L’usage des méthodes d’IA (apprentissage, systèmes experts, technologies analytiques…) converge aujourd’hui avec l’obtention de données massives, et permet à ces domaines de se développer rapidement. Il est cependant essentiel de ne pas percevoir données massives et IA comme une même tendance, car l’accumulation de données n’engendre pas toujours une amélioration des connaissances. Néanmoins, plus les données sont nombreuses et représentatives des concepts et hypothèses de travail, plus les applications issues de l’IA peuvent aboutir à des résultats importants. Les aspects éthiques, déontologiques et juridiques sous-jacents quant à la propriété des données, leur conservation, gestion, partage et interopérabilité, exigent aussi qu’une réflexion soit engagée nationalement et internationalement en SA pour mieux encadrer ces données d’origine multisectorielle et leurs différents usages. De plus, si l’effort d’acquisition de ces données est impressionnant, le développement des compétences en IA au sein de la communauté de SA reste limité au regard des besoins. Les possibilités de collaboration avec des équipes d’IA sont faibles car celles-ci sont déjà très sollicitées. Pour que les personnels de recherche en SA se saisissent au mieux des opportunités offertes par l’IA, mais aussi aient conscience des limites et contraintes de ces approches, un effort de formation doit être dispensé et généralisé. Enfin, l’essor actuel de l’IA permet aujourd’hui d’intégrer plus en amont les connaissances et les points de vue des nombreux acteurs de la santé et du bien-être animal. Cependant, cela requiert que l’IA et ses acteurs acceptent de traiter les spécificités et la complexité de la SA, laquelle ne constitue pas une simple bibliothèque de connaissances qu’il suffirait de numériser pour en rechercher des séquences ou des signaux informatifs.
Lire la suite: productions-animales.org
