Dans son article fondateur de 1956 intitul The Magical Number Seven, Plus or Minus Two , le psychologue amricain George Miller a avanc un argument d'une simplicit trompeuse : notre mmoire de travail ne peut retenir que sept lments d'information la fois. En effet, Miller a mis en vidence une contrainte stricte pesant sur la capacit de traitement de lesprit humain, dmontrant que la cognition court terme opre dans des limites tonnamment troites.
À peu près à la même époque, l’économiste Herbert A. Simon, lauréat du prix Nobel, est parvenu à une conclusion étonnamment similaire. Sa théorie de la rationalité limitée soutenait que les décideurs n’optimisent jamais leurs choix au sens où l’entend l’économie classique, car la cognition elle-même est une ressource rare. Confrontés à plus de variables qu’ils ne peuvent en traiter simultanément, les êtres humains ne cherchent pas la meilleure réponse possible. Au lieu de cela, ils se contentent d’une réponse qui est suffisamment bonne dans les limites de leurs ressources cognitives. Comme l’a dit Simon, « une abondance d’informations engendre une pauvreté d’attention ».
Dans les années 1980, le psychologue de l’éducation John Sweller a poussé cette logique plus loin avec sa théorie de la charge cognitive. La théorie de Sweller soutient que lorsque les exigences informationnelles dépassent les limites de la mémoire de travail, l’esprit est submergé et les performances se détériorent.
Capitalisme cognitif
Bien qu’ils aient abordé le problème sous des angles différents, Miller, Simon et Sweller ont tous décrit la même situation sous-jacente : un fossé grandissant entre la complexité des sociétés modernes et les capacités cognitives des individus.
C’est dans ce contexte que des économistes hétérodoxes ont commencé, au début des années 2000, à affirmer que le capitalisme entrait dans une nouvelle phase. Dans un article influent publié en 2005, Carlo Vercellone — économiste à l’Université de Paris 8 Vincennes-Saint-Denis — s’est appuyé sur le concept de « l’intellect général » de Karl Marx pour affirmer que l’intelligence humaine collective avait supplanté l’usine en tant que moteur central de la création de valeur, donnant naissance à ce qu’il a appelé le « capitalisme cognitif ».
Mais la thèse de Vercellone allait au-delà de l’essor de l’économie de la connaissance. Le capital, affirmait-il, ne pourrait jamais pleinement posséder ni contrôler les dimensions les plus productives de la cognition : la connaissance tacite, le jugement relationnel et l’expérience vécue. Contrairement aux machines, la connaissance ne pouvait être totalement dissociée des travailleurs qui la possédaient et ne pouvait donc être codifiée en procédures ni transférée à volonté. La cognition, selon lui, restait le seul intrant productif résistant à une marchandisation complète précisément parce qu’elle était irréductiblement humaine.
Vercellone, bien sûr, n’aurait pu prévoir l’essor de l’IA. Avant l’émergence des grands modèles linguistiques, les limites de la codification de la cognition humaine se manifestaient par une surcharge informationnelle : trop de variables à traiter, trop de données à interpréter et une complexité trop grande pour que les travailleurs et les décideurs puissent s’y retrouver. Aujourd’hui, cependant, ce qui semblait autrefois indissociable de l’intellect humain peut de plus en plus être extrait, reproduit et déployé à grande échelle.
D’une certaine manière, l’IA a introduit une forme de compression cognitive, ou « zippage », qui convertit la compréhension tacite humaine — autrefois confinée aux individus et aux institutions — en quelque chose qui peut être vendu à l’unité. En conséquence, un nouveau marché a émergé autour de ce que Vercellone croyait ne jamais pouvoir être transformé en marchandise : la cognition humaine elle-même.
Le marché de la pensée humaine
Des tablettes d’argile et des livres imprimés à l’encyclopédie et au moteur de recherche, les humains ont cherché à extérioriser la cognition. Mais si un manuel contient des connaissances et qu’une base de données stocke des informations, ces deux supports restent des référentiels passifs. Les systèmes d’IA, en revanche, peuvent effectuer des tâches cognitives de plus en plus complexes sans guidance humaine continue.
Les sciences cognitives offrent un prisme précieux pour comprendre ce que les entreprises d’IA commercialisent réellement. Le modèle de la mémoire de travail du psychologue britannique Alan Baddeley est particulièrement utile à cet égard, car il montre que la cognition humaine se compose de plusieurs fonctions distinctes mais interconnectées.
Le modèle de Baddeley identifie trois couches cognitives principales. La première est la capacité à retenir et à traiter des informations verbales, ce qui nous permet de lire une phrase, de la mémoriser et de la développer. La deuxième est la capacité à synthétiser des informations provenant de sources multiples, en intégrant des données disparates en un tout cohérent. Et au-dessus de ces deux couches se trouve ce que Baddeley a appelé le « centre exécutif » : la partie de l’esprit chargée de fixer des objectifs, de répartir l’attention, de réagir à de nouvelles situations et de décider de ce qui importe et pourquoi.
Ces niveaux ne sont pas interchangeables, et ils sont commercialisés de manière très différente. L’IA est désormais capable de reproduire les deux premiers, en traitant et en synthétisant de vastes quantités d’informations sans les contraintes de la mémoire humaine et pour un coût bien inférieur à ce que les entreprises versent actuellement aux analystes de recherche, aux conseillers politiques et aux équipes stratégiques. Ce qu’elle ne peut pas encore faire, c’est définir des priorités, exercer son jugement et gérer l’incertitude.
La véritable disruption se situe au-delà de l’automatisation des tâches routinières, dans la marchandisation croissante d’un travail exigeant sur le plan cognitif et à forte intensité de connaissances. Alors que les travailleurs dont la valeur économique réside principalement dans le traitement et la synthèse d’informations sont de plus en plus vulnérables au remplacement par l’IA, ceux dont la valeur réside dans la direction et la supervision de processus complexes restent bien moins vulnérables — du moins pour l’instant.
Mais l'obsolescence pourrait constituer une menace plus grande pour les modèles économiques fondés sur la vente de travail cognitif à l'heure que le remplacement, à mesure que les travailleurs et les organisations passent du côté de la demande à celui de l'offre sur le marché cognitif. Un chercheur indépendant qui vend ses capacités d'analyse à l'heure pourrait servir plusieurs clients à la fois sans travailler davantage en intégrant son expertise dans un produit optimisé par l'IA. De même, un petit cabinet de conseil qui s'appuie uniquement sur la profondeur de son analyse pourrait exploiter des outils d'IA pour opérer à une échelle auparavant réservée aux entreprises beaucoup plus grandes.
La nouvelle économie de la connaissance
L'économie de la connaissance a été conçue pour un monde où l'expertise avait une valeur ajoutée, et non pour un monde où la cognition elle-même est devenue une infrastructure. Ce changement marque l'émergence d'une nouvelle forme de participation économique, définie moins par l'exécution d'un travail cognitif que par le contrôle des systèmes qui le conditionnent, le déploient et le distribuent.
Le marché cognitif, cependant, n’est pas un marché unique. Il comporte deux couches distinctes régies par des logiques contradictoires. À la couche inférieure, organisée autour des fonctions cognitives générales identifiées par Baddeley, quelque chose qui ressemble à ce que Vercellone et ses coauteurs ont appeléle « commonfare »commence à émerger, bien que ce ne soit pas le fruit d’une conception politique.
Développé à travers une série de travaux collaboratifs au cours des années 2010, le concept de commonfare repose sur l’idée que la valeur cognitive est produite collectivement et s’appuie sur un héritage intellectuel partagé. Par conséquent, les systèmes qui la génèrent et la distribuent devraient être régis comme un bien commun plutôt que comme une propriété privée.
Les forces du marché produisent désormais une version de ce concept de leur propre chef. Une fois qu’un modèle d’IA est entraîné, l’ajout d’utilisateurs coûte relativement peu, ce qui incite les entreprises à se développer de manière aussi agressive que possible. Sans surprise, les couches de cognition les plus reproductibles sont aussi celles qui se démocratisent le plus rapidement : un chercheur à Nairobi peut effectuer bon nombre des mêmes tâches analytiques qu’un associé chez McKinsey.
Pourtant, la même technologie qui démocratise l’accès à l’expertise érode également la rareté sur laquelle de nombreux professionnels ont bâti leur carrière. Les connaissances tacites de millions d’analystes, de chercheurs, d’avocats et de conseillers — précisément ce que Vercellone estimait ne pouvoir jamais être véritablement dissocié du jugement humain et de l’expérience vécue — ont été exploitées pour entraîner des modèles d’IA détenus par une poignée d’entreprises.
Le capital, en ce sens, ne s’est pas contenté de transformer la cognition humaine en marchandise. Il s’en est approprié, tout comme l’enclosure des terres communales avait autrefois dépossédé ceux dont le travail les avait rendues précieuses.
Cette dynamique est déjà visible au niveau des spécialistes du marché cognitif, où les systèmes d’IA sont entraînés à reproduire des formes d’expertise très spécifiques : la capacité de l’oncologue à reconnaître des schémas rares, l’intuition stratégique de l’analyste géopolitique et le sens du risque caché de l’avocat spécialisé en fusions-acquisitions.
Ces capacités durement acquises sont désormais systématiquement extraites et encodées dans des produits d’IA commerciaux tels que les modèles d’analyse financière de Bloomberg et la plateforme de services juridiques Harvey. Il s’agit de systèmes propriétaires construits en capturant et en concentrant des formes de capital cognitif qui étaient, au départ, inégalement réparties.
Le marché cognitif se démocratise donc à la base tout en se concentrant au sommet. Les plus vulnérables sont les travailleurs du savoir de niveau intermédiaire — analystes, chercheurs, jeunes professionnels — dont la valeur marchande découle des fonctions cognitives que l’IA peut remplir à moindre coût. Les principaux bénéficiaires sont ceux qui se trouvent déjà au sommet de la hiérarchie cognitive, et qui peuvent désormais monétiser leur expertise à une échelle qu’ils n’auraient jamais pu atteindre par eux-mêmes.
La denrée la plus rare
Que l’on accepte ou non leur prémisse politique générale, Vercellone et ses coauteurs soulèvent une question fondamentale : si les connaissances utilisées pour former les systèmes d’IA sont produites collectivement, qui a droit aux bénéfices ?
Cette question devient d’autant plus pressante que la compression cognitive s’améliore avec le temps. Dans un récent document de travail, l’économiste lauréat du prix Nobel Daron Acemoglu et ses coauteurs soutiennent que lorsque les systèmes d’IA surpassent systématiquement les performances humaines moyennes, les incitations à développer et à maintenir une expertise commencent à s’éroder. Après tout, pourquoi passer des années à développer une capacité analytique interne alors qu’on peut la louer ?
Il en résulte ce que les auteurs appellent un « effondrement des connaissances ». Plus la compression cognitive gagne en efficacité, moins les institutions et les individus sont incités à préserver la matière première dont elle dépend. Selon eux, les capacités analytiques risquent de s’atrophier non pas parce que l’IA a échoué, mais parce qu’elle a si bien réussi que la société ne ressent plus le besoin de les cultiver.
Rien de tout cela n’est inévitable, à condition que les institutions respectent trois principes clés. Le premier consiste à adopter l’IA progressivement tout en développant simultanément la capacité interne de remettre en question, de superviser et d’évaluer des systèmes de plus en plus autonomes avant de leur confier des tâches lourdes de conséquences.
Le deuxième principe consiste à renforcer la prise de décision institutionnelle. Si l’IA peut gérer des tâches telles que la lecture, la synthèse et la reconnaissance de formes bien plus efficacement que les humains et avec relativement peu de risques, le jugement stratégique et le raisonnement interprétatif sont d’un autre ordre. Ces capacités doivent être délibérément maintenues et renforcées, et non discrètement cédées aux machines.
Enfin, les institutions doivent investir dans la supervision. La capacité à remettre en question, à vérifier et à interpréter les résultats de l'IA est en soi une compétence cognitive, et une organisation incapable de distinguer une bonne analyse d'une mauvaise perd de fait sa capacité à se gouverner elle-même.
Ce que Marx avait vu juste
Dans ses carnets inachevés des années 1850, connus sous le nom de Grundrisse, Marx avait prédit que le savoir collectif de l’humanité deviendrait la force productive centrale des économies capitalistes. Ce qu’il n’avait pas prévu, c’est que ce savoir serait condensé, tarifé par abonnement, puis revendu à des institutions submergées par plus d’informations qu’elles ne pouvaient en traiter. Le surplus cognitif que les organisations ne peuvent plus absorber est devenu, en effet, la marchandise qui s’achète et se vend.
Cette réalité économique émergente ne se contente pas de remodeler le fonctionnement des institutions, elle détermine également quelles formes de travail cognitif conservent de la valeur, quels types d’expertise restent rares, et qui peut participer au marché en tant que vendeur. Une fois que les fonctions cognitives requises pour le travail intellectuel de routine seront universellement accessibles à un coût négligeable, ce qui restera véritablement rare, c’est ce qui ne peut être reproduit : la capacité de poser la question que personne n’a songé à poser, de voir ce que les autres ont négligé et de savoir quoi faire lorsqu’il n’y a pas de précédent.
Le véritable risque, comme le notent Acemoglu et ses coauteurs, est que les institutions ne se rendent compte de ce qu’elles perdent que lorsqu’il sera trop tard. À mesure que l’IA prend en charge une part croissante de la charge analytique, les capacités proprement humaines situées au sommet du modèle de l’esprit de Baddeley pourraient s’atrophier. Avec le temps, nous risquons de perdre la capacité de donner un sens à la complexité par nous-mêmes.
Pourtant, ces capacités deviennent également plus précieuses que jamais. Dans une économie mondiale où l’IA peut regrouper, reproduire et diffuser des connaissances à un coût marginal quasi nul, la capacité à penser de manière indépendante pourrait bientôt devenir la denrée la plus rare de toutes.
By Sami Mahroum
JDF TV
L'actualité en vidéo
