Réduire la science informatique au code — et plus récemment aux modèles de type LLM — constitue une erreur majeure, à la fois intellectuelle, pédagogique et stratégique. La science informatique n’est pas le code.

Elle est une science des systèmes, des structures, des interactions et des logiques.

Elle s’inscrit dans une tradition scientifique rigoureuse, faite de formalisation, de modélisation et de compréhension. Le code, lui, n’est qu’un langage d’implémentation, une traduction opérationnelle de cette pensée.

Confondre les deux revient à prendre l’outil pour la connaissance, l’exécution pour la conception, l’application pour la science. Aujourd’hui, cette confusion est amplifiée par l’engouement mondial pour l’intelligence artificielle, et plus particulièrement pour les modèles de langage.

L’illusion est grande : parce que ces systèmes produisent du texte, du code ou des images, certains en viennent à croire que la science informatique se réduit à leur usage. C’est une dérive dangereuse.

Hier, le monde ne jurait que par les ERP ; aujourd’hui, il ne parle que de LLM. Dans les deux cas, il s’agit d’applications. La science, elle, est ailleurs. Elle est dans les fondements qui permettent de concevoir, comprendre et maîtriser ces systèmes.

Une autre confusion, tout aussi grave, consiste à ignorer le rôle fondamental des sciences humaines et sociales dans cette transformation. L’intelligence artificielle n’est pas qu’une affaire de mathématiques ou d’informatique.

Elle est aussi — et peut-être surtout — une question économique, organisationnelle, managériale, culturelle et sociétale.

Les sciences économiques et de gestion, en particulier, sont essentielles pour comprendre les impacts réels de ces technologies : sur la productivité, sur les organisations, sur la prise de décision, sur la création de valeur.

L’histoire nous l’a déjà montré. Les grandes transformations technologiques ne produisent pas leurs effets par la seule performance technique des outils, mais par leur intégration dans des systèmes humains complexes.

Ignorer cette réalité, c’est se condamner à reproduire les erreurs du passé, en croyant que la technologie suffit à transformer le monde. Nous vivons aujourd’hui une époque paradoxale.

Jamais l’intelligence artificielle n’a été autant discutée, commentée, enseignée, médiatisée. Conférences, formations, événements : le sujet est partout. Et pourtant, jamais les fondamentaux scientifiques n’ont été aussi peu rappelés.

Comme si l’abondance des discours avait remplacé l’exigence de la pensée.

Non pas pour ralentir l’innovation, mais au contraire pour lui redonner du sens et de la profondeur. Revenir à la science informatique comme science des systèmes. Réintégrer les sciences humaines et sociales dans l’analyse.

Comprendre que le code n’est qu’un moment du processus, et non son essence. Dans mes travaux, j’ai toujours insisté sur une distinction essentielle : l’algorithme est une manière de penser, une logique de raisonnement ; le programme n’est que la traduction de cette logique dans un langage formel.

Cette distinction, simple en apparence, est fondamentale. Elle permet de comprendre pourquoi la disparition partielle du code, sous l’effet de l’IA, ne signifie pas la disparition de la pensée. Bien au contraire : elle en renforce l’importance.

À l’ère de l’IA, ce ne sont pas ceux qui écrivent le plus de code qui auront le plus d’impact, mais ceux qui comprennent le mieux les systèmes, les modèles et les interactions. Ceux qui savent relier technique, organisation et stratégie.

Ceux qui, à l’image du Maâlam, maîtrisent à la fois le geste et le sens. Le code change. Les outils évoluent. Les modes passent. Hier les ERP, aujourd’hui les LLM, demain d’autres systèmes. Mais la science, elle, demeure.

Elle est un tout, un socle, une exigence. C’est ce socle qu’il nous faut aujourd’hui retrouver.

Par Dr Az-Eddine Bennani.