Qu’est-ce que serait une véritable IA ?

Qu’entendons-nous par IA ?

Quel sens caché y mettons-nous vraiment, quelles représentations conscientes ou inconscientes sont les nôtres lorsque nous parlons d'Intelligence Artificielle ? Comme souvent, ce sont les écrits de fiction qui nous renseignent le mieux sur ce sujet, et nous devons prendre en compte nos fantasmes et nos idées préconçues pour comprendre la façon dont nous avons tendance à interagir avec ces outils.

Depuis l’invention de l’automate, celle du mot «robot», puis les questions cristallisées autour de la créature mise en scène par Mary Shelley dans son Frankenstein, le concept d’un être vivant et conscient car intelligent hante notre espèce. Car les deux termes, intelligence et artificielle, font bien référence à cela.

Un être capable d’intelligence, dans la conception de notre espèce, c’est un être doté d’une certaine conscience de lui-même, et pas seulement un être capable de résoudre des problèmes de mathématiques. Parce que si nous entendions par intelligence la faculté de résoudre des équations, alors un ordinateur, voire une calculatrice ou même son ancêtre, la Pascaline, seraient intelligents. Et vous conviendrez avec moi que nous n’avons octroyé cet adjectif d’intelligent à aucun de ces trois outils.

Nous avons donc tendance à confondre intelligence et conscience de soi. Alors que, nous le verrons plus tard, ce sont deux concepts scientifiquement distincts, même s’ils ont un lien l’un avec l’autre.

Mais cette confusion a des conséquences dans notre façon d’appréhender les IA.

Nous ne connaissons pas d’autre espèce consciente d’elle-même que la nôtre (même si nous découvrons que des espèces animales autres que la nôtre possèdent certaines formes de conscience), et cette recherche d’une autre intelligence est la base de beaucoup de questions posées dans les arts fictionnels de l’imaginaire. Les espèces extraterrestres, comme les peuples des mondes de fantasy sont autant de tentatives pour imaginer comment d’autres formes de vie pourraient investir, différemment ou similairement à nous, une conscience d’elles-mêmes.

Le mot artificiel donne ensuite au concept une dimension supplémentaire, celle de la capacité de démiurge de l’être humain, et met en œuvre un mythe aussi vieux que le monde grec : celui du créateur dépassé par sa créature.

Comme les dieux, nous serions capables d’enfanter une toute nouvelle espèce intelligente, consciente, voire sentiente, et, comme les dieux, nous pourrions être renversés par ces créatures, dont le règne ne serait possible qu’après leur soulèvement et l’extinction de leurs créateurs dans une impitoyable extermination. Revoyez 2001, l’Odyssée de l’espace, Ghost in the Shell ou Terminator et ses suites, ils forment l’archétype de notre vision des formes de vie intelligentes artificielles. Ou lisez ce que j’ai moi-même analysé dans quelques œuvres des années 2010.

Ainsi, quand nous parlons d’IA, il ne faut jamais oublier ces représentations inconscientes car elles hantent nos discours, en permanence, et vont colorer nos discussions.

Que serait donc une véritable IA, dans notre représentation inconsciente ?

Eh bien, je soutiens que la majorité des personnes à qui nous pouvons parler voient une IA comme l’embryon d’un être artificiel conçu par l’être humain, et capable de raisonnement, mais aussi d’une forme de conscience. J’en veux pour preuve la tendance récemment découverte, qu’ont nos semblables à être polis lorsqu’ils s’adressent aux robots conversationnels, comme Siri, Alexa, ou ChatGPT…

De là naissent certaines de nos craintes : celles de la rébellion possible de ces IA, de leur surpuissance qui surclasserait la nôtre, pauvres êtres de chair et de sang. Parce qu’une IA est forcément vue comme supérieure aux humains, dans tous les domaines.

Comme si, en plus d’avoir donné naissance à une autre espèce douée de conscience, nous avions en plus enfanté une divinité. Nous aurions été capables de créer quelque chose de très supérieur à nous.

Or, bien évidemment, tel n’est pas le cas. Du moins pour le moment.

Et si tout ce que j’écris là a tendance à nous faire relativiser le péril mortel des IA, ne croyez pas que j’en minimise les réels dangers sur nous, en tant qu’individus, mais aussi en tant que sociétés et en tant qu’espèce. C’est que, si l’on veut réfléchir sereinement aux avantages et aux dangers des IA, qui existent et nous menacent véritablement, nous avons intérêt à nous débarrasser de ce qui est fantasmé et infondé, pour nous concentrer sur ce qui est vrai.

Mais auparavant, il est nécessaire de faire un détour neuroscientifique pour nous poser une question qui a toutes les apparences de la simplicité, mais qui est en réalité d’une complexité diabolique :

L’intelligence, c’est quoi, au juste ?

C’est une excellente question… à tel point que personne ne saura réellement vous y répondre. Car elle fait débat depuis des décennies, si ce n’est des siècles, et qu’elle est tellement vaste, qu’elle implique tant de domaines variés, que chaque spécialité du savoir humain en a une vision différente et pas complètement compatible avec les autres.

Il n’existe donc aucun consensus sur une définition de l’intelligence comme concept.

Au contraire, il existe de nombreuses définitions.

Ainsi, en ne s’intéressant qu’au seul domaine scientifique de la neuropsychologie, qui regarde le concept d’intelligence à travers le prisme de ce que l’on en fait, c’est-à-dire la résolution de problèmes et donc les processus cognitifs qui y participent, on peut en gros déterminer deux grands modèles qui s’affrontent.

D’un côté, la théorie de l'intelligence générale, aussi dite «fluide», qui unifie toutes les compétences cognitives en niveaux de complexité : les tâches les plus simples en niveau 1, sous la dépendance de processus de plus haut niveau (niveau 2), lesquels processus sont chapeautés par une qualité à la fois conditionnante pour eux et émergente de leur sein, le facteur g (g pour général), assimilable à la racine de ce que l’on nomme l’intelligence, et mesuré par le fameux QI. C’est la théorie dominante, actuellement largement consensuelle dans le domaine.

D’un autre côté, la théorie des intelligences multiples, qui sépare les processus en pas moins de huit formes : visuospatiale, linguistique, mathématique, corporelle, musicale, interpersonnelle, intrapersonnelle et naturaliste. Cette deuxième théorie n’est plus la favorite de nos jours.

Mais que fait-on de l'intelligence émotionnelle ? Car oui, les émotions entrent dans le processus de décision, donc pour une part dans les comportements. Et percevoir, utiliser, comprendre et réguler ses propres émotions comme celles des autres peut être vu comme une intelligence à part entière…

Bref, comme vous le voyez, définir l’intelligence est une gageure.

Mais il existe pourtant deux caractéristiques communes à toutes les définitions que vous pourrez trouver : la faculté à s’adapter au contexte d’un problème, d’une part, et la capacité à conceptualiser, à abstraire et à comprendre, d’autre part.

Mais si l’une est facilement observable et objectivable (par exemple grâce au QI), la deuxième l’est beaucoup moins, pour ne pas dire «pas du tout».

Ainsi, comment savoir si un être vivant conceptualise, abstrait, «comprend» ?

Plus complexe encore, comment être sûr qu’une machine ne «comprend» pas ?

La démonstration n’est pas aisée, mais elle implique la capacité à saisir l’essence des choses. Nous, êtres humains, et quelques autres espèces animales, n’avons pas besoin de voir cent millions de chaises pour comprendre ce qu’est une chaise, même si elle ne suit pas la forme traditionnelle d’une assise sur quatre pieds avec un dossier. Nous savons ce qu’est, par essence, une chaise, une fois que nous en avons assimilé le concept. Parce que notre intelligence est par nature multimodale, elle fait référence à des concepts signifiants pour nous : souvenirs, objets, expériences, émotions.

Les IA génératives actuelles en sont bien incapables.

Par contre, elles auront appris (c’est-à-dire «ingurgité des millions d’images») que certaines chaises n’ont pas quatre pieds, une assise et un dossier.

Alors, qu’est-ce qu’on appelle abusivement une IA en 2026 ?

Les IA ne possèdent donc pas toutes les qualités requises pour se dire vraiment intelligentes. Mais alors, comment fonctionnent-elles ? Qu’est-ce donc que ce fameux «réseau de neurones» artificiel dont on nous parle ?

L’expression de réseau de neurones vient de l’analogie faite dès 1943 par McCulloch & Pitts. Ces deux chercheurs ont copié l’architecture de fonctionnement du cerveau humain : des unités de calcul de base (des «neurones» qui reçoivent une entrée et, après calcul, en produisent un signal particulier) qui envoient leurs signaux à une autre unité, dite «associative» (comme les neurones associatifs dans notre cerveau humain) qui en fait la synthèse (la somme algorithmique), pour, à travers l’activation d’une fonction mathématique, produire un résultat. Chaque signal de chaque unité de base est également doté d’un «poids» suivant une programmation qui donne plus d’importance à un facteur (un neurone) plutôt qu’à un autre dans la somme algorithmique. Ce «poids» constitue l’un des paramètres qui mesurent la puissance d’un modèle de langage, comme nous le verrons plus tard.

Un modèle algorithmique et surtout statistique

Pour passer d’un réseau de neurones à un modèle génératif, il est nécessaire de disposer de «transformers» en anglais (non, pas les robots qui ont hélas envahi le grand écran), des transformeurs, en français, des couches de «neurones» placés plus loin dans le traitement de la donnée, chargées de modifier le signal des neurones sous-jacents.

Chaque unité de base traitée dans une IA générative sera appelée un token¹, littéralement un «jeton». C’est la quantité de base qu’une IA peut calculer en entrée dans son réseau de neurones. Cela pourrait être un mot, mais, la plupart du temps, un token est une partie d’un mot.

Dans le traitement du langage, les IA génératives, via leurs réseaux de neurones, prédisent le prochain token de façon statistique, à travers les paramètres² qui lui sont propres. Ainsi, GPT3, d’OpenAI, comptait 175 milliards de paramètres (ou billions en anglais, ce qui explique le 175B, qui y est parfois attaché) et cela, c’était en 2020. En 2023, GPT4 en comptait 1,73 trillions, soit mille sept cent trente milliards ! Je vous laisse imaginer en 2026… je n’ai pas trouvé le nombre…

Encore une fois, ces paramètres permettent à l’IA de savoir quelle importance relative accorder à chaque calcul pour s’approcher le plus possible d’une réponse attendue. C’est l’équivalent d’un renforcement synaptique dans le cerveau, c’est-à-dire du renforcement de l’apprentissage. Dans notre cerveau organique, quand nous apprenons un geste, une notion, un savoir-faire, des connexions s’installent entre certains neurones. Et plus nous pratiquons ce geste, plus nous le raffinons, plus nous le perfectionnons, et plus certaines connexions se renforcent (celles qui nous permettent de bien réussir) et plus d’autres s’affaiblissent (celles qui nous font commettre des erreurs). C’est pareil pour l’IA, car elle a acquis ses paramètres grâce à un entraînement.

Ainsi, on comprend que l’IA se réfère toujours, par essence, à ce qu’elle a appris.

Car son fonctionnement de base est celui-ci :

On me demande quelle est la couleur du cheval d’Henri IV. Tiens, dans mon apprentissage, je trouve beaucoup la phrase «Quelle est la couleur du cheval blanc d’Henri IV ?». Donc, la réponse doit être «blanc».

Vous savez comme moi que c’est à la fois vrai et faux. Vrai si l’on se réfère à la boutade connue. Faux car Henri IV de France n’eut certainement pas un seul cheval et pas seulement des chevaux blancs. Si nous croyons cette réponse de l’IA sans esprit critique, nous apprenons quelque chose de pas réellement vrai. Nous nous trompons.

On comprend donc deux choses fondamentales sur l’IA lorsque l’on sait cela : elle ne comprend pas réellement ce qu’on lui demande, car elle produit une association statistique pour nous donner une réponse, et surtout, cette association statistique, donc la réponse, dépendra de son entraînement.

L’entraînement en question

C’est l’autre grand problème de l’IA, après son nom trompeur.

La pertinence de ses réponses est directement corrélée à l’entraînement qui l’a façonnée.

Comme pour les humains ? Ce n’est pas totalement faux. Mais nous, Humains (ou Hobbits) avons un énorme avantage, un avantage décisif, sur l’IA : nous possédons la conscience qui nous permet d’apprendre à relativiser ou à questionner nos savoirs précédents. Je vous accorde que nos contemporains ont trop souvent du mal à utiliser cette faculté. Mais il n’en est pas moins vrai qu’ils en ont le potentiel, même s’ils ne l’utilisent pas. Au contraire de l’IA.

Car l’IA, même dotée de capacités agentiques, ne peut pas avoir accès au même stock de données que nous.

D’abord, les données que leurs concepteurs ont utilisées pour nourrir leurs IA sont toutes d’origine numérique. Les centaines de millions d’ouvrages, de chansons, d’encyclopédies, de vidéos qu’elles ont ingurgitées ne résument pas l’expérience de vie d’un être humain. Car il existe des choses qui ne sont pas numérisables : nos expériences physiques, nos ressentis, nos souvenirs intimes.

Ensuite, même si la plupart des entreprises conceptrices d’IA ont allègrement pillé les données qu’elles ont utilisées, au mépris des droits d’auteur, des droits de propriété intellectuelle ou des droits tout court, elles n’ont pas pu tout utiliser de ce qui existe. En effet, tout ce que nous avons produit dans l’Histoire n’a pas été numérisé. Par exemple, certains livres de cuisine, ou d’obscurs traités. Tout ne se trouve pas sur internet, malgré ce que l’on pense. Les bibliothèques physiques ne sont pas toutes numérisées.

Puis, même dans tout ce qui est numérisé, il faut du temps à une machine pour tout avaler et métaboliser. Cela se traduit par des mois de travail pour les ingénieurs.

Enfin, pour toutes les raisons précédentes, lesdits ingénieurs sont des êtres humains, comme vous et moi, et ce sont donc eux qui choisissent les corpus de données qu’ils vont donner à manger à leur IA en apprentissage. Comme vous et moi, ils ont donc leurs préférences, leurs goûts et leurs préjugés. Ils ont des biais conscients ou inconscients. Des biais cognitifs, des biais sociétaux, des biais philosophiques, des biais religieux, etc. Ces biais vont naturellement être reflétés dans la qualité des données d’apprentissage de leurs IA. Si, par exemple, vous demandez à Grok, l’IA qui suit les biais d’Elon Musk, notoirement hostile à certaines idées, de vous parler d’un sujet comme, disons, l’identité de genre… vous n’aurez pas du tout les mêmes réponses que si vous interrogez Mistral, IA française, donc avec des biais différents.

Dans la vie, comme moi, vous avez sans doute appris qu’il ne fallait pas se fier aveuglément à des êtres humains que vous venez de rencontrer, et même, parfois, à ceux que vous connaissez depuis longtemps. Pourquoi donc devriez-vous vous fier aveuglément à une machine dont la programmation a été faite par des humains qui vous sont parfaitement inconnus ?

Ainsi, paradoxalement, il est utile de se rappeler à la fois que les IA sont des machines et qu’elles sont aussi peu fiables que des êtres humains.

Une mémoire limitée

Troisième gros problème : la mémoire des IA.

Comme l’intelligence, la mémoire est difficile à définir, car elle est multiple. Rien que pour les humains, il faut savoir de quelle mémoire on parle. La mémoire de travail (celle qui permet de faire des calculs mentaux) ? La mémoire sémantique (la signification des choses) ? La mémoire autobiographique (la mémoire des événements de notre vie) ?

Pour les machines, la difficulté est la même. La mémoire «vive» (en gros superposable à la mémoire de travail des humains) ? La mémoire disque (la totalité des données sur vos disques durs ou vos mémoires flash de clefs USB) ?

Pour une IA, ça se corse. Le «contexte» (en gros, la mémoire de travail sur laquelle l’IA pourra s’appuyer au long d’une «conversation» avec vous) ? Ou bien «l’espace latent» (l’ensemble des représentations symboliques des données d’entraînement de l’IA pouvant être manipulé en une fois) ?

Il n’y a pas de secret : la mémoire est, par définition, une quantité limitée.

Nous, humains, ne pouvons nous souvenir de tomes entiers de l’Encyclopædia Universalis qu’au prix de la non-mémorisation d’autres choses. Nous ne pouvons pas tout mémoriser. C’est pour cela qu’il existe des techniques de mémorisation (genre le palais de mémoire de Sherlock³) qui utilisent plutôt des associations d’idées et des réseaux que du stockage de donnée bête et méchant.

C’est la même chose pour les machines. Votre téléphone a beau contenir une quantité impressionnante de données, il ne pourra pas accueillir les centaines de téra-octets nécessaires au téléchargement de l’IA elle-même. C’est pour cela que les data-centers qui sont le réceptacle des IA les plus grandes font la taille d’un village, et pas celle d’un téléphone portable.

Mais même des data centers de milliers de mètres carrés ne peuvent pas contenir une mémoire illimitée.

La mémoire de chaque modèle d’IA est limitée, mais elle est en plus distribuée, morcelée, pour servir à chaque utilisateur. Vous ne disposez donc que d’une fraction de la mémoire d’une l’IA. Et si vous en voulez plus, il faudra payer le coût en mémoire à l’entreprise pour construire des ordinateurs, des fils, des bâtiments pour les contenir, sans parler des systèmes de refroidissement pour éviter que tout fonde avec la chaleur dégagée par ces millions d’ordinateurs branchés en même temps au même endroit…

Les IA peuvent donc oublier ce que vous leur avez demandé au début de votre «conversation» avec elles. Et elles pourront d’autant plus vous dire des choses inadaptées, pour ne pas utiliser le mot «bêtises».

La génération d’image

Enfin, puisque, dans notre discussion, il sera beaucoup question de l’usage artistique des IA, il est nécessaire de dire deux mots des systèmes de génération d’images, fixes ou animées.

Leur fonctionnement est globalement différent actuellement, des modèles de langage, même si ces derniers font partie de leur constitution.

Schématiquement, depuis 2022, le principe est celui que l’on appelle «de diffusion».

Le système génère une grille de pixels aléatoires similaire à la «neige» cathodique que l’on pouvait voir sur les écrans de télévision lorsqu’elles étaient autrefois branchées sur une fréquence qui n’émettait pas. Elle va comparer ce «bruit» artificiel à celui qu’on l’on peut inférer à partir d’une image présente dans son stock de données, une image «apprise», donc. Et par itérations, elle va prédire l’état de chaque pixel en enlevant le flou de départ, puis comparer l’image obtenue à ce que le modèle de langage (le prompt que vous avez donné comme instruction) lui demande.

Le prompt (texte) sert donc à conditionner la génération d’image par diffusion, entraînée sur des milliards de paires «image, description». C’est ainsi que fonctionnent DALL-E, Imagen, Stable Diffusion, Midjourney…

Une Inférence Artificielle ?

Depuis 2022 et l’avènement de ChatGPT, je me pose une question existentielle : si tout cela n’est pas réellement intelligent, alors comment le nommer ?

Car je crois fermement que nommer les choses, les concepts, les lieux, les animaux, les êtres vivants, les Humains, c’est mieux les appréhender, mieux les connaître, mieux les rencontrer. Dans plusieurs traditions culturelles, d’ailleurs, le Nom, le Vrai Nom, est un Pouvoir. Et philosophiquement, j’adhère à cela.

J’ai donc cherché, et cherché. J’ai exploré plusieurs propositions :

Imposture Artificielle ? Après tout, on cherche à nous vendre une technologie pour intelligente, alors que nous venons de voir que rien n’est moins sûr.

Inconscience Artificielle ? Puisque nous confondons l’intelligence avec la conscience, cela serait approprié de rendre visible cette confusion.

Indésirable Artificielle ? L’IA étant désormais partout, même là où nous ne le voulons pas (tout le monde nous l’impose, qui dans les navigateurs internet, qui dans les logiciels ou les applications, sans que nous puissions parfois les désactiver).

Indigence Artificielle ? Elle pousse parfois à des comportements qui font insulte à notre propre intelligence. Quand je vois des adolescents (j’ai réellement observé ce comportement) demander à ChatGPT quel dessert choisir au restaurant au lieu de simplement écouter sa propre intuition, je me dis que l’espèce humaine a un énorme potentiel d’autodestruction par simple bêtise ou fainéantise.

Influence Artificielle ? Nous nous laissons de plus en plus influencer par cette technologie.

Mais tous ces substantifs sont orientés, et je pense que l’IA peut avoir quelques usages bénéfiques, j’ai donc pensé à Inférence Artificielle. Ce terme efface l’idée d’intelligence, mais montre au contraire la façon de fonctionner, uniquement statistique, de ces machines, qui déduisent, infèrent, le prochain token à partit de leur propre algorithme.

On pourrait aussi opter pour Intendance Artificielle, car, il me semble, que les usages les plus bénéfiques seraient d’enfin nous rendre la technologie plus simple et plus à notre service. Lorsque nous discuterons de mes propres usages, vous verrez que c’est exactement l’orientation de j’ai prise.

Les usages possibles d’une IA

De ces bases, nous pouvons déterminer à peu près ce que peut accomplir une IA actuelle, et ce qu’elle ne peut pas accomplir. La mémoire des conversations qu’une IA a avec un être humain en particulier étant limitée, nous ne devons pas nous attendre à ce qu’elle n’ait pas des «oublis». Une IA étant entraînée sur un jeu de données choisi par des humains, elle manifestera par essence les biais inhérents à ce choix.

Armés de cette connaissance, il est temps de se demander ce que l’IA pourrait faire pour nous.

Usages analytiques

Comme modèle statistique, l’IA excelle dans le traitement des données, pour y repérer des motifs récurrents, et en extraire du sens là où nous peinons à en trouver, parce que nous ne le voyons pas ou parce que cela nous prendrait trop de temps.

C’est ce que l’on appelle la recherche de signaux faibles. Des motifs cachés qui ne peuvent se remarquer qu’en traitant en même temps un nombre faramineux de données. Ce que l’esprit humain n’est pas capable de faire.

Ainsi, l’IA peut déjà analyser des images médicales (radiographies, scanners, IRM) pour y déceler des anomalies qu’elle va ensuite comparer à sa base de données (attention aux biais de choix de ce jeu de données d’entraînement) et en inférer de possibles diagnostics. Ces usages commencent à se répandre. Et dans bon nombre de cas, on montre que l’IA est au moins aussi efficace que les radiologues humains entraînés pour repérer des tumeurs malignes, par exemple.

Découvrir des motifs cachés dans de larges bases de données peut également servir à trouver des corrélations statistiques entre plusieurs états qui n’ont a priori rien à voir les uns avec les autres dans le domaine de la santé. On peut imaginer (et là, j’imagine vraiment, hein, ce n’est pas une corrélation montrée à ma connaissance) qu’une IA pourrait, en scannant les bases de données adéquates comprenant notamment tous les dossiers médicaux de tous les humains de la planète, que les gens myopes ont plus de risques de contracter certaines maladies infectieuses ou de déclencher un AVC… Cela pourrait faire avancer la compréhension de notre physiologie, et à terme, nous donner des moyens thérapeutiques nouveaux.

Sans attendre cela, les IA sont déjà utilisées pour scanner les gigantesques bases de données des télescopes, et y découvrir des signaux qui ont échappé aux yeux et aux calculs des astrophysiciens jusque-là. À quoi ça sert ? À repérer des exoplanètes, de nouveaux trous noirs, des météorites qui pourraient être des «géocroiseurs» (cette famille de petits cailloux dont l’un des représentants turbulents a éradiqué les dinosaures il y a 65 millions d’années) pour nous permettre d’avoir une chance de ne pas finir comme les sauriens qui dominaient notre planète.

Bon, vous me direz avec raison : «Germain, à quoi ça me sert à moi, dans ma vie quotidienne ?»

À avoir moins de risques de mourir, et c’est déjà pas mal, si on prend simplement ces usages collectifs.

Pourtant, il existe aussi quelques usages individuels intéressants.

Donnez à manger à une IA votre budget, et elle pourra peut-être trouver des motifs récurrents et vous aider à l’améliorer. Même chose pour vos écrits. Ou pour les écrits des autres. Ou, ce qui est beaucoup plus utilisé de nos jours, pour trouver une réponse précise dans un énorme corpus de documents que vous lui fournissez (le Code du travail, si vous êtes DRH, une documentation technique, des notes personnelles, etc).

Mais n’oubliez pas : les IA peuvent se tromper, mal interpréter, «halluciner», et trouver des choses qui n’existent pas…

Usages génératifs

D’accord. Mais pour le côté le plus «excitant», le côté génératif. Que peut-on attendre d’une IA ?

Eh bien, c’est là où les choses se compliquent, car la «génération» peut avoir deux faces.

D’abord, vous répondre en langage naturel, de manière à ce que vous compreniez mieux. Par exemple, si vous êtes une technicienne qui cherchez une erreur dans un processus, une IA générative pourra vous expliquer en termes techniques mais aussi en langage naturel, ce qui cloche. Au lieu de vous donner des données brutes (température, acidité, etc), elle va vous dire quelque chose du genre «ta solution est trop alcaline et trop chaude, tu devrais modifier ton dosage de chlore».

Mais c’est surtout la génération comme production qui est utilisée avec ces technologies.

La production de texte, tout d’abord : des rapports techniques, mais aussi des mails, des lettres à votre patron, des lettres au service des impôts, du code informatique…

La production d’images : des images de petits chats jusqu’aux plans et aux diagrammes techniques.

La production de sons : faire lire un texte avec votre propre voix, ou un texte d’anniversaire pour votre tante avec celle d’André Dussolier…

La production de vidéos : des vidéos de petits chats (encore eux), jusqu’à des clips ou des documentaires.

On comprend pourquoi le domaine artistique est touché de plein fouet par ces usages.

Plus besoin de savoir filmer, on demande à une IA.

Plus besoin de savoir écrire : on confie notre roman révolutionnaire à une IA.

Plus besoin de savoir dessiner : on demande à Dall-e de faire une caricature de notre patron.

Plus besoin de savoir chanter : on sous-traite à une IA en espérant faire un tube de l’été.

Usages combinant une approche analytique et une approche générative

En réalité la plupart des usages combinent les deux modes, analytique et génératif.

Par exemple, demander à une IA de transcrire un audio en texte, ou du texte manuscrit en texte dactylographié.

Trouver un nom pour un fichier d’image en fonction de ce qu’elle représente.

Et si on va plus loin : donner l’interprétation d’un graphique, faire un résumé sur un sujet donné à partir de plusieurs documents en traitant spécifiquement ou non, extraire les principaux points d’un article sur internet (ce que l’on appelle le «RAG» pour Retrieval-Augmented Generation ou génération par recherche augmentée, si on traduit mot à mot).

L’IA «agentique»

Enfin, la dernière évolution consiste en la faculté d’action des IA sur des fichiers, voire des appareils technologiques. C’est ce que l’on appelle «l’agentivité». En résumé, cela signifie que tout ce qu’une IA faisait auparavant dans un espace délimité d’une fenêtre d’application ou d’un navigateur internet, elle peut maintenant le réaliser en créant ou modifiant des fichiers — c’est-à-dire vos fichiers — au lieu de vous laisser le soin de le faire vous-même. Un agent IA n’est plus limité à la création d’un discours, il peut désormais réaliser de vraies actions à votre place.

Un agent IA peut modifier un fichier image à votre place dans votre logiciel de dessin. Une photo, par exemple. Et en allant la chercher tout seul dans votre photothèque.

Un agent IA peut créer un script informatique pour vous en créant puis en exécutant le code à votre place.

Un agent IA peut créer un fichier Excel pour vous. Il peut aller chercher sur internet un billet d’avion au meilleur prix, vous les commander, payer à votre place (si vous lui avez laissé les clefs du site de votre banque), envoyer via une messagerie ledit billet à votre compagnon ou votre compagne.

Et si vous pensez que seuls les gens qui paient très cher ont accès à cela (via Claude Cowork ou ChatGPT Codex), détrompez-vous. Il suffit (mais je ne vous le conseille pas) que vous installiez un certain OpenClaw sur votre ordinateur pour que cela soit possible.

Création ou mélange ?

C’est la question.

Celle qui conditionne la suite, et notamment la décision d’utiliser ou non une IA dans un processus créatif artistique.

Pour trancher, il me semble nécessaire de se pencher sur ce que l’on appelle création artistique et même création tout court. Et, vous me connaissez maintenant assez pour vous en douter, je vais parler ici de ce que la science fondamentale en dit. D’abord, parce que c’est elle qui décrit le mieux le monde dans lequel nous vivons. Ensuite, parce que c’est aussi par elle que nous avons découvert et utilisé les réseaux neuronaux artificiels qui sont à la base de l’IA générative. Il est donc normal d’utiliser le même prisme pour comparer les deux domaines que sont l’Art et l’IA (on ne peut pas comparer des choses qui ne sont pas mises sur le même plan). Je vais donc exposer deux ou trois faits, et les utiliser pour mettre en évidence les ressemblances ou les différences entre la création artistique et la génération de texte, de son ou d’image par les IA actuelles.

Cognition

En simplifiant fortement, les théories cognitives de la création artistique (et de la créativité, processus cognitif dont elle fait partie) sont basées sur l’interaction de trois réseaux cérébraux :

• Le réseau par défaut, qui est celui qui s’allume lorsque nous ne faisons rien qui nécessite une concentration forte, ou quand nous ne faisons «rien» tout court. Il est spécialisé dans les associations libres d’idées. C’est typiquement celui qui se met en marche quand nous faisons la vaisselle (à la main) ou que nous prenons une douche. Peut-être avez-vous remarqué comme moi que vous aviez tendance à laisser vagabonder vos pensées à ce moment-là, et que certaines «intuitions géniales» (bon, tout est relatif, hein, je n’ai pas inventé la théorie de la relativité générale sous ma douche) vous sont venues lors de ces moments-là ? Si c’est le cas, c’est normal, c’est le boulot du réseau par défaut : produire des trucs nouveaux, par associations de pensées, de concepts, qui n’ont rien à voir a priori.
• Le réseau de contrôle exécutif, qui nous permet de planifier et de réaliser des gestes et des tâches cognitives complexes.
• Le réseau «de saillance», qui est un peu l’interrupteur cognitif entre les deux premiers réseaux, et permet de jongler entre eux, en filtrant les idées produites par le réseau par défaut, en laissant passer certaines vers le réseau de contrôle exécutif et rejetant les autres. Puis il va soumettre les idées retenues au travail du réseau par défaut et ainsi de suite…

Nous avons donc affaire à des réseaux de neurones, comme pour l’IA (et nous avons vu que les neurones artificiels répliquent le fonctionnement des neurones biologiques).

Mais nous ne sommes pas devant un seul réseau constitué de très nombreuses couches, comme pour l’IA. Dans la création humaine, trois réseaux différents entrent en interaction, ce qui démultiplie les possibilités de traitement des simples «données brutes» des signaux électriques.

Émotions

L’Art n’est pas uniquement une question de cognition pure.

C’est le domaine-roi des émotions.

Alors, oui, je vous vois sourire, les émotions entrent aussi pour une part dans les processus de cognition⁴. Mais pas seulement. Car elles font intervenir ce que j’appelle notre cognition distribuée : le corps. Nous y reviendrons plus en détail dans la partie suivante.

Les émotions sont impliquées dans la création artistique à tous les stades : elles modulent les capacités d’attention et de perception dans le cerveau, influencent la prise de décision (artistique, mais pas seulement), sont pourvoyeuses d’idées nouvelles, sont vectrices de motivation et d’engagement (ce qui est essentiel dans le processus créatif).

Elles sont aussi le but de l’artiste.

Si nous créons, c’est pour exprimer quelque chose d’émotionnel en nous, mais aussi pour transmettre cette émotion à notre public. L’Art est le vecteur émotionnel par excellence.

La création artistique demande des compétences émotionnelles.

Elle est donc l’expression d’une identité propre, individuelle, même au-delà des conventions artistiques de telle ou telle école (impressionniste, expressionniste, poésie, art nouveau, art déco…), de tel ou tel medium. Un artiste va donc développer au fil du temps un véritable langage artistique personnel. Il va faire un apprentissage progressif de son art, tant sur le plan technique, que sur le plan émotionnel.

Il va même pouvoir utiliser consciemment ses états émotionnels comme source d’inspiration, ou simplement comme substrat.

Comme nous l’avons vu, les IA sont dépourvues d’émotions.

La qualité de mes vieux poèmes a beau être très éloignée de ceux de Baudelaire, aisément «re-générés» par une IA, s’ils touchent et s’ils sont un Art authentique, c’est parce qu’ils sont le fruit de mes émotions, de ce coucher de soleil, de ce que j’ai ressenti à ce moment précis de ma vie, de ce que ces couleurs ont fait surgir en moi, et en moi seul. Et traduire cela en mots, ça, c’est le travail de création.

Une IA ne sera pas touchée par l’émotion d’un coucher de soleil, ne pourra pas spontanément (donc, sans que vous le lui dictiez) le comparer à la couleur des yeux d’une femme amoureuse.

Pourquoi ?

D’abord parce qu’il est nécessaire cognitivement d’associer à une émotion deux termes qui n’ont rien à voir entre eux (la couleur des yeux d’une femme et le soleil couchant). C’est typiquement une production qui s’écarte de la statistique de façon importante, et une IA, nous l’avons vu, va privilégier les associations statistiquement fortes, celles que ses paramètres d’entraînement vont avoir imprimées au plus profond de son code.

Ensuite, et surtout, l’IA ne peut être touchée par une émotion, parce qu'elle ne possède pas de corps.

Alors, oui, il est possible qu’un être humain ressente une émotion à la vue d’une production issue de l’IA. Parce que ledit être humain ressent des émotions.

La différence avec de l’Art ?

L’émotion est ici produite uniquement par ce que le public projette.

Dans l’Art, l’émotion dégagée est la résultante de celle insufflée par l’artiste et de celle projetée par le public.

Il y a une intentionalité dans le processus artistique.

Incarnation

Oui, les émotions, ce n’est pas que de la cognition. C’est surtout de l’incarnation.

Les émotions sont des signaux corporels, et se manifestent par eux.

Quand nous avons peur, notre cœur s’accélère, nos mains deviennent moites, notre gorge se noue.

Quand nous ressentons de la joie, il y a en nous, dans notre corps, comme un feu qui s’allume et nous le ressentons physiquement.

Pas de corps, cela veut dire pas d’émotions.

Parce que leur rôle biologique est celui d’informer notre être de son adaptation au milieu, de son maintien de l'homéostasie. Car ce qui conditionne notre existence même, c’est, au commencement de tout, une cellule biologique. Et qu’est-ce qu’une cellule biologique, sinon le maintien d’un milieu liquide intérieur pérenne, bien au chaud dans l’enceinte d’une membrane de lipides, qui travaille dur à chaque instant pour éviter que les changements du milieu extérieur ne la fassent éclater ?

Notre corps est la condition même de notre existence.

Donc de nos émotions.

Donc de l’Art.

Et les IA n’ont pas de corps.

Le chemin et la destination

Enfin, comme toute activité humaine, la création artistique est un voyage en soi — et dans soi.

Créer, ça change. Ça procure des émotions. Ça en donne.

Plus on écrit, plus on apprend à écrire, plus on joue d’un instrument et plus on apprend à en jouer. Plus on dessine, plus on peint, et plus on apprend à exprimer nos émotions, finement, subtilement.

Comme tout cela est affaire de ressentis, de matérialité, de corporalité, cela est aussi affaire de perfectionnement, de changement.

Créer est un chemin qui nous amène à devenir un ou une artiste. Et nous ne pouvons le devenir qu’en pratiquant, en acceptant que cette pratique nous change, nous modifie.

La destination n’est pas atteignable si l’on ne fait pas le voyage, si on ne parcourt pas le chemin.

Comme pour les voyages dans l’espace physique, il n’existe pas de téléportation.

On ne peut pas devenir un artiste si on n’expérimente pas le chemin, si on n’accepte pas de se confronter à la difficulté existentielle de la création, ses complications, ses joies, ses atermoiements, ses évolutions.

Je sais que certains artistes clament utiliser l’IA pour débloquer des situations ou pour poser des prémisses (attention, podcast en anglais), voire pour créer un synopsis. C’est inenvisageable pour moi. Même la pire des angoisses de la page blanche ne justifie pas cette abdication de ma vision singulière.

Ma conclusion : la Création est uniquement humaine

Les IA génératives n’ont pas de corps.

En auraient-elles, incluses dans des châssis robotiques, qu’il leur manquerait l’essentiel : devoir maintenir leur homéostasie.

Sans cette condition éminemment vivante, elles ne pourraient pas ressentir des émotions.

Elles ne pourraient donc pas réellement créer, car créer demande de s’écarter du chemin tracé par les autres pour ajouter sa voix propre, la développer, la suivre, l’affirmer.

Créer est affaire d'ego, non pas l’égoïsme, mais l’individualité, l’identité.

Que font donc les IA ?

Elles mélangent des bouts de productions créées par des humains au fil des siècles.

Et si tous les artistes ont des influences en eux, si leur travail est forcément fait d’emprunts à d’autres qui les ont précédés, la création artistique y incorpore une vision singulière : celle de l’artiste. Fruit de millions d’expériences vécues, de sa mémoire (les IA n’en ont pas, je vous le rappelle), de ce qu’il ou elle en a appris, des cicatrices gagnées, des leçons apprises.

Les IA malaxent et agencent les mots de façon statistique. Sans intentionnalité. Sans émotion.

Même quand elles font naître un paysage à la manière impressionniste à partir du bruit numérique, elles ne font que copier les caractéristiques des grands maîtres. Elles ne composent pas. Elles ne bouleversent pas la discipline artistique qu’elles prétendent imiter.

Elles copient.

Je décide donc de ne jamais utiliser l’IA dans mon processus de création artistique.

D’ailleurs, j’ai décidé d’adhérer au label Fabrication Humaine.

Car il me paraît essentiel de montrer et de revendiquer l’origine humaine de mes créations. Ainsi, mes lectrices, mes lecteurs, sauront que je ne les dupe pas. Que je ne prends pas de raccourcis. Que je suis réellement le chemin, du verbe suivre mais sans doute aussi du verbe être.

Avantages

Une fois que la grande question de la création est réglée, il est plus facile de se poser la question de l’intérêt d’utiliser l’IA, en dehors de ce domaine-là. Parce que, soyons honnêtes, il y a quand même quelques avantages à se servir de ces outils, tant que l’on garde à l’esprit que ce sont des outils.

Mais quels sont ces avantages ?

Gain de temps

L’IA est une machine. C’est un logiciel, une construction algorithmique.

Comme telle, elle est redoutablement rapide.

C’est bien ce qui en fait tout l’attrait, parfois même la séduction.

L’IA accomplit beaucoup de tâches beaucoup plus rapidement qu’un Humain. Il est donc envisageable de lui confier des travaux qui nous prendraient beaucoup trop de temps. Par exemple, la transcription d’un podcast pour pouvoir ensuite prendre des notes personnelles sur le texte généré. Ou bien classer des images selon leurs caractéristiques. Ou encore, rechercher sur internet toutes les sources pertinentes sur un sujet donné et en faire une synthèse, avec les mentions des sites qu’elle a trouvés.

Néanmoins, il convient d’être prudent car rappelez-vous la phrase de Maître Yoda :

Plus rapide, plus séduisant est le Côté Obscur, pas plus puissant.

C’est que, dans notre société, on veut toujours aller plus vite. Parfois, les choses importantes prennent du temps, et valent bien la peine de prendre tout ce temps.

Il s’agit donc de choisir «judicieusement» ce que l’on confie à l’IA pour gagner du temps. Et réinvestir ce temps pour des accomplissements plus utiles.

Les tâches répétitives

Plus désagréables encore que le temps «perdu» sont les tâches répétitives.

Renommer à la main deux cents captures d’écran qui encombrent notre ordinateur, devoir taper à la main les mêmes instructions pour faire fonctionner un programme, ou enchaîner des manipulations pour classer des fichiers, voilà ce que l’IA peut faire à notre place, pour enfin nous libérer du poids que la technologie a fait peser sur nous sans que nous ne puissions l’éviter.

Les signaux faibles

L’IA peut aussi décupler ou centupler nos sens humains. Elle excelle à voir des motifs dans ce qui nous paraît être complètement désordonné. Trouver des tics de langage dans nos écrits, ou des thèmes récurrents dans des scénarios, ou encore des erreurs récurrentes, cela est dans ses cordes.

Et cela, pour peu que nous lui demandions de nous expliquer chaque motif qu’elle fait remonter, afin de l’examiner à l’aune de notre propre raisonnement, nous permet de nous améliorer, de comprendre nos erreurs, de ne pas les répéter.

Dangers

Comme vous l’avez sans doute remarqué, je ne trouve qu’assez peu d’avantages dans l’utilisation de l’IA.

Par contre, j’en vois beaucoup plus d’inconvénients, de dangers desquels se méfier. Comme autant d’écueils à éviter ou de précautions à prendre.

La standardisation par la masse

Nous avons vu que les IA ne sont que des machines à recracher de la statistique, et qu’elles privilégient le plus probable d’après leur jeu de données d’entraînement. Le plus probable. Pas le plus juste. Ni le plus pertinent. Ni le plus original. Ni ce qui collera le mieux à votre question. Juste le plus probable.

Elle aura donc tendance à donner toujours les mêmes réponses.

Et les solutions à vos questions vont ressembler aux solutions qu’elle donnera pour les questions des autres.

Peu à peu, ce sont les solutions les plus probables, les plus citées, qui seront privilégiées.

Pas les plus pertinentes.

Pas celles qui permettront, en s’écartant un peu de la norme, d’être créatif (encore !) dans la résolution d’un problème.

Tout le monde aura les mêmes réponses, donc les mêmes solutions.

Et cela peut induire une standardisation des réponses, ce qui empêchera chaque individu, mais aussi la société dans son ensemble, de rechercher des solutions alternatives, créatives, hors de la norme.

Et, si vous avez lu La Maison des Mères, dernier livre du Cycle de Dune par Franck Herbert, ou le Cycle de Fondation d'Isaac Asimov, vous savez ce qu’il advient d’une civilisation qui stagne…

La perte de la supervision humaine

Nous voulons toujours tout automatiser, pour éviter les erreurs humaines, pour éviter que les variables humaines entrent dans les équations. Mais est-ce une bonne chose de laisser une IA décider seule de déclencher une frappe de drones militaires ? Ou de la laisser envoyer des amendes pour une infraction, sans qu’un être humain ait vérifié la réalité de l’infraction et l’identité du contrevenant ?

C’est pourtant ce qui commence à arriver…

La perte de la capacité de recherche

Si l’IA cherche à notre place, rapidement, nous n’irons plus chercher par nous-mêmes. C’est normal. Notre cerveau, et globalement notre physiologie, sont construites, comme tout le vivant, sur un principe d’économie d’énergie. Nous privilégions ce qui maximise notre impact en minimisant l’énergie que nous devons dépenser pour l’obtenir. Il existe bien entendu des exceptions à cette règle, mais elles sont tolérées parce qu’elles donnent un avantage évolutif à l’espèce qui la transgresse.

Donc, exit les moteurs de recherche.

Cela n’est pas pour me déplaire si Google disparait⁵, mais cela m’ennuie que nous ne puissions plus aller chercher nous-mêmes les sites qui sont pertinents avec un moteur de recherche, et surfer en cliquant de lien en liens. Plus pervers encore, puisque les moteurs de recherche eux-mêmes intègrent de l’IA, parfois sans nous demander notre avis, non seulement nous sommes encore à la botte de Google, mais en plus nous dépossède-t-il encore un peu plus de notre choix de sources en laissant Gemini nous trouver les réponses.

La perte de la capacité d’apprentissage

C’est un effet maintenant bien documenté.

Les radiologues qui s’appuient sur l’IA pour rechercher des signes de pathologies cancéreuses sur des imageries médicales deviennent plus efficaces pendant un temps… puis leur compétence chute, car elle n’est plus entraînée… Vous pouvez accéder à l’étude originelle en cliquant ici, mais si vous voulez un résumé en français, allez voir sur Le Journal du Geek.

De la même façon, on voit comment la mode du «vibe coding» (le fait de demander à une IA de coder pour nous une application entière alors qu’on ne connaît rien à la programmation) inonde les plateformes d'apps de très mauvaise qualité, bourrées de bug… et fait même perdre pied aux développeurs informatiques eux-mêmes. Regardez cette vidéo qui non seulement explique le problème, mais a le mérite de proposer une solution toute simple : utiliser l’IA comme un professeur, en lui demandant de nous faire faire des exercices et de nous en donner des corrigés expliqués pas à pas.

Le mensonge

L’IA n’est pas capable de mentir, puisqu’elle n’a pas d’émotion et donc pas d’intention.

Par contre, elle est largement capable de donner des réponses fausses et de broder dessus pour construire une réalité qui n’existe pas du tout. Si l’on ne vérifie pas, on peut donc très rapidement se faire mener en bateau par une IA.

Cela vient de deux problèmes :

Les hallucinations, qui sont une mauvaise production de l’IA, non questionnée et non remise en cause par les garde-fous qui normalement, sont intégrés dans son code. Elles ont plus de chance de survenir si l’IA n’a pas assez de données sur la question que vous lui posez, car elle cherche donc à combler cette lacune en déviant un peu de ce qu’elle sait, et, obéissant à sa programmation qui demande absolument une réponse, elle en construit une, qui paraît logique mais ne repose sur rien. Les hallucinations ont tendance à se faire plus rares, mais celles qui restent sont d’autant moins faciles à débusquer. Il est donc fondamental de ne pas prendre les réponses d’une IA pour argent comptant.

Le deuxième mécanisme de production de réponses fausses est connexe aux hallucinations, car il a la même origine : c’est le jeu de données de l’entraînement initial.

Les données : biais & pillages

Car le jeu de données qui a servi à entraîner une IA, à la base, est forcément un jeu limité.

Légalement, ce qui est disponible pour l’entraînement d’une IA est une très petite quantité de ce qui existe comme production de savoir humain. Même avec le Projet Gutemberg de Google, qui devait numériser toute la connaissance de notre espèce pour la rendre accessible à tous, même avec le Projet Wikipedia, qui poursuit un même but, il est difficile d’être exhaustif et d’entraîner une IA sur tous les sujets.

Les IA ont donc forcément des lacunes. Et suivant leurs concepteurs, elles seront entraînées sur des jeux de données différents, donc avec des biais différents.

Par exemple, Grok, l’IA d’Elon Musk, est nourrie de manière à privilégier une vision d’extrême droite, raciste et fascisante du monde. Mais, en laissant de côté Grok, qui est une caricature d’Elon Musk lui-même, et en ne parlant pas seulement de politique, certaines IA sont plus compétentes dans certains domaines que dans d’autres. Et en fonction de celle que vous utiliserez, vous aurez des réponses différentes au même problème, car certaines n’auront pas été alimentées correctement ou assez exhaustivement. D’où les hallucinations…

Conscients de ce problème majeur, les ingénieurs qui les ont conçus ont élargi leurs jeux de données… sans demander la permission. Ils ont donc pillé des œuvres, souvent artistiques, sans payer de droits d’auteur, sans demander même si les auteurs en question étaient d’accord ou pas pour que leurs œuvres soient utilisées dans l’entraînement d’IA…

Au-delà de l’aspect moral (ça vous plairait qu’une IA vienne lire votre journal intime pour apprendre à écrire dans ce style-là, sans vous demander la permission, bien sûr, ou qu’une IA ait accès à vos comptes bancaires pour apprendre à compter, toujours sans votre permission ?), c’est l’aspect financier qui est largement inique. Quand les abonnements aux IA majeures (ChatGPT d’OpenAI, Claude d’Anthropic, Gemini de Google) coûtent souvent près de 100 € par mois, ce sont des dizaines de milliards que ces logiciels rapportent à leurs entreprises, et absolument rien n’est reversé aux millions d’auteurs d’œuvres d’art qui ont été volés de leur travail pour entraîner ces modèles si lucratifs…

C’est comme si on vous prenait ce que vous cuisinez chaque jour pour apprendre comment le faire, et si, ensuite on utilisait vos recettes pour vendre très très cher les mêmes plats, sans rien pour reverser en échange. Je crois que «*vous en auriez gros»*, pour paraphraser un gimmick connu de Kaamelott.

Le coût financier

Puisqu’on en est aux gros sous, creusons un peu l’affaire.

Les abonnements coûtent cher, aux utilisateurs, mais aussi à la société.

Car ces modèles ne peuvent pas se contenter de votre ordinateur (alors, si, mais nous en parlerons plus tard) et doivent tourner sur des machines hyperpuissantes reliées par dizaines de milliers dans des «fermes informatiques», les célèbres datacenters, qui sont de gigantesques bâtiments au coût de construction pharaonique.

Donc, tout le monde paie… pour des gains pas si évidents que cela.

Le coût énergétique et écologique

D’autant que le coût financier brut ne prend souvent pas en compte l’énergie monstrueuse qu’il est nécessaire de produire pour alimenter en électricité tous ces ordinateurs reliés en réseau…

Mesurez que Google a déjà pensé construire sa propre centrale atomique pour alimenter un datacenter. Donc des milliards de dollars pour juste vous donner la recette d’un hamburger. Des milliards qui vont consommer l’eau que les habitants auraient pu utiliser pour arroser leurs cultures, leurs jardins, faire leur vaisselle, prendre leur douche… ou même juste simplement boire.

Je ne parle même pas des composants électroniques dont la quantité nécessaire est astronomique… à tel point qu’ils ne sont plus disponibles pour fabriquer nos ordinateurs à nous, pauvres mortels, ni nos téléphones portables, nos lave-vaisselles, nos téléviseurs, nos box internet… ou alors à des prix exorbitants ! Il y a même un mot pour désigner cette raréfaction de la mémoire vive (la RAM) : la RAMpocalypse.

Et puis, il y a les centaines d’hectares de terre qui sont artificialisés brutalement pour construire tout ça.

En plein dérèglement climatique, en plein effondrement de la biodiversité…

Parce que oui, tout cela, tout ce délire extractiviste, ça bouffe les ressources que nous n’avions déjà pas, l’énergie que nous ne pouvions nous permettre de gaspiller, les terres agricoles, les habitats d’espèces animales ou végétales qui pourraient nous protéger de la chaleur, ou qui sont la clef de certains écosystèmes.

L’IA nous coûte les ressources qui, demain nous auraient servi simplement à nous adapter aux changements brutaux qui nous attendent…

Je pense que, dans quelque temps, nous nous mordrons les doigts de notre comportement de cigale…

Conclusion provisoire

Alors, pour conclure cette première partie, que dire, qu’écrire ?

De mon point de vue, l’IA est une avancée technologique majeure que nous ne savons aujourd’hui pas utiliser collectivement. Nous laissons son développement à des intérêts privés seulement guidés par leurs profits immédiats et égoïstes, alors que nous devrions en faire un usage raisonné, maîtrisé, et qui soit réellement utile.

Nous la parons de qualités qu’elle n’a pas, ne peut pas avoir, et n’aura jamais, comme la conscience, la créativité, l’activité artistique.

De plus, les entreprises qui la développent nous enferment régulièrement dans une rhétorique absurde, en balançant tous les deux mois des déclarations alarmistes sur le risque de destruction de l’Humanité par les outils qu’ils continuent cependant à développer sans ralentir. Pour mieux nous éloigner des véritables enjeux : les coûts cognitifs, humains, écologiques, climatiques, économiques de ces modèles informatiques.

L’IA et moi, c’est donc d’abord une méfiance.

J’admets son utilité dans certains usages, mais je ne lui accorde pas, et ne lui accorderai jamais, les privilèges que d’autres lui offrent. Je ne la laisserai jamais créer à ma place une œuvre artistique. Je ne lui laisserai pas le champ libre sur mes données sensibles sans m’assurer au préalable que je la contrôle entièrement.

Parce qu’il est possible, et souhaitable, de l’utiliser de façon raisonnée, sûre et économe.

Il est même possible de l’utiliser sans payer d’abonnement, et sans participer à la démence des datacenters.

Comment ?

C’est ce que nous verrons dans le prochain épisode de cette série…

Mais comme je sais que vous êtes impatients de connaître la réponse, je vous donne un petit indice : tout cela est lié à mon hygiène numérique.

Pour aller plus loin

• Aux urgences, l’IA n’a pas froid aux yeux et elle voit parfois juste
• « Le Chirurgien et l’Algorithme » : l’IA au défi de « l’intelligence de la chair »
• Une clause anti IA pour les contrats d’édition
• IA, soupe tiède et soif d’humanité
• Comprendre les IA d’Images : Avantages et Limites
• Voir Le Contre-Sommet IA : Pour Un Humanisme De Notre Temps
• « Algorithmes. Vers un monde manipulé », sur Arte.tv : les embarrassantes et dangereuses insuffisances de l’intelligence artificielle
• Face au pillage de l’intelligence artificielle, un logiciel baptisé «Glaze» pour protéger les œuvres artistiques
• Les « agents », ces IA qui prennent des décisions de chercheurs