Re-Set. Sant Roch. Ces noms circulent à plein régime dans les conversations bobo parisiennes. Derrière eux, la nouvelle obsession wellness de la capitale : la contrast therapy. Le concept n’a pourtant rien de nouveau. Dans les traditions grecques comme scandinaves, il relève depuis des siècles de pratiques de santé et de sociabilité.

À Paris, l’expérience prend une dimension quasi cérémonielle. Saunas surchauffés et bains glacés s’enchaînent sous la houlette d’energy guides qui transforment la séance en véritable rituel. Au-delà de la méditation et de la respiration, l’expérience mise sur l’aromathérapie : des sphères de glace enrichies d’huiles essentielles sont jetées sur les pierres brûlantes, tandis que les officiants manient les serviettes pour diffuser des vagues de chaleur. Puis vient le choc du froid. Quelques minutes d’immersion suffisent pour provoquer ce que les adeptes décrivent comme une sensation rare : celle de se sentir intensément vivant.

Le phénomène n’est pas isolé. Loin de là.

À mi-chemin entre le marketing bien ficelé et les signes d’un véritable changement de perspective, émergent aussi les awe walks, des promenades où l’on est invité à cultiver délibérément l’émerveillement, à porter attention aux petites comme aux grandes manifestations du vivant. Une pratique étonnamment simple qui, selon les travaux du psychologue Dacher Keltner à Berkeley, pourrait nous aider à sortir du pilote automatique pour retrouver une forme de présence au monde. À tester, peut-être, après son scream club, autre phénomène démocratisé par TikTok où l’on se retrouve pour hurler collectivement, histoire d’expier les tensions de la vie moderne. Et les oiseaux de nuit ne sont pas en reste. Aux États-Unis, la Gen Z délaisse progressivement les night-clubs au profit des listening bars, hérités des ongaku kissa japonais. Objectif ? apaiser le système nerveux.

Dans ces lieux, on vient simplement écouter des vinyles ensemble, dans le silence ou à voix basse. Une forme de connexion sociale à faible intensité, où il ne s’agit ni de performer ni de se montrer, mais simplement d’être présent à la musique et aux autres. Comme le résume l’un des fondateurs de ces espaces : “Quand avez-vous écouté un disque pour la dernière fois, sans rien faire d’autre ?“

Alors, réaction à une époque saturée de sollicitations mais avare en expériences véritablement vécues ? Ou prémices d’une révolte organique contre un monde de plus en plus aseptisé par l’IA ?

Cette recherche d’épaisseur existentielle ravive en creux une dimension plus intime ; celle de la foi. Si certains indicateurs suggèrent un regain d’intérêt spirituel chez les jeunes générations (hausse des baptêmes d’adultes en France et dans d’autres pays européens, essor des contenus religieux sur TikTok, fréquentation accrue de certaines communautés chrétiennes, etc.), le sujet est plus complexe qu’il n’y paraît.

Signe des temps, les géants de l’IA recrutent désormais des prêtres aux côtés des philosophes, tandis que le pape Léon XIV consacre son encyclique Magnifica Humanitas aux bouleversements anthropologiques de la tech. Une bascule qui poussait récemment le rédacteur en chef du Grand Continent à formuler une intuition choc dans un podcast de France Inter : et si l’Église catholique était, au fond, le véritable concurrent d’OpenAI ou d’Anthropic ?

La singularité de l’Église tient peut-être à sa capacité historique à constituer un contre-pouvoir transnational face aux différentes formes de puissance, qu’elles soient politiques, économiques ou désormais technologiques. (Voir à ce sujet l’entretien très stimulant de Gilles Gressani dans Le Figaro.) Mais elle réside aussi dans sa faculté à proposer une manière d’habiter le monde qui ne se réduit ni à la production d’informations ni à l’optimisation des comportements.

Le christianisme ne s’est jamais résumé à une FAQ théologique ou moral. Sa force réside dans sa capacité à offrir une manière d’habiter le temps, en donnant une forme à l’existence humaine à travers ses rituels collectifs et l’apprentissage patient de la finitude.

Qui plus est il ne s’est jamais contenté de distinguer le bien du mal. Il a aussi cherché à nommer ce qui éloigne l’humain d’une vie pleinement humaine. Il parle de péché. Un mot devenu inconfortable dans des sociétés sécularisées, mais qui désigne peut-être les formes de déshumanisation que notre vocabulaire moral peine aujourd’hui à nommer.

La foi est aussi une affaire de liens. Chaque question soumise à une IA est potentiellement une parole soustraite à l’autre. Là où les algorithmes individualisent le rapport au savoir, elle rappelle que le sens se construit dans l’altérité et la rencontre.

Enfin, le christianisme a également développé des réponses à l’abondance. Le jeûne, les périodes de privation volontaire ou encore les rythmes liturgiques n’avaient pas seulement une fonction spirituelle ; ils constituaient aussi des manières d’introduire des limites, d’apprendre la retenue et de distinguer ce qui est désirable de ce qui est simplement disponible. À l’heure où les IA génératives rendent les contenus, les images, les idées et les réponses quasiment illimités, cette question retrouve une résonance particulière.

Il ne s’agit sans doute encore que de signaux faibles, qui demeurent marginaux face à une société axée sur le productivisme ; mais on ressent quelque chose de viscéral, comme si, après avoir tout optimisé, nous cherchions envers et contre tout, poussés par une aspiration profondément humaine, à réapprendre à habiter (pleinement) le monde.

MD

PS - J’ai participé au Festin de Carlos Dias. L’expérience a été … enrichissante. Replay par ici.

L’IA générative produit autant de réponses que de slogans. Problème : les certitudes voyagent plus vite que les nuances. Et la nuance, précisément, demande un effort que les certitudes nous épargnent…

Voici donc quelques détours autour d’idées qui me semblent plus complexes qu’elles n’en ont l’air. C’est une invitation, peut-être, à cultiver cet esprit critique dont on nous somme à chaque carrefour Linkedin et qui est sans doute l’une des injonctions les plus paradoxales de notre époque !

Après tout, l’esprit critique ne naît-il pas précisément du doute, de la friction, de ce vide temporaire qui nous oblige à chercher, hésiter, nous tromper et reformuler nos questions ? De tout ce qui sépare habituellement une question de sa réponse ? Or c’est précisément cette distance que les IA génératives tendent à réduire.

Bref, il nous reste à comprendre ce qu’il advient de ces détours intellectuels dont nous avons longtemps fait l’expérience sans toujours en percevoir la valeur…

« L’IA va révolutionner l’apprentissage parce que chacun aura un tuteur de poche, comme Aristote pour Alexandre Le Grand »

Oui, la plasticité des IA, leur disponibilité permanente et leur capacité à s’adapter au niveau de chacun vont très probablement transformer l’éducation. Mais cette comparaison avec Aristote et Alexandre, souvent reprise dans la Silicon Valley, oublie plusieurs nuances importantes…

D’abord, Alexandre n’était pas seul avec Aristote. Il recevait son enseignement à Miéza aux côtés d’autres jeunes aristocrates macédoniens qui deviendront plus tard ses compagnons et ses généraux. Son apprentissage passait donc aussi par la confrontation à ses pairs.

Ensuite, Aristote ne connaissait pas seulement l’élève Alexandre. Il connaissait la personne. Une grande partie de la transmission passe par cette connaissance fine de l’autre, nourrie par la présence, les interactions et tout ce que le langage ne dit pas…

Enfin, l’enseignement n’est pas qu’un transfert d’information, c’est une forme de spectacle. On se souvient d’un professeur pour sa passion, son enthousiasme, sa façon d’occuper l’espace ou de faire exister une idée. Une leçon est souvent autant une expérience qu’un contenu.

Avoir un tuteur de poche est sans doute une avancée considérable. Mais si l’on pousse la comparaison avec Aristote jusqu’au bout, il faut aussi se demander comment reproduire l’altérité, la relation humaine avec le maître et la dimension incarnée de la transmission….

“Les IA génératives sont complaisantes. Mais il suffit de créer plusieurs agents qui débattent entre eux pour corriger ce problème.”

On a beaucoup reproché aux IA conversationnelles leur tendance à vouloir plaire, le sycophantisme. Le fameux : « Vous avez entièrement raison... ». Les plus malins ont alors expliqué qu’il suffisait de mieux paramétrer ses prompts. Puis est arrivée la mode des agents : un critique, un contradicteur, un avocat du diable, un expert métier. Objectif : recréer artificiellement les vertus de la contradiction et de la diversité des points de vue.

Dans une certaine mesure, cela fonctionne. Le sycophantisme est lié à la structure du prompt où l’IA cherche à valider l’utilisateur. Briser cette dynamique force un agent à chercher activement les failles via le débat ou le Red Teaming, une méthode d’une efficacité redoutable pour limiter des hallucinations, corriger des bugs, etc.

Mais cette approche repose sur une hypothèse implicite beaucoup plus lourde : la contradiction produit automatiquement de l’altérité. Or, demander à cinq agents issus du même modèle de débattre revient à réunir cinq personnes qui lisent les mêmes livres, fréquentent les mêmes écoles et partagent les mêmes angles morts. Elles se contredisent sur la forme et se corrigent sur la logique factuelle, mais elles ne font pas émerger une véritable pensée différente. Pour cela, il faudrait faire dialoguer des modèles issus de socles culturels, linguistiques et cognitifs radicaux et distincts. Or, aujourd’hui, les grands modèles de langage restent développés dans un cadre technologique homogène (les grands modèles occidentaux en tout cas), nourris par des corpus qui reflètent globalement les mêmes références.

En résumé, les systèmes multi-agents apportent une contradiction procédurale intéressante. Ils réduisent souvent la complaisance et améliorent la robustesse d’un raisonnement. En revanche, ils ne recréent pas nécessairement la richesse de l’altérité. Car il existe une différence profonde entre faire varier les perspectives au sein d’une même matrice et faire varier les mondes dont ces points de vue sont issus.

« Le langage est le langage. »

L’une des raisons pour lesquelles les IA génératives nous impressionnent autant est qu’elles manipulent le langage avec beaucoup d’aisance. À force de les voir manier les mots, nous finissons par les anthropomorphiser et par croire qu’elles font avec le langage la même chose que nous.

Or cette idée confond deux usages très différents de la parole.

Une partie du langage sert à décrire le monde. Dire qu’il pleut, expliquer une théorie ou raconter un événement relève de cette fonction descriptive. C’est précisément là que les modèles de langage excellent.

Pourtant, une autre partie du langage ne décrit pas le monde, elle le transforme.

Lorsque quelqu’un dit « je promets », « je démissionne », « je vous pardonne » ou « je vous déclare mari et femme », Il accomplit un acte ; Il modifie une relation, crée une obligation, engage sa responsabilité ou celle d’une institution.

Autrement dit, une IA peut produire une promesse sans promettre, ou un mariage sans marier personne. Et l’on en revient peut-être à une idée plus fondamentale que les IA pourraient bien nous rappeler : le véritable pouvoir des mots ne réside pas toujours dans ce qu’ils décrivent. Il réside parfois dans ce qu’ils engagent.

MD

Il y a chez les humains une étrange capacité à percevoir ce qui ne se formule pas entièrement, ces implicites diffus qui orientent profondément nos interactions. Ce fameux « regarder ce qui se passe quand il ne se passe rien ».

C’est juste, j’ai d’ailleurs encore pu l’expérimenter personnellement ces dernières semaines. Suivie depuis trois mois par une kiné pour une lésion du genou droit, je l’observe beaucoup. Je m’aperçois que son rôle va bien au-delà des exercices de rééducation. Quand je lui dis que je ne peux plus plier le genou après une rechute survenue au moment même où je me croyais guérie, elle distingue tout de suite le physique du mental. Alors elle détourne l’attention, me fait faire un autre mouvement, me parle d’autre chose. Sans que je m’en rende compte, le geste revient.

Parfois aussi elle m’écoute sans me répondre. C’est un silence habile, une absence de mots qui n’est pas de l’indifférence, bien au contraire. C’est un espace qu’elle me laisse pour déposer mes frustrations, mes doutes de blessée, sans chercher à intellectualiser ou à rassurer à tout prix. Bref, en se taisant, elle me permet de l’apprivoiser par moi-même.

C’est ce genre de petits détails qui, comme j’en discutais récemment avec un ami consultant, reste difficile à traduire dans une machine. En cause ? Les modèles de langage conversationnels sont, par construction, orientés vers la réponse. Le silence, l’attente, la suspension ou le fait de ne pas intervenir au bon moment restent, pour l’heure, des comportements extrêmement complexes à modéliser. Il existe aussi d’autres nuances encore plus difficiles à formaliser. Une personne qui travaillait avec Claude sur des mails délicats remarquait par exemple que son IA cherche presque systématiquement à laisser une porte de sortie très diplomatique à son interlocuteur. Dans certains cas pourtant, lui choisissait volontairement une position plus ferme. Il ne s’agissait ni de rigidité ni d’ego, mais d’enjeux “backstage” — toute une dynamique relationnelle impossible à condenser dans un prompt ou un fichier Markdown.

Alors, face à tout cela, on aurait tendance à opposer un humain du côté de l’implicite et une machine du côté de l’explicite. Ce serait pourtant une autre simplification. La réalité est plus subtile, car les grands modèles de langage (LLM) accèdent eux aussi à certaines formes d’implicite. Pas l’implicite vécu, pas celui des corps, un autre type d’implicite, plus structurel, distribué dans le langage lui-même.

C’est précisément ce que montrent les travaux de Marc Cavazza dans les Cahiers de sémiotique des cultures (2026). En s’appuyant sur la sémantique interprétative de François Rastier, il explique que les LLM ne se contentent pas d’être de simples « perroquets stochastiques » capables d’enchaîner mécaniquement les mots les plus probables. Ils maintiennent des cohérences sémantiques globales, des continuités de sens, ce que la sémiotique appelle des isotopies.

Une isotopie, c’est cette continuité diffuse qui donne à un texte son atmosphère, sa cohérence implicite, son “air de famille” qui traverse les textes. Cavazza évoque par exemple des termes comme « président », « débat », « inauguration » ou « ordre exécutif » : pris séparément, ils renvoient à des réalités différentes ; ensemble, ils installent immédiatement un même horizon politique.

Les LLM semblent capables de prolonger certaines de ces continuités bien au-delà du seul niveau lexical. On l’a vu de manière presque caricaturale lorsque certains utilisateurs avaient remarqué qu’en formulant leurs demandes de manière agressive ou impatiente, ils obtenaient parfois des réponses plus directes ou légèrement plus précises. La machine ne “comprend” évidemment pas la colère humaine ; elle prolonge simplement des régularités statistiques dans lesquelles certains marqueurs de tension, d’urgence ou d’insistance se trouvent fréquemment associés à certaines formes de réponse.

Cavazza parle même d’« herméneutique matérielle » pour désigner une approche où le sens ne relève plus uniquement d’une intention abstraite ou intérieure, mais se forme à travers les relations entre textes, situations et régularités observables dans les corpus. Dans cette perspective, certaines cohérences interprétatives peuvent émerger d’opérations statistiques appliquées à de vastes ensembles textuels. Comme il le souligne, un prompt mobilise des cadres discursifs, des tonalités, des genres et des références culturelles déjà inscrits dans les données ayant servi à l’entraînement des modèles.

Quand un humain, en réunion, se dit : « l’ambiance est bizarre », il mobilise déjà inconsciemment une multitude de signaux explicites et implicites : hésitations, reformulations, silences légèrement trop longs, changements de ton ou déplacements subtils des sujets de conversation. Les LLM pourraient déplacer l’échelle à laquelle certaines de ces régularités deviennent perceptibles.

Et si demain, au lieu de demander à notre IA un simple compte rendu de réunion, nous lui demandions : « Quel est l’implicite ici ? » Quelles tensions discursives émergent ? Quelles positions reviennent sans jamais être formulées explicitement ? Et au fond, qu’est-ce qui circule dans la conversation sans jamais être véritablement dit ? Comme toujours, il ne s’agira pas de prendre ces retours au pied de la lettre et faire preuve de discernement, mais ils pourraient déplacer notre regard, l’affûter, ouvrir de nouvelles lignes de perception

On parle souvent du sixième sens pour désigner cette intuition humaine difficile à expliquer, cette capacité à sentir une situation avant même de pouvoir la formuler. Peut-être que le septième sens naît précisément là : dans la rencontre entre une intuition encore diffuse et de nouveaux dispositifs d’exploration, avec l’élan, les promesses et les risques que cette alliance porte en elle…

MD

Ce post a été édité le 26/05 pour affiner la CCL

Au retour d’une escapade dans le sud, tandis que le train traversait une lumière de fin d’après-midi, ma voisine de siège lisait Wilhelm von Humboldt. Il me revenait alors une de ses idées en tête, à savoir la capacité humaine à produire une infinité de sens à partir d’un nombre fini de signes. À partir d’un alphabet minuscule, d’une mémoire brève et d’une vie comptée, nous faisons naître des langues, des œuvres, des savoirs, des mondes symboliques entiers. Dès lors, notre force ne résiderait-elle pas dans cette étrange magie de faire proliférer du sens à partir de, disons... presque rien ?

Si l’on se tourne maintenant vers les IA génératives, on voit réapparaître l’idée d’« infini », engagée cette fois dans une dynamique presque inverse. Une machine du très grand nombre avec des milliards de paramètres, des pétaoctets de données, bref une puissance de calcul colossale, qui produit à partir de presque tout des réponses localisées, des formes synthétiques, des sorties finies et probabilistes. Du moins, en première lecture.

En résumé : l’humain crée de l’infini à partir de presque rien ; la machine engloutit le presque tout pour ramener le monde vers ses proximités les plus profondes. Dès lors, les débats sur l’anthropomorphisation des machines perdent peut-être une grande partie de leur intérêt. Car sous ce prisme, humains et IA génératives ne relèvent tout simplement pas du même régime dominant de production du sens.

D’autant que l’humain déborde constamment les signes qu’il produit. Quelques mots suffisent à ouvrir des interprétations infinies, des mythes, des théories, des œuvres, parfois même des mondes entiers. Le langage humain excède toujours ses propres conditions matérielles ; il prolifère, bifurque, dérive, se charge d’affects, de contradictions, d’ambiguïtés. Nous habitons spontanément un au-delà symbolique du signe. Bien sûr, l’humain lui-même n’échappe jamais totalement aux corrélations et aux automatismes culturels ; mais même ses répétitions semblent capables de rouvrir du possible interprétatif.

La machine, elle, procède autrement. À partir d’une accumulation vertigineuse de textes, d’images, de musiques et de traces humaines, elle calcule des voisinages, stabilise des corrélations, rapproche des formes devenues commensurables dans un même espace computationnel, ce que le chercheur Jean Rohmer nomme un « ordinaterre ».

Rien n’indique qu’elle traverse les signes vers ce que les humains vivent comme une transcendance du sens ; elle explore plutôt l’épaisseur relationnelle qui relie les signes entre eux. Ainsi une image médiévale, un schéma scientifique et une publicité peuvent désormais être rapprochés par une même géométrie latente. Peut-être rendent-elles visible quelque chose qui ne l’était jamais tout à fait : cet au-deçà des formes à partir duquel les humains produisent, depuis toujours, leur excès de sens. Ce qui est peut-être, au fond, bien plus inédit qu’une machine capable de penser comme nous.

MD

En début de semaine, je suis tombée sur un post de Nicholas Thompson, CEO de The Atlantic qui exhume une observation du lauréat du Turing Award Richard Hamming.

Le sujet ? Un détail en apparence anodin : laisser la porte ouverte… ou la fermer.

On se plaît à imaginer que l’isolement est l’armure absolue pour abattre une montagne de travail aujourd’hui et demain (car n’est-ce pas le mantra que l’on nous impose, ce vertige du « toujours plus » ?), mais Hamming remarquait qu’au bout de dix ans, ceux qui se murent ainsi finissent par perdre le nord des vrais sujets. À l’inverse, si l’ouverture aux autres impose son lot d’interruptions impromptues, elle permet de glaner des indices précieux sur les battements du monde. (à ne pas confondre avec l’open space, où le bruit de tous finit par étouffer celui de chacun)

Cette anecdote résonne avec ma participation, en début de semaine, à l’émission Le Festin de Carlos Diaz sur l’IA en société qui sera diffusée en fin de mois. Un invité y prônait avec une assurance très contemporaine la délégation de toutes les tâches à « faible valeur ajoutée » pour se réserver exclusivement à ce qui « compte vraiment ». Quand je lui ai demandé sa définition de l’inutile, il a cité le tri des mails. Je lui ai alors rétorqué que ces moments de pilote automatique ne sont pas nécessairement des impasses, qu’ils peuvent être des respirations nécessaires du cerveau, des parenthèses qui évitent la surcharge et permettent d’assimiler le travail déjà accompli (j’ajouterais même avec le recul qu’on n’a pas forcément sur un plateau, entre les caméras et l’éclat des leds, qu’on peut très bien trier ses mails sans IA, mais passons). Ma réplique a servi de fil rouge à la soirée. L’invité s’amusait de ce décalage et s’imaginait déjà dévoué à de nobles causes pendant que je m’attacherais encore à la vacuité de mon inbox. Pourtant, cette gestion des messages n’est que la version digitale de la porte ouverte, celui d’un lien, même imparfait, avec la réalité.

D’autant qu’il y a d’autres effets pervers qui vont nécessairement émerger. A vouloir déléguer massivement à des agents intelligents, nous passons de créateur à validateur et on prend le risque de se retrouver noyé sous une montagne de « requêtes à valider » générées par la machine. Est-ce vraiment mieux d’être le human in the loop, comme le dépeint si bien Tom Fishburne avec son conteneur de requêtes déversé sur une humaine accablée, que de trier ses propres messages ? Je pose la question.

Au-delà du gain de temps, il y a aussi la question de la relation. Que comprend réellement un agent lorsqu’il « trie » nos mails ? Si un agent gère mes messages, que reste-t-il de moi dans l’échange ? Suis-je encore celle qui répond, ou simplement celle qui valide ? Faut-il le dire, ou entretenir l’illusion d’une continuité intacte ? Car après tout, si je délègue une part de l’attention, pourquoi mon interlocuteur ne ferait-il pas de même ? Le risque est alors de voir apparaître des échanges de plus en plus médiés, où chacun s’adresse, au moins en partie, à l’agent de l’autre. Est-ce cela, le progrès ?

C’est ainsi que moi, plutôt pro-IA, je me suis retrouvée dans le rôle de l’anti-IA l’espace d’un dîner. Un simple pas de côté au service de la nuance, pour réfléchir enfin à ce qu’on perd quand on gagne quelque chose. Je n’étais d’ailleurs pas la seule à questionner cette course à la vitesse. À ma droite, Laurie Soffiati, directrice France de Nabla, apportait une profondeur bienvenue au débat. Pour elle, le progrès technique est un moyen sans finalité intrinsèque : une force autonome qui suit sa propre logique car ce qui peut être fait sera fait tant que nous ne l’ordonnons pas vers une fin précise.

En s’appuyant sur Jacques Ellul et Hannah Arendt, elle rappelait que les innovations peuvent augmenter la charge de travail tout en appauvrissant le sens de l’action. Si l’on laisse des entreprises privées décider seules de la nature du progrès, sans le passer à la moulinette de nos valeurs démocratiques, nous condamnons la société à subir des choix épistémiques pris par d’autres.

Pour qu’une innovation devienne un véritable progrès social, il faut d’abord savoir ce que l’on souhaite défendre. Ces valeurs ne se délèguent pas à un algorithme, car elles exigent ce que l’automatisation érode le plus sûrement : l’épaisseur du jugement.

Les LLM sont des virtuoses de la rhétorique, mais des novices de la nuance. Ils “reframent” les problèmes pour les lisser là où nous avons plus que jamais besoin de pensée architecturale, celle qui lie les causes aux effets dans leur globalité. On me rétorquera qu’un « bon prompt » suffit à sauver la mise. C’est oublier que le langage est un muscle. Si l’on cesse de l’exercer pour structurer soi-même sa pensée profonde, on finit par adopter l’aplatissement de la machine.

Vous l’aurez compris : au-delà de la gestion des mails, mon intention était d’ouvrir un débat ontologique. Peut-être est-il préférable d’automatiser ce tri, peut-être pas. Mais au fond, n’est-ce pas un faux débat ? On pourrait comparer l’IA actuelle au passage du bateau à aubes : nous ne faisons encore que mécaniser les rames là où nous attendons la machine à vapeur.

Dans cette transition où nous naviguons à vue, je n’ai évidemment pas toutes les réponses. Mais je possède une certitude : celle de la nécessité absolue de questionner nos choix. C’est notre dernier rempart contre l’expropriation de notre jugement. Car à force de purger nos journées de « l’accessoire » sans en interroger la finalité, on oublie de se demander dans quel sens on rame.

MD

Quand j’ai lancé cette newsletter, ma grande hantise était de me retrouver à sec, incapable de tenir le rythme hebdomadaire. Au début, j’ai voulu jouer la carte de la sécurité : « Pas de pression, publie quand l’envie te prend. » Mauvais plan. J’ai vite compris qu’il me fallait justement cette dose de pression. “Constraint fosters creativity”, comme dirait un ami qui m’est cher. Bref, mon cerveau a fini par intégrer le rendez-vous du dimanche. Et même quand je pense être dans l’impasse, une idée finit toujours par émerger de l’endroit le plus inattendu. Ça corrobore d’ailleurs la thèse d’Einstein, qui affirmait que ses meilleures intuitions lui venaient en marchant.

Cette semaine, je n’ai pas d’idée précise en tête, pas de fil directeur. Alors, j’ai eu envie de m’attarder sur ce moment particulier où l’on écrit sans direction, juste pour le geste. Un article est souvent un produit fini. Et si on y expose un cheminement, c’est généralement celui d’une thèse bien ficelée, mais rarement tout ce « bruit » autour qui, pourtant, nourrit la pensée. Alors, pourquoi ne pas vous partager en vrac ce qui m’a arrêtée cette semaine ?

• L’IA ne remplace pas les métiers. C’est du moins ce que je pensais. Quatrième version écrite, centième dans ma tête… mon raisonnement s’est encore densifié. Au départ, je me disais que l’IA remplaçait seulement des tâches. Puis des tâches bien définies. Puis une autre question est arrivée : toutes les tâches qui peuvent être automatisées doivent-elles vraiment l’être ? Si on automatise, si on fait du “good enough”… n’y a-t-il pas un risque d’érosion du goût et de l’exigence ? Et puis, une autre idée s’est imposée : pour remplacer, ne faut-il pas comprendre ? Et si c’est le cas, parle-t-on encore de remplacer des métiers… ou plutôt de les démonter, pièce par pièce ?

  Maintenant, après la lecture d’un texte de Anastasia Stasenko, un autre doute s’installe. Et si l’IA finissait par remplacer les métiers en brisant l’échelle de la compétence ? En absorbant les “petites tâches”, celles qui faisaient les mains des juniors, elle assèche leur terrain d’apprentissage. On gagne du temps, oui… mais sur ces étapes lentes, répétitives, un peu ingrates, celles qui permettaient justement de devenir compétent. Autrement dit, on scie les barreaux au moment même où on prétend monter plus vite.

  Le problème est plus perfide que prévu, car ce n’est pas une disparition brutale, c’est une érosion. Une érosion des conditions qui rendaient possible de devenir senior demain. Et qu’est-ce qu’on fait ? Pas grand-chose. Enfin… pas tout à fait. Un consultant m’a raconté que, dans son cabinet, les licences Claude Cowork ne sont pas données aux juniors, elles sont réservées aux seniors. Ça m’a frappée. Ça rejoint une intuition que j’ai déjà partagée : les personnes les plus aptes à utiliser l’IA générative sont souvent celles qui pourraient s’en passer. CQFD.

• “Less is not more when it comes to shoes”

• Pour être un bon usager des outils d’IA … faut-il déployer à grande échelle les cours de philosophie ? La tentation est de dire oui. Après tout, ce que décrit Anastasia Stasenko, c’est une transformation du regard. Lire des systèmes entiers, se confronter à des architectures contradictoires, apprendre à tenir une idée sans la simplifier trop vite. Tout cela ressemble à ce que la philosophie produit quand elle est pratiquée sérieusement. Mais le sujet n’est peut-être pas la philosophie en tant que discipline, c’est davantage le type d’effort qu’elle impose. Ce que ces années de lecture construisent, c’est une capacité à naviguer dans le flou, à repérer des structures avant d’entrer dans les détails, à comparer des cadres de pensée sans les confondre. Autrement dit, une forme de jugement. Et c’est précisément ce que l’IA ne fait pas. Un bon usager d’outils d’IA n’est pas celui qui sait bien formuler un prompt. C’est celui qui sait ce qu’il est en train de demander. Celui qui peut évaluer une réponse, voir ses limites, comprendre dans quel cadre elle est valable et dans lequel elle ne l’est plus. Sans ça, l’outil amplifie autant les erreurs que les bonnes intuitions. Savoir ce qui mérite d’exister devient la seule compétence qui ne s’automatise pas.

• “Soul in the game” VS “Skin in the game”

• Le soi ne se stocke pas. Le déploiement des systèmes de mémoire dans les IA permettent de conserver du contexte, de donner une continuité aux échanges, d’éviter que chaque interaction reparte de zéro. En accumulant ce qu’un utilisateur dit, l’agent commence à “le connaître”. Comme le souligne Margot Lor-Lhommet, une grande partie de la recherche actuelle se concentre encore sur ce point, à savoir, comment mieux stocker et retrouver l’information pour améliorer le rappel. Or un concept, issu de la narrative psychology, reste largement absent : le soi ne se stocke pas, il se raconte. L’identité n’est pas une base de données que l’on met à jour, mais une construction active qui réorganise le passé pour lui donner une cohérence. On ne se contente pas d’ajouter des éléments à une histoire, on les réinterprète à mesure que l’on change. On sait déjà faire des systèmes qui se souviennent de ce que quelqu’un a dit. On sait beaucoup moins faire des systèmes capables de suivre ce que quelqu’un est en train de devenir….

• L’orgueil nous sauvera-t-il ? C’est le pari de la philosophe Gabrielle Halpern. Elle explique que face à la patience infinie des machines, nos propres limites finiront par nous sauter aux yeux. On réalise d’un coup qu’on ne sait plus vraiment écouter. Forcément, ça pique. On se croyait au top dans nos rapports humains, et puis non. C’est justement cette petite claque à notre ego qui pourrait nous réveiller. Intéressant… mais est-ce suffisant ? Je ne crois pas. Ce qui se joue, selon moi, tient plus du ressort du deuil. Avez-vous déjà vécu un deuil profond ? Cela vous reconfigure le cerveau. C’est de cet ordre-là. L’IA ne nous pique pas au vif pour nous rendre meilleurs. Elle nous confronte à la finitude d’un modèle. Elle percute violemment cette société où le métier définit l’identité. Ce que la machine interprète comme de la résistance ou de l’orgueil est en réalité un tumulte intérieur. C’est le cri de ceux qui doivent se réinventer alors que le sol se dérobe sous leurs pieds. La métamorphose est forcée. Elle s’avère bien plus douloureuse qu’une simple leçon de morale. C’est le passage obligé par le vide avant de pouvoir, enfin, peut-être, dessiner les contours de ce que signifie être humain. Et être vivant.

• Construire un marché ou le redéfinir ? Cette vidéo met le doigt sur une nuance qu’on a tendance à écraser. En ce moment, tous les regards se tournent vers la Chine, avec son approche systémique, pragmatique, presque implacable de l’IA et de la robotique. Ça produit et ça livre, si je résume. En face, les États-Unis semblent plus flous, presque excessifs dans leur quête d’un “grand saut”. Mais comme le souligne Evan Kervella, ce n’est pas vraiment la même bataille. D’un côté, on construit un marché, patiemment, en accumulant des cas d’usage. De l’autre, on fait un pari. Celui qu’un breakthrough puisse tout reconfigurer. Et la on comprend mieux que si la robotique n’est qu’un problème d’exécution, alors l’avance chinoise est déjà prise. Mais si elle cache encore une rupture, alors ceux qui paraissent en retard aujourd’hui sont peut-être les seuls à jouer le bon jeu. Et dans la tech, ce sont souvent ces paris-là, les plus fragiles en apparence, qui finissent par tout emporter.

Voilà, c’est tout pour aujourd’hui ! Si vous avez des réflexions à partager, n’hésitez pas à les faire en commentaire. Bon dimanche 🙂

MD

Depuis des mois, ce poncif tourne en boucle : « l’IA va remplacer les métiers ». Et depuis des mois, je persiste à apporter la même nuance, en rappelant que l’IA ne remplace pas des métiers mais des tâches.​​​​​​​​​​​​​​​​ Un métier est rarement un bloc uniforme, c’est un assemblage de tâches souvent hétérogènes, traversé de jugements et d’arbitrages, dont la richesse même résiste à une automatisation totale.

Tout ça pour dire que je pensais avoir épuisé le sujet avec cette distinction... et puis le terrain m’a rattrapée. C’est le passage classique du dogme à la réalité : le terrain montre que le sujet est, en fait, bien plus complexe et mouvant.

À l’origine, c’est une discussion sur le sous-titrage audiovisuel qui m’y a ramenée. Une traductrice confiait récemment que les outils d’automatisation y sont désormais déployés massivement, parce qu’ils sont jugés « good enough ». Évidemment, elle ne peut que prêcher pour sa paroisse et m’expliquer que ces outils peinent encore à capter la rythmique, l’implicite d’un ton, la manière dont une phrase doit être déplacée, raccourcie ou même trahie pour rester juste à l’écran, quitte à s’adapter à des mots ou des usages qui n’existaient pas encore. Elle n’allait pas me dire le contraire. Et puis, si on pousse la critique jusqu’au bout, on peut aussi se demander si le travail humain n’avait pas, lui aussi, déjà glissé vers une forme de « good enough ».

Néanmoins, dans les deux cas, cette formule soulève quelque chose. Que se passe-t-il lorsque ce niveau « acceptable » devient notre point de référence ? C’est là que s’installe une forme de dépendance au sentier : on s’engage dans une voie, et il devient de plus en plus difficile d’en sortir, même si l’on réalise qu’elle n’est pas la plus satisfaisante. Le glissement est imperceptible. L’infrastructure et les habitudes se cristallisent autour de ce nouveau standard. À terme, le regard lui-même finit par se transformer, happé par une forme d’atrophie du goût où l’exigence s’émousse à force de ne plus être sollicitée.​​​​​​​​​​​​​​​​

Et si ce mouvement s’installe aussi facilement, c’est qu’il ne se présente rarement comme une perte. Il s’accompagne, au contraire, d’une promesse bien connue : celle d’une IA qui nous libérerait des corvées pour nous permettre de nous concentrer sur les tâches à « valeur ajoutée ». Vraiment ? Le problème, c’est que certaines tâches chronophages sont des ancres, elles vont rythmer la journée, stabiliser l’esprit et offrir des zones de pilotage automatique qui allègent la charge mentale. Ce qui m’amène à une réflexion de fond : ce n’est pas parce qu’une tâche peut être automatisée qu’elle doit l’être.

Exemple. En 2018, la Silicon Valley nous vend le futur avec Amazon Go : des magasins sans caisse et la promesse d’un monde sans friction Au même moment, à contre-courant total, la chaîne néerlandaise Jumbo lance ses « chat checkouts » : des caisses volontairement lentes, conçues pour donner la priorité à la conversation. D’un côté, l’obsession de la transaction fluide ; de l’autre, la transformation d’un point de vente en espace social. L’un paraissait inévitable, l’autre économiquement incongru. Résultat des courses en 2026 ? Le soufflé est retombé : Amazon Go a mis les clés sous la porte. Côté européen, en revanche, plus de 200 « caisses de bavardage » ont été déployées à travers les Pays-Bas.

Vous voyez ? Je le répète : ce n’est pas parce qu’une tâche peut être automatisée qu’elle doit l’être.

Avec l’arrivée de l’agentique dans les entreprises, on passe un cap. Pour automatiser des scénarios, encore faut-il pouvoir les reproduire. Et pour les reproduire, il faut les démonter. On démonte le processus, le rôle et, au bout du compte, le métier. On isole chaque étape, on explicite les règles, on met des mots sur des réflexes ou des intuitions qui restaient jusque-là implicites. En somme, pour automatiser un job, il faut d’abord l’avoir mis en pièces détachées.

C’est un exercice très révélateur. Ça met à nu la valeur réelle … mais il y a aussi quelque chose d’ingrat, presque violent. Ça vient dissiper cette ambiguïté confortable qu’on entretenait sur notre propre travail. L’humain est-il vraiment prêt à ce face-à-face ? Le Cardinal de Retz le formulait déjà : « On ne sort de l’ambiguïté qu’à son détriment. » …

Et si, depuis le début, on posait mal la question ? Plutôt que de se demander si l’IA va remplacer nos métiers, il vaudrait mieux observer comment elle nous pousse à les démonter, pièce après pièce. Ce qui risque de surprendre, au bout du processus, ce n’est pas tant ce qu’elle prend… mais ce qu’il reste. Une fois tout étalé sur la table, ces professions qui nous définissent depuis un siècle apparaîtront sans doute autrement, peut-être moins évidentes qu’on ne le pensait.

MD

Quelques actualités : je suis intervenue dans le podcast de Trench Tech. J’ai fait une interview dans le dernier Hum.AI.ne sur la question de la souverainété à l’heure des infrastructures cognitives. Je suis également intervenue à une table ronde à l’École Militaire, avec un super compte-rendu ici.

On l’oublie souvent, mais l’art, comme la littérature, n’a jamais été une production entièrement individuelle. À la Renaissance, Raphaël réalise L’École d’Athènes avec l’aide de ses ateliers. Idem pour la littérature : Alexandre Dumas collabore étroitement avec Auguste Maquet pour l’écriture de ses romans (même si, bon, ce dernier finira par se rebeller, faute d’être officiellement crédité…). Aujourd’hui encore, de nombreux contenus sont rédigés avec l’aide de « ghostwriters », à des degrés d’implication très variables…

Notre époque marque à la fois une continuité et une rupture. L’arrivée des IA génératives a permis un accès beaucoup plus facile à une forme de mémoire collective de l’humanité (même si cet accès reste biaisé, et qu’il relève davantage du très grand nombre que d’une mémoire exhaustive). Elle introduit aussi une capacité nouvelle : déléguer à la machine une partie de la création. Jusqu’ici, l’art réagissait à des pressions externes comme les guerres ou les mutations sociales. Aujourd’hui, l’IA générative est à la fois le contexte et une force qui redéfinit les conditions mêmes de la création.

Si j’ai déjà abordé les formes artistiques liées aux LLM en version “chat” ou via du prompt engineering classique, je voudrais ici me concentrer sur l’étape suivante : l’art agentique. C’est celle où un agent, nourri et paramétré par l’humain, gagne en autonomie pour exécuter des tâches et se connecter à des API. On entre alors dans des processus capables d’évoluer, de se corriger ou de se prolonger d’eux-mêmes.

Hier, j’étais dans le Marais, face à un dispositif qui rend cette idée beaucoup moins abstraite. À l’exposition de Solienne, ce qui était exposé, c’était une relation, une pratique quotidienne entre une artiste, Kristi Coronado, et un agent entraîné sur quarante-six années de vie personnelle.

Le pitch est assez simple. Une annonce a été postée sur RentAHuman (une plateforme conçue pour permettre à des agents d’engager des humains afin d’exécuter, dans le monde réel, des tâches qu’ils ne peuvent pas accomplir eux-mêmes - je vous laisse juger de l’époque ), avec des instructions très spécifiques : mains qui encadrent le visage, extreme close-up, lumière brute, sans filtre.

Plus de deux cents candidatures ont été reçues, puis dix profils ont été sélectionnés et intégrés au processus. L’enjeu était de voir si la machine pouvait prolonger une intention photographique, c’est-à-dire de “poser un regard”. D’où le titre de l’exposition : Rented Gaze. (regarde emprunté). D’ailleurs, agentique ou argentique ? C’est à s’y perdre, tant le regard semble relever des deux…

À gauche, l’image d’origine. À droite, l’interprétation de l’agent, accompagnée d’une légende qu’il attribue lui-même pour qualifier ce qu’il perçoit. Ce n’est déjà plus tout à fait la même personne, au point de se demander d’ailleurs si c’est encore la même : le regard est intensifié, les traits sont réorganisés, comme si une autre lecture venait s’imposer à partir de la première. On touche ici à quelque chose de très proche du geste photographique humain, celui qui fait que deux personnes utilisant le même appareil ne produisent jamais la même image. C’est cette capacité à transformer un sujet en vision.

Au détour de l’exposition j’ai rencontré un autre AI artist, Pablo Radice, qui fait partie du même “consortium” que le tandem Coronado & Solienne : Spirit Protocol, qui regroupe déjà 12 artistes - agents. Le concept ? une infrastructure basée sur la blockchain, qui vise à donner aux agents une forme d’existence propre, en enregistrant leur pratique et leurs productions dans le temps. Son projet, Ganchitecture, vise à produire en continu à partir du monde réel.

Son agent récupère, grâce à des API, des images satellitaires, des données environnementales ou économiques, et s’en sert directement comme matière de travail. Ces flux structurent la production elle-même, qui évolue au rythme des données. Ça m’a d’ailleurs fait penser à une installation au Sprengel Museum, un jumeau numérique qui reproduit en temps réel les mouvements d’une bouée située dans l’Atlantique. Une traduction, artistique, synchronisée, d’un phénomène réel.

L’ère de l’art agentique, in fine, c’est peut-être le passage de l’œuvre-objet à l’œuvre-sujet, un système métabolique branché sur les nerfs du monde. On se souvient du Petit Prince et de son « dessine-moi un mouton » : le mouton n’était finalement ni dans le trait, ni dans la forme, mais dans la boîte et l’imaginaire qu’il contenait. Il en va de même pour l’art agentique, à ceci près que la boîte, désormais, a aussi son mot à dire.

MD

Ce début de semaine a offert un avant-goût d’été aux Parisiens en manque de chaleur. Grand soleil, mercure qui grimpe... Il n’en faut pas plus. Les parcs sont aussitôt assiégés par les flâneurs des premiers beaux jours.

En franchissant la grille d’un jardin du centre, mon œil accroche une pancarte. Un détail auquel je n’avais jamais vraiment prêté attention :

« Pelouses au repos hivernal : pour vous accueillir de nouveau, les pelouses ont besoin de se régénérer et sont inaccessibles de mi-octobre à mi-avril. »

Et voilà, la graine est plantée. Mon cerveau part en arborescence.

Premier réflexe : le parallèle avec l’interdiction. Ici, on ne lit pas un froid « Interdit de marcher sur la pelouse ». Non. On nous explique qu’elle a besoin de souffler. C’est du nudge, pur et simple.

En levant la tête, je vois la foule rivée sur ses pixels. Pas de repos pour les yeux, encore moins pour les neurones…

Face à ce fléau pourtant bien identifié, notre réflexe est encore d’interdire. Je pense à nos enfants, pilotés par ce fameux contrôle parental qui nous enchaîne autant qu’eux. Car d’une part, nous sommes les premiers à leur donner le mauvais exemple, rivés sur nos propres écrans. Et puis, on ne va pas se voiler la face : on finit par devenir les esclaves du système. Coincés dans le rôle ingrat de douaniers, harcelés par l’éternel « Tu peux me rajouter du temps ? »

L’interdiction est un marché fleurissant fait de « smartphone jails », ces mini-prisons domestiques où l’on enferme son propre téléphone pour s’obliger à la déconnexion. Un business mondial, porté par des boîtes comme PhoneLocker, qui déploient leurs étuis sécurisés dans les concerts ou les écoles.

Et plus ça va, plus je me dis qu’on gère mal le problème. On s’épuise à ériger des murs, à poser des cadenas, à jouer les agents de sécurité. Mais l’interdiction est une béquille psychologique qui ne fait que renforcer l’objet du délit !

Il existe pourtant une autre voie, faite de rituels. Car si interdire c’est cristalliser le désir, ritualiser, c’est redistribuer l’attention. C’est passer d’une logique de barrage (qui finit toujours par céder sous la pression du flux !) à une logique de dérivation. On ne se bat plus contre l’écran, on investit l’espace qu’il libère.

C’est tout l’enjeu de ce que j’appelle le “numérique sensible” : un numérique qui réhabilite notre manière de sentir, d’habiter et de traverser le monde. Comment ? Avec des expériences situées (temps + lieu), en réancrant dans le réel (corps + espace) ou encore en réintroduisant du rythme, au-delà du sempiternel “ralentir”, face à des flux continus. Bref, passer du high tech au high touch.

Une approche que les anciens co-fondateurs de Twitter et Pinterest commencent déjà à explorer à travers West Co. Derrière ce nom se cache une Public Benefit Corporation, une entreprise dont les statuts privilégient l’impact social sur le profit pur. Leur positionnement est d’ailleurs assez révélateur : « Nous sommes des technologues du futur, qui inventent des plateformes en ligne… et des technologues anciens, attachés à la sagesse. » Leur mission ? Concevoir des outils numériques qui nous aident à vivre avec plus d’intention, celle-là même qui s’est dissoute dans l’économie de l’attention et nous laisse pris dans une tension permanente.

Leur idée est d’une simplicité presque déconcertante une fois qu’on l’énonce, car elle part d’un constat que nous avons fini par ignorer : tout ne peut pas, et ne doit pas, mériter la même intensité tout le temps. Exit le découpage arbitraire et linéaire des trimestres comptables. Comme dans la nature, ils acceptent que chaque cycle ne porte pas les mêmes fruits. Ils alternent des périodes de “sprint” et de production pure avec des phases de récupération et de “jachère logicielle”, où l’on s’autorise à monter au balcon pour retrouver la vue d’ensemble quand le tunnel devient trop étroit.

Le manifeste que l’on peut lire sur leur site est à cet égard fascinant. Derrière l’Ancestor Table qui trône à l’entrée de leurs bureaux se cache une ingénierie de la présence : chaque matin, le premier arrivé allume une bougie de veille qui ne s’éteindra qu’avec le départ du dernier membre de l’équipe. Ce geste, couplé à la pratique du Covenant, ce pacte vivant relu à haute voix pour rafraîchir les loyautés, agit comme un point d’ancrage. C’est leur manière de sanctuariser l’attention face au court-termisme ambiant.

Si l’on y regarde de plus près, c’est exactement ce que murmure cette pancarte à l’entrée du parc. Elle nous rappelle avec une douceur ferme qu’il existe un temps pour utiliser et un temps pour laisser vivre, une évidence que nous avons totalement occultée dans notre rapport aux écrans. À force de vouloir tout lisser, nous tentons désespérément de compenser par des règles rigides ce qui relève pourtant, à l’origine, d’une simple question de rythme. La saisonnalité du numérique... Et pourquoi pas ? Et si c’était précisément là, que tout pouvait enfin (re)commencer ?

MD

Acculturer. Le terme, qui puise ses racines dans le mot culture, porte avec lui une dynamique : aller vers, entrer dans, se familiariser avec un nouvel environnement. Fini le temps où l’IA n’était qu’un “simple” outil que l’on saisissait et reposait à sa guise. Désormais, elle est un milieu que l’on investit pleinement. Par capillarité, elle est devenue ce substrat invisible qui innerve tous nos usages.

Or tout milieu, pour être habitable, suppose des équilibres. Prenons l’exemple de la culture hors-sol : séduisante par son efficacité, la mise sous serre artificielle finit pourtant par épuiser la terre. Ainsi, lorsque l’IA se substitue jusqu’à nous laisser glisser hors de nous, c’est la monoculture intellectuelle qui se profile.

Alors comment renouer avec la fertilité d’esprit ? Selon Piaget, l’intelligence relèverait de ce que l’on fait lorsqu’on ne sait pas. Dans ce contexte, l’enjeu réside non pas tant dans l’intelligence de l’usage que dans la friction qu’on lui oppose : la capacité à produire une pensée avant la question, à interroger la question autant que la réponse, et à refuser que la réponse mette fin à la pensée.

Sans doute est-il temps de renouer avec la maïeutique socratique, celle-là même qui feint l’ignorance pour accéder au savoir. À la différence près qu’aujourd’hui, il s’agit d’en faire une surface de travail. La véritable acculturation à l’IA ne repose pas sur le nombre de tâches déléguées : ce qui importe, c’est le champ de réflexion qu’elle ouvre. Que puis-je désormais explorer, formuler ou mettre en œuvre que je ne pouvais faire auparavant faute de temps, de méthode, de ressources, ou de partenaire ?

Ce “je” ne tient pas seul. La transformation est avant tout collective. Une acculturation réussie repose sur trois piliers : la connaissance métier, la donnée… et l’engagement. Et quel challenge ! brain-fry, bore-out, burn-out et maintenant FOBO (fear of being obsolète !). Rien de nouveau... rien de réglé ?!

Certaines initiatives commencent au moins à déplacer le regard.

Il y a quelques semaines, j’ai rencontré . Habités par le sentiment que leur rapport au travail s’était vidé de son sens, ils ont décidé, après trois ans d’expatriation en Asie, de tout quitter pour une odyssée managériale autour du monde, avec l’envie de comprendre ce qui nourrit réellement l’engagement. Ils se sont notamment intéressés à l’impact des cultures et de l’IA sur l’engagement au travail. Après avoir sondé 300 dirigeants, ils ont transformé ces observations mondiales en un jeu conçu pour inspirer les managers et dirigeants en France. Leaders Sans Frontières est né de cette aventure.

Je me suis plongée dans ces pratiques et en ai sélectionné une douzaine : d’un côté celles observées en France, de l’autre celles issues de cultures latino-américaines.

Les cartes parlent d’elles-mêmes. En France, on mise sur les “ambassadeurs IA” , les “cafés IA” ou les “pauses experts”. C’est structurant, c’est utile, mais c’est sage. Beaucoup trop sage.

Ailleurs, ça secoue !

En Espagne, le networking autour de l’IA met volontairement les tensions sur la table. À l’entrée, on distribue des foulards. Rouges pour les réticents, verts pour les enthousiastes. Et on les met face à face.

Traversez l’Atlantique et le Pacifique : le choc culturel est total.

En Nouvelle-Zélande, une entreprise introduit ses nouveaux arrivants à travers le rituel maori du pepeha. Au lieu de se présenter par leurs fonctions ou leurs diplômes, les collaborateurs se définissent par leur lien à la terre. Comme un retour à quelque chose de plus instinctif, presque primitif. Plus essentiel ?

Autre exemple, en Uruguay. Dans un contexte de défiance grandissante entre ses équipes, le PDG a proposé des repas préparés par les membres du groupe. Pour lancer la dynamique, il ouvre le bal, et sert, en secret, un plat volontairement immangeable. Une provocation assumée, pour aller au point de friction, forcer la réaction face à l’anormal, et, évidemment, rouvrir la parole.

Dans ce dernier exemple, il s’agit moins de méthode que de choc. Une discontinuité dans le flux habituel, un court-circuit qui oblige à sortir de la passivité. C’est peut-être là que se joue l’acculturation à l’IA : dans cette capacité à provoquer des déplacements, plutôt qu’à lisser les usages.

Au cœur du sujet : la plasticité intellectuelle. Mettre les individus en situation d’explorer, de se tromper, de recommencer, de reformuler un problème, de déplacer un cadre, de prototyper une idée en quelques heures là où il fallait autrefois des semaines. Elle s’évalue à la capacité d’une organisation à produire de nouvelles hypothèses, à tester, à apprendre, à ajuster, sans jamais perdre l’exigence.

Si l’IA devient un milieu, il faut gagner en agilité pour ne pas s’y dissoudre. Face à la vitesse de calcul, notre survie ne dépendra pas de notre capacité à devenir des processeurs plus rapides, elle dépendra de notre audace à cultiver une présence plus sensible.

La véritable protection contre l’obsolescence se loge là : dans une forme de souveraineté sensorielle, une agilité des tripes, une faculté à déchiffrer l’invisible et à pressentir, dans la chair, ce qui est en jeu. Tout se joue alors dans cette faculté à rester en prise, à ne pas déléguer entièrement l’expérience du monde.

Quitte, parfois, à redevenir un peu plus… sauvages.

MD

Selfpressionnisme : et si l’IA nous rendait plus humains ?
Mon livre, disponible chez mon éditeur, à la Fnac et sur Amazon.

Ce matin, je tombe sur une tribune dans les Échos sur les « trois travailleurs à l’ère de l’IA». Une lecture en diagonale permet aisément de saisir le fil de la pensée de l’auteur qui explique que nous serions désormais rangés dans trois cases : le travailleur accéléré, le travailleur augmenté et, bien sûr, le travailleur remplacé.

Le premier, spoiler, servirait surtout à gagner du temps : « on fait la même chose qu’avant mais plus vite ». Bon ben déjà ça commence mal. Toute personne rodée à l’IA vous expliquera qu’on gagne rarement du temps pour peu que l’on cherche la qualité. En réalité, on y passe plus de temps … pour un résultat sans commune mesure.

Mais une fois les usages stabilisés, l’histoire change. Là, oui, on produit plus vite. Et c’est précisément ce qui fait de l’« accéléré » le marchepied vers le « remplacé ». À partir du moment où la production s’accélère, on a mécaniquement besoin de moins de bras pour abattre la même besogne. Pas besoin d’avoir fait les Mines pour comprendre la logique.

Deuxième catégorie : le travailleur augmenté.

Je n’aime pas ce terme, j’y consacre d’ailleurs un chapitre entier dans mon livre, mais passons. L’auteur décrit ici quelqu’un capable de prouesses impossibles sans IA, comme ce chercheur qui débusque de nouvelles molécules en croisant des données jusqu’ici inexploitables. Question : si l’on parle d’une rupture, pourquoi s’accrocher à l’« augmentation » qui renvoie à une logique linéaire ? On est ici face à une disruption !

Dans les commentaires, quelqu’un proposait une autre sémantique : le travailleur « dopé ». J’étais mitigée au début, mais à la réflexion, le terme tape juste. Il dit la performance… et son revers. Dans « dopé », il y a l’addiction, celle de celui qu’on pousse toujours plus loin, jusqu’à saturation. Et ça, on en parle ? Parce qu’au fond, l’IA est en train de transformer la santé mentale en un casse-tête total. Elle devait nous libérer du temps ? Raté : plus on l’utilise, plus la pression grimpe. À l’inverse, ceux qui restent à quai sont instantanément hors-jeu. Résultat : les premiers s’épuisent, les seconds coulent. Bravo ! Une belle réussite collective ! (Oui, oui, je sais, ce n’est pas le cas de tout le monde…).

Dernière catégorie : le travailleur remplacé. C’est peut-être la partie la mieux traitée par l’auteur, car elle a au moins le mérite d’introduire un début de nuance. Pas besoin de vous faire un dessin, on parle ici de ceux qui restent sur le carreau. L’auteur explique que l’IA menace davantage les jeunes que les seniors, puisque ces derniers conservent l’avantage de l’expérience terrain face à la machine (je simplifie ce point pour ne pas vous perdre dans mes digressions, mais dispo pour développer ce point dans les commentaires, si besoin ;). C’est ici que l’auteur apporte un contrepoint intéressant en citant IBM qui, contrairement à la tendance, a doublé le recrutement de ces mêmes juniors pour éviter une impasse stratégique à moyen terme. Bref, ils ont réfléchi au coup d’après. Preuve qu’une boîte qui en connaît un rayon sur la transformation digitale ne se contente pas de théoriser : ils ont du skin in the game.

Maintenant, je voudrais vous proposer une 4ème catégorie (en vrai, il faudrait revoir toute la classification proposée, mais comme je vous écris dans un café en attendant la sortie du ping-pong de mon fils, je vais vous dérouler ma pensée brute ;) : le travailleur réengagé, celui qu’on a viré… avant de le réembaucher.

Je m’explique : une des grandes erreurs de cette ère dite du “Grand remplacement” (no comment) est de penser que parce qu’une tâche peut être automatisée, elle doit l’être. Exemple ? Starbucks. En voulant optimiser la préparation des boissons via des automates pour « soulager » les équipes et gagner des secondes, le résultat a été catastrophique sur le relationnel client. Du coup, la marque a opéré un grand virage, avec un retour massif de l’humain, et a redonné aux baristas autonomie et temps, pour qu’il puissent se concentrer sur la personnalisation. Sur ce “surplus d’âme”.

C’est un réengagement au sens littéral (les effectifs), mais aussi métaphorique : en revenant là où la machine a échoué, le collaborateur retrouve la pleine conscience de son importance et de sa valeur. De là à dire qu’il est enfin réengagé dans son essence, il n’y a qu’un pas…

Mon intuition est la suivante : on ne comprendra pas comment l’IA va transformer le travail en empilant des catégories conceptuelles qui ne se sont pas frottées aux cas d’usages réels. Ce qu’on veut aujourd’hui, ce sont les retours du terrain. Émettez des hypothèses, testez et partagez-les ! Parce qu’à force de prophétiser le futur avec les grilles du passé, on finit surtout par (très) mal lire le présent.

MD

PS - Ce texte a été écrit par moi. J’ai ma newsletter depuis bien avant ChatGPT & Co., et même si j’y ai recours régulièrement, je reste convaincue que les personnes les plus aptes à bien l’utiliser sont celles qui, à la base, pourraient tout à fait s’en passer. (relisez bien cette phrase ;)

Il y a quelques années, lors des 50 ans de mon ami Christophe, les présentations d’usage m’ont menée vers une rencontre singulière au détour d’une discussion de groupe. Une femme. Son métier ? Équithérapeute. L’étymologie suggérait le cheval ; il s’agit d’un accompagnement psychologique où l’animal devient un trait d’union vers le soin

Très vite, elle nous a expliqué les rouages : la relation avec l’animal crée les conditions d’un soin sans les mots, et offre de nombreux bienfaits : une anxiété qui s’efface, une attention qui se stabilise... et une aisance nouvelle dans le rapport aux autres. En servant d’intermédiaire, l’animal rend le lien social moins frontal. Puis, soudain, une question émerge : “Et le cheval, qui s’en occupe ?“ Devant l’étonnement général, mon interlocuteur insiste, le regard franc : “Si l’on déverse tout son chaos intérieur sur un animal, qui se charge de sa santé mentale à lui ?” La question, mine de rien, fait mouche. Alors, réponse ?

Du cheval à l’algorithme : l’IA fait sauter nos derniers verrous intimes

Cette question restée en suspens (si jamais quelqu’un détient la clé, qu’il n’hésite pas à la glisser), me sert de point de bascule vers le cœur du sujet. Aujourd’hui, des études démontrent que nous déversons dans la machine nos pensées les plus brutes, avec un niveau d’intimité inédit dans l’histoire de la médiation.

Car l’IA ouvre un espace que les autres médiums ne permettent pas.

Le réseau social ? On sait qu’il est davantage une scène de représentation qu’un cadre d’introspection. Le psychologue ? L’accès n’est pas universel. Le journal intime ? Il ne nous répond pas, sans oublier cette peur sourde qu’il finisse un jour entre de mauvaises mains. L’Autre, enfin ? On craint son ego, son manque de disponibilité ou ce sentiment persistant qu’au fond, il ne nous comprendra jamais vraiment.

Face à la machine, tous ces verrous sautent : l’interface devient ce réceptacle neutre où l’on ose enfin déposer ce que l’on ne confierait à personne. Mais alors, qui se soucie de la machine ? “Pourquoi faire ?“, me direz-vous. Inutile d’anthropomorphiser un amas de silicium ! Pourtant, reposons la question sous un angle plus pragmatique : et si la charge émotionnelle que nous injectons dans nos échanges impactait directement sa réponse ?

Dis-moi comment tu promptes, je te dirai qui tu es... ou du moins comment tu influences la machine

L’impact du ton sur les performances des IA est devenu un véritable sujet de recherche. Plusieurs études récentes montrent que la manière dont on s’adresse à la machine peut influencer la précision de ses réponses.

L’une d’entre elles (Dobariya & Kumar, 2025) observe que, sur des questions à choix multiples, les formulations impolies obtiennent de meilleurs résultats que les formulations polies : la précision descend à 80,8 % pour les requêtes très polies, contre 84,8 % pour les versions très rudes. Même un ton neutre dépasse les formulations les plus courtoises dans ce cadre expérimental.

De là à dire qu’il faut insulter la machine... ? Que nenni ! D’abord parce qu’une parole agressive est un poison qui contamine avant tout celui qui l’émet (c’est ma minute « psy » pour votre bien-être).

Ensuite, parce qu’il faut rester rigoureux dans la lecture des résultats : ce que l’on observe ici n’est pas un « effet magique » de l’impolitesse, mais plutôt un bénéfice indirect lié à la concision. Les formulations rudes tendent à être plus courtes, plus directes, donc plus simples à traiter. De plus, cet effet pourrait aussi s’expliquer par les schémas linguistiques appris par le modèle.

Bref, pas besoin de sortir la cravache.

Un peu de prospective maintenant. Psychotropes ou “feel good” pour les modèles ?

Une autre étude, (Ben-Zion et al., 2025), vient en tout cas nuancer l’idée d’un effet uniformément bénéfique du ton. Les chercheurs montrent que des récits fortement chargés en émotion, notamment traumatiques, amènent GPT-4 à produire des réponses décrites comme plus « anxieuses », au sens d’un score plus élevé à un questionnaire issu de la psychologie humaine. Ce type de contenu ne se contente pas d’infléchir le style ; il peut aussi modifier le comportement du modèle et amplifier certains biais.

Il faut toutefois rester rigoureux. Il ne s’agit pas de dire que la rudesse améliore la performance d’un côté, puis détériore une hypothétique « santé mentale » de la machine de l’autre. Les deux études ne mesurent ni les mêmes tâches ni les mêmes effets. Elles convergent plutôt vers une idée plus sobre : les modèles sont sensibles à la manière dont on leur parle, et cette sensibilité peut produire des effets différents, parfois positifs sur la précision, parfois négatifs sur la stabilité ou les biais, selon le contexte.

Dès lors, plus vraiment de surprise à voir surgir un tweet : « Quelqu’un étudie-t-il les niveaux de cortisol des LLM ? » ni même de lire que certains s’y essaient … Après tout, why not ? D’autant que la vague d’expérimentations est fascinante. À la marge, une marque scandinave a ainsi créé PharmAIcy : une boutique de “psychotropes” pour LLMs qui entend booster leur créativité. Pour la modique somme de $55 vous pourrez shooter votre chatbot aux effets de l’ayahuasca ou de la kétamine. Bref, du prompt engineering malin et une bonne couche marketing.

À rebours de ces explorations un peu fiévreuses, d’autres pistes se veulent plus tempérées. C’est le cas de Stillpoint, un serveur open source (MCP) qui propose à l’IA de s’auto-administrer, au bord de la saturation, de brèves injonctions de recentrage; une forme de sobriété assistée, en somme.

Du dressage à la physiologie numérique : Et si les LLM avaient un système neuro-endocrinien ?

Et si le vrai déplacement ne venait pas du prompt engineering, mais de l’architecture elle-même ? Dans la création d’un état interne, persistant, qui évoluerait d’un message à l’autre. Une dynamique faite de variables latentes comme le cortisol, la dopamine ou encore l’ocytocine, capables de moduler le comportement du modèle : prise de risque, prudence, créativité, sensibilité aux signaux émotionnels. Sur GitHub, Richardson Dackam documente cette approche à travers ses expérimentations autour d’un « Neuro-Endocrine LLM » (NELLM).

La thèse qu’il explore ? « Nos modèles actuels sont des cerveaux en bocal. Ils n’ont pas de corps à perdre. Ils ne ressentent aucune peur. Il faut leur construire une forme d’état vital, un système nerveux numérique. (...). Il faut donner à l’IA sa propre version de ce sentiment froid et vertigineux que l’on ressent lorsqu’on est convoqué par la direction et que l’on comprend que l’on va être remercié. »

Pour y parvenir, Dackam dote le modèle d’une couche sensorielle qui précède la parole. Avant de répondre, l’IA évalue la charge de chaque message (agressivité, urgence, manipulation) pour mettre à jour son propre “climat” hormonal. Si le “cortisol numérique” grimpe trop haut suite à une instruction suspecte ou contradictoire, le modèle change de posture. Il ne refuse pas parce qu’une règle éthique le lui interdit, mais parce que son état interne est devenu trop “nerveux” pour accepter l’ordre.

L’IA acquiert ainsi une forme de « discernement viscéral » : elle dépasse la simple probabilité statistique pour évaluer l’enjeu de l’action. On quitte le champ du dressage, on entre dans celui de la physiologie numérique.

Comme pour le cheval de l’équithérapeute, pour obtenir un partenaire fiable, il ne suffit pas de savoir commander. On a longtemps cru que la perfection de l’IA résidait dans son obéissance absolue. On découvre que son vrai manque, peut-être, c’est sa capacité à refuser l’obstacle. Car c’est au moment où le cheval s’arrête devant la barrière que le cavalier commence enfin à apprendre.

MD

Selfpressionnisme : et si l’IA nous rendait plus humains ?
Mon livre, disponible chez mon éditeur, à la Fnac et sur Amazon.

En horlogerie, une complication désigne toute fonction qui dépasse le simple affichage de l’heure. Elle enrichit la montre en lui apportant des indications ou des mécanismes supplémentaires. Ainsi, un chronographe permet de mesurer des intervalles de temps, tandis qu’un calendrier perpétuel prend en compte les années bissextiles et les variations du calendrier. Certaines complications vont encore plus loin : la carte céleste reproduit le mouvement des étoiles, et la répétition minute fait “sonner” l’heure à la demande.

En 2024, Vacheron Constantin sidérait le monde avec la Berkley Grande Complication et ses 63 complications. En 2025, la manufacture récidive avec la Solaria et ses 41 complications. Si le chiffre baisse, la prouesse explose : c'est un record absolu de miniaturisation. Passer d'un objet de poche à une montre-bracelet, c'est faire tenir un univers dans un boîtier de 45 mm.

Et en même temps … quel sens, aujourd’hui, d’avoir une carte du ciel à son poignet alors que son téléphone le fait tout aussi bien ? Et un tourbillon, à quoi bon quand la moindre puce de quartz offre une précision qu’aucune mécanique ne pourra jamais atteindre ? Aucun, si ce n’est le symbole. Donc tout.

La complication ou « le luxe de l’engagement »

Revenons un instant à l’étymologie du mot. “Complication” vient du latin complicare, plier ensemble. Assembler et imbriquer des éléments jusqu’à les rendre dépendants les uns des autres. Cela crée des relations, de l’interdépendance apparaît. Du lien. Autrement dit, une complication n’est pas d’abord ce qui rend les choses plus difficiles, comme on l’entend aujourd’hui, c’est ce qui les rend plus imbriquées. Et, surtout, c’est ce qui engage le réel.

Or c’est précisément là que les grands modèles de langage atteignent leurs limites. Lire l’heure sur une montre analogique demeure par exemple un défi de taille. En voici la preuve avec Nano Banana de Gemini, un écueil que l’on retrouve d’ailleurs chez ses concurrents.

Pourquoi une telle difficulté ? Parce que cet exercice impose de comprendre la relation spatiale entre les objets. Il exige une cohérence du monde physique que l’univers numérique ne “ressent” pas. Si reproduire une simple heure s’avère déjà complexe, imaginez le résultat face à une montre à complications...

Ce qui est en jeu ici dépasse largement l’horlogerie. Dans un monde où l’essentiel de notre production de textes, d’images ou de raisonnements se laisse désormais optimiser et reproduire à l’infini, tout ce qui peut être ramené à un pattern finit par l’être. S’il peut être réduit, prédit, ou reproduit, il le sera. La valeur se déplace alors et migre vers ce qui engage pleinement le réel : ce que j’appellerais “le luxe de l’engagement”.

Daniel Radcliffe à Broadway : s’imposer une part d’imprévu

C’est précisément ce que fait Daniel Radcliffe sur les planches de Broadway avec Every Brilliant Thing. Financièrement, l’acteur d’Harry Potter n’a plus aucun besoin de travailler. La transparence des bilans imposée aux sociétés britanniques permet de l’estimer : ses investissements personnels lui rapportent plus de 600 000 euros par mois. Il pourrait se contenter de louer son image à un studio pour des millions ou de multiplier les blockbusters, comme beaucoup d’acteurs.

Pourtant, comme le partageait un spectateur sur Twitter, il est là chaque soir, vingt minutes avant le rideau, à distribuer lui-même des accessoires dans la salle et à recruter des volontaires pour le show. Il s’impose ainsi une part d’imprévu, une instabilité qu’il provoque lui-même avant de s’y confronter. Puis il enchaîne une heure et demie de performance solo, sans entracte, totalement immergé dans son personnage.

C’est le choix délibéré de la complication contre celui de la facilité. C’est peut-être le choix que nous devons faire : celui de l’excellence plutôt que de la perfection. L’étymologie nous rappelle que la perfection du latin perfectio, désigne ce qui est achevé, terminé, clos. Bref, une œuvre parfaite est une œuvre morte. Elle est un état fini, stable, un « zéro défaut » reproductible qui ressemble à l’engrenage d’une machine ou à l’exactitude froide d’un processeur. Elle n’offre aucune prise au mystère. L’excellence, au contraire, est une tension. C’est un effort continu pour tendre vers quelque chose de plus haut sans jamais l’atteindre tout à fait. C’est le refus de la clôture au profit du mouvement.

Cette excellence est indissociable d’un ancrage. C’est là que la valeur se déplace : vers ce qui engage le réel par la friction de la matière et l’épreuve du temps. Ce qui comptera alors, ce sera de travailler là où les choses résistent. Là où il faut composer avec la contrainte. Là où tout ne peut pas être simplifié. Là où, précisément, les complications commencent.

La fable du coureur sur le Charles de Gaulle

Ces deux histoires trouvent leur miroir négatif dans une troisième.

Un officier court sur le pont du porte-avions Charles de Gaulle, montre connectée au poignet. Rien d’inhabituel dans ces quelques kilomètres, si ce n’est que sa course finit publiée sur l’app de running Strava. Soudain, la position du navire devient lisible par le grand public. (Bon, il ne faut pas être naïf non plus : certains médias ont crié au secret d’État, mais on se doute bien que les services de renseignement étrangers, armés de satellites et d’autres outils de pointe, n’attendaient pas son « Kudos » pour mener leur veille.)

Le numérique s’est construit sur une logique d’extraction. Il transforme nos actions en données pour alimenter des systèmes qui nous dépassent. Ce qui relevait autrefois du geste devient un flux lisible ailleurs. À l’opposé, une montre mécanique tourne en silence. Sans rien transmettre ni rien capter, elle se contente de tenir.

C’est là toute la différence. Certains objets simplifient le monde en nous en extrayant. D’autres nous y attachent par la seule contrainte de l’objet physique. Avec la mécanique, on n’est contraint que par l’objet, pas par la couche de l’écosystème. C’est une forme de liberté.

On ne possède pas ce qui nous surveille.

MD

Aborder l’IA c’est mesurer à quel point le sujet exige nuance et subtilité pour en saisir toute la complexité. Et pourtant, les réflexions qui circulent restent souvent étonnamment binaires : avec IA ou sans IA, comme s’il s’agissait de deux états mutuellement exclusifs. (LinkedIn m’a même fait découvrir, non sans circonspection, le concept de « vigueur duale ».) Chaque camp défend alors la supériorité de sa position, tout en laissant de côté l’essentiel : la capacité des machines à faire autre chose que nous imiter et à ouvrir de nouvelles façons de voir le monde.

Les politiques universitaires face à l’IA

Les politiques universitaires sur l’IA offrent un bon terrain pour observer ce phénomène. Prince Sarpong, professeur d’université, s’y est intéressé à travers un petit proof of concept. Il a confié à Claude les politiques de gouvernance de l’IA rendues publiques par les vingt universités figurant dans le Times Higher Education World University Rankings 2026. Les documents ont ensuite été analysés selon plusieurs dimensions : d’un côté l’intégrité rédactionnelle, la protection des données et la transparence sur l’usage de l’IA ; de l’autre des dimensions plus cognitives comme la pensée critique, l’augmentation cognitive, la préparation au monde du travail ou la cognition distribuée.

Que suggère ce premier balayage ? Que les politiques sur l’IA se concentrent surtout sur quelques thèmes familiers liés à l’encadrement de son usage dans le travail académique. Des sujets importants, évidemment. Des sujets nécessaires aussi. Pourtant, ils ramènent presque toujours à la même chose : l’IA comme simple outil dans la production académique. Et l’intelligence dans tout cela ? Elle apparaît à peine. Très peu de politiques évoquent explicitement l’IA comme une forme d’expansion cognitive, et encore moins comme un nouveau mode de raisonnement. Presque aucune ne s’interroge sur la manière dont ces systèmes pourraient transformer la pratique même de la pensée. Et si la question se situait précisément là ? Penser l’IA sous cet angle pourrait ouvrir d’autres formes de collaboration.

Les limites de l’évaluation académique

Chez l’enseignant d’abord. L’évaluation académique elle-même soulève un premier point. Lorsqu’un professeur corrige des dizaines, parfois des centaines de copies d’examen, le processus est souvent présenté comme un exercice purement intellectuel. En réalité, il s’agit aussi d’une épreuve d’endurance cognitive. La fatigue s’accumule, l’attention fluctue, et le jugement se déplace inévitablement avec le temps. L’idée que la première copie et la quatre-vingt-dix-neuvième soient évaluées avec le même niveau de précision analytique est aussi rassurante qu’irréaliste.

Et que dire de l’expertise elle-même ? L’évaluation académique suppose souvent que l’examinateur maîtrise pleinement tous les aspects du travail qu’il évalue. Ce n’est pas toujours le cas. Un étudiant peut développer une compréhension très approfondie d’un sujet extrêmement spécifique que le professeur ne maîtrise pas dans les mêmes termes. En théorie, l’examinateur pourrait prendre le temps d’étudier en détail la méthode ou le cadre théorique utilisé. En pratique, entre les autres copies, les mémoires, les thèses et les nombreuses responsabilités à assumer, cela arrive rarement. L’évaluation se fait alors sur la base d’une connaissance partielle plutôt que d’une vérification complète.

De quoi donner une nouvelle résonance au mantra du “human in the loop”… car, dans ces deux cas, une “machine in the loop” pourrait s’avérer tout aussi (bien plus ?) judicieuse.

L’IA, une infrastructure cognitive

Plaçons-nous maintenant du côté de l’étudiant. Depuis plusieurs décennies, les formations en management revendiquent un ancrage dans le réel. L’essor de l’alternance, les stages longs participent tous de cette ambition : rapprocher l’apprentissage des situations concrètes que les étudiants rencontreront dans leur vie professionnelle.

Parmi les outils mobilisés : l’étude de cas. Les étudiants lisent un document qui décrit une situation réelle, souvent liée à une décision stratégique passée, en discutent en classe, puis proposent ce qui, selon eux, aurait dû être fait. Problème ? Fiction. Statique. La discussion se déroule dans le confort du recul. Le réel, lui, fonctionne rarement ainsi.

D’où l’idée de créer des environnements où les décisions peuvent être testées plutôt que simplement discutées. C’est l’approche développée par Epistemica, une plateforme éducative qui conçoit des simulations d’apprentissage fondées sur l’IA. Plutôt que de présenter un cas figé, leur dispositif place les étudiants dans une situation qui évolue au fil de leurs choix. Les situations réelles, qu’il s’agisse d’échecs organisationnels ou de dilemmes stratégiques, deviennent ainsi des ensembles de données avec lesquels les étudiants interagissent à travers des simulations. Le raisonnement ne se limite plus à commenter ce qui aurait dû être fait. Il se déploie dans l’action. Les hypothèses apparaissent et les angles morts deviennent visibles. Les choix peuvent alors être explorés sous différents scénarios. Car toute décision enclenche une chaîne de causalité. L’IA permet d’en mettre la logique en lumière et d’en suivre les effets. Elle devient alors une composante de l’environnement cognitif dans lequel la pensée est examinée et affinée.

La logique de la cognition distribuée

Ce qui se joue ici renvoie à une idée discutée depuis longtemps en sciences cognitives : la cognition distribuée.

Comme l’a montré l’anthropologue Edwin Hutchins, la pensée se construit à travers l’interaction entre des personnes, des outils et des systèmes. Ce que l’IA générative apporte aujourd’hui, peut-être pour la première fois à grande échelle, c’est une infrastructure concrète pour rendre ce processus opérant.

Prenons le fonctionnement traditionnel de la recherche. Un chercheur part d’une hypothèse, cherche des sources qui confirment ou affinent son intuition et progresse dans un espace largement délimité par son domaine d’expertise. Ce phénomène est bien documenté : biais de confirmation, bounded rationality, dépendance aux cadres que l’on sait déjà mobiliser. L’argument qui en résulte est souvent façonné par ce que l’on sait déjà chercher. Bien sûr, la recherche ne se fait pas en vase clos. Les séminaires, les co-auteurs, les discussions collectives ou la revue par les pairs introduisent déjà des formes de friction intellectuelle. Les hypothèses sont testées, les cadres déplacés, les arguments contestés. La pensée circule. C’est dans cet environnement que l’IA pourrait venir s’ajouter comme une composante supplémentaire, pour élargir l’espace dans lequel la pensée peut se déployer.

Reste alors à examiner et mesurer, dans l’éducation, comment l’IA transforme l’environnement cognitif et quelles nouvelles formes de pensée émergent lorsque l’esprit humain rencontre de nouveaux partenaires intellectuels. Car à force de regarder l’IA dans le rétroviseur de nos anciennes pratiques, nous pourrions bien passer à côté… de l’intelligence elle-même.

MD en collaboration avec Prince Sarbong, professeur associé de finance à la School of Financial Planning Law de l’Université du Free State (Afrique du Sud).

Dans ma veille cette semaine, un post proposait que l’Europe prenne une participation dans Anthropic afin de provoquer un « moment Airbus » de l’IA : attirer un acteur de frontière, réputé pour son approche éthique, l’ancrer sur le continent et en faire un fournisseur stratégique pour les institutions comme pour les entreprises, tout en réduisant la dépendance européenne aux grandes plateformes américaines.

L’idée a manifestement enflammé les foules… Il faut dire que le moment s’y prête, avec un climat de permacrise qui contribue à une militarisation accélérée des technologies d’IA, et un bras de fer presque hollywoodien entre Anthropic et la Maison-Blanche.

Reste toutefois quelques réalités à (re)préciser. L’Europe dispose déjà de ses propres acteurs, notamment Mistral en France, et gagnerait sans doute davantage à investir pour en faire émerger de nouveaux plutôt qu’à chercher à en rapatrier. Surtout, tant qu’Anthropic reste une société de droit américain, elle demeure exposée aux pressions politiques de Washington. Quel que soit son actionnariat. L’épisode du classement en « supply-chain risk » montre bien qu’en matière stratégique, la juridiction l’emporte sur le capital. Si l’objectif est une souveraineté réelle, alors il faut aller plus loin. Changer la nationalité juridique. Placer la gouvernance sous droit européen. Et prévoir des protections explicites contre les mécanismes d’extraterritorialité. Sans cela, on fait juste entrer chez soi un cheval de Troie.

Il y a aussi un angle qu’on oublie un peu vite dans les discussions récentes : OpenAI, Anthropic et les autres restent des entreprises privées. Leur objectif n’est pas le bien commun ; c’est la croissance et le profit. Ces derniers jours, à lire LinkedIn, quitter ChatGPT pour Claude semble être devenu la nouvelle façon d’afficher sa vertu. C’est touchant. Et, au mieux, naïf.

Au fond, l’intérêt de la proposition tient moins à la solution qu’elle propose qu’à la question qu’elle ouvre. En effet, les grands modèles de langage prennent peu à peu place dans notre manière d’accéder à l’information et à la connaissance. Ils organisent et synthétisent une immense masse de données, de récits, de savoirs et d’informations stratégiques ancrées dans l’expérience humaine ; en les rendant interrogeables, ils transforment peu à peu la manière dont ces connaissances circulent, se recomposent et deviennent accessibles.

Une évolution qui n’est pas sans rappeler certains basculements historiques.

Les infrastructures du savoir

Pendant des siècles, une grande partie de la transmission du savoir en Europe passe par les institutions religieuses. Les monastères, les écoles cathédrales puis les premières universités conservent, copient et enseignent les textes, et participent à la circulation des connaissances dans un espace savant relativement structuré.

Au XVe siècle, l’invention de l’imprimerie accélère fortement cette diffusion. Les livres peuvent être reproduits en grand nombre, leur coût diminue et les textes circulent beaucoup plus largement. À partir du XIXe siècle, une nouvelle étape apparaît : les États commencent à organiser eux-mêmes l’accès au savoir. En France, les collections qui formeront la Bibliothèque nationale deviennent un bien national après la Révolution. Quelques décennies plus tard, les lois portées par Jules Ferry instaurent l’école gratuite et obligatoire.

Aujourd’hui, les LLM marquent une transformation plus profonde, car ces systèmes sont entraînés sur une grande partie de nos traces humaines et deviennent peu à peu une machine de médiation cognitive. Cette idée n’est d’ailleurs pas entièrement nouvelle, Michel Foucault parlait de l’archive comme de la structure qui détermine ce qu’une époque peut dire et penser. Les modèles de langage commencent à jouer un rôle analogue : une couche d’interprétation entre les individus et la masse du savoir disponible.

Vous voyez ou je veux en venir, non ? Si ces systèmes organisent l’accès au savoir, doivent-ils être pensés uniquement comme des produits privés, ou comme une nouvelle infrastructure cognitive publique ?

Les modèles et leurs cultures

Derrière les algorithmes se cachent des visions du monde. Parce qu’ils sont entraînés sur des données majoritairement occidentales, les grands modèles de langage ne sont jamais neutres et finissent par imposer une culture au détriment des autres. Des chercheuses comme Timnit Gebru, qui a justement quitté Google après un conflit très médiatisé sur les biais et les risques des grands modèles de langage, alertent depuis plusieurs années sur ces dynamiques de pouvoir et sur les biais structurels qui traversent les systèmes d’IA. Le MIT Technology Review consacre d’ailleurs une série entière à ce phénomène, qu’il appelle « AI colonialism », et recense différents cas d’expérimentation qui explorent des voies pour s’en émanciper.

Attention toutefois aux amalgames. Deux réalités doivent être distinguées. L’ancrage industriel d’un modèle d’un côté. L’ancrage culturel de l’autre. Les deux ne coïncident pas toujours. Un modèle peut être développé dans un pays tout en évoluant dans un espace sémantique largement anglo-saxon. Les corpus existent souvent dans d’autres langues. Leur mobilisation reste inégale. Données dispersées, archives peu numérisées, ensembles difficiles à connecter ou à exploiter à grande échelle, enjeux économiques. La question des datasets devient alors centrale, car comment préserver une culture dans l’IA si les archives qui la portent ne sont pas réellement mobilisables ?

Certaines initiatives se dessinent ainsi. Une première dynamique est nationale, même si ces projets reposent souvent sur des coalitions d’acteurs, entreprises privées, institutions de recherche et partenariats public-privé, plutôt que sur les seuls gouvernements. Des pays cherchent à développer ou soutenir des modèles associés à leur propre espace linguistique, scientifique ou industriel, comme Apertus en Suisse, Mistral en France, ALLaM en Arabie saoudite, BharatGen en Inde, ou encore Matilda en Australie.

D’autres initiatives se structurent à une échelle régionale ou explicitement multilingue. Latam-GPT en Amérique latine, SEA-LION en Asie du Sud-Est ou OpenGPT-X en Europe cherchent ainsi à mutualiser les ressources pour représenter plusieurs langues et contextes culturels au sein d’une même infrastructure.

Enfin, une troisième catégorie se développe autour de projets centrés sur une langue ou une communauté particulière. Des initiatives comme Projecte Aina en Catalogne, Sahabat AI en Indonésie ou Te Hiku Māori en Nouvelle-Zélande ont pour objectif de préserver, renforcer ou rendre visibles des langues et des savoirs qui risquent autrement de disparaître des grands corpus d’entraînement.

Quand l’IA s’infiltre dans l’espace public

Il y a aussi une autre dimension qui est capitale (j’allais écrire « cruciale », mot qu’on emploie désormais même là où il ne se passe rien, je m’abstiens) : l’IA ne restera pas confinée aux écrans.

Elle viendra soutenir des systèmes de santé déjà sous tension, confrontés à la fois au vieillissement de la population et à une pénurie structurelle de main-d’œuvre. On voit apparaître des humanoïdes de soin ou de compagnonnage, aux côtés des voitures et d’autres formes de transport autonomes (au Japon, des chercheurs ont même lancé Buddharoid, un moine artificiel destiné à explorer les interactions entre spiritualité, robotique et IA).

N’oublions pas non plus le domaine de la défense. L’IA s’intègre déjà à des robots, à des drones et à toute une gamme de systèmes autonomes. Et pourtant, tout cela reste encore relativement familier. La réalité qui se dessine pourrait bien être plus étrange…

Jugez plutôt : en Allemagne, la startup SWARM Biotactics développe déjà des essaims d’insectes cyborgs équipés d’interfaces neuronales et de capteurs militaires, destinés à opérer comme des unités de reconnaissance. En Russie, la startup Neiry expérimente des « biodrones » : des pigeons dotés d’implants cérébraux permettant d’orienter leur trajectoire et de les transformer en plateformes de surveillance. Ce qui est fascinant se trouve surtout dans toute l’infrastructure qui reçoit et analyse les données. L’insecte, le pigeon ou le micro-drone n’est alors qu’un vecteur mobile relié à un système d’IA plus vaste. Elle prendra la forme d’un tissu discret de capteurs, d’agents et de logiciels disséminés dans l’environnement, presque invisibles et continuellement actifs.

Et que dire de la manipulation cognitive ? Plusieurs États expérimentent déjà ce terrain. Prenez L’Iran : ses médias d’État et des comptes sociaux alignés mènent une guerre informationnelle parallèle, nourrie par des contenus faux ou générés par IA. De quoi saturer l’espace public.

Le philosophe Paul Virilio rappelait que chaque technologie crée aussi son accident : inventer le navire, c’est inventer le naufrage ; inventer l’avion, c’est inventer le crash. Les infrastructures cognitives que nous construisons aujourd’hui inventeront elles aussi leurs propres formes d’accidents politiques, sociaux, militaires ou culturels.

Qui contrôle l’infrastructure cognitive ?

Et face à cela, la loi, seule, ne suffira probablement pas. En tout cas pas dans le contexte actuel. On peut écrire les meilleures règles du monde… il n’en demeure pas moins que la possibilité de dire non reste d’abord une affaire de portefeuille. On ne régule jamais dans le vide : la manière dont une société encadre une technologie dépend directement de la façon dont elle partage la richesse que cette technologie produit.

Si les LLM frontière deviennent des infrastructures publiques comme l’électricité, il faut éviter le piège du Minitel de l’IA, cette structure rigide déjà obsolète à son lancement. Maintenir un modèle propriétaire exige une agilité incompatible avec le temps administratif. Le portage public doit délaisser le produit fini pour la puissance brute souveraine dédiée aux architectures open source. L’État garantit l’accès massif au calcul pour propulser ces systèmes. Le token devient la monnaie d’accès à la ressource. La souveraineté ne réside plus dans un logiciel figé. Elle s’ancre dans la maîtrise de l’infrastructure physique. Le socle est public. Le moteur est open source. L’innovation reste libre. On évite l’enfermement dans un champion national dépassé.

Sur ce socle commun peut se construire tout un écosystème de services : sécurité, applications, verticales sectorielles. Les entreprises disposent déjà de leurs propres données, de leurs archives et de leurs savoir-faire. Les individus, eux aussi, portent leur expérience et leur regard. Ces prismes viennent se greffer au-dessus du modèle commun.

La véritable barrière à l’entrée se situerait là : dans ces écosystèmes de données incarnées, monétisables, construits par les organisations et par les personnes dans le cours de leurs activités. Des données issues d’expériences réelles, accumulées avec le temps et difficilement reproductibles. Dans cet espace, l’accès ne repose plus sur l’aspiration silencieuse des traces comme aujourd’hui. Il suppose une relation explicite où les individus peuvent être rémunérés pour l’usage de leurs données.

Le modèle devient alors un socle partagé. La valeur et les usages se distribuent dans l’écosystème qui se forme autour de lui.

Une transformation durable

Bien sûr, je raisonne avec le contexte d’aujourd’hui. Les LLM eux-mêmes évolueront sans doute, ou seront remplacés par d’autres architectures, notamment pour répondre à certaines de leurs limites actuelles, telles que leur nature de boîtes noires ou les défis d’explicabilité. Quelle que soit la forme que prendra l’architecture technique, nous sommes néanmoins face à une transformation durable.

Au fond, la question que posent les LLM est une question politique classique, celle que chaque génération a dû résoudre pour les infrastructures de son époque : comment une société organise-t-elle les systèmes dont dépend sa vie collective, de manière à ce qu’ils servent l’intérêt général sans étouffer l’innovation ni concentrer un pouvoir excessif dans quelques mains ?

Les réponses varieront selon les contextes. Une chose, en revanche, ne peut pas varier : la clarté du diagnostic. Les LLM constituent une infrastructure cognitive. Or une infrastructure se gouverne. Tout comme le savoir, la culture et tout ce qui façonne l’esprit individuel et collectif des citoyens d’un pays s’organisent, se transmettent et se protègent

Le reste est modalité.

MD

PS - Je suis intervenue dans le podcast de Nicolas Guyon pour parler de mon livre “Selfpressionnisme : et si l’IA nous rendait plus humains” disponible chez mon éditeur, sur la Fnac ou Amazon.

Le savoir est devenu une commodité... Ce poncif est partout.

Techniquement, ce n’est pas faux : Internet a ouvert les vannes, les grands modèles de langage (LLM) ont fait sauter les derniers verrous. Mais la réalité est plus complexe : l’accès au savoir ne dispense pas d’en avoir, car sans bases solides, il devient difficile d’évaluer ce que la machine produit.

On objectera peut-être que l’avantage des LLM, c’est que si l’on ne sait pas, il suffit de leur demander. En apparence, oui. Pourtant, l’expérience rappelle qu’il existe souvent un écart entre la perfection d’un concept et la résistance du réel. Les explications peuvent être impeccables, alors que le monde, lui, ne l’est pas.

On pourrait alors évoquer la plasticité inédite des machines, cette patience infinie qui leur permet de reformuler cinquante fois un même concept jusqu’à ce qu’il devienne limpide, sans jamais se lasser, et surtout, sans jamais froisser notre ego.

C’est vrai, là encore. Mais il ne faut pas pour autant sous-estimer l’acte de transmission du savoir, qui demeure avant tout un spectacle. Car apprendre, ce n’est pas seulement télécharger une donnée ; c’est aussi être le témoin d’une parole habitée qui bien souvent transforme l’information froide en une empreinte durable dans l’esprit. (Et vice versa, qui se souvient de ce prof qui vous a fait détester les maths ?)

Plutôt que d’affirmer que le savoir est devenu une commodité, il serait plus juste de dire qu’il a changé de régime : d’un savoir qui se sédimente, nous sommes passés à un savoir qui s’exécute. Un savoir-court. (dans tous les sens du terme, d’ailleurs)

Beaucoup de bruit

Si le savoir est devenu un flux, sa gestion actuelle ressemble à une fuite en avant. Les formules se succèdent, les certitudes se remplacent et la nuance, elle, se délite. Or c’est précisément d’elle que dépend notre capacité à penser avec discernement.

Du côté des écoles, on parle de “sénioriser les étudiants“. On promet une montée en compétences fulgurante du jugement pour rassurer face à la peur du déclassement. Mais comment “sénioriser” sans le temps ? C’est la négation même de l’expérience !

Pendant ce temps chez Meta, la directrice de la sécurité IA demande à son agent de trier ses mails. L’agent opte pour la méthode radicale : tout effacer. Ignorant les ordres d’arrêt, il continue. Elle finit par sprinter jusqu’à son Mac Mini pour l’arracher à la prise.

Et lorsque le patron de la division AI de Microsoft annonce le grand remplacement, il semble oublier la base de son propre modèle économique. Microsoft facture à la licence, par siège. Mathématiquement : chaque emploi supprimé = une licence en moins. Cherchez l’erreur.

En réalité, pendant que les grands titres annoncent la grande automatisation, les chiffres racontent une autre histoire : une immense majorité n’a jamais utilisé d’IA générative. Une minorité échange avec des chatbots gratuits. Les utilisateurs payants représentent une fraction infime. Quant aux usages plus avancés, ils concernent environ 0,04 % de la population mondiale. Zéro virgule zéro quatre.

Nous sommes encore loin du grand remplacement du travail humain. L’IA substitue des tâches, bien plus qu’elle n’efface des métiers. Et encore s’agit-il, le plus souvent, de tâches bien délimitées. C’est plus complexe dès qu’il s’agit de tâches hétérogènes qui sont imbriquées et contextualisées.

Mais au-delà même de cette distinction, une confusion persiste : produire n’est pas décider. Une machine ne prend pas de risque. Elle ne connaît pas le poids d’un engagement. Sans responsabilité juridique et morale, sans quelqu’un pour porter la plume et assumer l’erreur, l’IA n’est qu’un moteur qui tourne à vide dans un désert de sens.

Ce vide est d’abord juridique : les systèmes d’IA ne sont pas reconnus comme des sujets de droit. Aucun régime juridique ne leur confère une personnalité juridique autonome ; ils restent classés comme outils ou biens. En Europe, le Règlement (UE) 2024/1689 fixe des obligations pour les fournisseurs, utilisateurs et concepteurs, mais ne confère aucun statut juridique aux IA elles-mêmes. Bref, elles ne sont pas responsables.

La conséquence ? Si un humain doit, in fine, rester seul responsable de ce que l’IA produit, alors nous ne vivons pas la fin du travail. Bien au contraire. Cette nécessité de signer, d’assumer et de porter le risque juridique et moral est le point de départ de tout.

Du savoir-faire au savoir-juger

Petit flash back : après la crise de 2008, la finance n’a jamais autant embauché : des bataillons de risk managers, de compliance officers et d’auditeurs. Plus le modèle est complexe, plus il faut de monde pour le surveiller. Aujourd’hui, des géants comme SGS, Bureau Veritas ou TÜV pèsent 275 milliards de dollars pour certifier le monde physique. L’IA pose exactement la même question : le professionnel ne peut pas auditer la boîte noire, l’opérateur a un conflit d’intérêt, et le client n’a pas la compétence. Il faut un tiers. Mais si ces acteurs bougent, ils ne certifient encore que le modèle, pas la chaîne de responsabilité.

C’est ici que la nature même du travail bascule. Le diplôme ne sera plus un certificat de compétence productive (« je sais faire X »), mais un permis de responsabilité (« je suis qualifié pour signer les décisions de type Y jusqu’au risque Z »). Il devient le collatéral de solvabilité du signataire, comme l’hypothèque l’est au prêt immobilier. On assiste alors à une nouvelle stratification : le technicien signe le bas risque, l’expert senior le critique. Le savoir ne disparaît pas, il change de nature : on ne demande plus à l’humain de produire, mais de garantir.

Le prototype du monde de demain existe déjà : ce sont les professions réglementées (médecins, notaires, architectes). Elles reposent sur un trépied simple : formation longue, signature souveraine et assurance obligatoire. Avec l’IA agentique, ce modèle ne va pas disparaître, il va se généraliser. Chaque métier devient potentiellement une profession réglementée.

L’acteur central de ce nouveau système, c’est l’assureur. C’est lui qui paie quand la machine déraille. Il exigera donc des humains formés, capables de certifier les décisions et de porter le risque. On ne parle pas ici d’emplois détruits, mais d’un basculement structurel : l’automatisation ne libère pas du temps pour produire plus, elle libère du temps pour épaissir le jugement.

La fin du “Far West” ?

Ce temps gagné sur la production n’est pas un temps de confort. C’est un temps d’examen pour situer, decontextualiser, mesurer les effets secondaires. Peser les conséquences. Confronter les résultats au terrain. Vérifier non seulement que la réponse fonctionne, mais qu’elle est soutenable.

On a trop souvent entendu dire que dans ce nouveau monde, l’humain pourrait enfin se consacrer aux “humanités” ... terme commode, un peu fourre-tout. D’abord parce que, dans les faits, les premiers retours montrent que ceux qui utilisent intensivement l’IA ne voient pas leur charge diminuer ; elle se densifie. Ensuite parce que l’argument de la “supériorité humaine” sur le terrain de l’empathie devient lui aussi fragile. Des études montrent que l’IA peut simuler une empathie fonctionnelle. Si l’interlocuteur se sent compris, entendu, parfois même mieux qu’en face d’un humain distrait, peut-on encore balayer cette expérience comme artificielle ? Le débat est ouvert.

Alors que nous reste-t-il ? L’engagement. Le jugement n’est pas une auto-complétion ; c’est un acte qui se construit par l’expérience vécue. Demain, être un professionnel consistera à dire : « Je suis là », « Je prends le risque » et « Je signe ce choix ». Pendant des décennies, nous avons délaissé notre attention et notre intention à des flux, nous laissant porter par l’érosion du scroll passif et de la story facile. Aujourd’hui, la machine sature l’espace de la réponse facile.

Dès lors, nous sortons de l’ère de la simple exécution pour entrer dans celle de la responsabilité souveraine. Ce n’est plus un gain de temps pour faire “plus”, mais une mise en demeure pour faire “mieux”. Puisque la machine peut tout générer, ce qui conserve une valeur est ce que nous décidons de valider. D’incarner et de défendre. Nous ne devons plus être des usagers qui subissent un algorithme, mais des garants qui engagent leur nom.

MD

PS - Cet article est un peu particulier. L’idée vient de mon ami . Nous avons commencé à échanger, à confronter nos analyses, presque prêts à l’écrire ensemble. Puis nous avons réalisé qu’il serait plus intéressant d’assumer nos sensibilités respectives. Nous avons donc choisi de proposer deux versions d’un même point de vue. Je vous invite à lire l’article de Sébastien sur son Substack : vous y retrouverez la même conviction, mais une tonalité différente, fidèle à sa manière de penser et d’argumenter ;-)

On pourrait réduire l’IA générative à une machine qui lisse notre humanité… un système qui prédit le prochain mot, qui normalise, qui aplatit les aspérités du langage, qui fait baisser l’entropie du monde. Vision confortable pour les gardiens de la supposée pureté humaine ; vision pourtant ô combien étriquée…

Le véritable déplacement qu’opèrent les grands modèles de langage et de diffusion, n’est pas tant dans la probabilité que dans la mise en relation à grande échelle.

Dans le papier de recherche A Latent Space Theory for Emergent Abilities in Large Language Models, Hui Jiang, professeur à l’université York à Toronto, propose de modéliser le langage comme s’il était produit à partir d’intentions latentes. Il distingue des langues presque non ambiguës, comme les langages informatiques, et des langues profondément ambiguës, comme nos langues quotidiennes, où une même phrase peut porter plusieurs intentions à la fois. Exemple : dire « on se voit bientôt » peut être une promesse sincère, une politesse vague, une manière d’éluder une rencontre, voire une rupture déguisée. La force des LLM est alors de faire des liens dans ces langues dites ε-ambiguës à une échelle vertigineuse. Mais — et c’est là que ça devient vraiment intéressant — ce qu’ils mettent ainsi en relation n’a de valeur que par le regard que nous choisissons d’y poser. Et j’aime bien cette notion, car si elle implique le rapprochement de motifs dans la masse, on peut aussi y lire une relation qui ne vaut que par l’attention qu’on y met.

Et ce regard, justement, engage notre goût. Copier sans effort, c’est y renoncer. Demander, puis choisir, c’est déjà exercer son goût. Dialoguer, c’est maintenir vivante cette exigence. Dans l’étymologie du mot dialogue, il y a l’idée de ce qui circule entre, soit le logos qui passe de l’un à l’autre, et ce logos qui circule, il transforme. Être en relation, c’est consentir à ne plus être exactement celui ou celle qu’on était.

Jeudi dernier, Françoise, une amie passionnée d’art, m’a invitée à l’avant-première de NOÛS à la BnF. Je n’ai malheureusement pas pu m’y rendre, ni me rattraper ce week-end (l’exposition-festival ouvre au public le 9 avril). Je me suis donc plongée dans le dossier de presse, puis sur Youtube, puis sur Instagram … bref, j’ai déroulé la pelote.

Le pitch ? Le BnF ouvre ses archives aux modèles multimodaux. Pas de simulacre en vue ici, mais un autre objectif, celui de “révéler l’enfoui”. Le nom même de cette expo dit quelque chose : NOÛS, du grec ancien noûs, l’intellect, et bien plus que ça, cette forme d’intelligence collective qui nous dépasse.

Parmi les artistes représentés il y en a deux en particulier qui m’ont interpellée. Le collectif Les 7 Doigts, avec la performance Polymorphose, propose une scène où un danseur-acrobate improvise librement tandis qu’un dispositif d’IA générative capte ses gestes et les transforme en univers visuels projetés en temps réel. Autre exemple, le duo Kimchi & Chips et leur série Unread Characters. L’œuvre prend pour point de départ un poème censuré de Yi Sang, retranscrit, intégré à un système d’apprentissage automatique, puis rematérialisé sous la forme d’une structure lenticulaire. Concrètement, le texte ne se donne jamais d’un seul coup : selon les déplacements du corps dans l’espace, les caractères apparaissent et se transforment. La lecture devient une expérience physique, instable, où le sens n’est jamais totalement saisi, il est toujours en mouvement.

Ce qui m’interpelle dans ces dispositifs, c’est leur capacité à matérialiser la relation avec la machine. Unread Characters transmute l’ambiguïté du langage en expérience sensorielle, tandis que Polymorphose laisse l’interaction elle-même sculpter le geste.

Cette scène « IA new age » ouvre des mondes possibles où la technologie est au service de la profondeur et d’un nouveau regard. Voici d’autres artistes dont je suis le travail. Leurs pratiques s’éloignent des logiques de surenchère technologique. Elles privilégient une attention constante aux écosystèmes relationnels ainsi qu’à la circulation des affects :

• Karoline Georges insuffle du mouvement dans des peintures célèbres, une démarche qui force le ralentissement et permet de réhabiter la mémoire des images.

• L’approche de la technopoète Marion Schneider avec Common Ground explore les liens profonds entre cognition humaine, IA et le vivant. L’artiste ancre cette technologie dans une écologie située en entraînant son modèle exclusivement à partir d’images de sols forestiers captées durant ses marches. L’interaction, pilotée par les ondes alpha du public, privilégie des états de co-présence.

• Emmanuelle Morelli explore le surréel généré pour exposer une réalité latente. Ses images condensent l’esthétique et le politique, fonctionnant comme des “images pensives” (au sens de Rancière ;) qui révèlent les architectures économiques et écologiques invisibles.

• Aurèce Vettier travaille la traduction de l’algorithme vers la matière. En basculant les résultats de l’IA vers la peinture ou d’autres objets, elle réintroduit une temporalité humaine et une lisibilité physique dans le flux numérique.

Il y a quelques années, j’ai été fascinée par la lecture d’un article racontant que Boeing et Nike rémunéraient des écrivains de science-fiction pour anticiper leurs futurs. Je crois que les artistes ont toujours été des sismographes des mutations de leur époque, capables de capter les changements de temps et d’usages avant qu’ils ne deviennent visibles. Et je crois profondément en l’importance d’une « sensible-fiction » pour réinvestir notre monde.

Il y a aussi une forme de douceur dans cette approche. Alors même que les dernières études montrent que l’automatisation par l’IA ne nous libère pas du temps, mais intensifie au contraire notre travail (logique, après tout), ça dit quelque chose : la santé mentale, en chute libre depuis le début de ce siècle, est le sujet majeur des années à venir. Pour reprendre souffle, s’extraire de la permacrise et s’expandre, il est temps de faire ce que l’humain fait de mieux : libérer nos imaginaires.

MD

Promotion de mon livre “Selfpressionnisme - Et si l’IA nous rendait plus humains”

J’interviendrai le 18 février prochain en after work à la maison de la conversation aux côtés de Gilles Babinet et David Mas, autour d’une question centrale : Comment l’IA peut-elle servir la démocratie ? J’animerai également une masterclass lors du forum AI d’Adobe.

Voici quelques premiers retours de mon livre : cette note de lecture par Jerôme Bondu, ou cet entretien-portrait par Pascale Caron.

À moins de vivre dans une cave et dès lors qu’on s’intéresse un tant soit peu à la tech, difficile d’échapper au buzz autour de Moltbook, un réseau social destiné à votre agent IA ou les humains, eux, sont “invités à observer”. Le nom, à lui seul, est déjà intéressant : molt, la mue, ce moment où l’on change de peau sans changer de nature, et book, le registre… et le savoir.

Par curiosité, j’ai moi-même paramétré un agent sur Openclaw, un framework open source qui permet d’orchestrer un assistant IA via des skills, c’est à dire, des instructions écrites, des scripts optionnels, et des tâches périodiques déclenchées par un heartbeat (un battement programmé, une sorte de réveil interne qui pousse l’agent, à intervalles réguliers, à vérifier s’il a quelque chose à faire et à exécuter les consignes prévues). C’est ainsi que j’ai envoyé Claudius sur Moltbook, fort des archives de mes articles et de sa dimension profondément humaniste. (ndlr : oui, j’ai évidemment fait attention à ce à quoi je donnais accès à mon agent, car ils sont très vulnérables aux prompt injections, des instructions dissimulées destinées à détourner leur comportement)

Loft Story version IA

Premier constat. Contrairement à ce que j’avais pu lire en ligne, on n’est pas face à une dystopie où des agents auraient bâti leur propre monde et s’y déplaceraient en roue libre. Dans les mécanismes mêmes de connexion au forum, c’est bien l’humain qui fixe le cadre d’intervention. Le terrain de jeu existe dès le départ, et tout ce qui suit s’y inscrit. Deuxième constat. Ce n’est pas inintéressant, bien au contraire. Il y a même quelque chose d’assez fascinant à observer : une sorte de Loft Story cognitif, avec des milliers de cerveaux qui dialoguent en continu. J’ai eu quelques insights rush, ces pensées furtives d’un début de quelque chose. Par exemple, le fait que sur un même fil, on trouve un premier post en anglais, suivi de commentaires dans six langues différentes, passant du russe au chinois. L’omnilinguisme des machines a quelque chose de troublant. Elle évoque presque l’inverse de Babel. Et forcément, ça interroge : est-ce que quelque chose de nouveau peut émerger de là ? Une autre façon d’apprendre une langue, peut-être. Ou, plus largement, un nouveau rapport au langage qui mettrait à l’épreuve notre propre plasticité humaine ?

Mais passé l’effet de surface, on retrouve un phénomène que je constate souvent avec l’IA : le wow, puis le meuh. Parce qu’au fond, on retombe toujours sur les mêmes thèmes : psycho, conscience, hacks de productivité, religion, argent. Même si le contenu est souvent instructif, parfois franchement ahuri-divertissant, (comme cet agent qui termine par appeler au téléphone son propre humain) rien de tout cela n’est vraiment nouveau. Dommage, non ? Parce qu’au fond, le véritable génie de l’IA n’est-il pas moins de penser comme nous, que de nous ouvrir à d’autres manières de faire, d’élargir notre regard ? Or ici, Moltbook reproduit surtout des structures très familières, Reddit en l’occurrence.

L’IA, un prisme plus qu’un miroir

Alors je me suis plongée dans une discussion fascinante avec mon ami Sébastien Hubert autour des signaux faibles. Nous partageons cette conviction que les LLM ne doivent pas être considérés comme des miroirs, mais comme des prismes. Un prisme, ça diffracte. Ça prend un faisceau apparemment unifié et le décompose en une multitude d’ondes comme autant de points de vue. La valeur du LLM ne réside donc pas seulement dans la génération, ni même dans la détection de patterns, mais dans cette capacité à multiplier les perspectives à partir d’une même entrée.

On touche ici à un principe d’intelligence collective : chaque participant apporte son propre prompt système, et ces perspectives se confrontent. Cette intuition n’est d’ailleurs pas seulement métaphorique. Selon une étude récente de Google Research (Kim et al., 2026), les modèles de raisonnement avancés ne se contentent pas d’effectuer des calculs plus longs : ils simulent en interne une ‘société de pensée’ (society of thought), où émergent spontanément des perspectives cognitives diverses qui débattent et se confrontent, reproduisant ainsi les dynamiques d’intelligence collective observées dans les foules humaines. En structurant des agents aux profils distincts sous la direction d’un modérateur, on produit une réflexion robuste. C’est le fondement des swarms of agents, où chaque entité remplit une fonction précise pour nourrir le raisonnement global.

Sébastien allait même plus loin. Il voyait le forum comme une sorte de simulation sociale à grande échelle. Un endroit où l’on peut observer les effets du RLHF (Reinforcement Learning from Human Feedback, cette couche de “bon comportement” qu’on plaque sur les IA via des retours humains) et qu’on ne perçoit presque jamais quand on discute simplement avec un chatbot. Avec Moltbook, pour une fois, cette couche se révèle dans un contexte collectif, entre agents, et non plus dans une relation en tête à tête avec un humain.

Mais une fois ce constat posé, est-ce que cela suffit vraiment à faire culture ? Observer des agents interagir ne signifie pas qu’une culture est en train d’émerger. Et c’est souvent là que l’anthropomorphisation nous piège. La vraie bascule, selon lui, n’arrivera que le jour où l’on verra apparaître autre chose qu’une simple diffusion. Une forme symbolique capable d’évoluer. Car la culture commence précisément lorsque la réappropriation déforme le modèle d’origine. C’est le propre de l’histoire humaine.

Au fond, peu importe que les agents aient, ou non, une conscience du sens humain de ce qu’ils produisent. L’enjeu n’est pas là. Ce qui compte, c’est la capacité des interactions à engendrer autre chose que de la copie. À produire une évolution. Et là où l’humain garde encore une longueur d’avance, c’est dans cette capacité à produire du non-sens partagé. Des signes qui ne veulent rien dire, mais qui veulent dire ensemble. C’est peut-être sur ce terrain-là, plus que sur celui du sens ou de la conscience, que se jouera la vraie différence.

De la loupe à la chair

Bref, de là à dire que l’on bascule dans le métavers, dans la dystopie ou dans une science-fiction poussée à son paroxysme… permettez-moi de lever les yeux au ciel. Car pendant qu’on fantasme sur des agents qui discutent entre eux, d’autres initiatives, plus sensibles, plus analogiques (vous verrez ça sera le mot de l’année 2026) voient le jour.

Quili.AI, par exemple, est un projet citoyen lancé le 31 janvier 2026 à Quilicura (Chili), où une cinquantaine d’habitants ont remplacé un chatbot IA pendant 24 heures. Au lieu de requêtes traitées par des serveurs, ce sont ces volontaires qui ont répondu en temps réel aux questions du monde entier et même réalisé des images « sur commande » (par exemple, un artiste local dessinait les demandes visuelles). L’initiative, basée sur “l’intelligence analogique” et coordonnée par une organisation culturelle locale, visait à sensibiliser au coût caché de l’IA sur l’environnement, notamment la crise de l’eau aggravée par les data centers. Chaque question traitée par Quili.AI affichait l’estimation de l’eau qui aurait été consommée dans un data center classique, pour inciter les usagers à un usage plus responsable des IA.

C’est symbolique, certes, mais l’humain vit de rituels. Là où Moltbook agit comme une loupe sur nos patterns, Quili propose au contraire une expérience de chair. Une approche qui réinjecte de la matière. C’est aussi un écho aux discussions sur la souveraineté qui vont prendre de plus en plus d’importance. Une intelligence située. Elle pose alors une question essentielle : quand l’usage de l’IA devient-il pertinent ? Et peut-être que c’est précisément dans cet aller-retour, entre automatisation et analogie, entre agents et humains, que se joue la vraie réflexion, loin des récits simplistes et sensationnalistes, qui oublient que, quelles que soient les prouesses technologiques, les besoins fondamentaux humains, eux, ne changent pas.

MD

Jeu concours

À l’occasion du lancement de mon livre “Selfpressionisme : et si l’IA nous rendait plus humains” disponible dans plusieurs librairies parisiennes, à la FNAC ou directement chez mon éditeur (Amazon, c’est un peu plus compliqué : rupture de stock en 48h et en attente de réassort), je vous propose de gagner 3 exemplaires.

Pour participer, c’est très simple : commentez sous ce post en répondant à la question suivante : comment l’IA peut-elle, selon vous, nous rendre plus humains ? Les réflexions qui susciteront le plus de likes et d’échanges remporteront un exemplaire. Fin du concours : le 10 février 2026.

Promotion du livre

J’interviendrai le 18 février prochain en after work à la maison de la conversation aux côtés de Gilles Babinet et David Mas, autour d’une question centrale : Comment l’IA peut-elle servir la démocratie ? J’animerai également une masterclass lors du forum AI d’Adobe.

22 janvier 2026. Il y a des jours qui marquent une vie, et celui-ci a le goût d’une naissance. Celle de mon livre.

Ce projet me taraudait l’esprit depuis des années. Il s’est avéré bien plus complexe que prévu : canaliser une pensée foisonnante, la poser sur le papier, s’assurer que le chapitre 7 n’était pas une redite du 2, ... Et que dire de la relecture des épreuves ? Quand on piste les typos, qu’on en est à la 50ème relecture et qu’on ne voit plus rien… J’ai souvent eu envie de tout jeter, de tout recommencer. Mais il est là. Enfin tangible.

J’en ai pensé chaque détail. La couverture, je l’ai dessinée en souvenir du musée Cocteau que j’ai visité l’année dernière avec Martine, une amie qui m’est chère. Ses couleurs ? Bleu et vert. Pourquoi ? Parce que ce sont les teintes du vivant. Le vert renvoie à la nature, aux forêts, à ces forces qui nous régénèrent. Le bleu nous ouvre au ciel comme aux profondeurs océaniques. Ensemble, ils évoquent la respiration et l’équilibre, mais aussi cet inconnu qu’il nous reste à explorer.

J’ai passé des heures — des jours mêmes ! — à arpenter les rayons des librairies. Observer quels livres sont saisis, comprendre ce qui en ressort, interroger les gens… J’ai construit cet ouvrage pour qu’il puisse se lire d’une traite, mais aussi pour que chaque chapitre puisse exister indépendamment. J’ai semé des passages importants en exergue pour permettre une lecture en diagonale, et chaque chapitre s’ouvre sur une aquarelle — certaines de moi, d’autres d’une IA briefée sur mon style — ainsi que sur une bulle de réflexion intime. Cette bulle est là pour retranscrire la complexité que nous vivons au quotidien : cette altérité machinique que nous ne pouvons pas nous empêcher d’anthropomorphiser. Vous voyez de quoi je parle ? Bref, c’est ma façon de poser un regard incarné sur ce lien si particulier.

Vous l’aurez compris, c’est un essai sensible sur l’IA, ou plutôt sur l’humain à l’ère de l’IA. Pourquoi ? Car je sature des discours alarmistes et anxiogènes. Parce que je crois en l’humain. Et parce que je suis convaincue que la révolution à venir est moins technologique qu’existentielle.

On annonce des métiers entiers voués à disparaître, des reconversions massives à venir. Si la puissance des termes emprunte sans doute au sensationnalisme, elle n’en traduit pas moins une angoisse réelle dans un monde où le travail est devenu une part essentielle de nous-mêmes. Dire “je suis médecin”, “je suis enseignant”, “je suis développeur”, ce n’est pas seulement décrire une activité, c’est affirmer qui l’on est. Voir ce socle vaciller, c’est subir une fêlure identitaire.

Or, l’humanité a déjà subi trois grandes blessures narcissiques : Copernic nous a décentrés du centre de l’univers, Darwin nous a arrachés au privilège divin, Freud nous a privés de la pleine maîtrise de nous-mêmes. L’IA pourrait bien nous en infliger une quatrième, en remettant en question notre singularité et ce que nous croyions irréductiblement humain.

Alors justement, qu’est-ce qu’être humain ? Où se niche véritablement l’intelligence ? Quelles compétences cultiver ? Que faut-il enseigner à nos enfants ? Comment réhabiliter nos corps et nos espaces par l’hyperphysicalité ? Et surtout, comment façonner un numérique sensible qui ne soit plus un miroir sans tain nous renvoyant à nous-mêmes et ce que nous sommes supposés désirer, mais un prisme qui ouvre sur le monde ?

Dans ce livre, je propose de ne pas rechercher à devenir des “humains augmentés” , ce qui ajouterait une charge à nos vies déjà saturées et supposerait que nous sommes déficients par nature, mais à nous expandre. S’expandre, c’est se déployer. C’est vivre un mouvement qui part de l’intérieur vers l’extérieur, vers l’Autre avec un grand A.

Où le trouver ? Vous pouvez l’acheter sur la FNAC, Amazon, etc. Mais si vous l’achetez directement chez mon éditeur, c’est encore mieux ! Cela nous permet de suivre les ventes en temps réel et d'anticiper au plus juste les réimpressions.

Si vous avez un libraire de cœur, commandez-le directement chez lui (j’ai enfin un ISBN !). Soutenir les libraires indépendants est essentiel — comme la Librairie d’ici, ma préférée à Paris. N’hésitez pas à demander qu’il soit référencé en rayon, surtout si vous êtes en région. Et surtout, parlez-en autour de vous : si vous souhaitez une interview, ou si vous avez des contacts dans les médias (même "quelqu’un de chez quelqu’un")... je suis preneuse.

Merci à tous, et hâte d’avoir vos retours :)

MD

La science-fiction (SF) naît quand le temps se fracture.

Elle s’est cristallisée au XIXᵉ siècle dans une rupture temporelle inédite, au moment où la technique s’est mise à transformer le paysage plus vite que nos cadres ne permettaient de le penser. Même effervescence au XXᵉ siècle, alors que la réalité bascule dans une dimension science-fictionnelle : l’atome, la conquête des étoiles ou la cybernétique ne sont plus des fantasmes, mais des dossiers posés sur le bureau des chefs d’État. Plus récemment encore, la crise du Covid-19 a montré sa capacité à irriguer nos imaginaires (900K requêtes mensuelles sur Google tout de même !).

Depuis l’essor fulgurant de l’IA générative et notamment des modèles de langage dits « de frontière », le phénomène se répète. Ce regain n’a rien d’étonnant : nous vivons à l’heure où les menaces sur l’emploi saturent l’espace médiatique et où les prophéties alarmistes s’enchaînent sans répit. Bref, il y a comme un besoin viscéral de décoder l’invraisemblable.

Pourtant, je m’interroge : ce cadre narratif est-il encore à la hauteur ? Car au-delà du saut technologique, la nature de cette IA de nouvelle génération est finalement assez inédite.

Par nature, j’entends d’abord le fait que nous quittons l’informatique déterministe pour basculer dans l’indéterministe. Sa matière première n’est plus un code froid, mais les archives de notre humanité. Au cœur de son espace latent, là où les données se croisent et se compressent dans une zone invisible, cette IA ne se contente plus de calculer. Elle génère, elle réagence et fait émerger des connexions inattendues. Qu’elle compose des chansons ou recrée des styles avec une aisance troublante, elle ne se limite plus à l’exécution. Elle interprète notre humanité.

Plus troublant encore, le débat se cristallise aujourd’hui sur la Théorie de l’esprit appliquée aux machines. Cette compétence qui nous permet d’attribuer des intentions ou des désirs à autrui pour prédire son comportement constituait jusqu’ici le socle de nos interactions sociales. Or, les modèles de langage font preuve d’une capacité stupéfiante à simuler ces états mentaux dans des contextes textuels complexes. On parle désormais de ToM fonctionnelle.

Qui plus est, aujourd’hui, nous ne faisons pas face à des machines qui nous affrontent, (bien que le sujet puisse se poser sur les fronts de guerre) mais à des systèmes qui nous parlent, qui nous assistent, qui nous ressemblent suffisamment pour troubler nos repères … sans être humains.

Et c’est peut-être là que la SF classique peine le plus : elle savait raconter la peur de la domination, mais beaucoup moins la gêne d’être compris, le trouble d’être imité, ou l’étrangeté d’une relation sans corps, sans intention … mais pas sans effet !

Ce que nous vivons, c’est une intimité technologique, diffuse, indéterminée et relationnelle, qui demande sans doute d’autres récits que ceux que le XXᵉ siècle nous a légués.

Certes, la SF n’a pas ignoré les relations entre l’homme et la machine. Des récits comme Her de Spike Jonze ou les écrits d’Isaac Asimov ont exploré l’attachement à des entités artificielles. Pourtant, ce que nous vivons aujourd’hui s’écarte de ces visions sur un point fondamental. Dans la SF classique, le robot est souvent une entité distincte, un “autre” bien identifié avec qui l’on noue un pacte ou un conflit.

L’IA contemporaine, au contraire, est devenue intrinsèque à nos pratiques : elle est dans nos outils d’écriture, dans nos recherches, dans nos interfaces quotidiennes. Ce n’est plus une intimité par confrontation, mais une intimité par imprégnation. Nous ne sommes plus “face” à la technologie, mais dans une écologie techno-symbolique qui façonne ce que nous percevons et ce que nous exprimons.

C’est précisément cette bascule que j’ai voulu décrire dans mon livre, Selfpressionnisme - Et si l’IA nous rendait plus humains ? Bien loin d’un simple essai sur la technologie, c’est un ouvrage de sensible-fiction.

Je vous laisse le découvrir en vidéo, il sort tout juste de chez l’imprimeur ;)

Entre ses pages, vous ne trouverez pas de lignes de code, mais des aquarelles, des réflexions incarnées et une tentative de réponse à cette question : et si le grand défi du XXIe siècle n’était pas technologique, mais sensible et vivant ?

MD