Skip to main content

Mon Trilemme IA

J’ai dessiné ce triangle un matin, après une séance où tout le monde applaudissait une démo d’IA et où je sentais pourtant que quelque chose manquait. Pas l’outil : une tenue. Au centre, en rouge, j’ai écrit ce que je vivais de plus en plus moi-même : « je n’utilise pas l’IA » - non par vertu, mais parce qu’un des trois sommets me lâchait. Savoir quoi faire : est-ce que je peux l’expliquer sans me cacher derrière le jargon ? Savoir comment faire : est-ce que je pourrais au moins esquisser la mise en œuvre, programmer, automatiser, déléguer - ou est-ce que je me contente d’appuyer sur un bouton ? Savoir contrôler : est-ce que je vérifie encore, ou est-ce que la fluidité de la réponse m’a déjà convaincu ? Ce n’est pas un trilemme au sens de « choisissez deux options sur trois ». C’est un triangle de conditions : sans les trois, je retombe au centre. Et ce centre n’est pas une retraite ; c’est un aveu.

J’ai longtemps hésité sur le mot trilemme. Puis j’ai compris ce qui le rendait juste : les tensions entre les pôles. Plus l’IA me simplifie le « comment », plus je dois durcir le contrôle - sinon je dérive. Plus je contrôle, plus je peux étouffer l’autonomie, la créativité, la confiance des autres. Plus je sais « quoi faire », plus je risque de dépendre d’outils que je ne tiens pas entièrement. Je me reconnais dans chaque cas limite. Il m’arrive de tenir le cap sans savoir exécuter ; d’exécuter vite sans savoir vérifier ; de vérifier sans avoir clarifié le but. Je vois la même chose chez des collègues, des équipes, des organisations. C’est pour cela que j’appelle ce schéma aussi le trilemme de la souveraineté IA : souveraineté, pour moi, c’est orienter, exécuter et garder la main - pas refuser la machine.

Les flèches bleues du dessin, je les ai tracées après coup, quand j’ai compris que la logique circulaire tenait. Je ne commence pas au hasard : je pars de ce qu’il faut accomplir, je cherche comment le faire tenir dans le réel, je reviens au contrôle pour voir si le résultat sert encore le but. Chaque « oui » ouvre le sommet suivant ; chaque « non » me renvoie au centre rouge. Ce n’est pas une punition : c’est un diagnostic que je me dois d’entendre sans m’offusquer. Quand un.e étudiant.e me dit « l’IA l’a fait », je sais souvent lequel des trois « non » se cache derrière la phrase. 

Puis le triangle a cessé d’être seulement mon miroir. Il m’a aidé à regarder les lieux qui forment : cabinets, studios, ateliers, équipes où l’on doit transmettre un métier, pas seulement livrer un fichier. J’y ai vu des tâches que j’avais envie d’automatiser parce qu’elles semblaient répétitives - recherches, lectures, synthèses, premières rédactions - et que j’ai compris, plus tard, qu’elles formaient l’expert de demain. 

Une tâche peut être productive et formative à la fois. 

L’IA me murmurait : si c’est automatisable, automatisons. Mon expérience d’enseignant me répondait autrement : cette tâche construit-elle aussi les capacités futures de contrôle et de maîtrise ? Supprimer totalement ce qui coûte cher à court terme, c’est parfois manger le capital formatif de l’organisation - ces frictions, répétitions et responsabilités progressives sans lesquelles il n’y a plus de relève.

Faut-il donc ne rien déléguer ? Je n’en suis pas là. J’ai appris à me méfier d’une promesse d'automatisation qui remplace l’apprentissage, retire toute friction, fabrique une dépendance. Et à chercher une  automatisation qui assiste, accélère, guide, augmente - sans court-circuiter le raisonnement. Je l’ai vu dans mes propres usages : l’outil peut amplifier ce que je transmets ou le détruire silencieusement. Une structure peut devenir très efficace demain et cognitivement fragile dans cinq ans, parce qu’elle aura optimisé ce qui formait sans que rien au tableau ne le dise.

Aujourd’hui, je garde ce triangle sur mon bureau comme on garde une carte de cheminant. Trois sommets à cultiver, un centre rouge à ne pas confondre avec une sagesse, une boucle à refaire chaque fois que l’outil change. 

Popular posts from this blog

La Sobriété Intellectuelle appliquée à l’économie et à l’entreprise

La Sobriété Intellectuelle   désigne une posture de modération et de lucidité dans l’usage de l’intelligence – qu’elle soit humaine ou artificielle – appliquée au contexte économique et managérial. À l’heure où l’ intelligence artificielle (IA)   s’immisce dans l’analyse stratégique, la prise de décision économique et le management, cette sobriété se pose en contrepoids salutaire à l’enthousiasme parfois débridé pour la technologie. Par   sobriété , on entend une forme de   tempérance intellectuelle   : éviter l’ivresse des données, le   solutionnisme technologique   à tout crin, et garder un esprit critique humble face aux promesses de l’IA. Il s’agit de reconnaître les   limites cognitives   humaines (biais, vulnérabilités, tendance à surestimer nos modèles) et les limites des machines, afin de ne pas tomber dans l’excès de confiance ou la dépendance aveugle aux algorithmes. Thomas Steiner  - avec le concours incontesté de quelques out...

An Ethical Framework for Exams and Continuous Assessment with AI

Throughout the history of education, a multitude of diverse and even contentious methodologies have been employed to assess knowledge and aptitude. Several assessment methods have been employed, ranging from oral examinations to written tests, all with the overarching objective of discerning the extent to which students comprehend the subject matter in a manner that is equitable, comprehensive, and optimal. In the present context, amidst the cusp of a forthcoming epoch, the ongoing discourse persists, albeit with a futuristic inclination. The emergence of Artificial Intelligence (AI) has brought about transformative changes in the field of education, revolutionizing the tools and methodologies employed for assessment and evaluation. As we transition into this emerging era, it is crucial to discuss the implications for the fundamental principles and ideals of education. The conventional methods of assessment, commonly characterized by high-stakes examinations and standardized tests, ha...

An Introduction to (Reverse) Meta-Prompting

Meta-prompts are prompts about prompts – they are instructions designed to guide an AI in creating or improving other prompts. In simpler terms, instead of directly asking a question or task, you ask the AI to help craft the question or task . This approach operates at a higher level of abstraction, treating the prompt itself as the subject for the AI to work on. For example, a tourism marketer could use a meta-prompt by asking: “Generate a prompt that would get an AI to write a vivid description of a tropical island destination focusing on local culture and attractions.” The AI might then output a well-structured prompt (e.g. "Describe a tropical island resort, highlighting cultural experiences, cuisine, and scenic attractions, in an enticing tone" ) which the marketer can use to get a high-quality description. How do meta-prompts work and why are they useful? Essentially, meta-prompts leverage the AI’s own knowledge of language patterns to produce better instructions. The...