Le Carrefour

L’épreuve de l’intelligence artificielle

Les livres précédents ont posé une trame simple.

Le réel contient des potentialités. Certaines deviennent accessibles. Des capacités permettent de les explorer. Leur diffusion peut transformer une société. Leur capture peut refermer le champ du possible.

L’intelligence artificielle arrive exactement à cet endroit.

Elle n’est pas seulement une technologie nouvelle. Elle n’est pas seulement un outil de productivité. Elle n’est pas seulement une nouvelle industrie.

Elle ouvre peut-être le plus vaste champ de potentialités cognitives jamais rendu accessible à l’humanité.

Comprendre plus vite. Apprendre un domaine inconnu. Traduire. Simuler. Écrire. Coder. Cartographier une situation. Explorer une hypothèse. Dialoguer avec une mémoire immense. Transformer une intuition en projet.

Ces potentialités existaient déjà sous certaines formes, mais elles étaient souvent réservées à des experts, à des institutions, à des équipes, à des laboratoires ou à des organisations disposant de ressources importantes.

L’IA modifie l’accessibilité.

Elle ne crée pas seulement de nouvelles fonctions. Elle rapproche certains possibles de millions d’acteurs.

Car une potentialité accessible ne devient pas automatiquement une capacité humaine.

Elle peut rester logée dans l’infrastructure qui la fournit. Elle peut être consommée sans être comprise. Elle peut augmenter la performance immédiate tout en affaiblissant la capacité propre de l’acteur.

Ou, au contraire, elle peut devenir un appui d’apprentissage, de discernement, de création et de transmission.

L’IA est donc un carrefour.

Elle ouvre deux chemins.

Premier chemin — la civilisation de la capture

Le premier chemin est celui de la substitution.

Dans ce chemin, l’IA fait à la place de l’humain.

Elle répond. Elle rédige. Elle choisit. Elle conseille. Elle organise. Elle optimise.

À court terme, tout semble s’améliorer.

Les entreprises gagnent du temps. Les administrations automatisent. Les travailleurs produisent plus vite. Les étudiants obtiennent des réponses immédiates. Les organisations mesurent des gains de productivité.

Mais quelque chose se déplace silencieusement.

La capacité n’est plus développée chez l’acteur. Elle demeure dans le système.

L’humain devient utilisateur d’une capacité qu’il ne possède pas, ne comprend pas toujours, ne peut pas reproduire, et ne peut pas transmettre sans l’infrastructure qui la porte.

La performance augmente, mais la capacité diminue

C’est le paradoxe de ce premier chemin.

Une société peut devenir plus performante tout en devenant moins capable.

Elle produit davantage de textes, mais elle écrit moins profondément.

Elle obtient davantage de réponses, mais elle apprend moins à questionner.

Elle automatise davantage de décisions, mais elle exerce moins son discernement.

Elle gagne du temps, mais perd parfois le travail intérieur qui transforme une réponse en compréhension.

La dépendance cognitive

Dans ce monde, l’IA devient progressivement le médiateur principal de la connaissance.

On ne cherche plus. On demande.

On ne compare plus. On accepte.

On ne formule plus lentement. On corrige une proposition.

Cette évolution n’est pas nécessairement visible au début. Les résultats immédiats peuvent être excellents.

Mais la société entre dans une dépendance nouvelle : non pas seulement une dépendance technique, mais une dépendance cognitive.

La concentration

Ce premier chemin renforce naturellement les grands centres.

Les modèles les plus puissants demandent des données, des centres de calcul, des puces, de l’énergie, des capitaux et des talents rares.

Lorsque les capacités cognitives deviennent médiées par quelques infrastructures, la capture devient profonde.

Le possible reste ouvert, mais son accès est contrôlé.

La civilisation de la capture n’est donc pas une civilisation sans IA.

C’est une civilisation où l’IA est partout, mais où les capacités humaines progressent moins vite que la dépendance aux systèmes qui les fournissent.

Deuxième chemin — la civilisation capacitaire

Le second chemin est celui de l’augmentation.

Dans ce chemin, l’IA ne fait pas simplement à la place de l’humain.

Elle aide l’humain à devenir capable.

Elle explique. Elle questionne. Elle ralentit quand il le faut. Elle montre les hypothèses. Elle distingue les faits des interprétations. Elle aide à formuler. Elle accompagne l’apprentissage. Elle rend visible ce qui était confus.

Elle ne remplace pas le jugement. Elle l’entraîne.

Elle ne ferme pas la question. Elle l’ouvre.

Elle ne livre pas seulement une réponse. Elle aide l’acteur à comprendre comment une réponse devient possible.

L’IA comme cartographe du possible

Dans cette trajectoire, l’IA devient une carte dynamique.

Elle ne possède pas le territoire. Elle aide à le parcourir.

Elle permet à un individu de s’approcher d’un domaine qu’il n’aurait pas osé explorer seul.

Elle abaisse le seuil d’entrée.

Elle rend certaines potentialités plus accessibles.

Mais surtout, elle transforme cette accessibilité en capacité.

L’éducation change de fonction

Dans ce monde, l’éducation ne demande plus seulement : comment interdire ou autoriser l’IA ?

Elle demande : quel usage de l’IA développe réellement la pensée ?

Un bon usage n’est pas celui qui produit la meilleure réponse immédiate.

Un bon usage est celui qui laisse l’élève plus capable après l’usage qu’avant.

Plus capable de lire.

Plus capable de douter.

Plus capable d’argumenter.

Plus capable de créer.

Plus capable d’apprendre sans l’outil si l’outil disparaît.

Le capital capacitaire

Dans cette trajectoire, l’IA devient un accélérateur du capital capacitaire humain.

Elle diffuse des capacités de compréhension, de relation et de production.

Elle aide des acteurs isolés à structurer des projets.

Elle permet à des communautés de cartographier leurs besoins.

Elle facilite la transmission entre générations, métiers, langues et cultures.

Elle devient civilisationnelle non parce qu’elle est puissante, mais parce qu’elle rend davantage d’êtres humains capables d’explorer le champ du possible.

Le point de bifurcation

Les deux chemins ne dépendent pas seulement de la technologie.

La même IA peut servir la substitution ou l’augmentation.

La même réponse peut rendre dépendant ou rendre capable.

La même interface peut fermer la pensée ou l’ouvrir.

La différence se situe dans l’architecture.

Architecture technique.

Architecture économique.

Architecture pédagogique.

Architecture politique.

Architecture relationnelle.

Une IA conçue pour maximiser l’usage peut capturer l’attention.

Une IA conçue pour maximiser l’apprentissage peut développer le discernement.

Une IA intégrée dans une plateforme fermée peut concentrer les capacités.

Une IA inscrite dans des communs, des modèles ouverts, des apprentissages situés et des pratiques de transmission peut les diffuser.

Le point de bifurcation est donc simple à formuler.

L’IA augmente-t-elle le champ des possibles accessibles aux humains ?

Ou augmente-t-elle principalement la puissance des systèmes qui médiatisent cet accès ?

La première trajectoire ouvre une civilisation capacitaire.

La seconde ouvre une civilisation de capture.

Le test du Gardien

Face à une innovation aussi puissante, nous avons besoin d’un test simple.

Un test qui ne demande pas d’être expert en intelligence artificielle.

Un test qui permette d’évaluer une école, une entreprise, une plateforme, un État ou un projet.

Si la réponse est oui, l’IA agit comme ouverture capacitaire.

Si la réponse est non, elle risque d’agir comme substitution.

Mais ce test doit être approfondi.

Le Gardien ne s’oppose pas à l’IA.

Il veille à ce que l’IA ne referme pas ce qu’elle a ouvert.

Il ne demande pas : faut-il utiliser l’IA ?

Il demande : quel type d’humain cette IA contribue-t-elle à faire émerger ?

État du monde en 2026 : le poids actuel des deux chemins

Les deux chemins sont déjà présents.

La recherche disponible en 2026 ne permet pas de conclure définitivement que l’un a gagné. Elle montre plutôt une tension très nette : la trajectoire de capture avance vite, parce qu’elle est portée par les infrastructures, les capitaux et les modèles économiques dominants ; la trajectoire capacitaire existe, mais elle demande des choix intentionnels de design, d’éducation, de gouvernance et d’ouverture.

Indices forts du chemin de capture

• La puissance des modèles continue d’accélérer et la production des modèles de frontière reste massivement industrielle. Le rapport Stanford AI Index 2026 indique que plus de 90 % des modèles notables de frontière produits en 2025 viennent de l’industrie, tandis que l’adoption organisationnelle atteint 88 % et que quatre étudiants sur cinq utilisent déjà l’IA générative.
• La chaîne d’infrastructure reste concentrée. L’OCDE souligne que les trois plus grands fournisseurs cloud dépassent 60 % de part de marché mondiale, ce qui rend l’accès aux capacités d’IA fortement dépendant des hyperscalers.
• La demande de calcul explose. Même Microsoft, malgré sa propre infrastructure Azure, a dû recourir temporairement à AWS pour soutenir GitHub face à la croissance de l’usage lié aux outils d’IA, signe d’une pression extrême sur les centres de calcul.
• Le risque de dépendance cognitive devient visible. Des recherches récentes rapportées par la presse montrent qu’un usage excessif des chatbots peut améliorer les réponses immédiates tout en diminuant le jugement indépendant au fil du temps.
• Certains systèmes éducatifs réagissent par restriction. La Norvège a annoncé une quasi-interdiction de l’IA générative à l’école primaire, précisément par crainte d’un affaiblissement des apprentissages fondamentaux.
• Le travail est déjà massivement exposé. Des études et rapports économiques indiquent que l’IA transforme les emplois, crée des gains de productivité mais aussi une polarisation, une réorganisation des rôles et des risques particuliers pour certains postes d’entrée.

Indices réels du chemin capacitaire

• Les usages sont déjà très largement diffusés. Cette diffusion peut devenir un levier capacitaire si elle est orientée vers l’apprentissage, le discernement et la création plutôt que vers la seule automatisation.
• Les institutions commencent à formuler explicitement la question des capacités durables. Des travaux européens sur l’IA dans les classes insistent sur l’autonomie de l’apprenant, la pensée critique et les capacités cognitives et sociales durables, plutôt que sur la performance immédiate.
• Les politiques publiques intègrent progressivement l’AI literacy. L’AI Act européen rend l’alphabétisation à l’IA obligatoire dans certains cadres et prévoit une application générale à partir du 2 août 2026, avec des obligations progressives.
• Les modèles ouverts et les communautés open source progressent. L’écosystème Hugging Face et les modèles ouverts montrent qu’une partie importante de l’IA peut être explorée hors des seuls modèles fermés, même si le déploiement réel reste souvent dominé par des API propriétaires.
• L’Edge AI et les modèles locaux ouvrent une voie de décentralisation. En rapprochant l’IA des appareils, des lieux et des contextes d’usage, ils peuvent réduire certaines dépendances au cloud centralisé.
• Les entreprises les plus avancées commencent à comprendre que l’enjeu n’est pas seulement l’automatisation, mais la transformation des rôles, l’upskilling et la capacité des équipes à travailler autrement.

Lecture d’ensemble

À court terme, le chemin de capture paraît plus lourd.

Il bénéficie de la concentration du calcul, des modèles économiques de plateforme, de la recherche industrielle, de la pression de productivité et de la facilité psychologique de la substitution.

Le chemin capacitaire est moins automatique.

Il demande une intention.

Il demande que les systèmes éducatifs, les entreprises, les développeurs, les régulateurs et les citoyens formulent explicitement une autre question : non pas seulement comment utiliser l’IA, mais comment faire en sorte que son usage augmente les capacités humaines.

En 2026, l’humanité se trouve donc réellement au carrefour.

Le chemin dominant par inertie est celui de la capture.

Le chemin nécessaire par discernement est celui de la civilisation capacitaire.

Choisir ce que nous devenons

L’intelligence artificielle ne nous dit pas seulement quelque chose sur les machines.

Elle nous révèle notre propre rapport au possible.

Voulons-nous des systèmes qui pensent, décident et produisent à notre place ?

Ou voulons-nous des systèmes qui nous aident à devenir plus capables de penser, de décider et de produire nous-mêmes ?

La différence est immense.

Dans un cas, l’humanité gagne en puissance extérieure mais risque de perdre en capacité intérieure.

Dans l’autre, l’IA devient l’un des grands instruments historiques de diffusion des capacités humaines.

Les deux futurs sont ouverts.

Et c’est précisément parce qu’ils sont ouverts que le choix devient décisif.

Si l’IA ouvre le champ des possibles, alors notre responsabilité n’est pas seulement de l’utiliser.

Notre responsabilité est de veiller à ce que cette ouverture ne soit pas refermée.

De faire en sorte que la puissance devienne capacité.

Que la capacité devienne transmission.

Que la transmission devienne liberté.

Et que la liberté demeure vivante.

Références utilisées pour la conclusion

• Stanford HAI — The 2026 AI Index Report, aperçu général et chapitre éducation : https://hai.stanford.edu/ai-index/2026-ai-index-report
• Commission européenne — The AI-adoption divide, 21 mai 2026 : https://economy-finance.ec.europa.eu/economic-forecast-and-surveys/economic-forecasts/spring-2026-economic-forecast-slowdown-growth-energy-shock-drives-inflation/ai-adoption-divide-who-benefits-who-doesnt-and-what-it-means-workers_en
• Union européenne — AI Act, calendrier d’application : https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
• OCDE — Competition in artificial intelligence infrastructure, chaîne d’approvisionnement et cloud : https://www.oecd.org/en/publications/competition-in-artificial-intelligence-infrastructure_623d1874-en/full-report/component-5.html
• European Parliament — Artificial Intelligence in Classrooms: Pedagogical Dimensions, 2026.
• Hugging Face — State of Open Source on Hugging Face: Spring 2026.
• Reuters — Norway imposes near ban on AI in elementary school, 19 juin 2026.
• The Guardian — Over-reliance on chatbots can diminish critical-thinking skills, study finds, 19 juin 2026.
• BCG — AI Will Reshape More Jobs Than It Replaces, 3 avril 2026.
• Glean — Work AI Index 2026.