Peut-on décrire sainement une transformation quand on la traverse ?

Peut-on décrire sainement une transformation quand on la traverse ?

---

Les murailles de bois

Les armées perses approchaient. Les Athéniens envoyèrent des messagers à l’oracle de Delphes.

La Pythie livra une prophétie obscure : la ville serait détruite de fond en comble, et le salut ne viendrait que des murailles de bois.

Athènes se divisa. Certains y virent la palissade qui entourait l’Acropole ; c’était logique, puisque c’est la première image qui vient quand on dit « muraille de bois ». Le stratège Thémistocle proposa une autre lecture : les murailles de bois, c’étaient les navires de la flotte. Il convainquit le peuple d’abandonner le continent et de monter à bord.

En 480 avant notre ère, à Salamine, cette flotte de bois et de vitesse pulvérisa les vaisseaux perses.

Plus juste que la prophétie : son interprétation.

Nous en sommes exactement là. Nous disposons d’informations, mais l’information seule ne donne pas de direction. Une même phrase accouche de deux avenirs différents, et nous ne savons pas lequel est le bon.

Voilà notre position face à l’intelligence artificielle. Les chiffres existent, les rapports existent, les prévisions existent. Ce qui manque, c’est l’interprétation qui nous fera gagner.

Nous ne savons pas mesurer de l’intérieur

Le premier problème, quand on vit à l’intérieur d’une révolution, n’est pas émotionnel. Il est métrologique. Le poisson est le dernier à découvrir l’eau : nous ne percevons pas ce qui nous entoure.

En 2025, un groupe de recherche nommé METR a mené une expérience d’apparence simple. Des développeurs open source expérimentés ont reçu de vraies tâches dans des dépôts qu’ils connaissaient bien. Pour une partie d’entre elles, l’usage d’outils d’intelligence artificielle était autorisé ; pour l’autre, non.

Résultat : les développeurs équipés d’outils ont terminé leur travail 19 % plus lentement.

Ce n’est pas le point le plus troublant. Le point le plus troublant, c’est ce que ces mêmes développeurs ont déclaré après coup. En moyenne, ils ont estimé que l’intelligence artificielle les avait accélérés de 20 %.

Ils ralentissaient, et ils se sentaient plus rapides. Environ quarante points d’écart entre la mesure et la perception.

Il faut dire honnêtement les limites de l’étude : seize développeurs, deux cent quarante-six tâches, des outils datant du début 2025. L’équipe elle-même considère désormais son résultat comme historique et précise qu’il ne représente pas les outils actuels. Et ce résultat ne signifie pas que l’intelligence artificielle « ne sert à rien ».

Ce qu’il dit est plus étroit et plus dérangeant : quand vous êtes à l’intérieur d’une technologie, vous ne pouvez pas mesurer par votre propre ressenti ce qu’elle vous fait.

Bachelard appelait cela un obstacle épistémologique : l’intuition première ne prépare pas la connaissance, elle lui barre la route. Gardez ce constat en main, car tout le reste de ce texte repose dessus. Quiconque parle de la révolution décrit au ressenti une chose qu’il n’a pas mesurée. Y compris celui qui écrit ces lignes.

Nommer arrive toujours en retard

L’expression « révolution industrielle » n’était pas en usage pendant que les machines à vapeur remplissaient les usines. Le nom d’une époque se pose une fois l’époque terminée. Ceux qui l’ont vécue ne l’ont pas vécue comme une révolution, mais comme une série de difficultés et d’occasions sans lien apparent. Les prix, les migrations, la maladie, l’économie nouvelle, les villes qui gonflaient.

En 1990, l’historien de l’économie Paul David a proposé une comparaison devenue célèbre. Après l’entrée de l’électricité dans les usines, les chiffres de productivité sont restés immobiles pendant très longtemps. Le vrai gain n’est arrivé que trente ou quarante ans plus tard.

La cause n’était pas la faiblesse de l’électricité. Les usines ont remplacé la machine à vapeur par un moteur électrique, mais elles n’ont pas repensé l’usine. Dans l’ancien ordre, un seul gros moteur entraînait tous les métiers par des courroies reliées à des arbres de transmission au plafond ; le bâtiment tout entier était construit autour de cette puissance centrale. Or le vrai cadeau de l’électricité, c’était de donner à chaque machine son propre petit moteur. Voir cela et redessiner l’implantation de l’usine a pris une génération.

Le gain n’est donc pas venu de la technologie. Il est venu de la réorganisation.

Posez maintenant ce constat à côté du résultat de METR. Le développeur glisse l’outil neuf dans un flux de travail ancien, il se sent plus rapide, et les chiffres disent exactement l’inverse. L’usine qui branchait un moteur électrique sur son vieux système d’arbres et de courroies vivait précisément la même chose.

La révolution ne se produit pas dans la technologie, elle se produit dans l’organisation. Et l’organisation change beaucoup plus lentement que la technologie.

Le dilemme de Collingridge : définir avant qu’il soit trop tard

La troisième dimension du sujet est politique.

En 1980, David Collingridge a décrit un dilemme, et cette description est restée depuis la phrase la plus honnête de la politique technologique.

Au stade précoce d’une technologie, il est facile de la façonner, mais on ignore ses effets. Quand les effets apparaissent, on sait de quoi il retourne, mais la technologie est si profondément installée que la modifier devient coûteux, difficile et lent.

Le dilemme tient en une ligne : tant que le changement est facile, le besoin est imprévisible ; quand le besoin devient évident, le changement est devenu hors de prix.

Ce dilemme explique simultanément les deux camps du débat sur l’intelligence artificielle.

D’un côté : « nous ne savons pas encore, ne réglementons pas dans la précipitation ». Ils ont raison, l’information manque. De l’autre : « intervenons avant qu’il soit trop tard ». Ils ont raison aussi, la fenêtre se referme. Les deux ont raison, et c’est exactement pour cela que la discussion ne se dénoue pas.

Ellul avait pointé le mécanisme de fond : la technique tend à suivre sa propre logique et à réorganiser la société autour d’elle, sans attendre qu’on ait fini d’en délibérer. C’est ce décalage de vitesse qui rend le dilemme si tenace.

La proposition de Collingridge, elle, était modeste : avancer par petits pas, éviter les architectures irréversibles, construire des systèmes qui permettent de se tromper puis de corriger.

Traduit dans la langue d’aujourd’hui : la question n’est pas « l’intelligence artificielle est-elle bonne ou mauvaise ». La question est celle-ci — pourrons-nous revenir en arrière sur la décision de faire croître l’intelligence artificielle sans limite ?

L’humain à l’intérieur de la révolution

Sous cette couche de mesure et de politique, quelque chose de bien plus silencieux se joue.

Les chiffres sont sérieux. D’après une enquête de la RAND, environ un adolescent ou jeune adulte américain sur huit — soit à peu près 5,4 millions de personnes — s’est déjà tourné vers un agent conversationnel dans un moment de tristesse, d’angoisse ou de débordement. Dans l’enquête de suivi, la proportion monte à un sur cinq, c’est-à-dire 8,2 millions. Deux tiers d’entre eux n’en ont parlé à personne.

Dire « les gens se laissent avoir par la technologie » est commode et faux. La lecture juste est autre : l’intimité artificielle comble un vide, et ce vide n’a pas été creusé par l’intelligence artificielle. Le soutien humain est devenu à la fois cher et inaccessible.

Il manque pourtant quelque chose, et ce quelque chose n’est pas une imitation d’empathie.

Ce qui se passe face à un thérapeute, c’est que l’autre est affecté par vous. Ce qu’il entend le modifie. Votre silence lui dit quelque chose. Le modèle écoute, enregistre, produit une réponse ; mais il ne change pas de ce dont il est témoin. Le silence, pour lui, n’est pas une donnée.

La différence est là. Le problème n’est pas que le modèle ne soit pas assez bon ; c’est que sa qualité n’a rien à voir avec la question posée.

La distinction de Martin Buber en est le nom classique. Dans la relation Je-Cela, l’autre est un objet : on l’utilise, on le mesure. Dans la relation Je-Tu, il y a rencontre. Ce que Buber dit de difficile, le voici : même si deux ondes sonores sont rigoureusement identiques, l’une est une rencontre et l’autre non. Ne pas savoir les distinguer ne veut pas dire qu’elles sont la même chose.

Les statistiques d’une révolution sont faciles à tenir. Celles de ce qui disparaît ne se tiennent pas.

La promesse, chaque fois, fut du temps libre

Vers l’an 12 de notre ère, Antipater de Thessalonique écrit une épigramme sur le moulin à eau et s’adresse aux femmes qui tournaient la meule : dormez, désormais ; vos bras et vos épaules peuvent se reposer. L’eau a pris le travail. La première promesse de l’automatisation n’était pas le profit, c’était le sommeil.

En 1829, dans Signs of the Times, Thomas Carlyle critique la révolution industrielle sans placer le danger principal dans la mécanisation du travail. Il le place dans la contamination de l’esprit humain par le rythme des machines.

Le 24 avril 1812, à Westhoughton, dans le Lancashire, deux sœurs se tiennent au premier rang de la foule qui incendie une filature. Mary Molyneux a dix-neuf ans, Lydia quinze. Les minutes du procès les décrivent brisant les vitres à coups de crocs à charbon et exhortant les hommes ; le bâtiment brûle avec les métiers à tisser qu’il abritait. Le motif n’était pas la peur de la technique ; c’était la perte de leur gagne-pain. Toutes deux furent acquittées.

En 1911, Frederick Winslow Taylor, avec Les Principes de la direction scientifique, transforme le travail humain en un processus à mesurer et à optimiser.

Ces quatre scènes mises côte à côte font apparaître un motif. La promesse, chaque fois, fut du temps libre. Le temps gagné, chaque fois, s’est déversé dans un nouveau travail, une nouvelle mesure, une nouvelle mécanisation.

La révolution de l’intelligence artificielle que nous traversons n’échappe pas à ce cycle. Elle ne nous apportera pas un revenu de citoyenneté, c’est assez clair. Nous travaillerons autrement et davantage, ou nous travaillerons en produisant beaucoup plus grâce à l’intelligence artificielle.

À quoi ressemble une description saine

Je ne terminerai pas par une prophétie, car la prophétie fait elle-même partie de cette histoire. Je laisserai plutôt trois repères utilisables depuis l’intérieur de la révolution.

Chercher la révolution non dans la technologie mais dans l’organisation. Un outil neuf posé dans un ordre ancien ne change rien ; il rend simplement tout le monde plus occupé. Si vous voulez savoir où le changement a lieu, ne regardez pas l’instrument, regardez la façon dont le travail est découpé.

Ne pas faire confiance à son ressenti, mesurer. Le résultat de METR sert à cela. On peut ralentir tout en se sentant accéléré. Ce n’est pas de la bêtise ; c’est que la fluidité offerte par l’outil neuf n’est pas la même chose qu’une mesure. La phrase la plus assurée sur la révolution est en général la moins mesurée — ou celle dont on a sauté la mesure.

Interroger la réversibilité de nos décisions sur l’intelligence artificielle. Le dilemme de Collingridge ne se résout pas, mais il se gouverne. « Est-ce bon ou mauvais » ne nous mène nulle part depuis des années. « Pourrons-nous revenir en arrière, et en combien de temps repérerons-nous l’erreur » est une question qui a une réponse.

Thémistocle n’a pas gagné parce qu’il avait interprété l’oracle en sa faveur, mais parce qu’il l’avait interprété juste. La différence tenait à ceci : il n’a pas regardé la phrase qu’il avait en main, il a regardé les moyens réels qu’il avait en main. La palissade d’Athènes était faible, sa flotte était forte.

Aujourd’hui, les phrases toutes prêtes ne manquent pas : effondrement, salut, bond en avant, menace. Toutes sonnent juste et aucune, seule, ne donne de direction.

La question devrait être celle-ci : qu’avons-nous réellement en main, et qu’acceptons-nous, en tant qu’humanité, de perdre ?

Dans la situation qui est la nôtre, quand nous posons cette question à l’intelligence artificielle, elle ne parvient pas non plus à y répondre pleinement. Il ne faut pas s’y attendre : la réponse à cette question-là, l’humain doit la trouver lui-même. Montaigne aurait reconnu la posture — non pas le savoir affiché, mais le « que sais-je » tenu fermement.