Code à Joy: Pourquoi tout le monde devrait apprendre une petite programmation – Entretien avec Michael Littman

Code à la joie: pourquoi tout le monde devrait apprendre une petite programmation est un nouveau livre de Michael LittmanProfesseur d’informatique à l’Université Brown et administrateur fondateur d’AiHub. Nous avons parlé à Michael de ce que le livre couvre, de ce qui l’a inspiré et de la façon dont nous connaissons tous de nombreux concepts de programmation dans notre vie quotidienne, que nous le réalisions ou non.

Pourriez-vous commencer par nous parler un peu du livre et de qui est le public cible?

Le public visé n’est pas des informaticiens, bien que j’aie obtenu une réception très chaleureuse des informaticiens, ce que j’apprécie. L’idée derrière le livre est d’essayer d’aider les gens à comprendre que dire des machines quoi faire (c’est ainsi que je considère une grande partie de l’informatique et de l’IA) est quelque chose qui est vraiment accessible à tout le monde. Il s’appuie sur les compétences et les pratiques que les gens ont déjà. Je pense que cela peut être très intimidant pour beaucoup de gens, mais je ne pense pas que cela devait l’être. Je pense que la fondation est là pour tout le monde et que c’est juste une question de puiser et de construire par-dessus. Ce que j’espère, et ce que je vois, c’est que l’apprentissage automatique et l’IA aident à rencontrer les gens à mi-chemin. Les machines s’améliorent pour écouter alors que nous essayons de mieux leur dire quoi faire.

Qu’est-ce qui vous a décidé d’écrire le livre, quelle a été l’inspiration derrière?

J’ai enseigné de grands cours d’informatique d’introduction et j’ai l’impression qu’il y a un message important sur la façon dont une connaissance plus profonde de l’informatique peut être très stimulante, et je voulais apporter cela à un public plus large.

Pourriez-vous parler un peu de la structure du livre?

La viande du livre parle des composants fondamentaux qui composent des programmes, ou, en d’autres termes, qui constituent la façon dont nous disons aux ordinateurs quoi faire. Chaque chapitre couvre un autre de ces sujets – boucles, variables, conditions, par exemple. Dans chaque chapitre, je parle des façons dont ce concept est déjà familier aux gens, les façons dont elle apparaît dans la vie régulière. Je pointe vers des logiciels ou des sites Web existants où vous pouvez utiliser ce concept particulier pour dire aux ordinateurs quoi faire. Chaque chapitre se termine par une introduction à certains concepts de l’apprentissage automatique qui peuvent aider à créer cette construction de programmation particulière. Par exemple, dans le chapitre sur les conditions, je parle des façons dont nous utilisons le mot «si» dans la vie régulière tout le temps. Les mariages, par exemple, sont très structurés conditionnellement, avec des déclarations comme «si quelqu’un a quelque chose à dire, parlez maintenant ou maintenez votre paix pour toujours». C’est une sorte de déclaration «if-then». En termes d’outils pour jouer, je parle de fiction interactive. À mi-chemin entre les jeux vidéo et les romans est cette notion que vous pouvez faire une histoire qui s’adapte pendant sa lecture. Ce qui rend cela intéressant, c’est cette notion de conditionnels – le lecteur peut faire un choix et qui provoquera une branche. Il existe vraiment de merveilleux outils pour pouvoir jouer avec cette idée en ligne, vous n’avez donc pas à être un programmeur à part entière pour utiliser les conditions. Le concept d’apprentissage automatique introduit il y a des arbres de décision, qui est une ancienne forme d’apprentissage automatique où vous donnez à un système un tas d’exemples, puis il produit un petit organigramme pour la prise de décision.

Touchez-vous une IA générative dans le livre?

Le livre était déjà en production au moment où Chatgpt est sorti, mais j’étais en avance sur la courbe, et j’avais une section spécifiquement sur le GPT-3 (pré-chatt) qui parle de ce que c’est, de la façon dont l’apprentissage automatique le crée et de la façon dont il peut être utile pour créer des programmes. Donc, vous le voyez dans les deux directions. Vous obtenez l’idée que cet outil aide les gens à dire les machines quoi faire, ainsi qu’à la façon dont l’humanité a créé cet outil en premier lieu en utilisant l’apprentissage automatique.

Avez-vous appris quelque chose pendant que vous écriviez le livre qui était particulièrement intéressant ou surprenant?

La recherche des exemples pour chaque chapitre m’a fait creuser dans tout un tas de sujets. Cette notion de fiction interactive, et qu’il existe des outils pour créer une fiction interactive, j’ai trouvé assez intéressant. Lors de la recherche d’un autre chapitre, j’ai trouvé un exemple d’un livre de prière juif qui était tellement choquant pour moi. Ainsi, les livres de prière juifs (et je ne sais pas si cela est également vrai dans d’autres systèmes de croyances, mais je connais surtout le judaïsme), je contiennent des choses que vous êtes censé lire, mais ils ont parfois peu de marques conditionnelles. Par exemple, on pourrait dire «ne lisez pas ceci si c’est un samedi», ou «ne lisez pas ceci si c’est une pleine lune», ou «ne lisez pas si c’est une pleine lune un samedi». J’ai trouvé un passage qui avait en fait 14 conditions différentes que vous deviez vérifier pour décider s’il était approprié ou non de lire ce passage particulier. Cela m’a surpris – je ne savais pas que les gens devaient faire autant de calculs complexes lors d’une activité de culte.

Pourquoi est-il important que tout le monde apprenne un peu de programmation?

Il est vraiment important de garder à l’esprit l’idée qu’au fin de la journée ce que fait l’IA facilite la tâche de faire des machines, et nous devons partager cette capacité accrue avec une large population. Ce ne devrait pas être simplement les ingénieurs de l’apprentissage automatique qui peuvent dire aux ordinateurs quoi faire plus facilement. Nous devrions trouver des moyens de faciliter tout le monde.

Parce que les ordinateurs sont là pour aider, mais c’est une rue à double sens. Nous devons être prêts à apprendre à exprimer ce que nous voulons d’une manière qui peut être effectuée avec précision et automatiquement. Si nous ne faisons pas cet effort, alors d’autres parties, les entreprises souvent, interviendront et le feront pour nous. À ce stade, les machines s’efforcent de servir l’intérêt de certains autres au lieu des nôtres. Je pense qu’il est devenu absolument essentiel que nous rétablissions une relation saine avec ces machines avant de perdre plus de notre autonomie.

Des pensées ou des plats finaux que nous devrions garder à l’esprit?

Je pense qu’il y a aussi un message ici pour les chercheurs en informatique. Lorsque nous disons à d’autres personnes quoi faire, nous avons tendance à combiner une description ou une règle, quelque chose qui ressemble en quelque sorte à un programme, avec des exemples, quelque chose qui ressemble plus aux données. Nous les mélangeons simplement lorsque nous nous parlons. À un moment donné, lorsque j’écrivais le livre, j’avais un lave-vaisselle qui agissait et je voulais comprendre pourquoi. J’ai lu son manuel et j’ai été frappé par la fréquence à laquelle il a été le cas qu’en disant aux gens quoi faire avec le lave-vaisselle, les auteurs mélangeraient constamment une description de haut niveau de ce qu’ils vous disent de faire avec des exemples particuliers et vifs: une règle de ce qu’il faut charger dans le rack supérieur, et une liste d’éléments qui correspondent à cette règle. Cela semble être la façon dont les gens veulent à la fois transmettre et recevoir des informations. Ce qui est fou pour moi, c’est que nous ne programmons pas les ordinateurs de cette façon. Nous utilisons soit quelque chose qui est strictement programmé, toutes les règles, pas d’exemples, ou nous utilisons l’apprentissage automatique, où ce sont tous des exemples, pas de règles. Je pense que la raison pour laquelle les gens communiquent de cette façon est que ces deux mécanismes différents ont des forces et des faiblesses complémentaires et lorsque vous combinez les deux ensemble, vous maximisez les chances d’être comprise avec précision. Et c’est l’objectif lorsque nous disons à les machines quoi faire. Je veux que la communauté d’IA réfléchisse à la façon dont nous pouvons combiner ce que nous avons appris sur l’apprentissage automatique avec quelque chose de plus de programmation pour faire un moyen beaucoup plus puissant de dire aux machines quoi faire. Je ne pense pas que ce soit encore un problème résolu, et c’est quelque chose que j’espère vraiment que les gens de la communauté pensent.

Code à la joie: pourquoi tout le monde devrait apprendre une petite programmation est disponible à l’achat maintenant.

Michael L. Littman est professeur d’université d’informatique à l’Université Brown, étudiant l’apprentissage automatique et la prise de décision dans l’incertitude. Il a remporté plusieurs prix universitaires pour l’enseignement et ses recherches sur l’apprentissage par renforcement, la planification probabiliste et la résolution automatisée de mots croisés ont été reconnus avec trois prix du meilleur papier et trois prix en papier influent. Littman est codirecteur de Brown’s Humanity Centered Robotics Initiative et membre de l’Association for the Advancement of Artificial Intelligence et de l’Association for Computing Machinery. Il est également membre de l’American Association for the Advancement of Science Leshner Leadership Institute for Public Engagement avec Science, en se concentrant sur l’intelligence artificielle. Il est actuellement directeur de division pour l’information et les systèmes intelligents à la National Science Foundation.