Le 5 novembre 1985, Le Monde titrait :
« Informatique pour tous : une pédagogie qui inquiète ».
Certains psychopédagogues estimaient que faire programmer les enfants en BASIC risquait de « massacrer les jeunes esprits ».
Quarante ans plus tard, cette archive frappe par la proximité de son vocabulaire avec celui employé aujourd’hui à propos de l’intelligence artificielle.
En 1985, j’étais déjà ingénieur systèmes dans une multinationale américaine et je comptais cinq années d’expérience professionnelle. Je me préparais alors, avec d’autres collègues, à prendre en charge le marché MEA — Moyen-Orient et Afrique —, dont le Maroc. L’informatique était mon métier.
Le Minitel faisait alors entrer les services en réseau dans la vie quotidienne de nombreux Français, bien avant que le grand public ne découvre Internet au milieu des années 1990. Je ne parle donc pas de cette histoire comme d’une succession de modes : j’ai connu, pratiqué et étudié ces techniques au fil de leur développement.
Depuis, j’ai poursuivi près d’un demi-siècle de veille, de pratique et d’apprentissage continu dans la science informatique. Dès le début du XXIᵉ siècle, j’ai également travaillé sur ses implications managériales, stratégiques et politiques.
C’est à partir de ce parcours que je qualifie une partie du discours actuel sur l’IA de « marketing de la peur ».
Certains psychopédagogues estimaient que faire programmer les enfants en BASIC risquait de « massacrer les jeunes esprits ».
Quarante ans plus tard, cette archive frappe par la proximité de son vocabulaire avec celui employé aujourd’hui à propos de l’intelligence artificielle.
En 1985, j’étais déjà ingénieur systèmes dans une multinationale américaine et je comptais cinq années d’expérience professionnelle. Je me préparais alors, avec d’autres collègues, à prendre en charge le marché MEA — Moyen-Orient et Afrique —, dont le Maroc. L’informatique était mon métier.
Le Minitel faisait alors entrer les services en réseau dans la vie quotidienne de nombreux Français, bien avant que le grand public ne découvre Internet au milieu des années 1990. Je ne parle donc pas de cette histoire comme d’une succession de modes : j’ai connu, pratiqué et étudié ces techniques au fil de leur développement.
Depuis, j’ai poursuivi près d’un demi-siècle de veille, de pratique et d’apprentissage continu dans la science informatique. Dès le début du XXIᵉ siècle, j’ai également travaillé sur ses implications managériales, stratégiques et politiques.
C’est à partir de ce parcours que je qualifie une partie du discours actuel sur l’IA de « marketing de la peur ».
Ce marketing repose sur une mécanique familière :
Prendre une possibilité technique, lui attribuer des conséquences inévitables, puis demander à la société de choisir entre l’adhésion et le rejet. Hier, apprendre le BASIC devait menacer l’esprit des enfants.
Aujourd’hui, l’IA ferait disparaître la pensée, remplacerait les enseignants, supprimerait les emplois et écrirait les livres à notre place.
À force de présenter ces scénarios comme des destins, on cesse d’examiner les décisions humaines qui rendent certains usages possibles et en empêchent d’autres. Les inquiétudes ne sont pourtant pas toutes infondées.
Un élève peut remettre un devoir produit par une IA sans en comprendre une ligne. Un candidat peut être écarté par un outil de recrutement dont il ignore les critères. Une personne peut subir une décision administrative automatisée sans savoir comment la contester. Ces situations exigent des réponses précises.
La peur générale, elle, ne dit ni comment former un enseignant, ni comment protéger un candidat, ni qui doit répondre d’une décision publique.
À l’école, la question posée en 1985 reste instructive. Faire programmer un enfant ne suffisait pas à développer son raisonnement ; encore fallait-il lui donner l’occasion de comprendre le problème, d’essayer, de se tromper et d’expliquer son programme.
Il en va de même avec l’IA. Si l’élève se contente de recopier une réponse, il risque de renoncer à une partie de l’apprentissage. S’il apprend à interroger cette réponse, à repérer ses erreurs, à confronter ses sources et à défendre son propre raisonnement, l’outil peut devenir un objet d’étude et de travail.
Cela demande une pédagogie et des enseignants formés, pas seulement une consigne d’utilisation ou d’interdiction.
Aujourd’hui, l’IA ferait disparaître la pensée, remplacerait les enseignants, supprimerait les emplois et écrirait les livres à notre place.
À force de présenter ces scénarios comme des destins, on cesse d’examiner les décisions humaines qui rendent certains usages possibles et en empêchent d’autres. Les inquiétudes ne sont pourtant pas toutes infondées.
Un élève peut remettre un devoir produit par une IA sans en comprendre une ligne. Un candidat peut être écarté par un outil de recrutement dont il ignore les critères. Une personne peut subir une décision administrative automatisée sans savoir comment la contester. Ces situations exigent des réponses précises.
La peur générale, elle, ne dit ni comment former un enseignant, ni comment protéger un candidat, ni qui doit répondre d’une décision publique.
À l’école, la question posée en 1985 reste instructive. Faire programmer un enfant ne suffisait pas à développer son raisonnement ; encore fallait-il lui donner l’occasion de comprendre le problème, d’essayer, de se tromper et d’expliquer son programme.
Il en va de même avec l’IA. Si l’élève se contente de recopier une réponse, il risque de renoncer à une partie de l’apprentissage. S’il apprend à interroger cette réponse, à repérer ses erreurs, à confronter ses sources et à défendre son propre raisonnement, l’outil peut devenir un objet d’étude et de travail.
Cela demande une pédagogie et des enseignants formés, pas seulement une consigne d’utilisation ou d’interdiction.
Cette exigence doit aussi être sociale.
Dans mes tribunes sur l’éducation et le déterminisme social, j’ai défendu une question simple : qui aura réellement accès aux compétences et aux outils permettant de comprendre l’IA ?
Si les élèves les mieux accompagnés apprennent à s’en servir de manière critique tandis que les autres reçoivent des réponses toutes faites, la technologie peut renforcer les écarts de départ.
Et si un système d’orientation utilise des données incomplètes sur les parcours scolaires, il peut enfermer un jeune dans les limites que son origine sociale semblait déjà lui assigner. L’égalité d’accès à l’IA ne se mesure donc pas au seul nombre de connexions.
Elle se mesure à la qualité de la formation et aux possibilités que l’on ouvre à chaque élève. Dans le monde du travail, la formule « l’IA remplace l’humain » produit une autre confusion. Un système peut automatiser des tâches, accélérer des traitements ou aider à produire un document.
Mais une décision de ne pas recruter, de supprimer un poste ou de confier une responsabilité à un logiciel est prise par des dirigeants.
Dans mes écrits sur l’emploi, j’ai notamment attiré l’attention sur les postes qui ne seront jamais créés parce qu’une organisation croit pouvoir se passer de débutants. Leur disparition ne figurera dans aucune statistique de licenciement. Elle peut pourtant modifier profondément les perspectives d’une génération.
Si les élèves les mieux accompagnés apprennent à s’en servir de manière critique tandis que les autres reçoivent des réponses toutes faites, la technologie peut renforcer les écarts de départ.
Et si un système d’orientation utilise des données incomplètes sur les parcours scolaires, il peut enfermer un jeune dans les limites que son origine sociale semblait déjà lui assigner. L’égalité d’accès à l’IA ne se mesure donc pas au seul nombre de connexions.
Elle se mesure à la qualité de la formation et aux possibilités que l’on ouvre à chaque élève. Dans le monde du travail, la formule « l’IA remplace l’humain » produit une autre confusion. Un système peut automatiser des tâches, accélérer des traitements ou aider à produire un document.
Mais une décision de ne pas recruter, de supprimer un poste ou de confier une responsabilité à un logiciel est prise par des dirigeants.
Dans mes écrits sur l’emploi, j’ai notamment attiré l’attention sur les postes qui ne seront jamais créés parce qu’une organisation croit pouvoir se passer de débutants. Leur disparition ne figurera dans aucune statistique de licenciement. Elle peut pourtant modifier profondément les perspectives d’une génération.
Il faut donc demander aux organisations ce qu’elles délèguent à l’IA, pourquoi elles le font et comment elles en évaluent les conséquences.
Derrière un outil de recrutement se trouvent des critères choisis. Derrière une réduction d’effectifs se trouve une stratégie. Derrière une décision automatisée se trouvent des autorisations, des données et des responsables.
Attribuer ces choix à « l’intelligence artificielle » dispense trop facilement ceux qui les prennent d’en répondre. C’est le sens de la démarche de gouvernance que j’ai développée dans ma série AI LIGHT.
Un agent d’IA doit agir dans un cadre explicite : un contrat d’exécution définit ce qu’il est autorisé à faire ; une tour de contrôle permet d’observer son activité et de détecter les écarts ; des personnes compétentes doivent pouvoir comprendre, contester, suspendre ou interrompre son action.
Afficher un « humain dans la boucle » ne suffit pas si cet humain ne dispose ni des informations ni de l’autorité nécessaires pour intervenir.
La supervision doit être une responsabilité réelle. La même réflexion s’applique à la culture. J’explore actuellement une version conversationnelle de mon livre sur l’intelligence artificielle au Maroc. Une lectrice peut y poser une question dans la langue de son choix, retrouver un passage et poursuivre sa lecture.
Mais une réponse fluide peut aussi être infidèle au texte. Il faut alors pouvoir revenir à l’ouvrage, vérifier les passages utilisés et distinguer la pensée de l’auteur de la formulation produite par la machine. L’outil ouvre une possibilité nouvelle ; sa valeur dépend de la manière dont auteurs, éditeurs et lecteurs la gouvernent.
Attribuer ces choix à « l’intelligence artificielle » dispense trop facilement ceux qui les prennent d’en répondre. C’est le sens de la démarche de gouvernance que j’ai développée dans ma série AI LIGHT.
Un agent d’IA doit agir dans un cadre explicite : un contrat d’exécution définit ce qu’il est autorisé à faire ; une tour de contrôle permet d’observer son activité et de détecter les écarts ; des personnes compétentes doivent pouvoir comprendre, contester, suspendre ou interrompre son action.
Afficher un « humain dans la boucle » ne suffit pas si cet humain ne dispose ni des informations ni de l’autorité nécessaires pour intervenir.
La supervision doit être une responsabilité réelle. La même réflexion s’applique à la culture. J’explore actuellement une version conversationnelle de mon livre sur l’intelligence artificielle au Maroc. Une lectrice peut y poser une question dans la langue de son choix, retrouver un passage et poursuivre sa lecture.
Mais une réponse fluide peut aussi être infidèle au texte. Il faut alors pouvoir revenir à l’ouvrage, vérifier les passages utilisés et distinguer la pensée de l’auteur de la formulation produite par la machine. L’outil ouvre une possibilité nouvelle ; sa valeur dépend de la manière dont auteurs, éditeurs et lecteurs la gouvernent.
L’article de 1985 ne prouve pas que toute inquiétude actuelle sera démentie par l’histoire.
Il nous rappelle quelque chose de plus utile : une société apprend mal lorsqu’elle confond prédiction et réflexion. Les erreurs des systèmes, les inégalités d’accès, l’opacité des décisions et la concentration des moyens techniques demandent de la vigilance.
Cette vigilance devient efficace lorsqu’elle conduit à former, à vérifier, à attribuer les responsabilités et à donner aux personnes concernées des moyens d’agir. Après près de cinquante ans au contact de l’informatique, je ne demande ni confiance aveugle ni peur permanente. Je demande que l’on comprenne les techniques, que l’on examine leurs limites et que l’on gouverne leurs usages.
En 1985, on s’interrogeait sur ce que programmer ferait aux enfants.
Aujourd’hui, demandons-nous ce que nous voulons leur apprendre avec l’IA, ce que nous acceptons de déléguer aux systèmes et ce dont nous entendons continuer à répondre nous-mêmes. C’est ainsi que nous sortirons du marketing de la peur.
Cette vigilance devient efficace lorsqu’elle conduit à former, à vérifier, à attribuer les responsabilités et à donner aux personnes concernées des moyens d’agir. Après près de cinquante ans au contact de l’informatique, je ne demande ni confiance aveugle ni peur permanente. Je demande que l’on comprenne les techniques, que l’on examine leurs limites et que l’on gouverne leurs usages.
En 1985, on s’interrogeait sur ce que programmer ferait aux enfants.
Aujourd’hui, demandons-nous ce que nous voulons leur apprendre avec l’IA, ce que nous acceptons de déléguer aux systèmes et ce dont nous entendons continuer à répondre nous-mêmes. C’est ainsi que nous sortirons du marketing de la peur.