« Oui, mais l’IAg… » : Réponses à quelques arguments courants en faveur de l’intelligence artificielle générative

Les arguments sont présentés ci-après sans ordre particulier sous la forme simplifiée « Oui, mais l’IAg… ». Cliquer sur la flèche à gauche de l’argument pour voir la réponse.
« Oui, mais l’IAg peut être “verte”, ou “sobre”, ou améliorer son efficacité énergétique… »
L’étendue de l’infrastructure sociotechnique rendant l’IAg possible devrait suffire à comprendre que son coût écologique est nécessairement colossal. Même parfaitement « écoconçue », l’IAg demande des serveurs, de la puissance de calcul, des terminaux pour les usages, etc. qui consomment de grandes quantités de matériaux, d’énergie et de ressources en eau. La progression fulgurante de l’IAg et de ses usages accroît par ailleurs considérablement ses impacts : l’Agence Internationale de l’énergie indique par exemple que « la consommation électrique des datacenters devrait doubler d’ici à 2030 pour atteindre 945 TWh. C’est légèrement plus que la consommation actuelle d’un pays comme le Japon. L’IA est le facteur prépondérant de cette croissance, aux côtés d’une demande croissante d’autres services numériques ». Pour respecter l’Accord de Paris sur le climat, les émissions de gaz à effet de serre doivent être divisés par 5 en 25 ans. L’appel énergétique de l’IAg, même « sobre », constitue un frein supplémentaire à cette tâche déjà extrêmement complexe. La quantité d’énergie « bas carbone » est en effet limitée, qu’elle soit d’origine renouvelable ou non. Toute consommation supplémentaire pour l’IAg est donc autant de manque pour des secteurs essentiels (logement, santé, transports, agriculture…) qui ont déjà du mal à se décarboner. Typiquement, si les « SMR » (petits réacteurs nucléaires modulaires) régulièrement invoqués par l’industrie s’avéraient pertinents pour notre futur énergétique, il ne serait certainement pas prioritaire de les allouer à des datacenters. La problématique est la même en ce qui concerne d’autres ressources, notamment minières, d’accès difficile en raison de leur rareté, de leur coût d’extraction, ou de la situation géopolitique : dans la situation d’urgence actuelle, il est plus que risqué de détourner des ressources utiles à la « transition » de secteurs essentiels vers les usages flous de l’IAg. Cette remarque vaut tout autant pour les ressources financières, puisque les investissements massifs dans l’IAg (109 milliards d’euros annoncés en France en février 2025 par exemple) ne financeront de fait pas la transformation écologique d’autres secteurs.
Au-delà du coût environnemental brut, d’autres éléments invitent à la prudence face aux promesses d’amélioration de l’efficacité énergétique de l’IAg (c’est-à-dire le fait qu’une requête auprès d’une IAg consomme de moins en moins d’énergie au fur et à mesure que l’on améliore les systèmes). Celle-ci se heurte à deux limites majeures. La première est que les gains d’efficacité énergétique sur les requêtes sont à relativiser face à la course aux modèles toujours plus larges[1]. La seconde est que, dans nos sociétés, les gains d’efficacité entraînent généralement un « effet rebond » se traduisant par un accroissement des usages. Ceux-ci aboutissent à annuler les gains initiaux, voire augmenter la consommation énergétique finale : par exemple, diminuer de 10 % la consommation d’une requête ChatGPT n’est d’aucune utilité si l’on invite dans le même temps l’ensemble des usager·es de l’enseignement supérieur et de l’éducation nationale à l’utiliser régulièrement. Cet « effet rebond » est un phénomène structurel de nos sociétés qui, dans le cas de l’IAg, sera alimenté par la recherche de retour sur investissement des acteurs industriels, qui cherchent à en massifier les usages.
[1] « Malgré les stratégies des acteurs de l’IA pour améliorer l’efficacité énergétique et carbone des modèles, le bilan carbone de la phase d’entraînement a augmenté exponentiellement ces 10 dernières années », Shift Project dans un rapport datant d’octobre 2025.
« Oui, mais l’IAg “souveraine”, développée en France, en local… »
On peut comprendre le souhait de nos dirigeant·es de développer des IAg – et plus largement des infrastructures numériques – « souveraines » ou locales pour des raisons géopolitiques, puisque le contrôle des algorithmes qui influencent nos vies ou des infrastructures numériques dont nous nous sommes rendus dépendants devient un enjeu majeur. Néanmoins, comme l’illustre la trajectoire récente de Mistral AI, ni la France ni l’Europe ne disposent des capacités financières et industrielles pour développer des entreprises de l’IAg entièrement européennes. Le constat est encore plus clair si l’on parle des puces au cœur des cartes graphiques nécessaires à l’IAg, qui sont actuellement le quasi-monopole de la multinationale étatsunienne NVidia.
De plus, même en imaginant qu’un effort considérable (comme celui qui a conduit à la création d’Airbus, par exemple) conduise à l’émergence d’un géant européen de l’IAg, il est illusoire d’imaginer que ce dernier puisse échapper aux écueils des IAg en termes d’appel énergétique et matériel global.
Enfin, la disponibilité d’électricité nucléaire et renouvelable en France est un argument régulièrement employé pour promouvoir une IAg souveraine dans des datacenters « décarbonés ». Cet argument est contredit par les scénarios du rapport du Shift Project, qui prévoient une consommation des datacenters en France d’environ 33-45 TWh en 2035, soit l’équivalent de l’intégralité de la production nucléaire supplémentaire envisagée en 2035 dans les hypothèses hautes des scénarios RTE (ou de l’intégralité de la production éolienne actuelle), ce qui est incompatible avec les objectifs généraux de décarbonation de la France.
« Oui, mais pour tel ou tel usage, l’IAg c’est tout de même bien pratique… »
Se prévaloir du fait que certaines utilisations d’une technologie sont pratiques ne saurait en aucun cas constituer un argument décisif. C’est le propre des techniques que de permettre un gain d’efficacité, mais si le prix global à payer est insoutenable (et c’est indubitablement le cas ici), alors le jeu n’en vaut pas la chandelle. Nos sociétés regorgent d’exemples de techniques qui ont été abandonnées ou interdites pour des raisons éthiques, sanitaires, environnementales ou autres, et ce en dépit de leur utilité : l’amiante, le bisphénol A dans les plastiques alimentaires, les mines antipersonnel, le plomb dans la peinture, les bombes nucléaires pour les grands travaux, la manipulation génétique d’embryons humains, etc. Aussi, même en acceptant l’idée selon laquelle une IAg offre, par exemple, une modalité pédagogique nouvelle et « performante » pour l’enseignement des langues, il est contestable que cet aspect éventuellement positif suffise à contrebalancer l’ampleur des problèmes posés par ailleurs.
Ainsi, se concentrer sur la défense de certains usages que l’on juge « bien pratiques » a pour effet d’occulter l’ampleur du système sociotechnique insoutenable qui les rend possibles. Chaque compte-rendu automatique de réunion, chaque résumé de texte produit par ChatGPT, n’est possible qu’au prix de l’existence et de la maintenance de l’intégralité de l’infrastructure des IAg, depuis l’extraction minière jusqu’aux centrales électriques en passant par les datacenters. Penser que l’on pourrait aisément choisir les usages « désirables » de l’IAg et éliminer ceux « futiles » ou « nocifs » est illusoire : comme dans le cas du numérique en général, la tendance structurelle de l’IAg est de se répandre dans tous les domaines possibles.
Enfin, il est important de questionner les motivations sur lesquelles repose la recherche de « praticité ». S’il s’agit par exemple de prétendre compenser le manque de personnel dans nos institutions et/ou la multiplication des tâches administratives chronophages, la promotion de l’IAg constitue une tentative de rendre acceptable une situation par ailleurs critiquable. Plus généralement, il est possible de se demander si le temps que semble nous faire gagner l’IAg se convertit réellement en temps libéré ou en amélioration de nos productions. Pour prendre des exemples de technologies numériques relativement récentes, on peut constater que le temps de traitement de la correspondance interne n’a pas diminué, loin s’en faut, depuis l’introduction de l’email.
« Oui, mais l’IAg permet de réduire les inégalités dans l’accès à la connaissance… »
L’argument de la « praticité » peut également prendre la forme de la défense de l’intérêt social de l’IAg. En ce qui concerne le milieu éducatif en particulier, l’argument est le suivant : ces technologies, parce qu’elles offriraient un accès égal à la connaissance ou, mieux, à un « prof virtuel » personnalisé, seraient au service de l’inclusion et de la réduction des inégalités sociales à l’école. Cet argument est fallacieux pour au moins 3 raisons.
-
- Cet argument procède d’une forme de « solutionnisme technologique », voire de mythe : compter sur la technologie pour régler des problèmes structurels (les inégalités, les discriminations, etc.) risque d’une part de les naturaliser et d’autre part de masquer la nécessité de mettre en place des mesures pour les traiter à la source. Pour revenir à l’école, il ne fait aucun doute que les inégalités face aux devoirs ou l’inclusion des apprenant·es en situation de handicap nécessite avant tout des moyens humains et matériels (des enseignant·es disponibles et formé·es, des locaux adaptés, etc.) et que l’IAg ne pourra jamais faire figure que de pis-aller face à ces problématiques.
-
- Cette vision relève du même fantasme qui a pu exister aux débuts d’Internet et du web et qui ressurgit régulièrement depuis : le numérique favoriserait la démocratie, renforcerait le lien social, faciliterait l’accès à la connaissance, permettrait de personnaliser les expériences, etc. Dans le domaine du numérique et de l’éducation, cette illusion n’a eu de cesse d’être démentie; cet argument est donc dans la lignée d’une longue tradition de promesses non tenues. De plus, dans le cas spécifique de l’IAg, on peut douter du fait que le bien commun puisse aisément émerger de son usage massif quand on connait les projets politiques et les idéologies – assumés – des entreprises développant ces technologies, qui sont à rebours de ces attentes de retombées émancipatrices.
-
- Les inégalités sociales surdéterminent les effets des technologies. Autrement dit, les plus privilégiés disposent toujours des conditions qui leur permettent d’en tirer des bénéfices supérieurs. Par exemple, le manque d’entraînement à l’écriture induit par l’usage des IAg pénalise plus lourdement les élèves qui n’ont d’autres lieux que l’école pour l’exercer.
« Oui, mais avoir peur de l’IAg, c’est comme avoir peur de l’écriture [ou au choix : de l’imprimerie, de la calculatrice, etc.] »
Comparer l’écriture (ou la calculatrice) aux IAg et en déduire que celles et ceux qui critiquent aujourd’hui les IAg auraient pareillement critiqué l’écriture (ou la calculatrice) lors de son invention a pour objectif de décrédibiliser les critiques. L’argument, souvent accompagné d’une référence au dialogue entre Thamous et Theuth dans le Phèdre de Platon, est le suivant : le refus de l’écriture, au motif qu’elle nuirait à l’exercice des capacités mémorielles et par là même à la capacité de penser par soi-même, aurait été une lourde erreur. L’histoire permettant de juger des bienfaits apportés par l’écriture pour l’humanité, le refus des IAg serait du même ordre que le refus de l’écriture, pareillement ridicule. Il pourrait même avoir des conséquences tout aussi graves que ne l’aurait été le refus de l’écriture, qui aurait privé le monde de chefs-d’œuvre littéraires et de la transmission sur plusieurs millénaires des connaissances et des pensées de nos ancêtres.
Le problème est que, comme le dit l’adage, « comparaison n’est pas raison ». Chaque technique (si l’on considère l’écriture comme une technique) est unique et nécessite une réflexion spécifique et circonstanciée. On a montré l’ampleur du système socio-technique sur lequel reposent les IAg, qui constitue un prolongement de la numérisation de nos sociétés. Les IAg sont indissociables de cette organisation du monde.
Ainsi, ce qui différencie l’écriture ou la calculatrice des IAg est à bien des égards plus déterminant que ce qui les rassemble. Citons par exemple la légèreté matérielle de l’écriture, dont les artefacts techniques, contrairement à l’IAg, peuvent être facilement produits localement à petite échelle : elle est ainsi facilement appropriable par les individus et peut être utilisée de manière autonome. L’exact opposé des IAg, dont les utilisateurs sont dépendants d’immenses infrastructures possédées par des entités non-démocratiques, voire bien souvent par des milliardaires dotés d’un projet politique représentant un danger pour nos sociétés.
Remarquons également qu’une calculatrice produit un résultat dont la véracité et l’exactitude ne sont pas sujettes au doute. C’est tout l’inverse avec les IAg, dont les productions fourmillent d’erreurs, de soi-disant « hallucinations », de biais d’opinions, etc.
Si le déploiement de nouvelles technologies entraîne le développement de nouvelles compétences liées à leur utilisation (et parfois la perte d’autres compétences) cette considération générale doit être précisée selon les technologies en question. La machinisation et l’industrialisation se sont par exemple historiquement accompagnées pour une partie de la population d’une perte de savoir-faire propres à une économie de subsistance (agriculture vivrière, production artisanale). Au sens philosophique, la « prolétarisation » des ouvriers désigne justement cette dépossession de savoir-faire fondamentaux. L’IAg participe d’une « prolétarisation » bien particulière en ce qu’elle contribue à déposséder les individus de compétences et de savoir-faire qui constituent la condition même de leur émancipation intellectuelle. Déléguer des activités telles que la synthèse d’idées ou d’arguments et plus généralement le processus cognitif consistant à passer de la pensée à l’écrit, conduit indubitablement à un affaiblissement de la capacité à exprimer ses idées et des facultés nécessaires à l’exercice de l’esprit critique. Et ce ne sont pas les différentes chartes éthiques de l’IA et les injonctions à un usage raisonné qu’elles contiennent qui vont permettre d’enrayer ce phénomène. En visant à l’encadrer, elles contribuent à l’ancrer dans les pratiques.
« Oui, mais en tant qu’enseignant·es ou chercheur·es, il est aussi de notre responsabilité de (se) former à ces usages répandus dans la société… »
La question de notre rôle d’éducateur·ices face à l’avènement de l’IAg est cruciale et mérite quelques développements.
Tout d’abord, le constat de l’existence d’une pratique dans la société civile n’est pas en soi une raison décisive pour former nos étudiant·es à ladite pratique. Notre mission est d’être des éducateur·ices au service de valeurs démocratiques et humanistes[2], c’est-à-dire promouvant l’intégrité, la déontologie, l’ouverture, la tolérance, le civisme, etc.
Cela étant posé, nous constatons que l’IAg constitue un risque important pour notre société ; ce constat nous oblige, effectivement, en tant qu’éducateur·ices, à aborder l’IAg sous l’angle des risques. A cet effet, le modèle de la prévention[3] peut être une source d’inspiration, et comporte des approches pédagogiques très diverses. En ce qui concerne l’IAg, il s’agit a minima d’éviter la banalisation de ces technologies en commençant par l’explicitation de l’ensemble des problèmes environnementaux et sociaux qu’elle soulève. Plus généralement, c’est notre rôle de formateur·ices que de prendre un peu de recul par rapport à des injonctions court-termistes du marché, et d’anticiper ce qui serait utile pour des jeunes qui verront la fin de ce siècle.
Enfin, il est assez courant que, dans les établissements éducatifs, le sujet de l’IAg arrive comme un lot impliquant tout un ensemble de projets qui sont pourtant de nature assez disparate : des formations, des incitations à l’expérimentation pédagogique, la mise en place de nouveaux outils de gestion, etc. Dans la perspective d’une approche centrée sur les risques, rien ne justifie pourtant de devoir se former à l’IAg, ni de former à son utilisation et encore moins de l’intégrer à nos pratiques professionnelles (pour faire nos diaporamas, nos cours, nos sujets d’évaluations, les comptes rendus de réunion, etc.) ou dans les administrations.
[2] L’article 123-3 du Code de l’éducation inscrit la « diffusion de la culture humaniste, en particulier à travers le développement des sciences humaines et sociales, et de la culture scientifique, technique et industrielle » dans les six missions du service public de l’enseignement supérieur.
[3] La prévention consiste, à partir du constat de l’usage de drogues (alcool compris) ou de diverses pratiques à risque, à mettre en place un travail encadré institutionnellement qui se distingue à la fois de la promotion et de la diabolisation.
« Oui, mais si on ne se met pas à l’IAg, nous perdrons en compétitivité… »
Cet argument nous amène bien au-delà de la réflexion sur l’usage de l’IAg dans l’éducation. Il consiste à suggérer que « prendre le train » de l’IAg est indispensable pour ne pas être « dépassé ». Ce retard supposé pourrait porter tort à nos étudiant·es sur le marché de l’emploi, à nos formations qui peineraient à attirer étudiant·es et partenaires, à la compétitivité des laboratoires, etc. Plus généralement encore, le fait de ne pas s’engager dans la formation à l’IAg porterait préjudice à la compétitivité économique du pays.
Remarquons tout d’abord que cet argument s’inscrit en plein dans ce que certains ont nommé la « tyrannie du retard », pour désigner une dynamique d’uniformisation des discours et des pratiques alimentées par une peur diffuse d’être « dépassé », notamment sur la scène économique. Or, il convient de remettre ces réflexions dans leur contexte : l’une des raisons majeures de s’opposer à l’IAg est qu’elle alimente indubitablement la catastrophe écologique. L’argument de la compétitivité ne saurait en aucun cas justifier de fermer les yeux sur cet aspect. A quoi sert de gagner la course si celle-ci nous conduit à un désastre environnemental ? Il n’existe donc aucune évidence quant à la nécessité de « prendre le train en marche » sur ces questions.
Par ailleurs, en entretenant la vision selon laquelle « il n’y a pas d’alternative », cette position fataliste verrouille de facto les possibilités de transformations sociales radicales et systémiques que doivent pourtant réaliser nos sociétés pour sortir des trajectoires insoutenables sur lesquelles elles sont engagées.
L’objection de conscience à l’IAg ne consiste donc pas à nier l’importance des enjeux économiques autour de ces questions, mais à laisser ouverte la possibilité d’advenir à d’autres futurs plus désirables.
« Oui, mais de toute façon, la diffusion des IAg est inéluctable… »
Cet argument fataliste très répandu est critiquable pour deux raisons.
D’une part, le moment présent est précisément un moment charnière : contrairement à d’autres technologies qui sont déjà profondément implantées dans nos institutions, de nombreux usages nouveaux des IAg sont seulement en train de se déployer. Ainsi, l’effet de verrouillage sociotechnique des IAg est encore limité et nous pouvons au moins éviter l’escalade. L’objection de conscience permet de constituer des îlots de résistance et de préserver des espaces où l’enseignement reste capable de fonctionner sans IAg, voire avec moins de numérique. Limiter nos dépendances technologiques ne peut que renforcer l’autonomie, la pérennité et la résilience de l’ESR et de l’EN.
D’autre part, l’IAg n’est inéluctable que dans le cadre d’un imaginaire qui assimile le « Progrès » de nos sociétés à une complexification technologique croissante, sans limite et qui se poursuivrait indéfiniment. Dans cet imaginaire, la perte de certaines compétences engendrée par l’apparition de nouvelles technologies est effectivement peu problématique : à quoi pourrait-il en effet bien servir de savoir cultiver des légumes, faire du calcul mental ou parler une langue étrangère si l’on imagine que le futur des humains conduise à un couplage intime avec des puces électroniques, à du voyage intersidéral, à un pouvoir politique entièrement délégué à une « intelligence générale » et à de la nourriture synthétique ? Pas à grand-chose effectivement. Mais l’inquiétude face à la perte des compétences nécessaires à notre autonomie, qu’elle soit alimentaire, politique ou désormais cognitive, est nourrie d’un imaginaire différent, celui de sociétés respectueuses des limites planétaires et composées de citoyennes et citoyens maîtres de leur destin. Ce qui passe par la dé-complexification de nos sociétés, à laquelle l’IAg s’oppose.
« Mais alors, vous êtes pour la traduction automatique ? » Ce qu’en pensent les traducteurs et traductrices professionnelles.
Plusieurs traducteur·ices nous ont interpellé·es sur la phrase suivante du manifeste : « Nous sommes par ailleurs conscient·es que le terme « IAg » recouvre des applications très diverses, dont certaines sont déjà largement intégrées à nos pratiques, telles que la traduction ou la transcription automatique. » Cette phrase ne visait pas à cautionner ces pratiques en soi (des « exceptions » qui seraient légitimes), mais prenait acte du fait que certains usages d’IAg avaient déjà produit une sorte d’effet de cliquet dans nos institutions. Il s’agit notamment de trois usages : i) le peaufinage de textes en anglais rédigés par des scientifiques avant publication, ii) la traduction de pages web dans des langues complètement inconnues de nous, pour pouvoir les lire, et iii) la transcription automatique d’entretiens en sociologie, qui semble s’être imposée comme norme dans certains laboratoires. Nous ne pensons pas que les individus puissent à eux seuls défaire les verrouillages technologiques, et nous voulions signifier que l’objection de conscience face à l’IAg n’implique pas de se défaire personnellement de tous les attachements qui ont été produits dans ces institutions ou qui le seront. Cela étant dit, les usages de traduction et transcription par IAg posent des problèmes profonds dont nous n’avions pas forcément conscience en écrivant cette phrase. Les traducteur·ices qui nous ont interpellé·es considèrent ainsi que les trois usages cités sont problématiques. Nous souhaitons relayer ici leurs arguments, qui nous semblent justes et méritent d’être connus. Leur texte ci-dessous décrit également plus largement la problématique liée à la traduction face à la vague de l’IAg. Il a été écrit par des traducteur·ices des collectifs En Chair et En Os et IA-lerte générale.
Faut-il faire des exceptions ?
Le passage du manifeste sur la traduction peut être compris comme la suggestion que certains usages de l’IAg seraient « moins graves » que d’autres et que des « exceptions » pourraient leur être accordées dans l’objection de conscience. Contre cette idée, et d’autant plus peut-être que le manifeste prend les limites planétaires comme point de départ, il nous semble difficile de ménager des exceptions à l’usage quotidien de l’IA, comme si la traduction ou la transcription vocale constituaient moins un « gouffre énergétique et matériel » (nous reprenons les termes du manifeste) que les autres usages de l’IA. Au « caractère écocidaire » de l’IA doit aussi s’ajouter son coût social (des travailleureuses des mines à celleux des data centers). Si l’on doit absolument prévoir des « exceptions », cela ne doit-il pas se faire à l’aune d’une étude bénéfices-risques pour l’humain et pour la planète ?La question de l’emploi
Le caractère « moins grave » de l’usage de la traduction automatique est parfois défendu au motif que celle-ci n’intervient généralement pas en remplacement d’un·e traducteurice de métier mais pour des situations ponctuelles et bénignes. Or, même dans un tel cas, l’entraînement des modèles de langage repose sur des données produites par des personnes. On sait qu’une partie de ces données ont été volées (par exemple, Meta a admis avoir entraîné son modèle sur une base de données de livres piratés, et c’est probablement le cas pour Mistral aussi. Mais même lorsque les données ont été acquises « légalement », leur exploitation repose sur une exception au droit d’auteur (« exception TDM » de 2019) dont la légitimité et la cohérence avec la Convention de Berne (qui régit le droit d’auteur) sont remises en cause. TOUTE sortie machine, qu’il s’agisse de « traduction » ou plus largement de génération de texte, repose donc sur l’exploitation illégitime et possiblement illégale de données sous droit d’auteur. Par ailleurs, toute utilisation de la traduction automatique donne de la légitimité à cet outil, et participe donc à la disqualification des traducteur·ices et à la dégradation de leurs conditions de travail et de rémunération. Cela rend caduc l’argument selon lequel « ça ne vole le travail de personne ».
Les cas i) et ii) (peaufinage d’un texte écrit en anglais, et traduction de pages web) posent la question de la capacité des chercheur·euses à analyser de manière critique la traduction ou correction produites. On peut supposer qu’ils ont recours à l’IA parce qu’ils n’ont pas confiance en leurs compétences linguistiques, sont structurellement débordés et espèrent gagner du temps. Dans ces conditions, ils seront tentés de « croire » aveuglément au texte produit par l’IA et ne seront pas en mesure d’en déceler les problèmes – qui existent. D’ailleurs, sans cette foi accordée à la sortie machine, il n’y a pas de raison d’y recourir puisque c’est extrêmement fatiguant de repasser derrière. Rien ne garantit donc que la sortie machine, en particulier sur le travail spécialiste et très ciblé des collègues, soit plus satisfaisante que la rédaction d’un·e collègue plus ou moins à l’aise dans la langue cible. Pourquoi ne pas admettre qu’un texte écrit dans une langue qui n’est pas la langue maternelle du chercheur n’a pas à être parfait (et qu’on n’a pas forcément besoin que tout soit en « anglais international », d’ailleurs) ?
Le cas ii) pose également la question des langues « minorisées ». Si elles sont toutes « traduites » en anglais, elles cesseront alors inéluctablement d’être des langues d’expression scientifique, et la légitimité de la recherche dans ces langues « rares » en souffre. Or le multilinguisme (des scientifiques et en général), et la traduction humaine de l’état de l’art, est bien plus désirable que l’illusion de la transparence des langues que permettrait la traduction-machine.
Pour le cas iii) (transcription des entretiens), nous ne sommes pas sociologues et nous garderons donc de répondre sur cette question. Un très bon interlocuteur en la matière serait le sociologue Juan Sebastian Carbonell, qui vient de sortir un livre sur l’IA (Un taylorisme augmenté, Amsterdam). Une transcriptrice décrit ici son travail et explique en quoi il se différencie d’une transcription automatique. De manière générale, il faut se méfier de l’idée que l’IA a « tout changé » : ce qu’elle a changé, c’est surtout l’acceptabilité sociale de l’automatisation totale de certaines tâches.
L’argument du gain de temps
En général, il faut s’interroger sur l’impression de gain de temps, l’illusion d’optique qui consiste à croire qu’il est moins chronophage de corriger un texte existant que de faire le travail soi-même. Cette impression vient beaucoup du côté « rassurant » d’avoir un texte devant soi plutôt que de partir d’une page blanche. Et c’est d’autant plus rassurant qu’on est par ailleurs fatigués, angoissés… Cela vaut pour les collègues comme pour les étudiants. Pour ce qui est de la traduction, la profession est unanime quant au fait que la post-édition (correction de sorties machines) ne représente aucun gain de temps significatif, mais une grande perte de sens et de bien-être au travail.
Dans un contexte universitaire, si le recours aux IAg dans nos professions semble si séduisant malgré tout, c’est parce que nous n’avons plus le temps de faire correctement notre métier. Nous croulons sous les tâches annexes et, pour des choses qui relèvent de notre cœur de métier, nous devons aller plus vite, parce que nous avons une exigence de rentabilité. La question n’est pas de « gagner » du temps (en lâchant sur la qualité), mais de réfléchir à quoi serait occupé ce temps prétendument « gagné » : à répondre à plus de mails et d’appels à projets (rédigés et évalués par IA), à corriger plus de copies, à faire des heures sup de cours payées en-dessous du SMIC, à publier ET périr à petit feu ? Nos désirs de concession à l’IAg ne sont qu’une conséquence du publish or perish et de la dégradation de nos conditions de travail.
Repenser la communauté universitaire ?
Plutôt que de céder aux sirènes de l’IAg, peut-être faudrait-il repenser l’esprit de coopération au sein de la communauté universitaire, et nous entraider davantage en mutualisant nos compétences (par exemple linguistiques), notamment au sein des labos. Cela demande du temps, ainsi qu’une reconnaissance et une valorisation de cet effort collaboratif. Là où l’IAg a pour but de détricoter les liens sociaux, accepter notre dépendance vis-à-vis des autres (collègues qui nous aident, professionnels qu’on rémunère…) nous semble un modèle plus sain, plus propre aussi à la diffusion des compétences (comme le plurilinguisme) — un modèle pluriel, incarné, qui n’efface pas toutes les compétences et limites individuelles derrière la puissance algorithmique.
« Oui, mais… c’est utile aux élèves/étudiant·es »
Que l’on enseigne dans le secondaire (voire le primaire) ou dans le supérieur, nous avons toutes et tous été confronté·es à des discours institutionnels nous enjoignant à utiliser l’IA dans nos enseignements, au nom de ses vertus pédagogiques ou encore de la nécessité pour les étudiant·es de s’y former en vue de leur insertion professionnelle. Questionner ces injonctions et appeler à l’objection de conscience face à l’IAg est d’autant plus difficile que s’y ajoute souvent l’argument, paré de « bon sens », selon lequel « de toute façon, les élèves/étudiant·es l’utilisent déjà ».
Effectivement, les étudiant·es l’utilisent. Une récente étude du ministère chargé de l’enseignement supérieur et de la recherche indique que 34% d’entre elles et eux l’utilisent « de façon consciente et volontaire » quotidiennement dans le cadre de leurs enseignements, et 34% une à deux fois par semaine. Quant aux plus jeunes, une enquête des Cahiers Pédagogiques auprès d’élèves du secondaire révèle que 79% des lycéen·nes et 59% des collégien·nes ont déjà utilisé l’IA pour leur travail scolaire.
Toutefois, cela ne constitue en aucun cas une raison valable pour en favoriser encore plus l’usage, comme le rappellent Christophe Cailleaux et Amélie Hart, enseignant·es en histoire-géographie dans le secondaire qui demandent « depuis quand des pratiques adolescentes massives devraient mener l’ensemble du système éducatif à “s’adapter” ? ». Sans reprendre ici toute leur argumentation, on peut rappeler que les deux auteur·es invoquent le principe de précaution pour conclure que « tant qu’il n’aura pas été démontré scientifiquement qu’existent des IA qui ne participent pas à la prédation et à la dévastation généralisée du monde, les IA dans un cadre scolaire doivent être réduites à leur strict minimum ».
Le numérique comme préambule.
De fait, une analyse critique du numérique en général et une discussion sur notre rapport aux technologies qui y sont liées semblent être un préalable à toute discussion sur l’IAg, que ce soit avec nos élèves/étudiant·es, collègues ou institutions. Le sujet est vaste, et l’on peut distinguer trois catégories de conséquences à discuter : i) les effets directs des infrastructures numériques (conséquences environnementales et sociales de l’extractivisme, conflits d’usage pour l’eau et l’électricité dus aux datacenters et à la production de composants électroniques, les impacts climatiques, les chiffres de la croissance du numérique, l’effet rebond, etc.) ; ii) les effets sanitaires et sociaux de l’usage (conséquences sur les conditions de travail, impacts sur le développement des enfants et sur la santé en général, la fracture numérique, la montée de l’anxiété et du sentiment de solitude en lien avec les réseaux sociaux, le harcèlement en ligne, etc.) ; iii) les conséquences politiques (utilisation des données personnelles, usines à trolls, nature des algorithmes favorisant l’engagement des utilisateur·ices, propagation des fausses nouvelles sur les réseaux sociaux, montée du phénomène de post-vérité, collusion entre dirigeants de la Tech et idéologies politiques anti-démocratiques, etc).
Concernant plus particulièrement les apprenant·es, il ne faut pas croire que, parce qu’iels sont des digital natives, ils et elles auraient des connaissances supérieures à la moyenne sur ces sujets. Par exemple, la plupart n’ont jamais entendu parler du scandale Cambridge Analytica ou de la notion d’effet rebond, et ne savent pas ce que sont des usines à trolls. La majorité n’a également qu’une très vague idée de la matérialité du numérique et des infrastructures nécessaires à son fonctionnement.
Après avoir présenté ces éléments, il nous semble indispensable d’aborder avec elleux, idéalement dans des formats d’ateliers participatifs, les questions suivantes : quel monde le numérique fait-il advenir ? Comment se positionner par rapport à ces technologies ? Quel est le point de vue citoyen des élèves/étudiant·es sur ces questions ? etc.
Les spécificités de l’IAg : informations factuelles.
L’IAg vient se rajouter à cet inventaire et l’amplifier (notamment du point de vue environnemental), tout en apportant quelques spécificités : les « hallucinations » (nous y reviendrons), le pillage massif des ressources protégées par droit d’auteur, les travailleur·ses du clic, les deepfake, la perte des capacités de réflexion, la génération automatisée de contenus inondant les réseaux, etc. Même si ces éléments sont généralement abordés, plus ou moins rapidement, en introduction des formations à « l’éthique de l’IA » ou « au bon usage de l’IA », il nous semble que les conséquences que l’on doit en tirer sont très différentes de celles qui sont données dans ces formations.
Pour commencer, dans le cadre de la discussion sur l’utilisation de l’IAg dans l’enseignement, il nous semble indispensable de rappeler des faits simples mais pas nécessairement connus des apprenant·es ni de nos collègues. Avant toute chose, il faut préciser que l’IAg produit du crédible et non du vrai, ce qui implique d’expliquer le principe fondamental de son fonctionnement : il ne s’agit pas de moteurs de recherche, mais de logiciels conversationnels fournissant, sur la base de probabilités, des discours ressemblant à des écrits générés par des humains. Les IAg peuvent en effet imiter l’apparence d’un travail scientifique, mais ne se soucient pas, par construction, de la vérité. Au mieux, les résultats s’avèrent corrects, lorsqu’ils sont statistiquement suffisamment présents dans les données d’entraînement, mais la plupart du temps sont donnés sans référence aux réflexions humaines et aux travaux à partir desquels ils ont été générés. Au pire, les résultats sont faux. Les fameuses « hallucinations » (références inventées, fausses anecdotes, etc.) ne sont que des moments où la nature profonde de l’IAg apparaît clairement car elle se met à produire des choses que nous détectons comme fausses ou incohérentes. Pourtant, loin d’être un bug, il s’agit, comme le reste, d’inventions, et donc de productions « normales ».
De plus, il nous semble important de rappeler que la forme quasiment parfaite des productions des IAg nous donne l’illusion qu’elles sont effectivement une forme d’intelligence et nous incite à apporter du crédit à ce qui est écrit. Ceci peut pousser les utilisateur·ices – et notamment les élèves/étudiant·es – à négliger l’étape de vérification des sources et des informations données.
Ainsi, face à nos apprenant·es, deux conclusions simples doivent être affirmées clairement. La première est que les IAg ne sont pas des programmes qui « réfléchissent » ou disent le vrai, ce sont des programmes qui imitent et reformulent. La deuxième est que l’IAg n’est pas un bon moyen d’acquisition de connaissances car, paradoxalement, pour permettre d’acquérir des connaissances, elle requiert des compétences (de vérification via d’autres sources) et des connaissances (plus ou moins avancées dans le champ sur lequel on la questionne) qu’elle tend à dévaloriser en laissant penser aux apprenant·es que ces dernières sont obsolètes du fait de l’IAg.
Enfin, notons que le fait de connaître les limites de l’IAg ne suffit pas à s’en prémunir, et aucune formation « au bon usage de l’IAg » ne permettra de contourner complètement ses biais. On peut illustrer cette difficulté des utilisateur·ices à s’affranchir des limites des IAg par des exemples allant de l’humoristique au pathétique en passant par le véritablement inquiétant. Mentionnons ainsi cette très parlante analogie avec une calculatrice qui donnerait des résultats erronés ; les stratagèmes illusoires des utilisateur·ices lambda qui pensent réussir à « dompter leur IAg » et en font un symbole de distinction sociale ; ou les prompts visant à éviter les biais de genre pour des personnes qui utilisent ChatGPT comme conseiller d’orientation. Toutes ces stratégies ne changent bien entendu pas la nature profonde des IAg et ne sont que des pis-aller, condamnés à être imparfaits.
Si ni les coûts environnementaux et sociaux liés aux usages de l’IAg, ni ses limites et biais ne suffisent à convaincre de résister à son déploiement dans notre système éducatif, on peut alors se pencher plus en avant sur les objectifs mis en avant pour justifier cet essor, et sur les présupposés qu’ils charrient.
Former grâce à l’IAg : une illusion ?
Peut-être faut-il au préalable revenir sur ce que signifie « intégrer l’IAg dans les enseignements », et distinguer d’une part ce qui relève d’une volonté de former grâce à l’IAg (l’IAg au service de la pédagogie, et ce dans tous les domaines de connaissances), et d’autre part ce qui relève d’une formation spécifique à l’IAg (son fonctionnement, ses usages).
Concernant l’IAg comme support des apprentissages (former grâce à l’IA), nombres de suppositions sur ses bienfaits ont été avancées, à l’instar par exemple du rapport Villani (2018) : « On peut imaginer[1] que le développement de solutions d’apprentissage personnalisées, fondées sur l’IA, pourront considérablement aider les enseignants à déployer des méthodes différenciées ». De la même façon, le récent rapport IA et enseignement supérieur indique que l’IA « peut favoriser la personnalisation de l’apprentissage » ou encore « faciliter le développement de dispositifs pédagogiques, comme un retour en temps réel des apprentissages, ou une généralisation du contrôle continu ». Cependant, le rapport reconnaît, à deux reprises, que ces apports restent à l’état d’hypothèses, n’étant pas pour l’instant étayées empiriquement : « Si beaucoup de communications et d’articles étudient la manière dont l’IA peut assister la pédagogie, de l’utilisation directe d’un assistant d’IA à la réalisation d’outils propres, on trouve peu d’évaluation de l’impact de ces méthodes » (p. 25), « Toutefois, si le potentiel est important, les études sur les effets de l’usage de l’IA sur les apprentissages des étudiants sont encore peu nombreuses. Elles doivent être développées » (p. 42).
Autrement dit, l’IAg comme support pédagogique est mise en avant dans l’ensemble du système éducatif, alors même que ses bienfaits restent à démontrer. Inversement, les témoignages d’enseignant·es dénonçant les effets délétères de l’IAg sur les apprentissages se multiplient, qu’ils soient individuels (par exemple ici, là, ou encore ici) ou récoltés dans le cadre d’enquêtes journalistiques ou d’études scientifiques. Dans l’enquête du ministère de l’enseignement supérieur et la recherche, 76,7% des enseignant·es interrogé·es indiquent que « les étudiants sont moins consciencieux dans leur apprentissage car ils savent qu’ils peuvent demander à l’IA », et plus de 65% déclarent avoir des inquiétudes vis-à-vis de l’IA, avant tout pour des raisons pédagogiques. Dans le même temps, seuls 14% répondent positivement à la question « avez-vous connaissance d’expérimentations intéressantes concernant l’IA dans l’usage des formations ? ». Citons également l’étude du think thank étatsunien Brooking, indiquant qu’actuellement les risques liés à l’usage de l’IA en matière d’éducation sont supérieurs aux bénéfices.
À ces constats, il faut ajouter le travail supplémentaire pour les équipes pédagogiques, qu’implique l’introduction de l’IAg comme support pédagogique, en termes d’(auto)formation et de réorganisation des enseignements. On ne peut que suivre l’American Association of University Professors (AAUP) lorsqu’elle conclut ainsi une étude auprès de ses membres sur l’IA et les professions académiques : « l’obligation de développement professionnel concernant l’utilisation de l’IA dans l’enseignement et la recherche alourdit la charge de travail des enseignants et du personnel, sans preuve que l’IA améliore la productivité, la pédagogie ou les processus d’enseignement, d’apprentissages et leurs résultats. En effet, l’IA peut avoir des effets négatifs sur l’enseignement et les apprentissages, particulièrement dans certains contextes pédagogiques » (p. 5).
La formation par l’IAg impliquerait une refonte complète des cursus et des façons d’enseigner, alors même qu’elle semble apporter plus de problèmes que de bienfaits. En outre, même si ces derniers étaient prouvés – ce qui n’est pas le cas –, la mise en œuvre de dispositifs pédagogiques fondés sur l’IAg nécessiterait un réel accompagnement des équipes enseignantes, et d’importants moyens humains, temporels, et financiers (en particulier pour accéder aux services, voir ci-après). Or ces moyens font cruellement défaut, à tous les niveaux du système éducatif, et s’ils pouvaient être déployés, ils le seraient à meilleur escient pour des mesures dont l’efficacité n’est plus à démontrer (comme la réduction du nombre d’élèves par classe dans l’enseignement primaire).
Plus généralement, il importe de replacer les enjeux liés à l’IAg dans le contexte de fragilisation et de paupérisation des systèmes publics d’éducation et de formation.
[1] C’est nous qui soulignons
L’IAg dans un contexte de paupérisation et de fragilisation de l’enseignement et la formation
En France, comme un peu partout dans le monde, les universités et établissements d’enseignement supérieur subissent une diminution des fonds publics qui leur sont alloués, et leurs personnels se voient demander de faire autant, si ce n’est plus, avec moins (de moyens, de collègues, de temps). L’AAUP dénonce dans son rapport le choix des administrations d’investir dans des solutions technologiques (donc l’IAg), jugées moins coûteuses, plutôt que « d’améliorer les conditions de travail du corps enseignants, qui sont aussi celles dans lesquelles les étudiants étudient » (p. 2).
Enseignant en anglais à l’université du Mississippi, Justin Raden fait sur son blog le lien entre la réduction des fonds alloués à l’enseignement et l’incitation à utiliser l’IAg, à l’échelle fédérale (coupes de budget par l’administration Trump et engagement en faveur de l’IA dans l’éducation) et de certains États. Il cite notamment le cas de l’Utah qui a réduit de 60 millions de dollars le budget alloué à l’éducation, en précisant que ce financement pourrait être rétabli si les établissements se concentraient davantage sur les filières les plus rentables (high-wage majors), notamment la formation à l’IAg.
La fuite en avant de nos institutions dans l’utilisation de l’IAg peut donc se comprendre comme une façon d’accroître les demandes adressées aux enseignant·es, dans un contexte de baisse des effectifs et des moyens. Résister au déploiement tous azimuts de l’IAg, c’est donc aussi résister à la dégradation de nos conditions de travail et à l’accroissement de la charge de travail enseignante.
Mais résister à l’IAg, c’est aussi s’opposer à des formes de privatisation rampante de l’éducation. Certes, en France nous sommes encore loin du cas des États-Unis où des compagnies privées, à but lucratif, assurent pour le compte d’universités publiques des formations à la rédaction de prompts. Toutefois, en l’absence d’IAg institutionnelle, les utilisateur.ices ont essentiellement recours à des IAg commerciales : respectivement 95% et 90% des étudiant·es et enseignant·es interrogé·es par le ministère de l’enseignement supérieur et de la recherche déclarent utiliser le plus souvent ChatGPT, développé par la société américaine OpenAI. Gemini, développé par Google, arrive en seconde place. En l’état actuel des pratiques, encourager le développement de l’IAg risque de rendre nos systèmes éducatifs dépendants, au sens strictement financier du terme, d’une technologie coûteuse et dont le coût est certainement amené à croître dans les années à venir. Comme le rappelle le rapport « IA et enseignement supérieur » l’augmentation de la part des utilisateurs payants et une forte augmentation des prix des services est nécessaire pour que les entreprises qui développent l’IA atteignent la rentabilité économique (p. 15).
Ceci est encore plus vrai dans le cas d’usages spécialisés. Afin de lutter contre les inégalités de formation, un récent rapport du Sénat préconise d’inciter « les écoles de droit à souscrire des abonnements à des outils d’intelligence artificielle générative spécialisés dans le droit et en fournir l’accès aux étudiants », tout en soulignant les conséquences financières pour les écoles « les licences pouvant atteindre jusqu’à 200 euros par mois et par utilisateur ».
L’IA, la fraude et les travaux à la maison
C’est bien beau tout cela nous rétorqueront certains collègues, mais que dire aux élèves et étudiant·es qui utilisent d’ores et déjà massivement l’IAg, en particulier pour rédiger et produire des travaux académiques à leur place ?
La moitié des enseignant·es interrogé·es dans le cadre du rapport sur l’IA et l’enseignement supérieur déclarent avoir fait évoluer leurs méthodes d’évaluation « pour faire face au risque de fraude avec l’IA », par exemple en supprimant le travail à la maison, et en développant les évaluations orales. Toutefois, souligne le rapport, cette modalité d’évaluation fait « face à deux difficultés. La première est financière. En effet, elle n’est pas, aujourd’hui, systématiquement applicable, notamment quand les promotions sont de taille importante car le coût d’organisation des oraux est important et les enseignant·es en capacité de les faire passer trop peu nombreux. La seconde porte sur le contenu de l’évaluation car l’oral ne permet pas d’évaluer certaines compétences, notamment celles développées dans le cadre de la rédaction de mémoires de master ou des thèses » (p. 47).
Ce phénomène n’est pas propre à la France : dans l’enquête de l’AAUP, 78% des enseignant·es estiment que la triche liée à l’IA augmente, mais ils et elles ne s’accordent pas sur le périmètre de ce qui est autorisé ou non. Un peu plus de la moitié considère que suivre un plan détaillé généré par IA pour rédiger un devoir constitue une fraude, quand 45% estiment qu’il est légitime de faire relire et corriger ses écrits par une IA.
Ceci amène à une première considération, à savoir la nécessité pour nos institutions de limiter explicitement les usages de l’IAg par les apprenant·es. L’Education nationale, dans un document de cadrage indique que « l’utilisation d’une intelligence artificielle générative pour réaliser tout ou partie d’un devoir scolaire, sans autorisation explicite de l’enseignant et sans qu’elle soit suivie d’un travail personnel d’appropriation à partir des contenus produits, constitue une fraude. Elle est assimilée, à ce titre, à l’intervention d’une tierce personne ou à la reproduction non signalée de contenus existants » (p. 10). Toutefois, elle ne précise pas le périmètre que recouvre « l’utilisation » d’une IAg pour produire un devoir (recherche d’idées ? production d’un plan ? relecture ?). Cette limitation reste cependant largement plus stricte que ce qui a cours dans la majorité des établissements d’enseignement supérieur, qui, faute de règles précises, notamment concernant les mémoires, ne peuvent invalider des travaux au seul motif qu’ils ont été rédigés avec une IAg.
Outre les enjeux pédagogiques, proscrire au maximum l’usage de l’IAg est un enjeu d’équité entre les élèves/étudiant·es, puisque la qualité et la quantité des productions auxquelles ils et elles peuvent avoir accès chez eux n’est pas la même s’iels ont accès ou non à des supports payants.
Certes, il est difficile de prouver qu’un texte a été généré par une IAg, les outils de détection étant loin d’être fiables et nombre de tutoriels en ligne proposant aux élèves et étudiant·es des astuces pour les déjouer. Mais les discussions sur les usages de l’IAg, entre enseignant·es et apprenant·es peuvent s’articuler autour d’une prise d’engagement réciproque, afin d’éviter que ne s’installe une spirale vicieuse entre elles et eux. De fait, la production de rapports et travaux par les étudiant·es utilisant l’IAg n’incite pas les enseignant·es à passer du temps à les corriger et à faire des retours personnalisés. La qualité de l’apprentissage et l’engagement des enseignant·es s’en trouve ainsi dégradée. Mais l’inverse est également vrai : si des apprenant·es savent que leurs productions sont corrigées en utilisant une IAg, cela ne les incite probablement pas à adopter une démarche qui fait de l’expérience d’apprentissage la finalité et de la production d’un travail de qualité un moyen au service de cette fin. De même, savoir qu’un·e enseignant·e a écrit un cours en recourant à l’IAg diminuerait probablement l’investissement des apprenant·es et la confiance qu’iels portent à leur enseignant·e (c’est ce que relate ce témoignage d’une enseignante ayant utilisé l’IA pour ses corrections). L’engagement à ne pas utiliser l’IAg se doit donc d’être un engagement réciproque impliquant conjointement et de manière claire enseignant·es et apprenant·es.
Les effets cognitifs de l’IAg
Le manifeste de l’Atécopol appelant à l’objection de conscience face à l’IAg s’appuie sur des considérations majeures, d’ordre écologique, social et politique, dépassant le seul cadre de l’enseignement supérieur et de la recherche, et qui resteraient valables quand bien même l’IAg serait totalement fiable et efficace d’un point de vue pédagogique.
Pour autant, une discussion avec des collègues, élèves ou étudiant·es sur les usages de l’IAg ne peut, semble-t-il, faire l’économie de la question des effets cognitifs de l’IAg et de son impact sur la qualité des apprentissages ; ne serait-ce que parce même si l’on a affaire à des personnes qui se désintéressent du bien commun et des enjeux éthiques, elles seront peut-être sensibles à des effets qui les concernent directement.
« Le plus grand danger de l’IA à l’université n’est pas la triche, c’est l’érosion de l’apprentissage lui‑même » indiquent ainsi deux chercheurs, N. Eisikovits et J. Burley, soulignant qu’elle peut détourner leurs utilisateurs de certaines étapes cruciales dans l’apprentissage : « formuler des idées, traverser des moments de confusion, retravailler un brouillon maladroit, apprendre à repérer ses propres erreurs ». Dans le rapport sur l’IA et l’enseignement supérieur, nombre d’enseignant·es soulignent un risque « quant à la capacité des apprenants à développer une autonomie intellectuelle, une réflexion personnelle et des compétences fondamentales telles que la rédaction et l’analyse, face à une dépendance potentielle aux outils d’IA » et 90% des 1057 enquêté·es enseignant·es dans des universités américaines déclarent que l’IAg « va diminuer les capacités critiques de leurs étudiant·es » et 95% qu’elle va « accroître leur dépendance excessive aux outils numériques ». En considérant que les étudiant·es estiment qu’il est toujours important d’acquérir des connaissances et compétences au cours de leur formation, mettre en avant la possibilité d’atrophie de leurs capacités cognitives voire d’auto-lobotomisation pourrait les amener à questionner leurs usages de l’IAg.
Il est toutefois difficile de percevoir les effets de l’utilisation de l’IAg sur soi : quand nous utilisons un outil au quotidien, nous n’avons pas de recul sur la façon dont cet outil influence nos propres capacités. C’est en cela que s’appuyer sur les études scientifiques sur les effets cognitifs de l’IAg apparaît indispensable, dans la mesure où elles fournissent des savoirs inaccessibles par l’expérience personnelle ou le vécu. Ces études confirment ce que l’intuition et le bon sens suggèrent au premier abord : ne pas utiliser certaines capacités cognitives – comme le fait de lire, d’écrire, de réfléchir, de produire un raisonnement – les amenuisent. En outre, on n’apprend pas de la même façon avec ou sans IAg : une étude montre qu’utiliser l’IAg pour rédiger un travail ne permet pas de transformer les informations mobilisées en connaissances (83% des utilisateurs d’IAg sont incapables de se souvenir d’un passage qu’ils venaient d’écrire pour un essai). Autre exemple : il a été montré que la qualité de la production d’étudiant·es relative à une question nouvelle était moindre lorsqu’ils utilisaient l’IAg pour se documenter par rapport à une recherche web standard.
Il est relativement facile de se croire individuellement prémuni des divers effets néfastes mis en évidence par la psychologie, la sociologie ou la médecine. Face à des apprenant·es, il faut en avoir conscience, et se préparer à ce que des affirmations à ce sujet soit accueillies avec scepticisme, voire rejetées. Cette réaction peut potentiellement être atténuée en rentrant dans le détail des études faites à ce sujet : méthodologies utilisées, résultats détaillés, limites des études, etc.
Ainsi, outre les problèmes fondamentaux que soulève l’IAg, son usage « pédagogique » à tous les niveaux et dans tous les domaines d’enseignement charrie tout un ensemble de risques, et menace les capacités de compréhension et d’apprentissage des élèves et étudiant·es, tout en accompagnant une détérioration des conditions de travail des enseignant·es. Il faudrait donc « mettre fin à l’illusoire formation par le numérique ». Toutefois, se pose la question de la formation non pas grâce à, mais à l’IAg.
Former à l’IAg
La formation à l’IAg peut-elle même recouvrir plusieurs propositions, que l’on peut regrouper de la façon suivante :a) Savoir utiliser la technologie i) en lien avec sa spécialité de formation (pour les étudiant·es) ii) de façon générique (comme une sorte d’outil de bureautique)
b) Comprendre la technologie et son fonctionnement
c) Appréhender les risques de l’IAg
Un enseignement spécifiquement dédié à l’IAg : oui mais lequel ?
Une partie de ces questions peuvent être abordées dans le cadre d’un enseignement transversal, sans lien avec un parcours ou une spécialité de formation, qui serait spécifiquement dédié à l’IAg.
C’est ce que propose le collectif Education numérique pour le secondaire, et c’est ce qui a été mis en place à l’Université Paris Saclay avec le Brevet AI, une formation « d’acculturation à l’IA » destinée à tou·tes les étudiant·es.
Derrière ces formations, il y a souvent l’idée de présenter les risques et les limites de l’IAg puis d’en décrire les « bons usages ». Le Brevet AI, dans sa forme la plus complète propose ainsi d’aborder les points suivants : le fonctionnement de l’intelligence artificielle, les tâches de l’intelligence artificielle, l’IA en pratique & les bonnes pratiques de l’IA, les enjeux sociétaux de l’intelligence artificielle.
Or, si nous appelons de nos vœux des formations, de type c) dans la classification ci-dessus, présentant les coûts et les risques – environnementaux, sociaux, économiques, éthiques, cognitifs – associés à l’IAg, nous estimons que, quelle que soit la vision que l’on peut avoir de l’enseignement, il n’y a strictement aucune raison de former les apprenant·es à ses « bons usages », dans la mesure où ces usages, quels qu’ils soient, entrent en contradiction avec nos exigences de sobriété, de respect des limites planétaires et d’opposition aux techno-oligarchies. En d’autres termes, nous défendons que les formations de type a) n’ont pas lieu d’être, tout particulièrement celles de type a-ii).
Ces bonnes pratiques s’avèrent d’ailleurs souvent impossibles à tenir, à l’instar de l’Education nationale proposant que « l’IA ne doit être utilisée que si aucune autre solution moins coûteuse écologiquement ne répond de façon satisfaisante au besoin » (p. 8). Faire soi-même une bibliographie, faire une recherche en bibliothèque ou via un moteur de recherche en ligne ou apprendre à relire soi-même sa production : toutes ces actions seront toujours moins coûteuses écologiquement que d’avoir recours à l’IAg !
Nous invitons ainsi à ne pas consacrer de temps à former les apprenant·es à l’utilisation d’un outil en évolution constante, et dont les limites ne cessent de se redessiner. À la place, nous proposons de sensibiliser les étudiant·es à la multitude de problèmes et de risques que l’IAg soulève, mais aussi de privilégier l’acquisition de connaissances vérifiées et d’accompagner la recherche d’information par d’autres moyens.
L’IA et la formation professionnelle
Reste l’épineuse question de la formation à l’IAg « pour préparer à l’insertion professionnelle ». En tant qu’enseignant·es dans le supérieur, c’est un argument qui nous est souvent adressé, avec l’idée que nous condamnerions nos étudiant·es à ne pas trouver leur place sur le marché du travail si nous n’intégrons pas à leur formation l’usage d’IAg adaptées à leur domaine de connaissance. Cela concerne les formations de type a-i) dans la classification ci-dessus. En effet, les formations du supérieur, notamment au niveau master, qui ont pour objet les connaissances d’informatique sur les fondements des IAg, c’est-à-dire des Large Language Models (LLM), classifiées ci-dessus en b), ont clairement toute légitimité à exister, car ces connaissances sont nécessaires pour la compréhension de ces technologies.
En ce qui concerne donc les formations de type a-i) ci-dessus, avant toute chose, il importe de revenir sur le fantasme de l’adéquation des formations au marché du travail. La tension entre le monde de l’enseignement et le monde du travail au sujet de la formation est loin d’être nouvelle : faut-il former des apprenant·es « prêt-à l’emploi » au sens littéral, former des apprenant·es qui seront capables d’évoluer sur le marché du travail 40 années après la fin de leurs études, ou bien encore former des citoyen·nes aptes à réfléchir aux enjeux complexes de leur temps, indépendamment des desiderata des entreprises ? Les lignes de fracture ne sont d’ailleurs pas aussi nettes qu’on pourrait le croire ni toujours là où on penserait naïvement qu’elles le sont. Il est ainsi courant de croiser des apprenant·es souhaitant surtout être le plus rapidement « employables », des entreprises qui demandent que soient avant tout formées des têtes bien faites en affirmant qu’elles s’occuperont du reste (notamment de la formation aux outils spécifiques à leur métier), et des enseignant·es n’ayant de cesse de mettre en avant la « demande » souvent fantasmée des entreprises, légitimant ainsi un certain nombre de pratiques.
Depuis plusieurs décennies, les travaux de sciences sociales ont mis en évidence l’impossible adéquation entre l’offre de formation et les besoins du marché du travail, pour un certain nombre de raisons : tout d’abord, chaque entreprise n’est même pas toujours au clair et cohérente en interne à ce sujet ; ensuite, il peut exister un décalage temporel entre le rythme d’évolution des formations et celui du marché du travail, sans parler des difficultés à évaluer les besoins sur le long terme ; et enfin, certaines entreprises ont des besoins très spécifiques qui ne peuvent pas être pris en charge par les formations, même les plus spécialisées (manque de formateur·ices, trop peu d’apprenant·es concerné·es, nécessité d’offrir aux apprenant·es des débouchés qui ne soient pas trop restreints).
Dans le cas spécifique de l’IAg, le monde du travail est actuellement plongé dans le flou : les employeurs sont incapables de savoir quelle importance va avoir à court ou moyen terme l’IAg dans leur entreprise, la plupart étant actuellement en phase de tests prudents ; il existe plusieurs exemples d’entreprises qui ont licencié des employé·es pour les remplacer par de l’IAg mais ont fait machine arrière peu de temps après ; on peut aussi noter qu’un « nouveau métier » tel qu’« ingénieur de prompt » a disparu en deux ans.
Bref, dans un tel contexte, il est urgent de ne pas se précipiter, et de s’assurer que l’on forme des apprenant·es capables de s’adapter à des métiers qui n’existent pas encore, qu’ils intègrent ou non l’utilisation de l’IAg. Étant donné qu’anticiper le futur semble délicat, on peut faire l’hypothèse peu engageante qu’il existera des métiers utilisant l’IAg, et qu’ils pourront être de trois types : ceux qui feront un usage peu technique des IAg en se satisfaisant de leur production « brute », ceux qui l’utiliseront comme étape intermédiaire avant un résultat final plus exigeant et donc retravaillé, et enfin ceux qui en feront un usage très précis et spécialisé.
Le premier type est sans doute le plus répandu : il s’agit des cas où les IAg serviront comme « assistant » de rédaction, moteur de recherche, producteur d’images, de code informatique rapide, etc. Dans ces cas-là les IAg seront utilisées de manière triviale et il n’y aurait probablement pas de grand gain de compétence professionnelle à « former » spécifiquement et en profondeur les étudiant-es à leur usage, il s’agit des formations de type a-ii) déjà évoquées. Si les IAg se répandent si rapidement, c’est justement parce qu’elles sont faciles à prendre en main et très ergonomiques, tout comme d’autres outils informatiques (les moteurs de recherche, les outils de création graphique comme Canva, etc.). Concernant « l’art du prompt », on peut suivre le professeur de littérature américaine Matt Seybold, lorsqu’il écrit qu’il ne s’agit finalement que d’un « euphémisme pour désigner l’écriture, bien qu’il s’agisse d’une forme d’écriture particulièrement antisociale et transactionnelle ». Par conséquent, il y a peu de plus-value pédagogique à en enseigner l’usage en détail.
Le deuxième type de travail implique au contraire une réelle expertise. En effet, au vu des travers des productions des IAg, bien documentés dans de nombreux domaines professionnels (par exemple des plaidoyers d’avocat·es inventant des textes de lois), les éventuel·les futur·es travailleur·ses utilisant l’IAg devront avoir une très bonne maîtrise de leur discipline et un solide esprit critique afin de juger de la qualité du résultat produit. Par ailleurs, comme le rappelle le rapport du Sénat sur le droit et l’IA, « Comment qualifier de « bon » avocat celui qui, par exemple, serait incapable de répondre à une question orale de son client sans recourir à un outil d’intelligence artificielle générative» ?
Or, belle ironie, il a été montré dans de nombreux cas que l’utilisation des IAg a des conséquences délétères en la matière, que ce soit via une diminution des savoir-faire spécifiques ou via la dégradation de compétences transverses telles que l’esprit de synthèse. Le meilleur moyen de se préparer à une éventuelle future utilisation professionnelle de l’IAg est donc d’apprendre à « faire sans » au cours de la formation. Même si l’on peut comprendre que des apprenant·es puissent être amené·es un jour à utiliser l’IAg dans le monde professionnel, cela ne justifie pas que ce doive être le cas dans les établissements d’enseignement. Il faut en revanche veiller à ce que les capacités qui demeureront indispensables lorsqu’on utilise l’IAg soient parfaitement acquises au cours des années d’étude. Par exemple, faire du développement informatique en utilisant l’IAg nécessite des compétences pour comprendre le code produit, le corriger, l’optimiser, le documenter, le réutiliser et le faire évoluer. Nous devons donc enseigner à faire sans IAg.
Enfin le troisième type de travail impliquant des IAg pourra être le cas où des outils d’IAg très spécifiques et techniques seront mobilisés dans des métiers experts. Il pourra donner lieu ponctuellement à des formations techniques dédiées, mais ne justifie donc pas d’intégration de l’IAg à l’ensemble des cursus. Il faut noter de surcroît que les outils d’IA très spécialisés, même basés sur des techniques d’apprentissage profond (par exemple AlphaFold en biochimie), ne relèvent en général pas de l’IA générative, et donc pas de l’IAg grand public à l’origine des problèmes environnementaux, sociaux et politiques dénoncés dans le manifeste.
Mais on peut également envisager qu’il existe un avenir où l’usage professionnel des IAg serait, pour diverses raisons – environnementales, politiques, économiques – très faible ou cantonnée à certains secteurs. L’IAg ne sera peut-être qu’une bulle économique temporaire, ses effets sur la productivité étant remis en question, et ses bénéfices moins importants que prévus. Ainsi, refuser d’utiliser l’IAg dans le cadre d’un enseignement ou d’une formation, ce n’est pas « sacrifier » les jeunes générations : c’est au contraire refuser de les amputer de toute une partie de leurs capacités intellectuelles, c’est refuser de les rendre incapables de penser, créer, concevoir sans ces technologies qui pourront être amenées à disparaître.
Dans un autre registre, il nous parait important de mentionner que, même dans le cas de métiers utilisant l’IAg pour obtenir des résultats de qualité et nécessitant donc des compétences pointues, il y a un fort risque que ces métiers soient ressentis comme étant vidés de leur sens, étant réduits à un travail de relecture et correction des erreurs de la machine. Les travaux de JC Carbonell témoignent pour de nombreux·euses journalistes et traducteur·ices de la perte de la dimension créative de leur travail, de leur autonomie, ainsi que de l’appauvrissement de leur métier. Sans parler, bien entendu, du risque avéré de disparitions massives d’emplois qualifiés, sans perspectives évidentes de remplacement.Conclusion
Face aux injonctions institutionnelles à mobiliser l’IAg dans l’enseignement, et ce à tous les niveaux, nous proposons d’ouvrir le débat, avec nos collègues, élèves, étudiant·es afin de mettre en évidence les risques et les effets délétères déjà avérés de cette technologie.
La nécessité de former nos étudiant·es et élèves à apprendre, mais aussi à penser, créer, produire sans l’IAg apparaît d’autant plus grande que ces jeunes générations sont déjà confronté·es à des problèmes de dépendances, relationnelles et affectives, à ces outils et qu’il n’est pas de notre rôle de favoriser ce phénomène.
« Oui, mais l’objection de conscience c’est une approche individualiste, et ce n’est pas avec cette stratégie que l’on va sortir de l’emprise des Big Tech | du capitalisme »
Réponse courte : objecter ce n’est pas déserter, et ce n’est pas non plus une stratégie individualiste ; c’est pour nous un moyen de garder sa liberté de réflexion et d’organisation collective, face aux injonctions et autres arguments d’inéluctabilité.
La publication du Manifeste a entraîné plusieurs réactions critiques, dont certaines émanent de personnes qui nourrissent également des inquiétudes vis-à-vis de l’IAg telle qu’elle se développe aujourd’hui, c’est-à-dire selon les projets des acteurs de la Big Tech. Plusieurs critiques reprochent ainsi au Manifeste (et à son addendum) de se méprendre sur la nature de l’IAg, suggérant que dans des conditions économiques différentes (une IAg qui ne soit pas aux mains des Big Tech) et moyennant quelques innovations technologiques (une « IAg frugale »), cette technologie pourrait être un vecteur d’émancipation collective (pour les versions ayant un penchant accélérationiste) ou tout simplement utile (pour les versions moins idéologiques). A ce titre, elles critiquent la stratégie du manifeste articulée autour de la notion d’objection de conscience (OdC) face à l’IAg, au motif que celle-ci conduirait à « en abandonner le contrôle au capitalisme ».
D’autres voix critiques – par exemples issues des syndicats – disent se reconnaître pleinement dans les arguments que développe le manifeste pour motiver une résistance à l’IAg dans l’éducation nationale (EN) et l’Enseignement Supérieur et la Recherche (ESR), mais jugent que l’OdC s’apparente à une approche individualiste du problème, incapable de contribuer à une transformation radicale de nos institutions et à un changement politique au sein de la société.
Que ce soit donc pour réorienter l’innovation technologique majeure que représente l’IAg vers des voies plus souhaitables que celles promues par la Big Tech, pour « désarmer l’IA » ou pour dépasser le capitalisme, la stratégie qui sous-tend le manifeste ferait, selon ces critiques, fausse route.
C’est à ces différentes critiques que ce paragraphe entend répondre. Pour ce faire, commençons par dissiper d’éventuels malentendus et précisons ce que l’OdC à l’IAg n’est pas.
Objecter n’est pas déserter : c’est probablement parce que l’OdC s’est la plupart du temps manifestée dans des contextes graves et dramatiques sous la forme d’un refus de faire la guerre, qui a pu se traduire pour certain.es objecteur.ices par un acte de désertion, que plusieurs critiques ont considéré que nous invitions à déserter la bataille culturelle qui se mène autour de cette technologie. Pourtant, comme l’a expliqué Guillaume Carbou, l’un des co-auteurs du Manifeste, dans un texte de réponse à ces critiques, cette lecture « prête une intention au Manifeste qui n’y est pas du tout affichée, à savoir celle de se retirer du débat politique par une simple attitude de ‘non usage’ individuel et puriste. Bien au contraire, le manifeste indique clairement que l’enjeu est d’ouvrir des espaces de débat et d’action à propos de la place et du rôle de nos institutions face à l’IA générative et à la numérisation du monde en général. » Concrètement, les co-auteur·ices du Manifeste n’ont jamais été aussi acti·f·ves sur ce sujet, sollicité.es et mobilisé·es dans leur institutions que depuis sa publication.
L’objection de conscience à l’IAg n’est pas une stratégie. L’OdC est une posture qui affirme et visibilise un désaccord avec la tendance générale de déploiement de ces technologies que l’on peut observer dans l’ESR et l’EN – celle-ci prenant parfois la forme d’une injonction à « monter dans le train » de l’IA – en revendiquant un non-usage. Cette posture ne saurait constituer une stratégie dans la mesure où il n’a jamais été envisagé qu’une somme de non-usages individuels puisse endiguer le développement de l’IAg dans nos institutions (et encore moins éroder efficacement les structures du technocapitalisme). Dit autrement, et comme nous l’avons écrit en divers endroits, la posture d’OdC à l’IAg n’est pas une fin, mais un moyen. Si cette posture relève à l’évidence d’un choix personnel et d’une pratique individuelle, ce refus individuel ne s’inscrit pas dans une approche individualiste. En effet, cette posture ne prend sens que dans la mesure où elle traduit une volonté de résistance à l’imposition de ces technologies, celle-ci se matérialisant dans des actions collectives qui ne se cantonnent pas au non-usage.
Tentons maintenant de définir la posture d’OdC à l’IAg. Et d’abord, pourquoi avoir adopté et proposé cette posture ? La position d’OdC constitue l’aboutissement d’un processus de réflexion, qui s’inscrit dans la continuité de la critique de la numérisation de l’éducation : nous critiquons le recours non questionné aux formats numériques d’enseignement et l’accueil enthousiaste fait aux innovations numériques comme autant d’innovations pédagogiques qui seraient nécessairement porteuses d’un progrès. L’arrivée de l’IAg dans le monde de l’enseignement a réactivé et amplifié les raisons qui présidaient à cette critique. Nous, co-auteur·ices du Manifeste avions conscience que le déploiement de ces technologies dans le monde de l’enseignement (et plus largement dans d’autres sphères sociales), allaient provoquer d’immenses dégâts humains, sociaux et environnementaux. Nous avons alors ressenti un profond malaise face aux discours dominants, qui mêlaient enthousiasme, fascination et résignation, mais convergeaient tous vers une invitation, voire une injonction, à intégrer l’IAg dans nos métiers. Ainsi, alors qu’un bouleversement majeur se produisait, nous étions réduit·es à une position d’impuissance et de résignation car – cela était répété à l’envie – « qu’on le veuille ou non, l’IA est là, il faut s’adapter ». La seule alternative à une participation active au processus de déploiement des IAg étant d’être un spectateur impuissant, mis hors-jeu.
Face à ce dilemme apparent et aux discours qui brandissaient l’argument de l’inéluctabilité dès lors que l’on pointait les lourds problèmes associés à ces technologies, la position d’Objection de Conscience nous a semblé être la seule tenable.
Exprimer son OdC est d’abord un moyen pour retrouver une liberté de penser et une liberté de parole. En assumant et en affichant cette position de désaccord, on participe à l’émergence d’une communauté qui partage tout à la fois un profond malaise face à la dynamique de déploiement de l’IAg et une volonté de ne pas s’y résigner. Cela nous a paru être une première étape nécessaire pour envisager des actions collectives, qui auront pour objectif de résister à la vague sans se couper des réalités sociales, dans l’ESR, l’EN et ailleurs : oui l’IAg existe et est utilisée par les étudiant·es et les personnels, oui elle est (en partie) là, mais ce n’est pas une raison pour simplement accompagner le mouvement.
En effet, nous vivons actuellement un moment singulier où ces technologies sont sur le point de profondément modifier de nombreuses pratiques sociales, mais où ces changements sont en train de se faire. Il est aujourd’hui parfaitement possible d’infléchir les trajectoires de déploiement de l’IAg dans l’ESR et l’EN, avant qu’elle ne devienne ancrée dans les usages et les habitudes. Ainsi, au lieu d’en accélérer le « bon usage », comme nous y invite la tendance actuelle, il paraît plus urgent de borner et de limiter drastiquement son emploi, d’en interdire l’utilisation pour des activités jugées clés (l’interdiction de l’usage de l’IAg pour la rédaction d’un mémoire de thèse ou pour la production d’un rapport de thèse n’est par exemple, à notre connaissance, pas encore intégrée dans les chartes des écoles doctorales), développer des formations aux risques que représentent ces technologies (voir la section « Que dire aux étudiant.es ? »), etc. Il s’agit là d’objectifs encore parfaitement atteignables aujourd’hui, pour peu que l’on s’accorde sur le fait qu’ils sont désirables, ce qu’entend affirmer la posture d’OdC.
« Oui, mais moi j’utilise de temps en temps ChatGPT ou DeepL, donc je ne me sens pas légitime à signer votre manifeste »
Réponse courte : vous pouvez bien sûr signer notre manifeste même si dans votre travail ou votre vie privée vous utilisez parfois des outils d’IAg. La réponse longue implique de développer un certain nombre d’arguments sur l’objectif de l’objection de conscience, la puissance des verrouillages sociotechniques ou encore le « purisme militant ». D’abord, clarifions que l’objection de conscience défendue dans le manifeste n’est ni une démarche individualiste ni une fin en soi. Il s’agit d’un moyen pour mettre en débat le déferlement des IAg dans nos institutions et, idéalement, arriver à l’enrayer. Plus encore, il s’agit d’un appel à questionner la participation de l’Université et de l’Éducation Nationale à une trajectoire sociotechnique générale que l’on sait insoutenable et socialement problématique. De ce point de vue, l’essentiel n’est pas tant ce que les signataires font de manière privée, mais plutôt ce qu’ils et elles font en cours avec leurs élèves et étudiant·es et l’orientation qu’ils et elles donnent aux débats qu’ils et elles parviennent à ouvrir dans leurs institutions. Ensuite, le manifeste prend explicitement acte du fait que les IAg sont déjà largement répandues dans la société et qu’un processus de verrouillage technologique est déjà en partie engagé (cette position a d’ailleurs valu au manifeste certaines critiques légitimes, cf. la question « Mais alors vous êtes pour la traduction automatique ? »). Essayer de s’extirper de tous les usages revient ainsi à viser une « pureté » individuelle qui, en plus d’être illusoire, est très coûteuse. En effet, il en va de l’IAg comme des autres grands systèmes sociotechniques : ils irriguent si profondément notre société que les fuir complètement revient à se couper d’une grande partie de la société (et même : nos subjectivités modelées par la société en sont encore empreintes. Par exemple, certain·es parmi nous qui n’ont jamais utilisé l’IAg ressentent en effectuant certaines tâches un sentiment nouveau de lenteur, du seul fait de savoir que l’IAg existe et pourrait accélérer cette tâche). Ainsi, il serait problématique d’exiger d’un·e militant·e opposée au nucléaire qu’il ou elle n’allume jamais la lumière. Sans aller jusqu’à ces extrêmes, toute tentative individuelle de ne pas se conformer au système sociotechnique dominant est particulièrement difficile. Nous sommes toutes et tous pris dans des réseaux d’interdépendance qui nous dépassent, et soumis.es à des injonctions ou contraintes psychologiques, sociales, économiques, matérielles, etc. auxquelles il faut bien en partie consentir. Dans une optique de transformation sociale, la focalisation sur les pratiques individuelles a de nombreuses limites voire des effets pervers. Elle peut couper du dialogue avec autrui, ou encore détourner l’énergie de la participation à des mouvements transformateurs de plus grande ampleur. Mille raisons justifient ainsi que l’on ne culpabilise pas du manque d’alignement entre nos valeurs et nos vies. Cet argument ne constitue en rien un blanc-seing pour un usage débridé des IAg, ni même pour un usage tout court, car il est encore possible de vivre sans IAg. Il y a en effet de bonnes raisons pour défendre les efforts vers la déconnexion des systèmes que l’on critique. Sur un plan tactique, l’objectif d’exemplarité est nécessaire aux personnes qui défendent publiquement l’objection de conscience à l’IAg pour éviter de prêter le flanc à des procès en hypocrisie (« faites ce que je dis, pas ce que je fais »). Sur un plan personnel, la cohérence est utile car elle permet d’éviter l’inconfort de la dissonance cognitive. Notre propos ne consiste donc pas à dire qu’il n’est pas souhaitable de chercher à être cohérent·e, mais simplement qu’il ne faut pas exiger que toute personne signant le manifeste le soit totalement. Ainsi, se reconnaître dans le manifeste ne signifie pas se couper personnellement de tous les usages d’IAg mais : 1) agir au niveau collectif pour ouvrir des espaces de discussion et d’action pour empêcher la diffusion des IAg dans nos institutions ; 2) ne pas banaliser ces usages, essayer de les réduire au maximum tout en tenant compte des contraintes d’ordre social, hiérarchique, économique, voire des habitudes…. En somme, en appelant à l’objection de conscience, nous n’appelons pas à une forme de pureté militante, qui désignerait et culpabiliserait de potentielles incohérences, ni à réduire la réflexion et la mobilisation autour de l’IAg à un enjeu individuel ; nous appelons au contraire à un engagement collectif et politique, dans une stratégie de lutte contre les structures et les acteurs clés des désastres socio-écologiques en cours.
Ce texte est issu des réflexions collectives de l’Atécopol, un collectif interdisciplinaire de membres de l’Enseignement Supérieur et de la Recherche qui s’engage sur les bouleversements écologiques. Il a été rédigé par Marianne Blanchard, Guillaume Carbou, Julian Carrey, Olivier Lefebvre, Odin Marc et Laure Vieu, avec des contributions et relectures critiques de Julien Delord, Adeline Grand-Clément, Steve Hagimont, David Hampton-Musseau, Jean-Michel Hupé, Valentin Maron, Soizic Rochange, Sébastien Rozeaux, Florian Simatos et Laure Teulières.
OpenEdition vous propose de citer ce billet de la manière suivante :
Atelier Ecopol (28 novembre 2025). « Oui, mais l’IAg… » : Réponses à quelques arguments courants en faveur de l’intelligence artificielle générative. ATelier d'ÉCOlogie POLitique. Consulté le 9 avril 2026 à l’adresse https://doi.org/10.58079/158mj
