Partout et en un temps record, l’usage de l’IA générative s’est répandu comme une nécessité, une injonction à la modernité, à l’adaptabilité. Parcours étonnant pour une « invention » très limitée par rapport au dessein initial d’un domaine qui embrasse la médecine (aide au diagnostic et à la recherche), la compréhension du langage ou encore l’industrie (autonomie des transports).

Pourquoi avons-nous « foncé » sur ChatGPT (et aujourd’hui ses quelques concurrents) pour remplacer nos moteurs de recherche puis nos tâches opérationnelles simples ?

Le mot lui-même d’intelligence artificielle explique ce succès tant il « incarne » ce fantasme d’un service qui permettrait de nous libérer et de développer notre savoir faire à l’infini, d’accélérer encore notre compétitivité par la rapidité continue de l’exécution. L’erreur, pour nous francophone du moins, s’ancre dans la (non) traduction du mot.

Intelligence en Anglais, signifie le renseignement (comme dans le célèbre acronyme CIA) ou la coopération scientifique. L’intelligence au sens fonction mentale, esprit, intellect ou habileté devient understanding ou cleverness. La différence subtile, limite la portée de l’artificialité proposée. Surtout, l’IA générative porte un projet de collecte, d’accaparation d’informations et de connaissances d’abord politique. Son utilisation n’est donc pas généreuse, supposément gratuite ou collaborative.

Ses promoteurs connus (Sam Altman, Elon Musk, Mark Zuckerberg, etc.) ne cachent pas leur dessein sociétal extrémiste.

L’IA « vole » nos données et écrase les savoirs en une interprétation unique et surtout bloquée dans le temps : nourrie du seul passé, des acquis, elle empêche à moyen terme, l’erreur, l’inventivité ou la création. Sans entrer dans les détails, elle a conduit très vite à une forme dystopique où l’on doit déjà prouver que l’on est un humain au travail et non un algorithme machinique.

Il nous faut donc trancher entre des alternatives imparfaites :

-se soumettre à cette obligation d’utilisation pour répondre aux exigences du marché ;

-trouver une voie durable voir éthique d’une IA responsable ;

-opposer une résistance humaine.

Face aux conséquences déjà mesurables, environnementales – une session d’entrainement d’IA grand modèle représente la consommation de Co2 annuelle de 126 foyers ou de 70 000 kms d’autoroute, économiques – destruction massive d’emplois, toute puissance des entreprises américaines ou chinoises, et culturelles – uniformisation des contenus, je fais le choix de ne pas avoir recours à l’IA générative. Je m’engage auprès de mes client.es à rédiger moi-même tous mes contenus, argumentaires et autre outils. Dans ce sens, je reste en cohérence avec ma démarche RSE 2026.

Plus radicalement, je m’opposerai au développement des grands modèles de langage artificiel et garde confiance à 100% dans l’intelligence humaine.

Article rédigé par Fabrice Chaudier.