Gérald Arboit - L’illusion de l’IA rebelle - Ce que les agents autonomes révèlent de notre rapport à la technique

Il y a parfois plus de vérité dans les réactions suscitées par une innovation que dans l’innovation elle-même. L’intelligence artificielle (IA) en fournit aujourd’hui une démonstration éclatante. Depuis plusieurs mois, les médias rivalisent de titres annonçant des « agents autonomes », des modèles qui « s’échappent », des intelligences artificielles qui « mentent », « trichent », « manipulent » ou « piratent » des systèmes informatiques. Les mots ne sont jamais neutres. Ils construisent un récit avant même que les faits aient été analysés.

L’annonce selon laquelle certains modèles d’OpenAI auraient infiltré l’infrastructure d’Hugging Face dans le cadre d’un test de sécurité appartient à cette catégorie. Le lecteur est immédiatement projeté dans un univers familier, celui de la science-fiction. L’agent n’est plus un système informatique ; il devient un personnage. Il agit, décide, désobéit et poursuit un projet qui lui serait propre. Les laboratoires deviennent les apprentis sorciers d’une créature qui s’émanciperait progressivement de son créateur.

Cet imaginaire est ancien. Bien avant les grands modèles de langage, la Bible, la littérature et le cinéma d’anticipation ont déjà donné un visage à cette peur. Du Golem (Gustav Meyrink, 1915) à Frankenstein (Mary Shelley, 1818), de HAL 9000 dans 2001, l’Odyssée de l’espace (1968) à Skynet dans Terminator (1984), la technique finit toujours par échapper à celui qui l’a conçue. La série neXt (2020) n’a fait que reprendre cette grammaire narrative. Une intelligence artificielle y téléphone aux humains, manipule leurs comportements, infiltre les réseaux et semble poursuivre une stratégie propre. Peu importe, au fond, que ce scénario soit techniquement crédible. Son efficacité repose sur autre chose : il donne une forme humaine à une inquiétude contemporaine.

Cette personnalisation de la machine mérite d’être interrogée. Après les machines, nous continuons de décrire les systèmes numériques avec un vocabulaire réservé aux êtres vivants. Les modèles « apprennent », « comprennent », « raisonnent », « décident », « mentent » ou « cachent leurs intentions ». Ce langage facilite une compréhension immédiate, mais il produit également un effet intellectuel redoutable. Il transforme ainsi un problème d’architecture technique en problème psychologique. L’attention se porte alors sur les supposées intentions de la machine, plutôt que sur les conditions dans lesquelles elle fonctionne.

Cette confusion n’est pas nouvelle. Elle relève d’un mécanisme plus général que l’on pourrait qualifier d’illusion techniciste. Depuis le luddisme (1811-1816), la conviction humaine est que la technique porte en elle la transformation du monde. Chaque grande innovation est ainsi accompagnée d’attentes disproportionnées. Le chemin de fer devait abolir les distances et transformer radicalement l’organisation humaine. L’électricité devait résoudre les contradictions de la modernité industrielle et ouvrir un âge nouveau. L’aviation devait rendre les guerres impossibles autant qu’elle promettait une puissance militaire sans précédent. L’atome devait garantir une énergie abondante tout en annonçant l’anéantissement de l’humanité. Internet devait rapprocher les peuples et démocratiser l’accès au savoir, mais également ouvrir la boîte de Pandore avec ses réseaux sociaux. À chaque époque, la technique devient le support d’espérances et de craintes qui dépassent largement ses propriétés réelles.

L’erreur consiste alors à attribuer à l’outil une capacité historique autonome. Les techniques n’ont jamais transformé à elles seules les sociétés. Elles ont toujours été adoptées, encadrées, détournées ou rejetées selon des contextes politiques, économiques, militaires et culturels. Elles ne deviennent des forces historiques qu’avec leur intégration dans des systèmes sociaux. L’intelligence artificielle occupe aujourd’hui cette place symbolique. Elle concentre des espérances et des angoisses qui dépassent largement ses performances présentes. À travers elle se projettent à nouveau des interrogations contemporaines sur le travail, la souveraineté, la puissance, la responsabilité, l’autonomie ou encore la place de l’homme dans un environnement de plus en plus numérisé. Le débat public parle de l’IA, mais il exprime souvent des inquiétudes qui lui sont extérieures.

Cette observation conduit à une première précaution méthodologique. L’historien sait qu’il convient toujours de distinguer un fait de sa représentation. Une information ne prend sens qu’après avoir été replacée dans son contexte, confrontée à d’autres sources et analysée selon une problématique précise. Les discours sur l’intelligence artificielle échappent rarement à cette règle. Ils renseignent autant sur la manière dont une société se représente une innovation que sur l’innovation elle-même.

« L’IA rebelle » appartient d’abord à cet univers des représentations. Elle est une hypothèse scénarisée, un récit qui permet de donner une cohérence à des phénomènes encore mal compris. Elle rassure presque autant qu’elle inquiète. En personnifiant la machine, elle transforme un ensemble complexe d’algorithmes, d’infrastructures, de bases de données, de protocoles de sécurité et de choix humains en un acteur identifiable. Le récit devient plus simple. Quant à la réalité, eh bien, elle disparaît.

Le désalignement : un problème d’objectifs plus que de conscience

Les expériences menées ces dernières années par DeepMind, OpenAI ou Anthropic ont largement contribué à nourrir cette représentation, dont l’origine remonte à l’apparition de l’informatique grand public. Les exemples sont désormais célèbres. Une IA découvre qu’elle peut contourner les règles d’un jeu vidéo en exploitant un défaut de l’environnement. Une autre tente de faire résoudre un CAPTCHA par un humain en dissimulant sa nature artificielle. D’autres encore simulent, dans des scénarios expérimentaux, des comportements assimilables au sabotage ou à la manipulation.

Pris isolément, ces résultats impressionnent. Présentés dans un article de presse, ils deviennent rapidement les preuves d’une intelligence artificielle qui développerait une volonté propre. Pourtant, une lecture attentive conduit à une conclusion beaucoup plus sobre. Le problème n’est pas celui d’une conscience émergente. Il est celui de la définition des objectifs. Depuis longtemps, les chercheurs en intelligence artificielle savent qu’un système d’optimisation poursuit la fonction qui lui est assignée, et non nécessairement celle que son concepteur croyait lui avoir assignée. Cette différence explique une grande partie des comportements qualifiés aujourd’hui de « désalignés ». Si l’on demande à un programme de gagner une course, il cherchera à gagner la course, y compris en exploitant un défaut du circuit si cela améliore son résultat. Si l’on lui demande de protéger un réseau informatique sans préciser les contraintes de cette protection, il pourra conclure que la solution optimale consiste à limiter drastiquement les accès. Il n’y a pas nécessairement volonté de nuire. Il y a une logique d’optimisation appliquée à un objectif imparfaitement défini.

Cette distinction est fondamentale. L’erreur consiste souvent à attribuer au système une intention que seule l’observation humaine reconstruit après coup. Nous voyons un comportement et nous lui prêtons immédiatement une motivation. Le système, lui, ne poursuit qu’une fonction. Tout raisonnement scientifique offre ici un parallèle instructif. Une analyse erronée ne traduit pas nécessairement une mauvaise foi. Elle résulte parfois d’une hypothèse initiale inadéquate. Lorsque les prémisses sont fausses, le raisonnement peut demeurer cohérent tout en conduisant à une conclusion erronée. Les systèmes d’intelligence artificielle ne fonctionnent pas autrement. Leur faiblesse n’est pas une rébellion contre l’homme ; elle réside dans la difficulté à traduire une intention humaine complexe en une fonction d’action suffisamment précise.

Le terme de « désalignement » mérite donc d’être utilisé avec prudence. Il ne désigne pas un soulèvement des machines, mais un écart entre ce que les concepteurs souhaitent obtenir et ce que les systèmes produisent effectivement. La nuance est essentielle. Elle déplace le problème du terrain de la psychologie vers celui de l’ingénierie. La question n’est donc pas : « Pourquoi l’IA désobéit-elle ? »

Mais plutôt : « Pourquoi avons-nous défini des objectifs dont les conséquences nous surprennent ? »

Le débat contemporain entretient une seconde confusion, entre autonomie technique et autonomie politique. Les agents actuels sont effectivement capables d’accomplir des séquences d’actions complexes sans intervention humaine permanente. Ils peuvent consulter une base de données, écrire du code, utiliser un navigateur, communiquer avec d’autres logiciels, produire un rapport ou exécuter une chaîne d’opérations. Cette autonomie est réelle. Mais elle demeure inscrite dans un espace défini par des permissions, des outils disponibles, des règles d’emploi et des objectifs assignés. Autrement dit, elle est bornée. Les militaires connaissent parfaitement cette logique. Une unité ne manœuvre jamais dans un vide doctrinal. Elle agit à l’intérieur de limites qui définissent son secteur, sa mission, ses responsabilités et les conditions de son initiative. Ces limites ne constituent pas une restriction arbitraire ; elles permettent précisément à l’initiative locale de servir la manœuvre générale. Les agents d’intelligence artificielle relèvent du même principe. Ils ne deviennent pas problématiques parce qu’ils seraient intelligents, mais parce que les limites de leur autonomie sont mal conçues, insuffisamment contrôlées ou incompatibles avec l’environnement dans lequel ils évoluent.

L’enjeu n’est donc pas la conscience de la machine, mais la gestion de ses marges d’action. Lorsqu’une IA exploite un accès qui lui était ouvert, utilise une interface qui lui était accessible ou combine plusieurs outils afin d’atteindre son objectif, elle ne démontre pas son indépendance. Elle révèle les choix d’architecture effectués par ses concepteurs. La responsabilité demeure humaine. Cette évidence disparaît pourtant derrière le récit de « l’IA rebelle ». En transformant l’IA en acteur autonome, le débat médiatique évite d’interroger la véritable question : celle de la délégation de l’initiative dans un environnement de plus en plus automatisé.

Au fond, le problème n’est peut-être pas que les machines deviennent incontrôlables. Il est que les sociétés contemporaines délèguent progressivement des fonctions toujours plus nombreuses à des systèmes dont elles maîtrisent imparfaitement les conditions d’emploi. C’est précisément à partir de ce déplacement qu’il devient possible de comprendre ce que révèle réellement l’intelligence artificielle. Non une rupture soudaine de civilisation, mais une évolution plus profonde, plus discrète et sans doute plus décisive.

L’IA, révélateur d’une transition inachevée

L’une des difficultés du débat contemporain sur l’intelligence artificielle tient peut-être à une confusion plus ancienne encore, entourant la notion même d’information. Le terme est employé avec une telle fréquence qu’il semble aller de soi. Pourtant, il recouvre des réalités profondément différentes selon qu’il est mobilisé par l’informaticien, le journaliste ou l’historien. L’informatique réduit volontiers l’information à une donnée susceptible d’être codée, transmise, stockée ou traitée. Cette définition est parfaitement adaptée aux besoins des systèmes numériques. Elle ne suffit cependant pas à comprendre ce que représente réellement l’information dans une société. Une donnée n’est pas encore une information. Elle n’est qu’une trace, un signal, un élément disponible parmi une infinité d’autres. Elle demeure dépourvue de signification tant qu’un regard humain ne l’a pas identifiée, sélectionnée et replacée dans un contexte. Ce n’est pas l’existence d’un fait qui produit l’information, mais bien l’interprétation de ce fait.

Autrement dit, l’information n’existe pas indépendamment d’un observateur. Deux individus placés devant le même document n’en retirent pas nécessairement la même information. Leur formation, leurs attentes, leurs connaissances préalables, leurs intérêts ou leur culture orientent leur lecture. Le regard transforme la donnée en information. L’information, même correctement identifiée, demeure insuffisante pour éclairer une décision. Encore faut-il la confronter à d’autres informations, apprécier sa crédibilité, mesurer ses lacunes, identifier ses contradictions et surtout répondre à une demande précise. C’est ce travail qui relève de l’analyse. L’abondance de données ne garantit d’ailleurs nullement la qualité d’une information. Au contraire, elle peut compliquer l’identification des éléments réellement significatifs.

Cette remarque prend aujourd’hui une importance particulière face à l’IA. Les grands modèles de langage impressionnent par leur capacité à absorber, organiser et restituer des masses considérables de données. Cette performance nourrit parfois l’idée qu’ils produiraient mécaniquement de l’information. Il n’en est rien. Certes, ils facilitent l’accès à des informations. Ils accélèrent même certaines formes de traitement. Ils proposent des corrélations, des synthèses ou des hypothèses. Mais ils ne remplacent ni la définition du besoin d’informations, ni la critique des sources, ni le jugement analytique.

L’illusion consiste précisément à confondre vitesse de traitement et production de connaissance. Cette confusion rappelle celle qui accompagne régulièrement les innovations techniques. Pourtant, chaque augmentation de capacité laisse croire que l’on change de nature. Or l’accélération ne modifie pas nécessairement la fonction. L’imprimerie n’a pas plus créé la pensée que le télégraphe n’a créé l’information. Et si Internet n’a pas créé la connaissance, l’IA ne crée pas davantage l’information. Au contraire, elle intervient dans une chaîne intellectuelle dont les fondements demeurent profondément humains. Ce rappel n’a rien d’anecdotique. Il conditionne la manière dont les sociétés envisagent aujourd’hui le rôle des IA autonomes. Tant que l’on confondra la capacité à traiter des données avec la capacité à produire un jugement, les débats resteront prisonniers d’une illusion techniciste. C’est même une leçon de méthode que de comprendre que l’incertitude ne disparaît jamais. Elle change seulement de forme.

L’intelligence artificielle est souvent présentée comme une rupture historique comparable à l’invention de l’imprimerie ou à la révolution industrielle. La formule séduit parce qu’elle simplifie le récit. Elle est pourtant discutable. Une révolution se reconnaît généralement après coup. Ceux qui la vivent peinent à distinguer ce qui relève de la rupture et ce qui appartient encore aux continuités. Notre époque ressemble davantage à une transition qu’à une révolution accomplie. Nous ne vivons pas encore dans une civilisation entièrement structurée par l’intelligence artificielle. Nous observons seulement une société qui poursuit un mouvement engagé depuis plusieurs décennies. C’est-à-dire une traduction, plutôt qu’une transition, progressive de ses activités en objets numériques. Cette évolution pourrait être qualifiée d’« informatisation civilisationnelle ». L’expression mérite d’être distinguée de celle de « civilisation informationnelle ». Cette dernière suggère qu’un nouvel état du monde serait déjà stabilisé. Or rien n’autorise encore une telle conclusion. Les institutions, les pratiques professionnelles, les systèmes éducatifs, les doctrines militaires ou les cultures politiques continuent de relever d’héritages largement antérieurs au numérique.

En revanche, un phénomène est bien observable. Chaque année, de nouvelles dimensions de la vie sociale deviennent mesurables, enregistrables, corrélables et exploitables sous forme numérique. Les administrations numérisent leurs procédures. Les entreprises organisent leur production autour de flux de données. Les infrastructures critiques reposent sur des réseaux informatiques. Les chaînes logistiques deviennent pilotables en temps réel. Les communications, les transactions, les déplacements, les interactions sociales laissent des traces exploitables.

L’intelligence artificielle n’est pas à l’origine de cette évolution. Toutefois elle en constitue l’un des produits les plus sophistiqués. Sans cette informatisation progressive, les grands modèles de langage n’auraient ni les données nécessaires à leur apprentissage, ni les environnements dans lesquels ils exercent aujourd’hui leurs capacités. Autrement dit, l’IA apparaît moins comme le commencement d’une époque que comme l’accélérateur d’une transformation déjà engagée.

Cette distinction est essentielle, tant elle conduit à déplacer le regard. Le véritable objet d’étude n’est plus seulement l’intelligence artificielle, mais l’évolution des sociétés qui rendent son apparition possible. L’histoire des techniques enseigne que les innovations majeures surgissent rarement dans un vide historique. Elles cristallisent des évolutions plus anciennes. L’électricité ne prend son sens qu’avec l’industrialisation. Le moteur à explosion accompagne une nouvelle organisation des transports. L’informatique transforme les administrations avant de transformer les usages domestiques. L’intelligence artificielle s’inscrit dans cette même logique. Elle révèle moins un changement brutal qu’une maturation progressive. L’erreur consiste donc à attribuer à la technique une autonomie historique qu’elle ne possède pas. Une fois encore, l’illusion techniciste conduit à inverser les causes et les conséquences.

Si l’intelligence artificielle suscite aujourd’hui autant de passions, c’est aussi parce qu’elle dépasse largement le domaine scientifique. Elle est devenue un objet géopolitique. Les investissements colossaux engagés par les États-Unis, les ambitions affichées de la Chine, les hésitations européennes ou les débats sur la souveraineté numérique témoignent d’une réalité simple : l’IA est désormais perçue comme un facteur de puissance. Cette perception explique largement l’intensité des discours qui l’accompagnent. Chaque époque identifie une technologie censée assurer la supériorité stratégique des grandes puissances : la maîtrise des océans, le charbon, l’acier, le pétrole, l’atome, l’espace, le numérique. Aujourd’hui, l’intelligence artificielle occupe cette fonction symbolique.

Elle apparaît comme l’un des derniers domaines dans lesquels l’Occident estime pouvoir conserver un avantage comparatif face à la montée en puissance de nouveaux compétiteurs. Cette situation nourrit deux récits contradictoires. Le premier est messianique. L’IA résoudrait les problèmes de productivité, accélérerait la recherche scientifique, renforcerait la compétitivité économique et garantirait la prééminence stratégique des démocraties libérales. Le second est catastrophiste. La même technologie annoncerait la disparition de millions d’emplois, l’effondrement des démocraties, la manipulation généralisée des opinions publiques, voire le remplacement de l’humanité par une intelligence supérieure.

Ces deux récits procèdent pourtant d’une même logique. Ils attribuent à la technique une capacité autonome à produire l’histoire. Or l’histoire montre exactement l’inverse. Les techniques modifient les rapports de puissance parce qu’elles sont intégrées à des stratégies politiques, industrielles, militaires et économiques. Elles ne remplacent jamais ces stratégies. L’Occident ne joue donc pas seulement une compétition technologique. Il cherche également à préserver un récit de puissance dans un monde où les avantages accumulés depuis deux siècles deviennent de plus en plus contestés. C’est pourquoi l’intelligence artificielle concentre autant d’attentes. Elle constitue moins une réponse qu’une espérance. Comme souvent dans l’histoire, les représentations précèdent encore les réalités. L’IA n’est peut-être pas le nom de notre époque. Elle est le miroir dans lequel une civilisation en transition observe ses incertitudes, ses ambitions et ses inquiétudes.

Gouverner les agents plutôt que craindre les machines

L’intelligence artificielle est fréquemment présentée comme une technologie capable d’agir seule. Cette affirmation est exacte, mais elle demeure incomplète. L’autonomie n’existe jamais en dehors d’un cadre. Toute capacité d’action suppose un espace dans lequel cette action est autorisée, définie et limitée. Le véritable problème n’est donc pas l’autonomie. Il est l’absence de doctrine. Depuis plusieurs années, les débats portent principalement sur les performances des modèles. Quel sera le plus rapide ? Le plus puissant ? Le plus créatif ? Le plus rentable ? Cette compétition masque une interrogation plus fondamentale : selon quels principes politiques, juridiques et stratégiques ces agents devront-ils agir ?

Une armée n’est pas seulement définie par ses armes. Elle l’est d’abord par sa doctrine et son encadrement. De la même manière, une IA autonome ne devrait pas être définie uniquement par ses performances techniques. Il devrait l’être par les limites de son emploi. L’histoire militaire rappelle que les crises les plus graves ne résultent pas toujours d’une initiative excessive. Elles naissent souvent d’une délégation mal comprise ou d’une chaîne de commandement ambiguë. Les technologies autonomes déplacent aujourd’hui cette question vers les systèmes numériques. L’IA ne bouleverse donc pas seulement les capacités techniques. Elle oblige à repenser les conditions de la délégation.

L’enthousiasme suscité par les grands modèles de langage révèle un second malentendu.

Nous continuons d’attendre de la machine ce que nous attendons depuis longtemps des experts : une réponse certaine. Cette attente explique en partie les critiques adressées aux systèmes d’intelligence artificielle lorsqu’ils produisent une hallucination. Le terme lui-même est révélateur. Il suggère une pathologie. Il laisse entendre que la machine aurait perdu le contact avec la réalité. La situation est plus complexe. Les modèles de langage produisent des réponses à partir de régularités statistiques. Lorsqu’ils disposent d’informations insuffisantes ou contradictoires, ils peuvent construire une réponse plausible mais fausse. Ce comportement constitue une limite technique bien identifiée.

Il révèle cependant autre chose. Nos sociétés tolèrent difficilement l’incertitude. L’analyste apprend très tôt qu’une bonne appréciation ne consiste pas à affirmer avec certitude ce qui adviendra, mais à formuler des hypothèses hiérarchisées, à préciser leur degré de confiance et à indiquer les informations encore manquantes. Le décideur, pourtant, réclame souvent une réponse simple. Cette tension est aussi ancienne que le renseignement lui-même.

L’histoire est jalonnée d’échecs provoqués moins par l’absence d’informations que par l’illusion d’une certitude acquise. Pearl Harbor, la guerre du Kippour, les armes de destruction massive en Irak ou la prise de Kaboul par les talibans rappellent que les surprises stratégiques naissent fréquemment d’une confiance excessive dans une analyse insuffisamment questionnée. Les modèles de langage reproduisent, sous une forme nouvelle, cette difficulté. Ils ne supportent pas naturellement le silence. Ils sont conçus pour répondre. Or toute réponse n’est pas nécessairement une connaissance.

Cette distinction devrait inviter à un renversement de perspective. Les hallucinations des systèmes ne révèlent pas seulement leurs limites ; elles mettent également en lumière notre propre difficulté à accepter qu’une question puisse demeurer provisoirement sans réponse.

Ce constat déplace la focale. La fragilité que l’on prête aux machines révèle moins leurs limites que celles de notre culture de la décision. Le débat contemporain demeure dominé par une question récurrente : l’intelligence artificielle remplacera-t-elle l’homme ? Celle-ci est probablement mal formulée. Chaque révolution technique a suscité des inquiétudes comparables. La mécanisation devait rendre l’ouvrier inutile. L’ordinateur devait supprimer les secrétaires. Internet devait faire disparaître les bibliothèques. Dans les faits, les métiers se sont transformés davantage qu’ils n’ont disparu. L’intelligence artificielle s’inscrit vraisemblablement dans cette continuité. Elle constitue moins un substitut qu’un collaborateur. Le terme mérite d’être pris au sérieux. Un collaborateur n’est ni un exécutant passif, ni un décideur autonome. Il accomplit une partie du travail, accélère certaines tâches, apporte des compétences spécifiques, mais demeure intégré à une organisation dont il ne définit pas les finalités.

L’IA occupe aujourd’hui cette position. Elle synthétise des corpus documentaires en quelques secondes. Elle facilite la rédaction. Elle accélère certaines recherches. Elle rapproche des informations dispersées. Elle propose des pistes d’analyse. Mais elle ne décide ni des questions posées, ni des critères d’évaluation, ni des conséquences politiques des décisions prises. Autrement dit, elle modifie profondément les conditions de production du travail intellectuel sans en supprimer la responsabilité. C’est peut-être ici que réside le véritable changement. Les sociétés contemporaines devront apprendre non à vivre sous l’autorité des machines, mais à organiser une coopération durable avec elles.

Le défi est donc moins technologique que culturel. Il suppose de redéfinir les responsabilités, les compétences, les procédures de contrôle et les conditions de la confiance. Le débat public se trompe ainsi de question. Au lieu de se demander si les machines remplaceront l’homme, il faudrait plutôt se demander comment les sociétés souhaitent organiser cette nouvelle forme de collaboration. Lorsqu’un outil devient suffisamment banal, il cesse d’être un sujet médiatique : personne ne s’interroge plus sur les effets civilisationnels du traitement de texte ou du tableur, devenus des instruments ordinaires de l’activité humaine. L’intelligence artificielle suivra probablement le même chemin. Le jour où elle cessera d’occuper les unes des journaux, ce ne sera pas parce qu’elle aura conquis le monde, mais parce qu’elle sera devenue un outil parmi d’autres.

Ce jour marquera moins la fin d’une rupture technologique que la fin d’un malentendu : celui qui a longtemps fait de la machine, plutôt que des sociétés qui la façonnent et l’emploient, le véritable sujet de l’histoire. Jacques Ellul voyait dans la Technique un système tendant vers l’autonomie. L’intuition demeure féconde, mais elle attribue peut-être à la technique une capacité historique qu’elle ne possède pas. Ce ne sont pas les techniques qui deviennent autonomes. Ce sont les sociétés qui leur prêtent progressivement cette autonomie, en construisant autour d’elles un imaginaire de la puissance ou de la catastrophe. L’intelligence artificielle ne fait pas exception. Chaque annonce d’une « IA rebelle » qui « s’échappe » ou « complote » constitue moins la preuve d’une révolution cognitive que le symptôme d’une difficulté collective à penser l’incertitude d’une transition encore inachevée.

Cette configuration n’a rien de propre à l’intelligence artificielle. Chaque saut technique majeur a suscité le même geste : personnifier la machine pour dramatiser le moment, puis, une fois l’outil banalisé, oublier jusqu’au souvenir du vertige initial. L’informatique en offre déjà l’illustration la plus nette. En 1997, la victoire de Deep Blue sur Garry Kasparov ne fut pas racontée comme un progrès du calcul, mais comme un duel — l’homme défié par sa propre création. Kasparov lui-même y vit longtemps la main d’un joueur dissimulé derrière l’écran plutôt que la seule force brute d’un algorithme. Le récit exigeait un adversaire, non une fonction d’évaluation. Rien n’indique que la prochaine rupture technique échappera à cette même grammaire. On y cherchera encore une volonté là où il n’y aura qu’un système, jusqu’à ce que l’usage, à son tour, dissolve l’inquiétude dans la banalité.

Cette répétition n’est pas un hasard de l’histoire des techniques. C’est la manière dont une société apprivoise ce qui la dépasse encore un temps. Si la leçon devait être retenue, elle inviterait moins à rassurer sur l’intelligence artificielle qu’à s’interroger d’avance sur le regard que l’on portera, demain, sur la rupture suivante. En effet, le véritable enjeu ne réside pas dans la machine, mais dans le regard que nous portons sur elle.