Je crois que l'IA est rarement utilisée dans les applications grand public, mais cela pourrait l'être, et je pense que ce le sera lentement.
Si les informations que l'IA d'une application doit apprendre proviennent de l'application, de l'interaction de l'utilisateur ou d'une erreur, il serait judicieux que le programme puisse enregistrer ce type d'informations, puis rechercher des modèles dans les journaux. Il pourrait profiler les utilisateurs pour voir quelles tâches sont effectuées le plus souvent, combien d'étapes sont nécessaires. Puis, lorsqu'il reconnaît que la tâche est récurrente, il peut demander à l'utilisateur s'il souhaite qu'il exécute une macro qui a fait ce qui suit [puis il présente ensuite une liste des étapes, lui permettant de l'éditer au besoin]. Il exécute ensuite la «macro» qu'il a apprise en observant l'utilisateur.
Une autre utilisation de l'IA est la détection d'erreurs, non seulement dans le logiciel, mais aussi dans les erreurs utilisateur lorsque le logiciel a été utilisé de manière inefficace, redondante ou incorrecte. Si le logiciel était conçu de manière à recevoir un ensemble de modèles de tâches utilisateur (comme les plans d'intelligence artificielle), il pourrait observer les utilisateurs dans la façon dont ils réalisent les tâches connues, et proposer des suggestions ou demander confirmation que des résultats inhabituels imminents sont prévus.
Et bien sûr, l'IA pourrait être largement utilisée dans la conception d'interfaces utilisateur, sur des appareils, des sites Web ou des applications. Une partie de cela, comme la reconnaissance vocale, entre dans le courant de l'utilisation quotidienne tout à l'heure. À mesure que les conversations avec des applications qui peuvent ajouter leurs propres données et modèles de tâches / concepts / domaines se développent, le besoin d'intelligence artificielle à l' intérieur de l'application ne fera que croître.
Il existe une tonne de façons d'utiliser l'IA dans les applications. Certains d'entre eux ont commencé à apparaître dans les appareils mobiles et leurs applications, généralement en fusion de la mobilité des utilisateurs avec des bases de données Web externes (par exemple, GPS et cartes), mais l'OMI a été lente.