Intelligence artificielle : permettre à la majorité de sortir de la base ou rester éternellement bloqué en bas ?

Auteur : Zhang Feng

I. La vision fondamentale du New Yorker : « L’intelligence artificielle condamnera la majorité à rester à jamais au bas de l’échelle »

Dans un article largement diffusé du magazine The New Yorker, une vision inquiétante de l’avenir est dépeinte : avec le développement rapide de l’intelligence artificielle, la société se divisera en une « élite » maîtrisant la technologie AI et une masse de « classes inutiles », la majorité des gens étant condamnés à rester en permanence au bas de l’échelle sociale. La logique centrale de cette vision peut être résumée en plusieurs points :

Premièrement, l’AI va remplacer un grand nombre de professions de cols blancs et de travailleurs du savoir. Contrairement aux révolutions industrielles précédentes qui ont principalement remplacé la force physique, l’intelligence artificielle impacte directement le travail cognitif, l’analyse, le jugement, voire une certaine créativité. Les professions traditionnelles de la classe moyenne telles que avocats, comptables, programmeurs, médecins, enseignants, pourraient être massivement remplacées par l’AI.

Deuxièmement, la vitesse d’itération technologique dépasse de loin celle de la transition de la main-d’œuvre. Historiquement, la diffusion de la machine à vapeur et de l’électricité a pris plusieurs décennies, voire un siècle, alors que la capacité de l’AI connaît des avancées qualitatives tous les quelques mois. Les gens n’ont pas le temps d’apprendre de nouvelles compétences, celles-ci deviennent rapidement obsolètes.

Troisièmement, la monopolisation de la technologie par le capital accentuera les inégalités. Les grandes entreprises détenant l’AI et les ressources de calcul deviendront de nouveaux « seigneurs féodaux », tandis que le citoyen ordinaire n’aura aucun pouvoir de négociation dans ce système, car l’AI sera moins chère, plus efficace et plus stable que n’importe qui.

Quatrièmement, la logique de « création de nouveaux emplois » s’effondre. Si les révolutions technologiques passées ont détruit d’anciens postes tout en en créant de nouveaux, l’AI ne se limite pas à remplacer la force physique, mais aussi le travail intellectuel. Les nouveaux emplois créés seront soit très haut de gamme (réservés à une minorité), soit rapidement absorbés par l’AI. Au final, la majorité perdra toute valeur dans la participation à l’économie, ne pouvant subsister qu’avec un revenu de base, devenant ainsi des « animaux de compagnie nourris par des algorithmes ».

Cette vision n’est pas une simple alarmiste. Elle suscite une anxiété profonde dans le monde académique, technologique et politique. Mais si l’on examine de plus près la nature de l’intelligence artificielle, on constate que la conclusion du New Yorker repose sur une erreur fondamentale — il considère l’AI comme une force extérieure qui remplace la capacité mentale humaine, sans voir que l’AI est en réalité une infrastructure de la capacité mentale elle-même.

II. La rationalité et l’irrationalité de la logique du New Yorker

Raisons valides. D’abord, il faut reconnaître qu’il existe des éléments raisonnables dans la vision du New Yorker. Il est vrai que l’AI aura un impact majeur sur le marché de l’emploi, ce qui est étayé par de nombreuses preuves. Des modèles linguistiques comme GPT-4 excellent dans la génération de code, la rédaction de textes, l’analyse de données, voire la consultation juridique, dépassant ou égalant le niveau de professionnels. Selon un rapport de Goldman Sachs de 2023, environ deux tiers des emplois en Occident et en Europe sont exposés au risque d’automatisation par l’AI, avec entre un quart et la moitié des tâches pouvant être directement accomplies par l’AI.

Ensuite, la vitesse d’innovation technologique est sans précédent. Lors de la révolution industrielle, il a fallu deux générations pour transformer le secteur textile ; en moins de dix ans, l’AI a passé le test de Turing et réussi l’examen du barreau. Cette rapidité exponentielle rend difficile toute reconversion ou formation continue.

Troisièmement, la concentration de richesse et de pouvoir est une tendance préoccupante. Quelques entreprises comme OpenAI, Google, Microsoft détiennent un avantage significatif en termes de modèles, de ressources de calcul et de données. Si cette monopolisation se pérennise, la majorité des citoyens pourrait perdre leur voix dans l’économie.

Inexactitudes. Cependant, la logique du New Yorker comporte une erreur fondamentale : elle assimile « l’AI qui remplace un certain travail » à « l’inutilité de l’exécutant de ce travail ». Cette hypothèse ignore que dans un système économique, la relation entre travailleurs et technologies n’est pas simplement une substitution, mais une reconstruction complexe.

La première erreur est le piège de la « pensée à somme nulle ». Voir l’AI comme un concurrent qui « vole » des emplois est une vision héritée de l’ère industrielle. En réalité, chaque révolution technologique a détruit certains métiers tout en créant de nouvelles demandes et de nouveaux secteurs. La mécanisation agricole du XIXe siècle a fait passer la part de l’emploi agricole de 80 % à moins de 2 %, sans provoquer un chômage massif — au contraire, elle a permis de se tourner vers l’industrie manufacturière, les services, et des professions jusque-là inimaginables. L’AI, de même, créera des secteurs professionnels aujourd’hui inconnus.

La deuxième erreur consiste à négliger la diversité de la valeur du travail humain. La vision du New Yorker suppose que la valeur économique ne réside que dans un travail productif mesurable en termes d’efficacité. Or, la créativité, la connexion émotionnelle, le jugement éthique, l’esthétique, la construction communautaire, l’accompagnement éducatif — autant d’activités essentielles à la société — ne peuvent pas être entièrement remplacées par l’AI. Plus l’AI devient efficace, plus ces capacités « faibles mais uniques » seront précieuses.

La troisième erreur, et la plus critique, est une mauvaise lecture de la nature de l’AI. Le New Yorker voit l’AI comme une « super-intelligence » autonome, capable de prendre en charge toutes les tâches cognitives humaines. Mais la véritable nature de l’AI n’est pas une « intelligence autre », c’est une « infrastructure de capacité mentale extraite et industrialisée ». Pour comprendre cela, il faut analyser en profondeur ses caractéristiques fondamentales.

III. La nature de l’AI : l’infrastructure de la capacité mentale

Une analogie : La révolution industrielle est l’infrastructure de la force physique. Pour comprendre l’AI, il faut revenir à la révolution industrielle. Celle-ci n’a pas été simplement une « ère des machines », mais une « industrialisation du travail physique répétitif et mécanisable ».

Avant la révolution, forger une pelle en fer nécessitait la maîtrise de techniques de forgeage — la force, le rythme, l’angle du marteau, tout cela était un savoir corporel transmis de génération en génération. La révolution industrielle, avec la machine à vapeur, la presse, la chaîne de montage, a extrait ces gestes répétitifs et réguliers de l’individu, les a standardisés, mécanisés, et produits à grande échelle. Résultat : un forgeron formé en dix ans pouvait être remplacé par un ouvrier formé en deux mois.

Ce n’est pas que « la machine a remplacé l’homme », mais que « la capacité de travail physique est devenue une infrastructure accessible à tous ». Il ne faut pas devenir forgeron, il suffit de se connecter au système industriel pour produire bien plus qu’un forgeron. La révolution industrielle a transformé la « force physique », autrefois rare, en une ressource publique, bon marché.

Le résultat n’a pas été la pauvreté des ouvriers, mais une amélioration sans précédent de leur niveau de vie. En brisant le goulot d’étranglement de la force physique, la révolution a permis à l’humanité de se concentrer sur l’organisation, la conception, la gestion, l’innovation — ces activités qui nécessitent des capacités humaines uniques.

L’AI : l’infrastructure de la capacité mentale répétitive et mécanisable. L’AI est la continuité de cette logique dans le domaine cognitif. Elle consiste en l’infrastructure de la capacité mentale répétitive et mécanisable.

Qu’est-ce qu’un travail cognitif « général, répétitif et mécanisable » ? Décomposons :

Général : pas la créativité d’Einstein, mais des tâches standards rencontrées par des professionnels ordinaires — rédiger un email professionnel, prendre des notes lors d’une réunion, traduire un texte, écrire un code de tri, analyser une tendance financière, reconnaître des lésions courantes sur une image médicale.

Répétitif : ces tâches ont des modèles clairs, leur traitement est très similaire dans de nombreux cas. Un médecin qui examine 1000 tomographies a une logique de jugement similaire à chaque fois ; un programmeur qui écrit 100 fonctions de tri utilise une structure logique semblable.

Mécanisable : la tâche a des règles, des méthodes, un processus précis, pouvant être décrit par « si — alors » ou codé en algorithme. Les étapes sont déterminées, la relation entre entrée et sortie est claire.

Ce type de travail cognitif constitue la majorité des activités de la classe moyenne moderne. Il requiert des connaissances spécialisées, de la formation, de la réflexion — mais ce n’est pas la recherche de la créativité la plus avancée, ni un travail impliquant des émotions ou des jugements complexes.

Grâce à l’apprentissage massif, aux réseaux neuronaux profonds, à l’apprentissage par renforcement, l’AI extrait ces capacités mécanisables du cerveau humain, les standardise, les rend accessibles à faible coût marginal. Vous n’avez pas besoin d’apprendre la comptabilité, ni de mémoriser toutes les lois fiscales : il suffit de décrire votre problème à l’AI, qui effectuera en quelques secondes un calcul que seul un comptable expérimenté aurait pu faire en une demi-heure.

Ce n’est pas « l’AI qui remplace l’humain », mais « la capacité de travail cognitif mécanisable devient une infrastructure accessible à tous ». Comme la révolution industrielle a permis à chacun d’accéder à la « métallurgie » autrefois réservée aux forgerons, l’AI donne à chacun la capacité de calcul et d’analyse autrefois réservée aux experts.

Pourquoi cela profite-t-il à la majorité ? En comprenant la nature de l’AI, on voit pourquoi elle bénéficie à la majorité plutôt que de la marginaliser.

Premièrement, l’AI réduit considérablement le seuil d’accès aux connaissances et compétences spécialisées. Avant, devenir analyste de données demandait des années d’apprentissage en statistiques, programmation, bases de données. Aujourd’hui, un marketeur peut demander à l’AI : « Analyse nos ventes de l’année dernière, trouve les combinaisons de produits les plus souvent achetés ensemble. » L’AI fournit non seulement la réponse, mais aussi l’explication. La connaissance spécialisée n’est plus une ressource rare, la véritable ressource rare devient la capacité de poser la bonne question et d’évaluer la qualité de la réponse — des compétences que tout un chacun peut développer.

Deuxièmement, l’AI libère l’humain du travail cognitif répétitif. Un médecin passe beaucoup de temps à rédiger des dossiers, examiner des images de routine, consulter la littérature — ces tâches mécanisables occupent 70 % de son temps. Quand l’AI prend en charge ces activités, le médecin peut se concentrer sur ce qui nécessite vraiment l’humain : la communication avec le patient, la conception de traitements personnalisés, la recherche médicale innovante. La profession ne disparaît pas, elle devient plus précieuse, car elle se concentre sur ce que l’AI ne peut pas faire.

Troisièmement, le coût marginal proche de zéro de l’AI rend la « haute expertise » accessible à tous. Autrefois, seules de grandes firmes pouvaient engager des avocats, des consultants ou des banques d’investissement. Aujourd’hui, un petit entrepreneur peut utiliser l’AI pour générer un premier brouillon juridique, rédiger un plan d’affaires, analyser des états financiers. Cela ne supprime pas ces marchés, mais les élargit : avec des coûts plus faibles, la demande explose, et les professionnels collaborent avec l’AI pour produire des travaux de haute qualité.

Quatrièmement, l’AI augmente la productivité individuelle. Une personne peut faire aujourd’hui ce qu’un petit groupe faisait auparavant, grâce à l’AI. Cela ne provoque pas le chômage, mais favorise la création de micro-entreprises et d’économies de plateforme. Un individu peut jouer plusieurs rôles : chef de produit, designer, programmeur, marketeur, car l’AI soutient ces activités. La créativité, le jugement, la responsabilité — ces qualités humaines fondamentales — deviennent plus importantes, tandis que le seuil pour les réaliser baisse considérablement.

IV. Nouvelles formes sociales et divisions du travail

Une fois que l’AI devient une infrastructure cognitive généralisée, la société humaine adoptera une organisation radicalement nouvelle. Ce n’est pas une utopie, mais une projection raisonnable basée sur les tendances technologiques actuelles.

La distribution en fonction des besoins fondamentaux devient possible. Avec la productivité alimentée par l’AI, la distribution des ressources de base selon le principe du « à la demande » n’est plus une utopie. Pourquoi ?

L’automatisation de la production. Les systèmes d’IA gèrent l’approvisionnement en matières premières, la planification de la production, la logistique, réduisant considérablement le gaspillage et les stocks. Dans l’industrie, la fabrication intelligente ajuste automatiquement la production en fonction de la demande.

L’efficacité énergétique. L’IA optimise la gestion des réseaux électriques, la prévision de la consommation, l’intégration des énergies renouvelables, ce qui réduit la consommation d’énergie par unité de PIB. Avec des coûts d’énergie et de calcul en baisse, le coût marginal de la production matérielle tend vers celui des matières premières.

L’automatisation complète. La combinaison de l’IA et de la robotique permet de réaliser une automatisation totale du processus, de la matière première au produit fini. Cela ressemble à l’eau courante aujourd’hui : on n’a pas besoin de connaître le fonctionnement de la station d’épuration, on ouvre le robinet et on paie peu pour l’eau. La même logique s’applique à la production de biens essentiels : nourriture, vêtements, logement, transports, appareils ménagers.

Lorsque le coût marginal de la majorité des biens de base (aliments, vêtements, logement, transports, appareils) devient très faible, la société peut assurer une distribution « à la demande » de ces ressources. Cela ressemble aux systèmes de protection sociale nord-européens — pas une vie de luxe, mais un minimum décent.

Il faut souligner que « la distribution à la demande » n’est pas une distribution « selon la consommation ». C’est une garantie de base, au-delà de laquelle chacun peut, par sa créativité, obtenir davantage de ressources, d’expériences et de reconnaissance.

Les besoins spirituels et la créativité deviennent la valeur centrale. Une fois la pénurie matérielle levée, ce qui devient rare, ce sont le sens, l’expérience, la création, les relations et l’esthétique. Ces domaines sont précisément faibles pour l’AI — pas qu’elle ne puisse pas faire, mais qu’elle ne pourra jamais remplacer la participation humaine pleine de sens.

Pourquoi écouter un concert en direct plutôt qu’une performance parfaite générée par l’AI ? Parce que « la performance humaine à cet instant précis » a une valeur intrinsèque. Pourquoi regarder les Jeux Olympiques ? Parce que le dépassement de soi par un être humain réel touche le cœur. Pourquoi discuter face à face avec un ami plutôt qu’avec une IA ? Parce que l’autre est « un sujet libre, conscient de lui-même ».

Ces activités — création artistique, recherche scientifique (vraie exploration, pas simple revue de littérature), éducation (notamment sur les valeurs et l’esthétique), construction communautaire, thérapie, sport, artisanat, philosophie — seront les activités et valeurs principales de la société future.

La division du travail évoluera : passer de « trouver un emploi » à « trouver une mission » : lorsque la sécurité matérielle est assurée, on choisit une activité pour sa signification, ses défis, ses expériences de flow et sa réalisation personnelle.

De « l’exécutant » à « le définisseur, l’évaluateur, l’intégrateur » : l’AI peut coder, mais c’est l’humain qui définit « ce que nous voulons créer, quels problèmes résoudre ». Elle peut générer des propositions, mais c’est l’humain qui juge « si cette solution correspond à l’esprit du projet ». Elle peut collecter des données, mais c’est l’humain qui en fait une histoire porteuse de sens.

De la « compétition d’efficacité » à la « compétition d’unicité » : battre l’AI en rapidité ou précision est vain, mais « mon point de vue, mon expérience, mes émotions, mon jugement » sont inimitables. La force compétitive de l’individu sera moins « je suis le plus rapide ou précis » que « pourquoi c’est moi qui dois faire cela ».

Cela implique que la stratification sociale future ne sera pas simplement « ceux qui ont l’AI » et « ceux qui ne l’ont pas », mais « ceux qui savent collaborer avec l’AI pour libérer leur créativité » et « ceux qui ne l’ont pas encore appris ». Ces derniers ne seront pas en bas de l’échelle, mais en potentiel d’émancipation. C’est la mission de l’éducation.

V. La prévention du monopole : la nécessité d’une gouvernance coordonnée

Mais ces perspectives optimistes ne se réaliseront pas automatiquement. Elles dépendent d’un développement et d’une gouvernance de l’AI qui suivent une voie correcte. Si l’AI est monopolisée par quelques entreprises, devenant un nouvel outil de privilège, la prophétie du New Yorker pourrait se réaliser d’elle-même. Il faut donc un ensemble de développements technologiques et réglementaires coordonnés.

Synergie avec le Web3 : prévenir la monopolisation de la valeur. La valeur centrale du Web3 réside dans la décentralisation de la propriété et de la gouvernance. En combinant AI et Web3, on peut éviter la concentration de puissance dans le calcul, les données et les modèles.

Marché décentralisé de calculs : via la blockchain, chacun peut contribuer avec ses GPU inutilisés, recevoir des tokens, et entraîner des grands modèles sans dépendre uniquement des centres de données de quelques géants. Bien que la formation décentralisée soit encore un défi technique, la décentralisation du calcul en phase d’inférence est déjà envisageable.

Propriété des données et preuve de contribution : les données générées par l’interaction avec l’AI ont une valeur, et cette valeur doit revenir à l’utilisateur. La blockchain peut assurer la traçabilité et la répartition équitable. Si chacun peut contribuer avec ses données d’interaction et en tirer un bénéfice, l’évolution de l’AI devient une démarche participative et bénéfique pour tous.

Protection et développement des modèles open source : des modèles comme Llama de Meta ou le Qianwen d’Alibaba montrent que des modèles performants peuvent être ouverts. La mécanique d’incitation du Web3 peut soutenir le financement continu des développeurs open source, évitant la concentration du marché.

Synergie avec la technologie quantique : La puissance du calcul quantique pourrait bouleverser la domination actuelle en matière de puissance de calcul. La capacité de calcul parallèle et l’accélération exponentielle sur certains problèmes pourraient permettre à des institutions de recherche, PME ou même des particuliers de former de grands modèles, sans dépendre uniquement des géants du secteur.

Plus encore, la cryptographie quantique (clés quantiques, nombres aléatoires) pourrait garantir une sécurité absolue, empêchant la surveillance ou le contrôle total par une super-intelligence.

Gouvernance numérique : pour éviter l’abus de pouvoir de l’AI, il faut des mécanismes de régulation. Par exemple :

• Transparence et auditabilité des algorithmes : tout le monde doit pouvoir connaître les critères de décision de l’AI, notamment dans les domaines sensibles (crédit, emploi, santé). La réglementation doit imposer des systèmes explicables.

• Anti-monopole et interopérabilité : les grandes plateformes doivent ouvrir leurs interfaces à des tiers, permettant une faible barrière à la migration entre services, évitant le verrouillage. Comme la portabilité des numéros ou le transfert bancaire.

• Identité numérique et souveraineté des données : chaque individu doit contrôler ses données personnelles, et l’AI ne doit y accéder qu’avec une autorisation claire. C’est une question de respect de la vie privée et de prévention de la surveillance.

• Ressources de calcul universelles (UBC) : à l’image du revenu universel, on pourrait prévoir un quota quotidien de calculs gratuits pour chaque personne — par exemple, 100 requêtes par jour sur un grand modèle, ou l’accès gratuit à certains services de synthèse vocale ou d’image. Cela garantit que même les plus pauvres ne soient pas exclus de l’infrastructure AI.

Une collaboration entre technologie et civilisation. La synergie entre AI, Web3, technologie quantique et gouvernance numérique doit viser à maintenir la production comme un outil « humaniste ». Nous ne voulons pas d’un AI contrôlé par quelques entreprises, mais d’une infrastructure ouverte, transparente, accessible et contrôlable par tous. Comme aujourd’hui l’électricité : tout le monde peut brancher, personne ne peut en monopoliser la production pour asservir.

Les inquiétudes du New Yorker sont profondes et méritent d’être prises au sérieux. Elles nous rappellent que la technologie ne garantit pas la justice d’elle-même. Mais si l’on en conclut que l’AI condamnera la majorité à rester à jamais en bas, c’est une erreur de lecture de sa nature. L’intelligence artificielle n’est pas une « super-intelligence » autonome, mais une infrastructure de capacité mentale industrialisée. C’est un outil, une capacité amplifiée, une infrastructure de base.

Son véritable enjeu n’est pas de remplacer l’humain, mais de le libérer du travail répétitif, pour que chacun puisse, à moindre coût, accéder à des niveaux supérieurs de créativité, de jugement et de connexion émotionnelle.

Dans le futur, la satisfaction des besoins matériels sera assurée par des systèmes automatisés, et l’humanité se concentrera sur la recherche de sens, la création, la relation. Ce n’est pas l’AI qu’il faut craindre, mais sa concentration dans quelques mains. Grâce au Web3, à la technologie quantique et à une gouvernance numérique transparente, nous pouvons ouvrir une voie de « collaboration homme-machine, bénéfique pour tous ».

À chaque tournant de l’histoire, certains ont prophétisé la destruction de la majorité par la nouvelle technologie. Mais l’histoire a montré que lorsque la technologie devient une infrastructure, elle libère plus qu’elle ne détruit. L’AI ne condamnera pas la majorité à la pauvreté, elle leur donnera, pour la première fois, la possibilité de se libérer de la pression de la survie, et de devenir véritablement maîtres de leur vie et de leur quête de sens.