de désinformation générées par IA, car elles maximisaient la rétention d'audience.
Du côté de Qontinuity, en tant qu'organisme certifié, nous avons une obligation de veille et de mise à jour des contenus que nous enseignons. Un influenceur n'a aucune responsabilité si son tuto est obsolète deux semaines après (ce qui arrive tout le temps avec les mises à jour dans le monde de l’IA).
Le troisième risque est plus insidieux, c’est le « coût caché du gratuit ».
L'auto-formation a un coût invisible mais massif pour une entreprise : le temps perdu à chercher ! Apprendre sur le tas demande de filtrer l'information avant de l'apprendre. Cela surcharge la mémoire de travail (charge cognitive extrinsèque) avec des tâches inutiles (chercher la bonne vidéo, vérifier la bonne version du logiciel, etc) au lieu de se concentrer sur l'apprentissage (charge cognitive intrinsèque). Ce phénomène a été largement étudié et les recherches montrent que les novices ont besoin d'un "guidage fort" (scaffolding). Sans structure, ils apprennent moins vite et mémorisent moins bien. Une formation de 2 jours chez Qontinuity équivaut à 3 semaines de recherche éparse et ma contrôlée sur YouTube. La question est donc très simple : combien coûtent 3 semaines de salaire de vos collaborateurs ? (source)
Enfin, le dernier point d’achoppement est l'absence de retour correctif.
L'IA est une matière probabiliste et nuancée, pas une science exacte comme l'arithmétique ou la physique. Sur YouTube ou les réseaux sociaux, personne ne vous dit pourquoi votre prompt n'a pas marché ou comment votre stratégie d'implémentation est risquée juridiquement. L'apprentissage est un processus social qui nécessite un retour d'expert pour corriger les erreurs de raisonnement (le feedback loop). L'interaction et le mentorat sont les clés du transfert de compétences, bien plus que l'accès à l'information brute. L'absence de pratique délibérée avec correction empêche de passer du stade de l'imitation à celui de la maîtrise. (source)
Les réseaux sociaux peuvent être de véritables ressources pour une appréhension en surface de l’IA mais certainement pas pour se former sérieusement.