Ja saison des vacances est de retour! C’est la période magique de l’année qui combine le fait de se tenir dans les lignes de sécurité de l’aéroport et de perdre progressivement la tête alors que les aiguilles de votre montre se rapprochent perpétuellement d’une heure d’embarquement qui a augmenté comme par magie de 45 minutes depuis que vous avez quitté la maison et le goober devant vous est dans l’année de notre seigneur 2022 toujours en quelque sorte confus quant à la raison pour laquelle nous devons enlever nos chaussures en sécurité et putain mec, arrête de te disputer avec la TSA et détache tes lacets déjà ces billets ne sont pas remboursables.
Ai peut aider à résoudre ce problème. Cela peut peut-être même donner aux gens ordinaires un avant-goût de l’expérience aéroportuaire sans effort que les voyageurs plus aisés apprécient – le jet set privé qui n’a jamais à se soucier des heures de départ ou des lignes de sécurité comme le reste d’entre nous, les schmucks coincés volant Spirit.
Dans leur dernier livre PUISSANCE ET PRÉDICTION : L’économie perturbatrice de l’intelligence artificielle, Les économistes et professeurs de l’Université de Toronto, Ajay Agrawal, Joshua Gans et Avi Goldfarb, examinent l’impact fondamental que les systèmes d’IA/ML ont sur la prise de décision humaine alors que nous nous appuyons de plus en plus sur l’automatisation et les prédictions de mégadonnées. Dans l’extrait ci-dessous, ils postulent à quoi pourraient ressembler les aéroports de demain si l’IA éliminait les embouteillages et les retards de sécurité.
Harvard Business Review Presse
Réimprimé avec la permission de Harvard Business Review Press. Extrait de PUISSANCE ET PRÉDICTION : L’économie perturbatrice de l’intelligence artificielle par Ajay Agrawal, Joshua Gans et Avi Goldfarb. Copyright 2022 Ajay Agrawal, Joshua Gans et Avi Goldfarb. Tous les droits sont réservés.
Ajay Agrawal, Joshua Gans et Avi Goldfarb, économistes et professeurs à la Rotman School of Management de l’Université de Toronto. Leur livre précédent est MACHINES DE PRÉDICTION : L’économie simple de l’intelligence artificielle.
L’univers aéroportuaire alternatif
Avant de considérer la menace que la prédiction de l’IA peut représenter pour les aéroports, comme pour tout, il existe un système alternatif qui peut nous montrer à quoi ressemble l’autre côté. Un exemple est l’univers alternatif des très, très riches. Ils n’effectuent pas de vols commerciaux et n’ont donc pas l’occasion de traiter avec les anciens ou les nouveaux terminaux publics de l’aéroport. Au lieu de cela, ils volent en privé et passent par des terminaux privés. Normalement, le faste, le glamour, les bons restaurants et les galeries d’art vont être là où se trouvent les très riches. Mais dans le monde des aéroports, les terminaux privés sont positivement spartiates.
La raison pour laquelle il n’y a pas d’investissement dans l’amélioration des terminaux privés est que l’incertitude même qui afflige le reste d’entre nous n’afflige pas les riches. Avec un avion commercial, vous êtes lié à un horaire, et ces avions laisseront derrière eux des passagers en retard. Avec un avion privé, l’horaire est plus souple voire inexistant. Si les passagers ne sont pas là, l’avion ne part qu’à leur arrivée. Si les passagers sont là plus tôt, l’avion part alors. L’ensemble du système est conçu pour qu’il n’y ait pas d’attente, du moins de la part des passagers. Pas d’attente signifie pas besoin d’investir pour rendre l’attente plus agréable. En même temps, les riches n’ont pas de règles sur le moment où ils doivent partir pour l’aéroport. Ils partent quand ils veulent. Si plus de personnes pouvaient avoir cette expérience, alors le terminal optimal serait sûrement plus spartiate que la cathédrale.
Vous n’avez pas besoin d’être riche, cependant, pour voir cet univers alternatif. Au lieu de cela, comparez simplement le monde de l’autre côté des portes d’arrivée à ceux au départ. Lorsque les zones d’arrivée sont séparées des zones de départ, elles sont spartiates. Vous trouverez peut-être des points de restauration légers, mais tout le reste est conçu pour vous sortir de l’aéroport. Le problème crucial est la proximité des taxis et des parkings, même si vous n’êtes peut-être pas pressé. Vous souvenez-vous même des détails des arrivées à votre aéroport habituel, autres que la meilleure façon de sortir ?
La menace de l’aéroport AI
Les aéroports ne sont pas étrangers à l’IA. Le contrôle du trafic aérien a adopté des systèmes basés sur l’IA pour mieux prévoir les arrivées d’avions et la congestion. À l’aéroport d’Eindhoven, un nouveau système de traitement des bagages par IA est en cours de pilotage, dans lequel les passagers photographient simplement leurs bagages, les déposent et les récupèrent à destination, sans étiquette. Sous réserve des exigences de confidentialité, il espère faire de même avec les gens. Tout cela vous aidera à vous rendre plus rapidement à votre vol.
Cependant, aucune de ces choses n’affecte les principaux facteurs d’incertitude dans votre voyage vers votre vol – le trafic et la sécurité. Le changement, cependant, est déjà là en ce qui concerne le trafic. Les applications de navigation telles que Waze tiennent compte des conditions de circulation et peuvent raisonnablement estimer le temps qu’il faut pour se rendre à n’importe quel aéroport en fonction de l’heure de la journée. Les applications ne sont pas parfaites, mais elles ne cessent de s’améliorer.
Les applications dispensent les passagers d’avoir des règles qui leur indiquent à quelle heure ils doivent partir pour l’aéroport. Au lieu de cela, ils peuvent ajouter cette heure de vol à leur calendrier, et une application leur indique le meilleur moment pour partir et planifier leur heure en conséquence. Mieux encore, dans un avenir proche, l’incertitude sur l’heure réelle de départ d’un vol sera prise en compte. Plutôt que de simplement vous dire quand vous devez partir en fonction d’un départ prévu, l’application vous indiquera quand partir en fonction du départ réel prévu du vol. Encore une fois, il existe une incertitude résiduelle, mais le passage de l’absence d’informations à des informations plus précises pourrait faire gagner des heures d’attente. De même, de nombreux passagers Uber qui pensaient auparavant qu’ils ne se soucieraient pas de connaître l’heure d’arrivée prévue de leur taxi citent désormais cette information comme l’une des caractéristiques les plus précieuses du service. Uber utilise l’IA pour faire cette prédiction. L’IA pourrait également prédire les temps d’attente des lignes de sécurité. Mettez tout cela ensemble et vous pouvez utiliser l’IA pour décider quand partir pour l’aéroport plutôt que de vous fier aux règles. Comme pour tout, certains sauteront sur cette possibilité avant les autres. À Incheon et dans de nombreux autres aéroports, l’attente n’est plus un problème, alors vous n’avez peut-être pas besoin de prendre une décision éclairée.
Ceux qui développent une application de navigation pilotée par l’IA ou un prédicteur de départ de vol n’ont aucun intérêt direct dans les revenus des activités aéroportuaires dans les terminaux. Cependant, la valeur de leurs applications d’IA dépend essentiellement du nombre de personnes qui ne veulent pas attendre dans les aéroports. Ainsi, si les aéroports sont actuellement moins coûteux à attendre, la valeur de ces applications est diminuée. La prédiction de la ligne de sécurité est une autre affaire. Les aéroports affirment vouloir améliorer les délais de sécurité et réduire l’incertitude. Mais en tant qu’économistes, nous ne pensons pas que leurs incitations soient alignées sur les passagers. Oui, l’amélioration des temps de sécurité laisse plus de temps à passer dans les installations après la sécurité. Mais, en même temps, cela réduira l’incertitude et incitera les gens à resserrer leurs heures d’arrivée à l’aéroport. Combiné à l’IA qui résout l’autre incertitude pour les passagers lors de l’accès au terminal, les aéroports voudront-ils éliminer l’incertitude sous leur propre contrôle ?
Règles d’accommodement
Notre point général ne concerne pas les aéroports, mais les règles. Les règles surgissent parce qu’il est coûteux d’embrasser l’incertitude, mais elles créent leur propre ensemble de problèmes. Le soi-disant principe de Shirky, mis en avant par l’écrivain technologique Clay Shirky, stipule que «les institutions essaieront de préserver le problème dont elles sont la solution». On peut dire la même chose des entreprises. Si votre entreprise est de fournir un moyen d’aider les gens lorsqu’ils attendent un avion, quelle est la chance que vous allez vous assurer qu’ils n’ont pas à attendre les avions ?
Si vous voulez trouver des opportunités en créant de nouvelles décisions basées sur l’IA, vous devez regarder au-delà des garde-fous qui protègent les règles des conséquences de l’incertitude et cibler les activités qui facilitent la prise en charge de ces coûts ou réduisent la probabilité de mauvais résultats que les règles entraîneraient. sinon faut tolérer.
Nous pouvons le voir dans la protection de longue date que les agriculteurs emploient en Angleterre – la construction de haies. Une haie est un ensemble soigneusement planifié d’arbres et de plantes robustes qui servent de mur entre les champs. C’est extrêmement utile si votre champ est plein d’animaux de ferme et que vous ne voulez pas employer une personne pour s’assurer qu’ils ne s’égarent pas. Il est également utile si vous ne souhaitez pas que de fortes pluies érodent le sol trop rapidement ou si vous souhaitez protéger les cultures des vents violents. Compte tenu de toute cette protection contre les événements à risque, nous ne sommes pas surpris que cette pratique soit à l’origine du terme « couverture », qui a évolué pour prendre un sens plus large en matière d’assurance.
Mais les haies ont un coût. En divisant les terres agricoles, ils rendent impossible l’utilisation de certaines techniques agricoles, dont la mécanisation, qui ne sont efficaces que sur de grandes étendues de terres. Après la Seconde Guerre mondiale, le gouvernement britannique a effectivement subventionné la suppression des haies, bien que dans certains cas, cette suppression ait été excessive, compte tenu de leur rôle dans la gestion des risques. Aujourd’hui, il y a un mouvement pour restaurer les haies, dirigé principalement par le prince de Galles. Dans de nombreuses situations, des investissements coûteux sont faits pour couvrir ou mettre à l’abri un décideur potentiel du risque. Des kilomètres d’autoroutes sont entourés de garde-corps pour empêcher les voitures de descendre des talus, des collines ou dans la circulation venant en sens inverse. La plupart ne sont, heureusement, jamais utilisés, mais chacun permet de construire une route d’une manière qui n’aurait peut-être pas été suffisamment sûre, compte tenu de la faillibilité des conducteurs humains.
Plus généralement, les codes du bâtiment spécifient précisément diverses mesures pour protéger les personnes à l’intérieur des bâtiments contre les événements incertains. Il s’agit notamment des incendies, mais aussi des dommages causés par les intempéries, des fondations de bâtiments faibles et d’autres phénomènes naturels comme les tremblements de terre.
Ce que ces mesures de protection ont en commun, c’est qu’elles génèrent généralement ce qui ressemble à des solutions trop élaborées. Ils sont conçus pour un certain ensemble d’événements – la tempête qui ne se produit qu’une fois dans une vie ou l’inondation qui se produit une fois dans un siècle. Lorsque ces événements se produisent, l’ingénierie semble valable. Mais, en leur absence, il y a lieu de s’interroger. Pendant de nombreuses années, Freakonomics Les auteurs Steven Levitt et Stephen Dubner ont souligné à quel point les gilets de sauvetage et les radeaux à bord des avions – sans parler des démonstrations de sécurité de chacun – semblaient inutiles, étant donné qu’aucun avion n’avait réussi à atterrir sur l’eau. Puis, en 2009, le capitaine Sullenberger a fait atterrir un avion d’US Airways sans moteurs en état de marche sur la rivière Hudson. Est-ce que cet exemple d’événement à faible probabilité en vaut la peine ? C’est difficile à savoir. Mais nous ne pouvons pas conclure que l’absence d’un résultat possible nous amène à évaluer la probabilité de ce résultat à zéro.
Cependant, le point principal de Levitt et Dubner est que s’il est souvent possible, lorsque des mesures de protection sont employées, d’évaluer la probabilité ou l’évolution de la probabilité d’une incertitude sous-jacente au fil du temps, il n’est pas possible de mesurer si les investissements réalisés pour réduire la probabilité de une conséquence sont excessives, car la stratégie même de gestion des risques employée enlève cette information. Il est tout à fait possible que trop de choses soient gaspillées sur quelque chose qui, pour d’autres raisons, n’est plus du tout à haut risque.
Tous les produits recommandés par Engadget sont sélectionnés par notre équipe éditoriale, indépendante de notre maison mère. Certaines de nos histoires incluent des liens d’affiliation. Si vous achetez quelque chose via l’un de ces liens, nous pouvons gagner une commission d’affiliation. Tous les prix sont corrects au moment de la publication.