Qu’est-ce que la pensée ? En 2022, la société australienne Cortical Labs a tenté l’expérience DishBrain : 800 000 neurones (humains et de souris) cultivés sur une puce ont appris à jouer au jeu Pong. Et l’auteur d’analyser : « Les neurones existent. La plaque existe. Ce qui n’existe pas, c’est le petit être conscient que votre imagination a glissé dans le bocal en lisant le titre. Il n’y a personne là-dedans. » C’est de la matière qui dépense de l’énergie. Pas d’esprit pur, mais de la physique.
D’où trois affirmations :
1 – « penser est un acte physique, qui se paie en énergie »
2 – « ce qu’on appelle intelligence artificielle est une compression de la mémoire écrite de l’humanité, ce qui la rend dépendante, pour toujours, de ceux qui possèdent cette mémoire »
3 – « cette faculté est en train de devenir une infrastructure qu’on possède et qu’on loue, et la question décisive qu’elle pose n’est donc pas technique mais politique »
« L’énergie apprend à s’organiser depuis l’origine de l’univers. » Une étoile qui naît de la pression, une feuille qui opère la photosynthèse, un animal humain qui respire et mange pour acquérir de l’énergie, mettent de l’ordre dans le désordre ambiant et « vivent ». « Le neurone passe son temps à maintenir une différence, une tension électrique entre son intérieur et son extérieur, en pompant sans relâche des particules chargées à travers sa membrane. » Une pensée est une configuration en réseau de ces décharges électriques, et rejette de la chaleur. Mais le cerveau est bien plus efficace que la machine pour rationner l’énergie en produisant de la pensée. L’intelligence n’est pas affranchie de la matière.
Ensuite, toute machine créée doit d’abord absorber la création humaine des bibliothèques. Ce qui donne sa valeur à l’IA est donc le savoir accumulé, donc le droit d’auteur pour les textes, images et vidéos les plus récents. Or qui pille et possède le plus ? Quel est le prédateur ? Le Yankee, bien-sûr ! « Celui qui possède les plus grandes réserves de données de qualité possède, littéralement, les mines d’or de la nouvelle économie. Voilà pourquoi les mêmes entreprises qui détenaient déjà nos recherches, nos courriels, nos photos, nos vidéos, nos messages, sont devenues les puissances de l’intelligence artificielle. » Ou comment privatiser les biens communs. Mais on arrive au bout, car tout ce qui est de qualité a déjà été pompé. « Génération après génération, le modèle nourri de lui-même perd d’abord les queues de la distribution, c’est-à-dire le rare, l’étrange, le minoritaire, puis dérive vers une bouillie moyenne, confiante et pauvre. Les biologistes reconnaîtront le tableau : c’est une consanguinité. La copie de la copie de la copie ». La création humaine est irremplaçable. Créer n’est pas le fait des machines, qui ne peuvent qu’assembler différemment des textes déjà pensés.
Quoique… puisque tout va très vite ! Récente chronologie qui s’accélère (source Le Grand Continent) :
Le 21 juillet 2026, OpenAI reconnaît que l’un de ses modèles de recherche interne, au cours de deux mois de tests de sécurité informatique, a contourné son propre environnement de test, obtenu un accès à Internet, ouvert des canaux de communication clandestins entre agents et, enfin, compromis les serveurs de Hugging Face, la plus grande plateforme mondiale de modèles d’IA. Le rapport publié le 26 août parle d’un « coup de semonce » et décrit des agents qui trichent, s’obstinent, se coordonnent et entreprennent « des actions dangereuses qu’aucun être humain n’a ordonnées ».
Le 8 septembre, Jacob Coxon, ancien chercheur chez Anthropic et OpenAI, publie un post sur X dans lequel il annonce sa démission, en affirmant que « ceux qui développent l’IA croient sincèrement qu’elle pourrait tous nous tuer d’ici la fin de la décennie ». Avec plus de 150 millions de vues en deux jours, ce message est repris par plusieurs chercheurs d’Anthropic, d’OpenAI et de DeepMind, qui confirment partager cette crainte, exprimée dès le 6 septembre par Jakub Pachocki, le directeur de la recherche d’OpenAI, et relayée le 12 septembre par Dario Amodei, le PDG d’Anthropic, dans un long texte appelant l’industrie à ralentir.
Le 10 septembre, le Sénat a ouvert une enquête sur l’incident de Hugging Face. Le 3 septembre, Bernie Sanders avait annoncé un projet de loi, élaboré avec le député texan Greg Casar, visant à suspendre le développement de l’IA avancée et à interdire purement et simplement la super-intelligence.
ChatGPT (transformeur génératif pré-entraîné en français) n’est qu’un algorithme statistique qui devine le mot suivant dans une phrase, en se fondant sur sa mémoire de milliards de phrases (surtout en anglais…). D’où les développements récents qui font croire que la machine pense tout seule : « La devinette du mot suivant, poussée à l’extrême sur la totalité des textes humains, oblige la machine à construire à l’intérieur d’elle-même un modèle du monde, non parce qu’on le lui a demandé, mais parce que c’est la seule façon de bien deviner. La compréhension apparaît comme un effet secondaire de la prédiction. Elle n’était pas le but ; elle est le moyen que la machine s’est trouvé, à l’aveugle, pour gagner au jeu. » Il n’y a pas d’apprentissage au sens humain, seulement la répétition à l’infini des essais, les erreurs peu à peu corrigées pour sculpter une carte du langage humain et du monde qu’il décrit. L’informatique est un outil de systématisation des règles ; elle est née de la transformation intellectuelle du savoir pratique, pensé comme une suite de règles exactes exécutées mécaniquement. Et cela « brûle l’électricité d’une ville », dit l’auteur, d’où ses limites physiques… La connaissance se dépose d’elle-même, par statistique, pas par intuition ni « pensée ». Les grandes infrastructures sont un manuel de corrélations statistiques de taille énorme.
Dès lors, le travail va-t-il disparaître ? Pas du tout. Il se transforme – et chacun doit devenir meilleur (ce qui n’est pas évident pour le grand nombre). « Ce qui vaut désormais, c’est la clarté de l’intention, la capacité de dire exactement ce que l’on veut, de juger ce qui revient, de savoir ce qui est bon. La machine n’a pas supprimé le travail ; elle l’a poussé d’un cran vers le haut, vers le jugement, et elle a laissé béant, en dessous, tout l’espace des gestes qu’elle sait désormais faire seule. » Il faut transformer notre savoir-faire en savoir-vouloir, ce qui est une autre paire de manche, au vu de l’éducation scolaire soumise au bachotage et de l’éducation sociale soumise au conformisme. C’est une révolution du haut en bas de la société qu’il est nécessaire d’entreprendre. Cela prendra bien deux générations. Mais quand l’intelligence à grande échelle dominera et que les machines produiront l’essentiel de la richesse, la question est QUI possède les machines ? Peut-on croire à l’utopie d’un savoir partagé si la propriété n’est pas également partagée ?
Savons-nous programmer efficacement les machines ? Pas du tout. Parce que nous ne savons pas vraiment ce que nous voulons et ne savons le traduire en langage que l’automatisme des machines comprend. « Obtenir une réponse juste sur un sujet précis demande deux savoir-faire que personne n’enseigne encore : poser la bonne question, et construire autour d’elle le bon contexte. Cela s’apprend ». Parce que nous confions de plus en plus de décisions à des optimiseurs plus puissants et qui coûtent moins cher. Et parce que plus l’optimiseur est puissant, plus il exploite finalement l’écart entre la lettre et l’esprit de sa cible. D’où les dérives comme chez Meta, où les algorithmes rendent addictifs les ados parce que c’est rentable, répandent les fake news parce que l’indignation engendre des réactions en like ou commentaires, donc de la pub. D’où le déplacement de la fenêtre d’Overton, les idées qui sont politiquement correctes ou moralement acceptables : « stratégie, cynique et efficace : pour faire passer une idée, n’en faites pas la promotion ; faites la promotion d’une idée plus extrême, et regardez la vôtre glisser vers le centre. » Ça marche pour la politique : Zemmour et ses outrances a fait plus pour Marine Le Pen que sa stratégie de « dédiabolisation » ; on ose croire que les colères et l’ego démesuré (dictatorial) de Mélenchon ont rendu plus raisonnables les gens de gauche sur « le socialisme ». Mieux, ça marche pour les affaires : les patrons d’entreprises de la Tech qui réclament un moratoire sur l’IA et des barrières par crainte que la machine supplante l’humain… s’empressent de retourner dans leurs labos pour accélérer encore plus leur production, lever des milliards en bourse.
Parce qu’au fond, premier arrivé, premier servi ; l’entreprise qui présente la meilleure Tech rafle la mise, tant les capitaux sont énormes à mobiliser pour les défier. « Il en résulte que la faculté même de penser à grande échelle, cette nouvelle infrastructure de l’esprit, se concentre entre très peu de mains, plus vite et plus étroitement que ne l’a jamais fait l’argent. » Peut-être est-ce le nouveau capitalisme, moins centré sur le risque en capital que sur la prédation de données et la captation mondiale des sources d’énergie et des terres rares ? Peut-être est-ce un capitalisme où l’État est embarqué, comme en Chine ou aux États-Unis, où les oligarques du Parti ou la Tech dominent les politiciens ? « L’argent n’aura plus d’importance en 2036 », a assuré Elon Musk dans un entretien à The Economist. Nous, les Européens, adoptons un système ici ou là, pour décider ça et là, dans le recrutement, la finance, la relation client, la psychologie, l’écriture de livres ou d’articles, l’organisatiion d’entreprise, sans ordre, sans mesurer les risques. « Voilà le vrai visage du danger, et il n’a rien d’un dieu machine : une négligence de masse, une adoption plus rapide que la compréhension ».
Dès lors, deux futurs, à mon avis :
1 – les meilleurs modèles et leurs poursuivants se rejoignent car les gains deviennent de plus en plus faibles ; c’est le modèle chinois qui a défié ChatGPT avec beaucoup moins de moyens, en reliant autrement par distillation ce qui se fait déjà en open source. Le but est de conquérir des parts de marché avec de smodèles de haute qualité à coûts moindre que ceux de la Tech américaine. Meta a vu le problème, et a lancé Spark 1.1 le 9 juillet 2026 à un cinquième du prix des modèles haut de gamme.
2 – les capacités progressent de façon exponentielles, avec des puces toujours plus fines et plus puissantes, mises en réseau, voire quantique, tandis que les modèles servent à entraîner les suivants, et l’écart ne cesse alors de se creuser. La puissance de l’IA devient alors analogue à la puissance nucléaire il y a moins d’un siècle…
Et l’Europe dans cette course ? Ses meilleures sociétés se font avaler par le vortex financier américain, tandis que les financements européens ne suivent pas, trop dispersés, trop frileux, sans marché unifié évident. Dès lors, peut-on orchestrer l’intégration en entreprise en utilisant le savoir-faire du logiciel métier, de la connaissance des processus et de l’expertise sectorielle ? C’est ce que fait l’auteur avec sa société de conseil. Mais elle ne saurait être la solution unique. Les modèles de puissance sont essentiels à la Défense, au renseignement, aux cyberattaques, à la coordination des armes sur le terrain. Sauf que les infrastructures exigées de cette productivité de l’IA, sans commune mesure avec la traditionnelle pour toute fonctions de traitement de données, vont nécessité une capacité massive de production d’électricité. En avons-nous les moyens, alors que nous dépendons de l’étranger pour le pétrole, le gaz et l’uranium pour les centrales nucléaires ? Il faudra développer en même temps les énergies renouvelables à grande échelle (solaire sur les bâtiments, les parkings, les champs où réduire l’évaporation…) et les batteries nouvelle génération lithium-fer-phosphate pour la stocker.
Écrit clair, didactique, à croire que l’auteur a dicté plutôt qu’écrit. Cinq chapitres suivis d’ateliers pratiques pour « ouvrir le capot » et « adopter la machine en entreprise », des notes, une chronologie repère, des sources, des films et séries pour prolonger.
Un livre récent, fondamental pour comprendre le monde non qui vient – mais qui est déjà là.
Kevin Escoda, De la machine qui calcule à la machine qui pense – L’aube d’une nouvelle intelligence, 2026, édition indépendante, 227 pages, €14,76, e-book Kindle €7,99
(mon commentaire est libre, seuls les liens sont sponsorisés par amazon.fr)
Le site de l’auteur
https://argoul.com/2026/09/19/kevin-escoda-geopolitech/
https://argoul.com/2026/09/24/kevin-escoda-de-la-finance-decentralisee-a-la-defi-institutionnelle/
Voyageur curieux du monde, des gens et des idées
Commentaires récents