« Le vrai risque de l’IA n’est pas que la machine pense à notre place mais que nous produisions sans apprendre »

Nous mesurons l’intelligence artificielle à ce qu’elle nous fait gagner : du temps, de la productivité, de la fluidité. Mais nous mesurons beaucoup moins ce qu’elle change dans notre manière d’apprendre.

Prenons un étudiant. L’IA peut l’aider à trouver une objection, à reformuler une idée, à vérifier une référence. Elle devient alors un partenaire de réflexion. Mais elle peut aussi lui fournir une réponse complète avant qu’il ait réellement compris le problème. Le résultat final peut être meilleur dans le second cas, alors même que l’apprentissage est plus pauvre.

Le même paradoxe apparaît dans l’entreprise. Un jeune analyste peut produire une note excellente sans avoir dû chercher les sources, comparer des hypothèses ou assumer un choix. Un cadre expérimenté, au contraire, peut utiliser le même outil pour tester son propre jugement. Les deux deviennent plus performants. Un seul devient nécessairement plus capable.

C’est là que se dessine une nouvelle fracture. Elle ne sépare pas les utilisateurs de l’IA de ceux qui ne l’utilisent pas. Elle sépare les environnements qui utilisent la technologie pour développer les capacités humaines de ceux qui l’utilisent pour les contourner.

Cette différence est cumulative. Plus une personne possède déjà de connaissances et d’autonomie, plus elle est en mesure d’interroger l’IA, d’identifier ses erreurs et de l’utiliser pour progresser. A l’inverse, celui qui débute peut déléguer précisément les opérations cognitives dont il aurait besoin pour apprendre.

Nous risquons ainsi de démocratiser l’accès à la puissance tout en concentrant la capacité de jugement. Les réponses deviennent abondantes ; la possibilité de savoir quand elles sont fausses reste rare.

Ce risque n’implique pas de freiner l’innovation. Il impose de mieux organiser son usage. L’école doit distinguer l’assistance qui approfondit le raisonnement de celle qui l’évite. Les entreprises doivent identifier les tâches qui ne sont pas seulement productives, mais aussi formatrices. Les professions doivent maintenir des espaces où l’on peut encore décider, expliquer et désapprouver.

Les gains de productivité devraient aussi financer une partie du temps nécessaire à l’apprentissage. Si toute minute économisée par l’IA devient immédiatement une minute de production supplémentaire, nous construisons des organisations plus rapides mais pas nécessairement plus intelligentes.

Le débat sur l’IA oppose souvent optimistes et pessimistes. Cette opposition est trop simple. La vraie question est institutionnelle : quelles règles, quelles incitations et quelles pratiques feront de l’IA un multiplicateur de capacités plutôt qu’un substitut silencieux ?

A long terme, la différence ne se verra pas dans la qualité des textes ou des présentations produites. Elle apparaîtra au moment où le système se trompera, où la situation sera nouvelle, où il faudra agir sans assistance. C’est alors que nous saurons si l’IA nous a réellement rendus plus capables – ou seulement plus performants.

BIO EXPRESS

Nicholas Paparoidamis est professeur de marketing et Dean of Faculty & Research à l’ISG International Business School, à Paris. Il est membre du Board of Governors de l’Academy of Marketing Science. Ses travaux portent sur l’intelligence artificielle, les capacités humaines, les organisations et la responsabilité institutionnelle.

Cet article est une tribune, rédigée par un auteur extérieur au journal et dont le point de vue n’engage pas la rédaction.

Par  Nicholas Paparoidamis