Ni enthousiasme, ni défiance : la méthode

Le débat public sur l'intelligence artificielle oscille entre l'enthousiasme des promesses et l'inquiétude des menaces. Ma position se tient à distance de ces deux pôles ; elle relève moins de l'opinion que de la méthode. Avant de juger un outil, je cherche à établir ce qu'il fait réellement – à qui il rend service, ce qu'il déplace dans une activité, ce qu'il fragilise. Les apports sont réels et je les enseigne ; les limites le sont tout autant – biais, erreurs présentées avec assurance, opacité des systèmes, coût environnemental – et elles doivent être comprises pour être maîtrisées.

Ma démarche part des situations concrètes plutôt que des discours. Ce qui m'intéresse, ce sont les usages effectifs : ce que les professionnel·le·s font des outils dans leurs conditions réelles de travail, avec leurs contraintes, leurs ressources (compétences, moyens à disposition), leurs habitudes, leurs marges de manœuvre et leur propre contexte. C'est là que se révèlent les écarts – entre ce que promet une technologie et ce qu'elle produit, entre celles et ceux qui se l'approprient aisément et celles et ceux qui en restent éloigné·e·s. Ces écarts ne sont pas des anomalies : ils sont le cœur de l'analyse, car ils indiquent où se rejouent les inégalités et où l'accompagnement devient nécessaire. Ces usages ne se jouent d'ailleurs pas seulement à l'échelle des personnes : ils engagent les collectifs de travail et les organisations – la manière dont un outil s'introduit, redistribue les tâches et recompose les métiers relève autant de la gouvernance que de la technique.

Au centre de ce travail se trouvent l'esprit critique, la souveraineté, l'éthique et la protection des données. Toute activité professionnelle repose sur des savoirs d'expérience, souvent tacites – ces gestes et ces raisonnements si intégrés qu'ils vont sans dire. Rester souverain·e face à l'IA, c'est d'abord expliciter ces savoirs et conserver son expertise : nommer ce que l'on sait faire, situer les enjeux propres à son activité, et placer l'IA là où elle a du sens – en tenant compte, toujours, des frictions humaines et des contextes. C'est ensuite déléguer et superviser en toute connaissance de cause : choisir ce que l'on confie à la machine, conserver ce qui relève du jugement, garder un regard sur ce qu'elle produit.

À ces conditions, la collaboration avec l'IA devient une co-intelligence, une co-pensée : la machine agit en partenaire cognitif qui amplifie la pratique sans se substituer au discernement. Cette collaboration engage une responsabilité. La souveraineté s'y comprend aussi en termes éthiques – le choix des outils, la protection des données, le respect des personnes – et s'accompagne d'une sobriété d'usage : recourir à l'IA là où elle est pertinente, en restant attentif·ve à l'empreinte écologique de ces systèmes, à la maîtrise des coûts et aux inégalités d'accès. Les gains sont alors bien réels – temps, productivité, montée en compétences – et ils ne s'obtiennent pas au prix de la dépendance ou de l'atrophie cognitive, mais au bénéfice d'une autonomie renforcée.