Khan Academy a mis en ligne gratuitement un grand nombre de cours de haute qualité, sans pour autant faire perdre ses clients aux universités. L’IA pourrait connaître le même sort. Le commentateur politique américain Richard Hanania a récemment publié un article avançant une idée provocante : nous pourrions surestimer l’impact disruptif de l’IA sur l’économie. Bien que ses capacités progressent à une vitesse fulgurante, les transformations économiques qu’elle engendrera ne seront peut-être pas beaucoup plus importantes que celles apportées par d’autres technologies ordinaires. Son raisonnement est simple : si l’IA était vraiment une révolution sur le point de réécrire le destin de l’humanité, pourquoi les données économiques ne reflètent-elles aucun signe d’une révolution imminente ? Hanania a identifié plusieurs phénomènes contradictoires : Premièrement, la croissance économique mondiale reste autour de 3 % par an, et les prévisions futures ne montrent aucun accélération significative. Les capacités des modèles d’IA battent constamment des records, mais la productivité et le PIB n’ont pas connu de saut correspondant. Deuxièmement, les marchés financiers ne montrent aucune anticipation d’un changement radical. Selon son raisonnement, si l’IA devait rendre la société plusieurs fois plus riche, les gens devraient s’empresser d’emprunter pour consommer à l’avance la richesse future, ce qui ferait monter les taux d’intérêt ; si l’IA devait détruire l’humanité, les risques à long terme des prêts devraient exploser. Or, les taux d’intérêt restent dans des fourchettes historiquement normales, et les marchés boursiers ne reflètent aucune attente d’une croissance exponentielle de la richesse collective. Enfin, l’emploi. Bien que l’IA soit désormais capable de programmer, d’écrire, de mener des recherches et de traiter de nombreuses tâches spécialisées, les données macroéconomiques sur l’emploi n’indiquent pas encore de substitution massive de la main-d’œuvre, et surtout pas la « fin du travail » que la Silicon Valley prédit régulièrement. Cela crée une contradiction : les optimistes de l’IA ont correctement prédit à quel point les machines deviendraient intelligentes, mais ils ont peut-être mal évalué dans quelle mesure la société humaine en serait transformée. Hanania utilise la relation entre Khan Academy et les universités pour expliquer ce phénomène. Internet a rendu gratuitement disponibles d’immenses quantités de contenus éducatifs de haute qualité ; théoriquement, le coût d’accès au savoir a fortement baissé, et l’éducation universitaire coûteuse devrait en souffrir. Pourtant, les universités persistent, et les diplômes des grandes écoles restent rares. Car les gens ne paient pas seulement pour obtenir des connaissances, mais aussi pour un diplôme, une reconnaissance sociale, un mécanisme de sélection d’identité et un réseau relationnel. Même si les cours gratuits sont aussi efficaces pédagogiquement, ils ne peuvent pas remplacer automatiquement ces éléments. L’IA pourrait faire face à une situation similaire. Elle peut rédiger des avis juridiques meilleurs que ceux d’un humain ordinaire, mais les clients ont besoin que quelqu’un assume la responsabilité ; elle peut accomplir des recherches complexes, mais l’adoption de ses conclusions dépend toujours des institutions, de la confiance et du pouvoir décisionnel ; elle peut même produire une infinité d’œuvres artistiques, mais les gens préfèrent toujours payer pour les œuvres d’un artiste humain spécifique. La technologie peut rendre une chose plus facile, mais cela ne signifie pas que la société va réévaluer ce qui a de la valeur. Je pense que c’est là le jugement le plus pertinent de Hanania : la Silicon Valley pourrait avoir confondu « l’intelligence » avec le principal goulot d’étranglement du système économique. Une grande partie de la valeur dans le monde réel ne provient pas de l’efficacité productive objective, mais des préférences humaines, des signaux d’identité, des structures de pouvoir et de qui a le droit d’offrir un certain service. Bien sûr, il est encore trop tôt pour affirmer que l’IA n’entraînera pas de changements majeurs. La diffusion technologique prend du temps, et les statistiques macroéconomiques peuvent être en retard. Mais ces données nous rappellent au moins que la croissance des capacités des modèles et les transformations économiques ne sont pas liées par une relation linéaire simple. Ces dernières années, l’industrie de l’IA s’est efforcée de prouver combien de tâches humaines les machines peuvent accomplir. Mais ce qui déterminera véritablement la transformation économique, c’est peut-être une autre question : quand les machines seront capables d’accomplir ces tâches, combien les humains seront-ils disposés à leur en confier ? Après tout, une université n’a jamais été simplement un lieu d’enseignement du savoir, ni une entreprise un simple organisme accomplissant des tâches. Nous pouvons transformer l’intelligence en marchandise bon marché, mais nous ne pouvons pas nécessairement dévaluer simultanément l’ordre social fondé sur cette intelligence.