Des prouesses de l’IA aux choix de société, quel progrès voulons-nous ?

Les IA sont aujourd’hui capables de faire de véritables prouesses, mais quel progrès voulons-nous leur faire servir ? Derrière les promesses d’abondance et les inquiétudes sur l’emploi, différentes convictions orientent les investissements, les choix technologiques et les risques jugés acceptables. Je vous propose d’examiner quatre visions qui influencent ces décisions, pour dépasser l’opposition binaire entre enthousiastes et sceptiques. Leurs divergences engagent des questions très concrètes : la répartition des bénéfices, la maîtrise des infrastructures et la consommation d’électricité. Comprendre ces courants de pensée permet surtout de mieux appréhender les arbitrages économiques, sociaux et politiques que les performances techniques ne régleront pas à notre place.

Thèmes : Transformation numérique, IA générative.

La semaine dernière se tenait la 91e édition du Salon de l’automobile à Paris. L’occasion pour les différents constructeurs de présenter leurs nouveautés, comme l’A310 d’Alpine, la Mission S de Porsche, la nouvelle Smart ou la 2 CV électrique de Citroën : Actualités Auto Mondial.

Mais la marque qui a fait le plus sensation n’était pas présente à Paris. Hasard du calendrier, ou pas, Tesla a présenté en grande pompe la nouvelle version de son Roadster, une démonstration de son savoir-faire technologique qui ridiculise toute l’industrie : Le Roadster Tesla défie les lois de la physique !

Assurément une merveille technologique, à mi-chemin entre la voiture et la fusée, car ce nouveau Roadster est capable de monter de 0 à 100 Km/h en moins d’1 seconde, de rouler au plafond grâce à un système d’aspiration, et même de décoller et d’atterrir en douceur grâce à des propulseurs de gaz à froid.

Plus qu’une belle voiture, ce nouveau Roadster est surtout la preuve qu’avec suffisamment de volonté et de moyens, il n’y a rien que l’Homme ne puisse accomplir. La question est de savoir justement ce que nous cherchons à accomplir.

C’est aussi la question centrale de cet article : quelles visions du progrès orientent le développement de l’IA, au bénéfice de qui et avec quels risques jugés acceptables ? Dans le cas du patron de Tesla et SpaceX, c’est la conquête de Mars qui l’obsède.

Repousser les limites, oui, mais pourquoi ?

Certes, tout le monde n’a pas les moyens d’Elon Musk, mais vous pouvez tout à fait avoir autant de volonté que lui. Ce point est d’autant plus primordial que La superintelligence va décupler notre capacité d’agir. Quoi que par pour tout le monde : Andrej Karpathy décrit l’IA que 99,99 % de l’humanité n’a jamais vue.

Je considère néanmoins que nous sommes aujourd’hui à un point d’inflexion de l’histoire de l’humanité, car les savoir-faire technologiques se combinent maintenant au pouvoir exécutif : Trump unveils his new Super Intelligence Force et White House’s AI task force gets to work.

Il n’est donc plus ici question de geeks qui bricolent dans leur garage (comme aux débuts de Microsoft et Apple), ou de multinationales qui dominent le marché publicitaire (Google, Meta et Amazon représentent à eux trois les 2/3 des budgets publicitaires), mais du bras armé de la stratégie de domination technologique des États-Unis.

Voilà pourquoi il est important de connaitre et de comprendre les idéologies qui animent les volontés d’innover et de repousser les limites de la technologie.

Les performances ne suffisent pas à définir le progrès

Dans son dernier Technology Report, le cabinet Bain présente l’IA comme « The most consequential technology of our lifetimes« . On ne peut que leur donner raison au vu des performances toujours plus impressionnantes des derniers modèles de frontière dont le QI approche les 150 points : AI IQ Test.

Le problème est que l’avènement de ces super-intelligences artificielles (reposant sur les modèles génératifs de dernière génération) ne sont pas nécessairement synonyme de progrès pour tout le monde. En tout cas, c’est l’opinion des salariés de l’éditeur de Claude : Anthropic polled 1,334 of its employees, they’re more sure than most of us that AI will take over jobs. D’autres observateurs sont heureusement plus mesurés quant à l’impact sur l’emploi : Will AI replace workers? Not if we build it right et AI won’t kill jobs, bad team design will.

Mais alors, qui a raison et qui à tort ?

Une accélération et des impacts difficiles à anticiper

La question de l’impact de l’IA sur l’emploi est toujours très disputée, mais nous avons régulièrement des sonnettes d’alarme qui sont tirées : L’embauche des jeunes recule davantage dans les métiers exposés à l’IA. Et une fracture manifeste entre l’enthousiasme des marchés financiers et l’opinion publique : L’IA a gagné les marchés, mais elle est en train de perdre l’opinion mondiale.

Le problème est qu’il est très compliqué d’évaluer l’impact d’une technologie à usages généraux qui évolue tous les jours : AI Release Tracker.

Mais le plus problématique est que même les scientifiques ne savent pas à quelle vitesse les modèles vont évoluer (une donnée primordiale pour pouvoir faire des prévisions fiables), car les laboratoires de recherche ont maintenant adopté le principe d’auto-améliorations récursives : When AI builds itself.

Ainsi, les équipes de R&D de Anthropic nous révèlent que Claude contribue déjà de façon autonome à plus de 25% du code de sa prochaine version, et à plus de 90% de façon assistée : Measurements for understanding the pace of AI development inside frontier labs.

L’accélération des contributions est telle, que les équipes ont dû concevoir leur propre gestionnaire de version du code-source, car les outils actuels ne sont pas dimensionnés pour autant de soumissions : Redesigning source control at Anthropic. Quoi que, les spécialistes ne sont pas tous d’accord sur l’accélération effective du rythme de progression des modèles : Google says self-improving AI isn’t anywhere close.

Les IA sont-elles hors de contrôle ? L’humanité est-elle menacée ? Encore une fois, la probabilité d’un effondrement de l’humanité est très compliquée à évaluer, voilà pourquoi il est plus prudent de considérer que personne ne sait réellement. Mais cela reste un sujet d’inquiétude pour les politiques (AI leaders warn UN of security risks as systems grow more powerful) comme pour les scientifiques (Godfather of AI and 400 Scientists Want AI Models Cut Off From the Internet), comme pour les industriels (Anthropic study warns that small AI models could soon replicate across everyday devices).

Ces inquiétudes rendent nécessaire l’examen des convictions de ceux qui développent, financent et déploient les systèmes.

Derrière les outils, des convictions qui orientent les choix

L’intégration des patrons de grandes sociétés technologiques dans le groupe de travail sur la super-intelligence de l’administration Trump prouve que ces acteurs privés obéissent à une doctrine unique. Elle invite néanmoins à examiner les convergences entre leurs objectifs et ceux des USA : compétitivité, capacité industrielle, maîtrise des infrastructures et influence internationale.

Dans ce contexte économico-géopolitiqe, les courants de pensée comptent parce qu’ils fournissent une justification à ces orientations. Ils contribuent à définir ce qui mérite un financement, ce qui constitue une urgence et ce qui peut être considéré comme un risque acceptable. J’évoquais déjà ces questions dans Des dangers du dogmatisme technologique.

Il n’y aura pas de retour en arrière, uniquement une fuite en avant plus ou moins bien contrôlée.

Un article de The Economist, How effective altruism conquered the world, remet aujourd’hui l’un de ces courants au centre de la discussion. Mais il faut élargir la perspective, car le débat sur l’IA ne se réduit ni à l’altruisme efficace ni à une opposition entre partisans et adversaires de la technologie.

Ainsi, face aux enjeux de la généralisation de l’IA, il semble effectivement inapproprié de ne pas réfléchir ou réagir aux conséquences actuelles et futures. D’ailleurs, certains on commencé il y a déjà plusieurs années à partager leurs convictions, façonnant par la même des courants de pensée fondamentaux, car ils amorcent les tendances, orientent les investissements et influent les puissants.

Ces convictions ne restent pas nécessairement au stade des discours. Elles peuvent se traduire en choix de financement et en dispositifs de redistribution, comme le montrent trois exemples récents :

• Le techno-optimisme associé à la puissance américaine. En début d’année 2026, Ben Horowitz annonçait une levée de plus de 15 MM $ pour le fond d’investissement a16z, comprenant notamment 1,176 M$ pour American Dynamism. Il relie ainsi explicitement ces moyens à une ambition : préserver la prééminence technologique américaine, en particulier dans l’IA et les cryptomonnaies, puis favoriser leur adoption dans des secteurs stratégiques et par les pouvoirs publics. Le rapprochement entre convictions et allocation du capital est ici revendiqué par l’auteur lui-même : Why Are We Here? Why Did We Raise $15B?
• La recherche d’un bénéfice collectif traduite en engagement philanthropique. Plus récemment, Anthropic annonçait vouloir affecter 5 % de ses actions à un nouveau Public Benefit Fund, sous réserve de l’approbation des actionnaires. L’entreprise rattache cette initiative à sa mission et cite notamment les conséquences de l’IA sur l’emploi. Ce choix illustre une traduction financière de sa conception du bénéfice collectif (Investing in the public benefit).
• Le très controversé Elon Musk promet de donner une action de SpaceXSI à tous les enfants américains de moins de 18 ans (la holding qui détient xAI, qui édite Grok), soit plus de 10 MM $. Sa motivation est de partager sa richesse et de doter les enfants américains d’un « capital technologique » (Elon Musk says he’ll give a SpaceX share to every child in America next year).

Ces exemples montrent comment des objectifs affichés peuvent orienter des décisions concrètes. Ils ne prouvent pas que l’idéologie en soit l’unique cause : convictions, intérêts économiques et objectifs de puissance peuvent se renforcer mutuellement.

Ainsi, le mouvement des « cypherpunks », qui faisait la une du magazine Wired il y a plus de 30 ans, a inspiré la création du bitcoin et l’émergence du Web3 (cf. La finance décentralisée n’est pas une lubie, mais une nécessité et Le Web3 désigne un palier de maturité des usages numériques).

Voilà pourquoi il est important de s’intéresser à ces réflexions de fond, d’autant plus qu’elles sont plus subtiles qu’on ne le pense : la question de l’IA ne se résume pas à “Pour” ou “Contre”.

Quatre visions pour mieux comprendre le débat

Si l’on peut distinguer quatre visions, elles ne correspondent toutefois pas à quatre organisations comparables. Certaines sont des mouvements identifiables, d’autres une catégorie critique ou une sensibilité moins structurée. Elles peuvent aussi se recouper chez une même personne.

Ainsi, il n’existe pas un, mais quatre courants de pensée favorables à l’IA, avec des distinctions non-négligeables :

• L’altruisme efficace (Effective Altruism, EA), dont l’objectif est de faire le plus de bien possible. Un courant philosophique porté notamment par Peter Singer, William MacAskill et Toby Ord, qui cherche à maximiser l’impact positif de nos actions sur l’humanité, y compris les générations futures. La technologie est considérée comme un outil puissant pour améliorer la condition humaine, mais également comme une source de dangers potentiels. Une partie du mouvement privilégie ainsi la prévention des risques existentiels, notamment ceux associés à l’IA générative (cf. What is effective altruism?).
• Le techno-solutionnisme (Technological Solutionism, TS) qui s’appuie sur la conviction qu’il existe une solution technologique à tous les problèmes. Une vision associée à des figures comme Peter Diamandis, qui considère que les problèmes économiques, sociaux et environnementaux peuvent être résolus grâce à l’innovation technologique. La technologie est ainsi considrée comme le principal moteur de transformation de la société, avec une forte confiance dans sa capacité à résoudre les problèmes qu’elle engendre elle-même (cf. la définition de l’UE : Technological sutionism). Cette vision est notamment critiquée par Evgeny Morozov, qui dénonce la réduction de problèmes complexes à des solutions techniques (To Save Everything, Click Here).
• L’accélérationnisme technologique (Effective Accelerationism, e/acc), qui défend l’idée d’accélérer l’innovation pour stimuler le progrès. Un mouvement popularisé par Guillaume Verdon (de son pseudonyme « Beff Jezos »), Bayeslord sur Twitter, et Marc Andreessen du fond a16z (The Techno-Optimist Manifesto). Ce dernier considère que l’accélération du progrès technologique est indispensable pour stimuler la croissance, créer de l’abondance et améliorer la condition humaine. La technologie doit donc se développer aussi rapidement et librement que possible, car les risques associés à la stagnation sont jugés supérieurs à ceux de l’innovation.
• L’accélérationnisme aligné (Aligned Accelerationism, a/acc) qui préconise d’accélérer l’innovation sans perdre le contrôle. Une sensibilité émergente, portée notamment par Vitalik Buterin, le co-fondateur d’Ethereum (My techno-optimism), qui cherche à concilier l’accélération de l’innovation avec la maîtrise de ses conséquences. La technologie est considérée comme un moteur de progrès dont le développement doit rester conforme aux objectifs et aux intérêts humains. Contrairement aux accélérationnistes les plus radicaux, cette approche préconise de développer simultanément les capacités technologiques et les mécanismes de sécurité, d’alignement et de gouvernance.

Ces distinctions permettent de sortir de la partition sommaire entre optimistes et pessimistes. Une même personne peut ainsi être très favorable à l’IA et s’opposer à certains modes de développement. Un autre peut reconnaître des risques importants tout en considérant que ralentir serait encore plus dangereux.

Ce qui distingue ces visions : les finalités et les risques prioritaires

L’altruisme efficace privilégie l’impact positif et la prévention des risques, le techno-solutionnisme la résolution des problèmes par la technologie, l’accélérationnisme technologique la vitesse du progrès, et l’accélérationnisme aligné la conciliation entre vitesse et sécurité. Ces quatre courants de pensée ne correspondent pas réellement à quatre courants de pensée également structurés et/ou adoptés. L’altruisme efficace et l’accélérationnisme technologique sont des mouvements identifiables, tandis que le techno-solutionnisme est principalement une catégorie d’analyse critique, et que l’accélérationnisme aligné reste une appellation peu utilisée.

Pour rendre ces différences plus lisibles, nous pouvons comparer ces quatre visions selon trois critères communs pour une meilleure grille de lecture.

Visions	Finalités recherchées	Rôles potentiels de l’IA	Risques privilégiés dans le raisonnement
Altruisme efficace	Maximiser le bien produit avec les ressources disponibles, pour les populations actuelles et futures.	Un levier possible d’amélioration de la condition humaine, dont les bénéfices et les dangers doivent être évalués.	Mal allouer les ressources ; pour la branche consacrée aux risques existentiels, compromettre durablement l’avenir de l’humanité.
Techno-solutionnisme	Résoudre les problèmes économiques, sociaux et environnementaux par l’innovation technique.	Un outil de résolution de problèmes, d’optimisation et d’extension des capacités d’action.	Laisser persister des problèmes que la technologie pourrait résoudre, en sous-estimant ses possibilités.
Accélérationnisme technologique	Accélérer le progrès pour favoriser la croissance et l’abondance.	Un moteur d’accélération scientifique, économique et technologique.	La stagnation et les freins qui empêchent l’innovation ou retardent ses bénéfices.
Accélérationnisme aligné	Faire progresser les capacités tout en les maintenant au service des intérêts humains.	Un moteur de progrès à développer conjointement avec la sécurité et l’alignement.	La perte de contrôle ou le décalage entre les objectifs poursuivis par les systèmes et les intérêts humains.

Cette grille propose des repères, sans prétendre résumer chaque position individuelle. Elle montre surtout que les désaccords portent sur la hiérarchie des priorités. Deux personnes ou organisations peuvent ainsi examiner la même technologie et parvenir à des conclusions différentes parce qu’ils n’accordent pas le même poids aux conséquences d’un retard, d’un déploiement ou d’une perte de contrôle.

Encore une fois, ces divergences de point de vue ne sont pas anodines, car ces courants de pensée influent les investissements qui se chiffrent en billiards de dollars, avec un impact direct sur la consommation d’énergie.

Une économie de l’IA se construit aussi avec de l’électricité

Ces visions du progrès ont une traduction matérielle : les modèles génératifs et les mutitudes de services reposent ainsi sur des centres de données, des équipements et une alimentation électrique. Les choix d’infrastructure engagent des ressources et dessinent des dépendances qui dépassent largement la durée de vie d’un outil.

Le rapport de l’Agence internationale de l’énergie, Key Questions on Energy and AI, souligne l’ampleur des investissements et l’incertitude sur la demande future. Les gains d’efficacité par tâche doivent être mis en regard de la diffusion des usages et de l’apparition d’applications plus gourmandes, notamment la vidéo et les tâches agentiques. Une amélioration technique ne permet donc pas, à elle seule, de prévoir l’évolution de la consommation totale.

Cette dimension apparaît également dans The era of intelligence will be built on electricity et dans cette analyse du Wall Street Journal : The AI Build-Out Is Becoming the Biggest Economic Bet in U.S. History.

Je fais l’hypothèse que nous traversons un basculement dans les moteurs de création de valeur : l’électricité, les infrastructures de calcul et les capacités d’automatisation pourraient y occuper une place croissante. Certes, ceci ne permet pas d’annoncer la fin de l’économie « classique » (reposant sur le pétrole), mais cela nous invite à examiner l’importance stratégique de ces nouvelles capacités et la manière dont elles s’articulent aux activités existantes.

Qui finance ces infrastructures ? Qui en maîtrise l’accès ? Comment leurs bénéfices et leurs coûts sont-ils répartis ? Ces questions prolongent directement celles des finalités de l’IA. Elles renvoient à la nécessité d’une nouvelle architecture économique et sociale pour accompagner l’avènement de l’IA.

Le progrès reste un choix collectif

Comprendre les différents courants de pensée technologiques aide à lire les promesses de l’IA et les décisions de ceux qui la développent. Mais je crois que le débat doit surtout porter sur les finalités : Quels problèmes voulons-nous résoudre ? Quels bénéfices souhaitons-nous partager et quels risques sommes-nous prêts à accepter ?

Les performances techniques ne trancheront pas ces questions à notre place. Elles appellent des arbitrages économiques, sociaux et politiques, auxquels nous avons intérêt à prendre part. Repousser les limites du possible constitue une ambition stimulante. Choisir ce que nous voulons en faire engage notre responsabilité collective.

(!) L’illustration, ainsi que la synthèse et les Q / R de cet article ont été générées à l’aide de l’IA.