L’HUMAIN RESTE AU CENTRE
Quand l’intelligence artificielle augmente l’intelligence sans remplacer la compétence, l’expérience, les relations, les valeurs et la responsabilité
L’intelligence artificielle transforme profondément la manière dont nous recherchons, organisons, analysons et utilisons les connaissances.
Elle peut lire des milliers de documents.
Comparer des informations.
Identifier des corrélations.
Résumer des études.
Générer des hypothèses.
Construire des scénarios.
Analyser des données.
Produire des simulations.
Aider à concevoir.
Accompagner une décision.
Créer des parcours d’apprentissage.
Elle peut même devenir une interface extrêmement puissante entre un humain et une immense architecture de connaissances.
Mais cette puissance ne signifie pas que l’humain devient secondaire.
Au contraire.
Plus les outils deviennent puissants, plus certaines capacités humaines deviennent stratégiques.
Observer.
Questionner.
Raisonner.
Interpréter.
Décider.
Créer.
Expérimenter.
Coopérer.
Transmettre.
Assumer.
Et surtout :
être réellement compétent.
Car une intelligence artificielle peut produire une réponse.
Elle ne donne pas automatiquement à celui qui l’utilise la capacité de comprendre cette réponse, de la vérifier, de la mettre en œuvre, d’en mesurer les conséquences et d’en assumer les résultats.
C’est ici que se situe probablement l’un des grands enjeux des prochaines décennies.
1. L’IA NE SUPPRIME PAS LA VALEUR DE L’HUMAIN
Une erreur fréquente consiste à imaginer l’avenir comme une opposition :
HOMME VS IA
Cette représentation est trop simpliste.
La véritable question est plutôt :
QUEL HUMAIN AVEC QUELLE IA ?
Un professionnel compétent utilisant l’IA peut devenir beaucoup plus performant.
Un ingénieur peut explorer davantage de solutions.
Un technicien peut accéder plus rapidement à de la documentation.
Un agriculteur peut mieux exploiter ses données.
Un formateur peut personnaliser les parcours.
Un entrepreneur peut analyser davantage de scénarios.
Un chercheur peut explorer plus rapidement un immense corpus.
Mais l’outil ne transforme pas automatiquement une personne inexpérimentée en expert.
Et c’est un point essentiel.
L’IA peut augmenter une capacité.
Elle ne garantit pas que cette capacité existe déjà.
2. L’OUTIL ET LA COMPÉTENCE NE SONT PAS LA MÊME CHOSE
Prenons un exemple simple.
Une IA peut expliquer comment dimensionner une pompe.
Mais savoir dimensionner réellement une installation hydraulique implique de comprendre :
- le débit ;
- la pression ;
- les pertes de charge ;
- les régimes d’écoulement ;
- les caractéristiques du fluide ;
- les courbes de pompe ;
- les conditions transitoires ;
- les contraintes d’installation ;
- les phénomènes de cavitation ;
- les risques ;
- la maintenance ;
- les conditions réelles de fonctionnement.
Une réponse peut être techniquement élégante et pourtant inadaptée à l’installation réelle.
Pourquoi ?
Parce que le réel possède toujours des particularités.
Une conduite peut être différente du plan.
Un capteur peut dériver.
Une vanne peut être partiellement fermée.
Une pompe peut fonctionner loin de son point optimal.
Une température peut modifier les propriétés du fluide.
Une installation peut avoir été modifiée au fil des années.
Le professionnel expérimenté sait poser des questions que la documentation ne montre pas toujours.
Il sait regarder.
Écouter.
Sentir une anomalie.
Comparer avec son expérience.
Mesurer.
Vérifier.
Et parfois dire :
« Quelque chose ne correspond pas à ce que le modèle prévoyait. »
Cette capacité est extrêmement précieuse.
3. L’EXPÉRIENCE RESTE UNE FORME D’INTELLIGENCE
L’expérience ne doit pas être opposée à la science.
Une expérience correctement construite constitue une accumulation de situations observées.
Elle permet de développer :
- des réflexes ;
- des repères ;
- des intuitions ;
- des capacités de diagnostic ;
- une compréhension des interactions ;
- une perception des anomalies ;
- une connaissance des limites.
Un technicien expérimenté peut parfois identifier un problème en quelques secondes parce qu’il reconnaît une combinaison de signes.
Cela ne signifie pas nécessairement qu’il « devine ».
Il mobilise souvent une bibliothèque mentale de situations déjà rencontrées.
L’IA possède une immense capacité de traitement de données.
L’humain expérimenté possède une autre forme de connaissance :
la connaissance incarnée dans le réel.
4. LA COMPÉTENCE RÉELLE EST PLUS LARGE QUE LA CONNAISSANCE
Connaître une information ne signifie pas savoir l’utiliser.
Il existe une différence fondamentale entre :
SAVOIR
et
SAVOIR FAIRE.
Mais il existe également :
SAVOIR OBSERVER.
SAVOIR MESURER.
SAVOIR INTERPRÉTER.
SAVOIR DÉCIDER.
SAVOIR AGIR.
SAVOIR CORRIGER.
SAVOIR TRANSMETTRE.
SAVOIR S’ADAPTER.
Et finalement :
SAVOIR APPRENDRE.
Une architecture de connaissances intelligente doit donc chercher à développer toutes ces dimensions.
5. L’HUMAIN DOIT RESTER CAPABLE DE DIRE : « JE NE SAIS PAS »
Cette capacité peut sembler paradoxale dans un monde où l’IA peut répondre presque instantanément à une immense quantité de questions.
Pourtant, elle devient encore plus importante.
Un professionnel sérieux doit pouvoir dire :
« Je ne sais pas. »
Puis :
« Voici ce que je sais. »
« Voici ce que je suppose. »
« Voici ce qu’il faut mesurer. »
« Voici ce qu’il faut vérifier. »
« Voici les hypothèses. »
« Voici les risques. »
Cette distinction entre savoir et supposer constitue une véritable compétence intellectuelle.
L’IA peut aider à explorer l’inconnu.
Mais l’humain doit conserver la capacité de reconnaître l’incertitude.
6. L’IA PEUT ÊTRE TRÈS CONVAINCANTE ET POURTANT SE TROMPER
La puissance de formulation d’une IA peut créer une illusion dangereuse :
une réponse bien écrite n’est pas nécessairement une réponse vraie.
Une réponse détaillée n’est pas nécessairement une réponse pertinente.
Une réponse précise n’est pas nécessairement une réponse applicable.
Une simulation n’est pas le réel.
Un modèle n’est pas le système.
Une corrélation n’est pas nécessairement une causalité.
Une recommandation n’est pas nécessairement une décision.
C’est précisément pour cette raison que la compétence humaine reste essentielle.
Le professionnel doit pouvoir interroger la réponse :
Est-ce cohérent ?
Avec quelles données ?
Dans quelles conditions ?
Avec quelles hypothèses ?
Quelle marge d’erreur ?
Quelle conséquence si l’hypothèse est fausse ?
Comment le vérifier ?
7. L’HUMAIN APPORTE LE CONTEXTE
Deux systèmes techniquement identiques peuvent nécessiter deux décisions différentes.
Pourquoi ?
Parce que le contexte change.
Le climat change.
Le budget change.
Les compétences disponibles changent.
La criticité change.
Les objectifs changent.
Les risques acceptables changent.
Les utilisateurs changent.
La réglementation peut changer.
Les priorités changent.
L’IA peut comparer des options.
Mais quelqu’un doit déterminer :
qu’est-ce qui compte réellement ?
8. LE « POURQUOI » RESTE FONDAMENTAL
Une technologie peut répondre :
« Comment faire ? »
Elle peut parfois répondre :
« Quelle solution semble optimale ? »
Mais une question précède toutes les autres :
Pourquoi faisons-nous cela ?
Pourquoi automatiser ?
Pourquoi produire davantage ?
Pourquoi réduire cette consommation ?
Pourquoi investir ?
Pourquoi changer ?
Pourquoi conserver ?
Pourquoi supprimer ?
Pourquoi accepter ce risque ?
Pourquoi privilégier cette solution ?
Le « pourquoi » introduit les finalités.
Et les finalités ne sont pas purement techniques.
9. LA TECHNOLOGIE CALCULE. L’HUMAIN DONNE DU SENS.
On peut demander à une IA de comparer deux solutions.
Elle peut calculer :
- les coûts ;
- les consommations ;
- les performances ;
- les risques ;
- les délais ;
- les scénarios.
Mais une décision peut dépendre de considérations qui ne sont pas entièrement réductibles à une équation.
Par exemple :
- préserver un savoir-faire local ;
- maintenir une relation de confiance ;
- conserver une capacité de réparation ;
- privilégier une solution évolutive ;
- protéger une ressource ;
- transmettre une compétence ;
- renforcer une autonomie ;
- préserver une biodiversité ;
- favoriser un territoire ;
- maintenir une activité humaine.
La meilleure solution mathématique n’est pas toujours la meilleure solution humaine.
10. LES VALEURS REDEViennent DONC UNE VARIABLE ESSENTIELLE
Dans un système complexe, une décision dépend souvent de valeurs implicites.
Par exemple :
Valeur 1
Minimiser le coût immédiat.
Valeur 2
Minimiser le coût global sur vingt ans.
Valeur 3
Maximiser la résilience.
Valeur 4
Maximiser l’autonomie.
Valeur 5
Minimiser l’impact environnemental.
Valeur 6
Préserver les emplois et les compétences.
Valeur 7
Maximiser la simplicité de maintenance.
Aucune de ces priorités n’est universellement « correcte ».
Elles doivent être définies.
C’est précisément le rôle du décideur.
11. LA VRAIE COMPÉTENCE DEVIENT UN AVANTAGE CONCURRENTIEL
Dans un monde où l’accès à l’information devient extrêmement facile, la rareté se déplace.
Pendant longtemps, l’accès à l’information constituait un avantage.
Aujourd’hui, l’accès à l’information est de plus en plus démocratisé.
L’IA accélère encore ce phénomène.
La différence se déplace donc vers :
la capacité à utiliser correctement l’information.
Puis :
la capacité à vérifier.
Puis :
la capacité à transformer l’information en action.
Puis :
la capacité à obtenir un résultat réel.
La compétence devient donc encore plus importante.
12. LÉGITIMITÉ : UNE DIMENSION QUE L’IA NE FOURNIT PAS AUTOMATIQUEMENT
Il existe également une notion souvent négligée :
LA LÉGITIMITÉ.
Une personne peut produire une réponse techniquement correcte sans être légitime pour prendre certaines décisions.
La légitimité peut provenir :
- de la compétence ;
- de l’expérience ;
- de la responsabilité ;
- de la connaissance du terrain ;
- de la relation avec les parties prenantes ;
- de la capacité à rendre des comptes ;
- de la confiance acquise ;
- de la reconnaissance professionnelle ;
- de la connaissance du contexte.
Une IA peut produire une recommandation.
Mais elle ne devient pas automatiquement responsable de la décision.
13. LA CONFIANCE NE SE TÉLÉCHARGE PAS
Une relation professionnelle durable repose sur quelque chose de plus profond qu’une réponse correcte.
Elle repose sur la confiance.
Et la confiance se construit par :
- la compétence ;
- la cohérence ;
- la transparence ;
- la parole tenue ;
- la qualité du travail ;
- la capacité à reconnaître une erreur ;
- la disponibilité ;
- l’écoute ;
- la compréhension des besoins ;
- les résultats obtenus.
C’est particulièrement important dans les projets complexes.
Un client ne confie pas simplement un problème à une base de données.
Il confie une situation à des personnes et à une organisation.
14. LES RELATIONS HUMAINES RESTENT UNE INFRASTRUCTURE
Une entreprise réellement compétente ne fonctionne pas uniquement grâce à ses documents.
Elle fonctionne grâce à des relations :
- clients ;
- fournisseurs ;
- techniciens ;
- ingénieurs ;
- fabricants ;
- sous-traitants ;
- partenaires ;
- formateurs ;
- utilisateurs ;
- experts.
Ces relations permettent d’accéder à des connaissances qui ne sont pas toujours écrites.
Qui connaît réellement les contraintes de fabrication ?
Qui sait qu’un équipement particulier fonctionne mieux dans telle configuration ?
Qui connaît les délais réels ?
Qui sait quelle modification a déjà été testée ?
Qui sait pourquoi une solution pourtant intéressante n’a finalement pas été retenue ?
Une partie de l’intelligence d’une organisation est donc relationnelle.
15. LE RÉSEAU HUMAIN COMPLÈTE LE GRAPHE DE CONNAISSANCES
C’est ici que l’architecture DEMETER-FB peut aller encore plus loin.
Le graphe ne devrait pas seulement relier :
CONCEPTS
DONNÉES
MODÈLES
ÉQUIPEMENTS
EXPÉRIENCES
Il peut également relier :
COMPÉTENCES
EXPERTISES
MÉTIERS
FORMATIONS
RETOURS TERRAIN
RELATIONS PROFESSIONNELLES
L’intelligence devient alors à la fois :
documentaire, technique, expérientielle et humaine.
16. UNE IA NE REMPLACE PAS UNE RELATION DE CONFIANCE
Imaginez deux situations.
Situation A
Une IA fournit une réponse générique.
Situation B
Un professionnel connaît :
- votre installation ;
- votre historique ;
- vos contraintes ;
- vos objectifs ;
- votre équipe ;
- vos fournisseurs ;
- vos équipements ;
- vos problèmes passés ;
- vos priorités.
Même si l’IA est utilisée dans les deux cas, la seconde situation possède une profondeur beaucoup plus importante.
Pourquoi ?
Parce que la connaissance n’est pas uniquement une information.
Elle est également :
contexte + expérience + relation + responsabilité.
17. L’EXPÉRIENCE DU TERRAIN DOIT REMONTER DANS LA BASE
C’est pourquoi DEMETER-FB ne devrait pas être uniquement alimenté par des articles.
Il devrait également être enrichi par :
- essais ;
- projets ;
- études de cas ;
- mesures ;
- anomalies ;
- erreurs ;
- réussites ;
- améliorations ;
- retours clients ;
- retours techniciens ;
- retours formateurs.
Le terrain devient une source de connaissance.
Et cette connaissance peut ensuite être structurée.
18. LE VRAI CYCLE DE L’INTELLIGENCE
On peut alors représenter une boucle beaucoup plus complète :
CONNAISSANCE
↓
COMPÉTENCE
↓
ACTION
↓
EXPÉRIENCE
↓
MESURE
↓
RETOUR
↓
APPRENTISSAGE
↓
NOUVELLE CONNAISSANCE
↓
NOUVELLE COMPÉTENCE
↓
NOUVELLE ACTION
Ce cycle est fondamental.
Une organisation intelligente n’est pas celle qui sait tout.
C’est celle qui apprend continuellement du réel.
19. LE RÉEL RESTE L’ARBITRE FINAL
Un modèle peut être excellent.
Une simulation peut être élégante.
Une réponse d’IA peut être parfaitement formulée.
Mais finalement :
le réel tranche.
La pompe fonctionne ou ne fonctionne pas.
Le bâtiment reste confortable ou non.
Le système consomme réellement ou non.
Le jardin résiste réellement à la sécheresse ou non.
La formation produit réellement une compétence ou non.
La solution économique produit réellement les résultats attendus ou non.
Le réel constitue donc la dernière étape de validation.
20. L’EXPÉRIMENTATION REDEVIENT CENTRALE
Face à l’incertitude, il existe une stratégie extrêmement puissante :
tester.
Créer un prototype.
Construire un pilote.
Mesurer.
Comparer.
Corriger.
Recommencer.
L’IA peut aider à préparer l’expérience.
Elle peut proposer :
- les variables à mesurer ;
- les hypothèses ;
- les scénarios ;
- les paramètres ;
- les critères de réussite.
Mais quelqu’un doit encore réaliser l’expérience.
Et surtout :
interpréter ce qui s’est réellement passé.
21. L’HUMAIN POSSÈDE AUSSI UNE INTELLIGENCE DU CONTEXTE
Dans les systèmes vivants et complexes, tout ne peut pas être réduit à une liste de paramètres.
Un jardin n’est pas simplement :
sol + eau + plantes + température.
C’est un écosystème.
Une entreprise n’est pas simplement :
capital + machines + salariés + chiffre d’affaires.
C’est une organisation humaine.
Une ville n’est pas simplement :
routes + bâtiments + réseaux.
C’est un système social, économique, écologique et culturel.
L’humain possède une capacité particulière à intégrer des dimensions hétérogènes.
L’IA peut aider à les analyser.
Mais l’interprétation globale reste une compétence essentielle.
22. L’INTUITION NE DOIT PAS ÊTRE CONFONDUE AVEC LA MAGIE
L’expérience produit parfois ce que l’on appelle :
l’intuition.
Un professionnel peut avoir le sentiment qu’une solution « ne va pas fonctionner ».
Cette intuition peut être pertinente.
Mais elle doit idéalement être confrontée à :
- la mesure ;
- l’analyse ;
- l’expérience ;
- la simulation ;
- l’expérimentation.
L’objectif n’est donc pas :
intuition contre IA.
Mais :
intuition → hypothèse → mesure → vérification.
L’IA peut même aider à transformer une intuition en protocole de vérification.
23. LA CRÉATIVITÉ RESTE ESSENTIELLE
L’IA peut générer des variantes.
Elle peut combiner des idées.
Elle peut proposer des architectures.
Elle peut explorer des solutions.
Mais créer ne consiste pas uniquement à produire des combinaisons.
Créer consiste également à :
- identifier un problème nouveau ;
- changer de perspective ;
- imaginer un usage inattendu ;
- relier des domaines éloignés ;
- prendre un risque intellectuel ;
- donner une direction.
La créativité humaine conserve donc une place majeure.
24. L’HUMAIN DOIT CONSERVER LA CAPACITÉ DE QUESTIONNER
Dans un monde saturé de réponses, la question devient parfois plus importante que la réponse.
Une personne compétente ne demande pas seulement :
« Quelle est la solution ? »
Elle demande :
« Avons-nous correctement défini le problème ? »
Puis :
« Qu’avons-nous oublié ? »
« Quelles hypothèses faisons-nous ? »
« Que se passe-t-il si elles sont fausses ? »
« Quel est le coût de l’inaction ? »
« Quelle dépendance créons-nous ? »
« Quelle capacité perdons-nous ? »
« Que se passera-t-il dans dix ans ? »
C’est une forme d’intelligence stratégique.
25. L’IA PEUT AUSSI DEVENIR UN PARTENAIRE DE CONTRADICTION
Une utilisation particulièrement intéressante de l’IA consiste à lui demander de contester une décision.
Par exemple :
« Cherche les faiblesses de cette conception. »
« Quelles hypothèses pourraient être fausses ? »
« Quels modes de défaillance avons-nous oubliés ? »
« Quelle solution alternative avons-nous négligée ? »
« Quel scénario extrême pourrait mettre le système en difficulté ? »
L’IA devient alors un adversaire intellectuel constructif.
Mais cette utilisation exige justement un humain capable d’évaluer les critiques produites.
26. L’HUMAIN DOIT RESTER RESPONSABLE
Il existe enfin une dimension fondamentale :
LA RESPONSABILITÉ.
Décider signifie accepter les conséquences de la décision.
Une IA peut recommander.
Une IA peut calculer.
Une IA peut simuler.
Une IA peut alerter.
Mais quelqu’un doit pouvoir dire :
« Nous avons choisi cette solution. »
Et pouvoir expliquer :
- pourquoi ;
- avec quelles informations ;
- avec quelles hypothèses ;
- avec quels arbitrages ;
- avec quels risques ;
- avec quelles mesures de contrôle.
Cette responsabilité est une composante de la véritable compétence.
27. LA VALEUR D’UN PROFESSIONNEL NE DISPARAÎT PAS : ELLE SE DÉPLACE
L’IA peut automatiser certaines tâches répétitives.
Elle peut :
- chercher ;
- rédiger ;
- classer ;
- calculer ;
- comparer ;
- synthétiser ;
- traduire ;
- documenter.
Cela peut réduire la valeur de certaines tâches purement exécutives.
Mais cela peut augmenter la valeur de :
- l’expertise ;
- le diagnostic ;
- la conception ;
- la décision ;
- la responsabilité ;
- la relation ;
- l’expérience ;
- la créativité ;
- la capacité d’apprentissage.
La question professionnelle devient donc :
« Quelle partie de mon travail est facilement automatisable et quelle partie nécessite une véritable intelligence humaine ? »
28. LA COMPÉTENCE HUMAINE DE DEMAIN SERA PROBABLEMENT AUGMENTÉE
Le futur ne sera probablement pas simplement :
HUMAIN
ou
IA
mais :
HUMAIN AUGMENTÉ PAR L’IA
Un ingénieur assisté par l’IA.
Un technicien assisté par l’IA.
Un agriculteur assisté par des capteurs et l’IA.
Un formateur assisté par l’IA.
Un entrepreneur assisté par des systèmes d’analyse.
Mais l’humain reste :
le porteur de l’objectif,
le responsable du contexte,
le décideur,
l’expérimentateur,
le responsable des conséquences.
29. L’ENJEU N’EST DONC PAS DE SAVOIR UTILISER L’IA
C’est seulement le premier niveau.
Il faut progressivement savoir :
UTILISER L’IA
Puis :
QUESTIONNER L’IA
Puis :
VÉRIFIER L’IA
Puis :
CONTRAINDRE L’IA
Puis :
INTÉGRER L’IA DANS UN PROCESSUS
Puis :
COMBINER L’IA AVEC DES DONNÉES RÉELLES
Puis :
COMBINER L’IA AVEC DE L’EXPÉRIENCE
Puis :
UTILISER L’IA POUR APPRENDRE PLUS RAPIDEMENT
Et finalement :
CONSTRUIRE DES SYSTÈMES DANS LESQUELS L’HUMAIN ET L’IA APPRENNENT ENSEMBLE.
30. « VRAI » DEVIENT UNE VALEUR STRATÉGIQUE
Dans un environnement où il devient extrêmement facile de produire du contenu artificiel, la valeur du réel peut paradoxalement augmenter.
Il devient plus important de distinguer :
une expérience réellement menée
d’une expérience simplement décrite ;
une compétence réellement acquise
d’une compétence simplement revendiquée ;
une relation réellement construite
d’un simple réseau de contacts ;
une expertise réellement exercée
d’un titre affiché ;
une solution réellement testée
d’une solution simplement présentée ;
une entreprise réellement capable de délivrer
d’une vitrine numérique bien conçue.
Plus le contenu artificiel augmente, plus la capacité à démontrer le réel devient précieuse.
31. LA PREUVE PAR LE RÉEL PREND DE LA VALEUR
Dans ce contexte, une architecture de connaissances comme DEMETER-FB peut mettre davantage en avant :
- études de cas ;
- mesures ;
- photos de terrain ;
- résultats avant/après ;
- protocoles ;
- essais ;
- retours d’expérience ;
- limites rencontrées ;
- corrections apportées ;
- compétences mobilisées.
La connaissance devient alors plus crédible parce qu’elle est reliée au réel.
32. LÉGITIMITÉ = COMPÉTENCE + EXPÉRIENCE + RESPONSABILITÉ + RELATION
On peut proposer une formule simple :
LÉGITIMITÉ = COMPÉTENCE + EXPÉRIENCE + PREUVES + RESPONSABILITÉ + RELATIONS + VALEURS
Aucun de ces éléments ne suffit seul.
Un diplôme ne suffit pas.
Une longue expérience ne suffit pas.
Une intelligence artificielle ne suffit pas.
Une grande base de connaissances ne suffit pas.
Un réseau professionnel ne suffit pas.
La légitimité naît de la combinaison.
33. LE « VRAI » NE SIGNIFIE PAS « INFAILLIBLE »
Il faut également éviter un autre piège.
Être réellement compétent ne signifie pas ne jamais se tromper.
Au contraire.
Un professionnel crédible sait :
- reconnaître une erreur ;
- corriger ;
- documenter ;
- apprendre ;
- mettre à jour ;
- expliquer les limites.
La véritable crédibilité ne vient donc pas de l’apparence d’infaillibilité.
Elle vient de la capacité à apprendre du réel.
34. UNE ORGANISATION CRÉDIBLE DOIT POUVOIR DIRE CE QU’ELLE SAIT ET CE QU’ELLE NE SAIT PAS
Cette transparence peut devenir une véritable force.
Voici ce que nous savons.
Voici ce que nous avons mesuré.
Voici ce que nous avons testé.
Voici ce que nous pensons.
Voici ce que nous ne savons pas encore.
Voici ce que nous proposons d’expérimenter.
Cette manière de communiquer est particulièrement importante dans les domaines complexes.
Elle protège contre la surpromesse.
Elle renforce la confiance.
Elle facilite l’apprentissage.
35. DEMETER-FB : UNE BASE DE CONNAISSANCES QUI DEVRAIT AUSSI PORTER DES VALEURS
Si DEMETER-FB devient une infrastructure de connaissance exploitable par l’IA, sa valeur ne résidera pas seulement dans la quantité d’information disponible.
Elle dépendra aussi de la manière dont cette connaissance est produite.
Quelques principes peuvent devenir fondamentaux :
RÉEL
Privilégier les connaissances confrontées au terrain.
TRANSPARENCE
Distinguer faits, hypothèses, modèles et recommandations.
COMPÉTENCE
S’appuyer sur des savoir-faire réellement exercés.
VÉRIFICATION
Mesurer lorsque cela est possible.
RESPONSABILITÉ
Assumer les conséquences des recommandations.
ÉTHIQUE
Prendre en compte les conséquences humaines et environnementales.
TRANSMISSION
Rendre la connaissance accessible et compréhensible.
ÉVOLUTION
Accepter que certaines connaissances doivent être corrigées.
36. L’HUMAIN RESTE AUSSI LE GARANT DES FINALITÉS
L’IA peut optimiser.
Mais optimiser quoi ?
C’est une question fondamentale.
On peut parfaitement optimiser un mauvais objectif.
Réduire un coût peut augmenter un risque.
Maximiser une production peut dégrader une ressource.
Réduire les stocks peut augmenter la vulnérabilité.
Automatiser peut supprimer une compétence essentielle.
Simplifier peut réduire la résilience.
Augmenter la performance immédiate peut diminuer la capacité d’adaptation future.
L’humain doit donc définir la fonction objectif.
37. OPTIMISER N’EST PAS TOUJOURS RÉSILIENTER
Une IA peut trouver une solution extrêmement optimisée.
Mais un système très optimisé peut devenir fragile.
Il peut posséder :
- peu de réserve ;
- peu de redondance ;
- peu de diversité ;
- peu de solutions alternatives.
La résilience nécessite parfois :
- des marges ;
- des stocks ;
- des alternatives ;
- des compétences multiples ;
- des fournisseurs multiples ;
- des solutions manuelles de secours.
L’humain doit donc arbitrer entre :
performance
et
résilience.
38. L’HUMAIN DOIT POUVOIR SORTIR DU MODÈLE
Tout modèle possède des limites.
Un système intelligent doit donc savoir reconnaître :
« Cette situation n’est plus suffisamment proche de nos hypothèses. »
C’est particulièrement important face aux événements extrêmes.
Une situation exceptionnelle peut sortir du domaine de validité d’un modèle.
Le professionnel doit alors revenir à :
observation → mesure → jugement → expérimentation.
La compétence humaine devient une sécurité lorsque le modèle cesse d’être suffisamment représentatif.
39. LE JARDIN OMAKËYA ILLUSTRE PARFAITEMENT CETTE LOGIQUE
Un jardin peut être instrumenté.
On peut mesurer :
- température ;
- humidité ;
- pluie ;
- rayonnement ;
- vent ;
- humidité du sol ;
- croissance ;
- consommation d’eau.
L’IA peut analyser les données.
Elle peut identifier des tendances.
Elle peut proposer des scénarios.
Mais l’observation humaine reste essentielle.
Regarder une plante.
Observer sa couleur.
Voir son port.
Observer la présence d’insectes.
Regarder la structure du sol.
Constater un ruissellement.
Observer une différence entre deux zones.
Écouter les retours du terrain.
Le vivant possède une complexité qui nécessite encore une présence humaine attentive.
40. L’INGÉNIERIE AUSSI RESTE HUMAINE
Dans l’industrie, l’IA peut aider à :
- calculer ;
- dimensionner ;
- détecter ;
- optimiser ;
- simuler.
Mais l’ingénieur doit encore :
- comprendre le besoin ;
- définir les contraintes ;
- choisir les hypothèses ;
- arbitrer ;
- dialoguer avec le client ;
- travailler avec les techniciens ;
- comprendre les contraintes de fabrication ;
- intégrer la maintenance ;
- assumer la conception.
La véritable valeur de l’ingénieur devient donc encore plus systémique.
41. LE TECHNICIEN AUSSI DEVIENT PLUS IMPORTANT
Lorsque les systèmes deviennent plus intelligents, le terrain ne disparaît pas.
Au contraire.
Il devient nécessaire de disposer de personnes capables de :
- installer ;
- mettre en service ;
- mesurer ;
- diagnostiquer ;
- réparer ;
- modifier ;
- vérifier.
Une IA peut expliquer comment remplacer un composant.
Mais quelqu’un doit encore ouvrir l’armoire, identifier le bon composant, vérifier la sécurité, effectuer l’intervention et constater le résultat.
Le savoir-faire manuel ne disparaît donc pas nécessairement.
Il change de valeur.
42. LE FORMATEUR CHANGE ÉGALEMENT DE RÔLE
Lorsque l’IA peut expliquer une notion à n’importe quelle heure, le formateur n’a plus seulement pour fonction de transmettre de l’information.
Il devient davantage :
- guide ;
- organisateur d’expérience ;
- évaluateur ;
- accompagnateur ;
- stimulateur de réflexion ;
- garant du niveau de compétence.
La formation peut alors devenir plus pratique.
Moins :
« apprendre un contenu »
et davantage :
« devenir capable d’agir correctement dans une situation réelle ».
43. L’IA PEUT DONC RENDRE L’HUMAIN PLUS HUMAIN
C’est une perspective intéressante.
Si certaines tâches répétitives sont automatisées, l’humain peut consacrer davantage de temps à :
- comprendre ;
- créer ;
- expérimenter ;
- coopérer ;
- transmettre ;
- accompagner ;
- décider ;
- construire des relations.
L’objectif ne devrait pas être de transformer l’humain en opérateur d’une machine intelligente.
Mais de permettre à l’humain d’utiliser la machine pour augmenter sa capacité d’action.
44. LA GRANDE QUESTION DEVIENT : QUE VOULONS-NOUS AUGMENTER ?
L’intelligence artificielle peut augmenter beaucoup de choses.
Mais nous devons choisir lesquelles.
Voulons-nous augmenter :
- la vitesse ?
- la production ?
- la consommation ?
- la rentabilité ?
- la connaissance ?
- la résilience ?
- l’autonomie ?
- la qualité ?
- la sécurité ?
- la capacité d’apprentissage ?
- la coopération ?
Cette question est profondément humaine.
45. L’HUMAIN DOIT DONC RESTER AU CENTRE DU SYSTÈME
Pas comme un simple utilisateur.
Pas comme un bouton « valider ».
Pas comme une signature finale.
Mais comme :
l’observateur,
le questionneur,
le professionnel,
le concepteur,
l’expérimentateur,
le décideur,
le responsable,
le transmetteur,
et le porteur du sens.
L’IA vient autour de lui comme une couche d’augmentation.
Elle ne constitue pas nécessairement le centre.
46. LA NOUVELLE ARCHITECTURE : HUMAIN + CONNAISSANCE + RÉEL + IA
On peut désormais compléter le graphe de connaissances précédent.
CONNAISSANCE
↓
IA
↓
ANALYSE
↓
DÉCISION
Mais il manque plusieurs dimensions.
La véritable architecture devient :
HUMAIN
↔
CONNAISSANCE
↔
DONNÉES
↔
MESURE
↔
MODÈLES
↔
IA
↔
EXPÉRIENCE
↔
RELATIONS
↔
RÉEL
Et au-dessus :
VALEURS + FINALITÉS + RESPONSABILITÉ.
47. C’EST CETTE COMBINAISON QUI PEUT CRÉER UNE VÉRITABLE INTELLIGENCE AUGMENTÉE
L’intelligence augmentée n’est donc pas :
IA + humain.
Elle est plutôt :
COMPÉTENCE HUMAINE
EXPÉRIENCE
RELATIONS
CONNAISSANCES STRUCTURÉES
DONNÉES
MESURE
MODÈLES
INTELLIGENCE ARTIFICIELLE
EXPÉRIMENTATION
RETOUR D’EXPÉRIENCE
VALEURS
RESPONSABILITÉ.
C’est cette combinaison qui devient réellement puissante.
48. DEMETER-FB PEUT PORTER CETTE PHILOSOPHIE
Le projet DEMETER-FB peut donc défendre une idée simple :
L’IA NE DOIT PAS REMPLACER LA COMPÉTENCE. ELLE DOIT LA RENFORCER.
La base de connaissances ne doit pas devenir une machine destinée à rendre les humains dépendants de réponses automatiques.
Elle doit au contraire aider chacun à devenir plus capable de :
- comprendre ;
- mesurer ;
- modéliser ;
- décider ;
- concevoir ;
- construire ;
- autonomiser ;
- résister ;
- apprendre ;
- évoluer.
L’IA devient alors un accélérateur d’apprentissage.
Pas un substitut à l’apprentissage.
49. LE BUT ULTIME : AUGMENTER LA CAPACITÉ D’ACTION HUMAINE
C’est probablement la meilleure définition.
Pas :
« produire plus de réponses ».
Mais :
augmenter la capacité des personnes et des organisations à comprendre le réel, prendre de bonnes décisions, agir efficacement, apprendre de leurs expériences et évoluer.
C’est une ambition beaucoup plus profonde.
50. PLUS L’IA DEVIENT PUISSANTE, PLUS LE « VRAI » DEVIENT IMPORTANT
L’intelligence artificielle va continuer à progresser.
Elle sera capable d’analyser davantage.
De calculer davantage.
De simuler davantage.
De produire davantage.
De relier davantage de connaissances.
Mais cette progression ne rend pas l’humain inutile.
Elle rend certaines qualités humaines encore plus importantes.
La compétence réelle.
L’expérience réelle.
La relation réelle.
La confiance réelle.
La légitimité réelle.
La responsabilité réelle.
Les valeurs réelles.
Les résultats réels.
Le contact avec le réel.
Dans un monde où il deviendra possible de générer presque instantanément des textes, des images, des analyses et des recommandations, la capacité à démontrer :
« Nous avons réellement compris. »
« Nous avons réellement expérimenté. »
« Nous avons réellement mesuré. »
« Nous avons réellement construit. »
« Nous savons réellement faire. »
« Nous assumons réellement ce que nous proposons. »
pourrait devenir l’un des plus grands marqueurs de confiance.
L’avenir ne sera donc probablement pas celui de :
L’HOMME CONTRE L’IA.
Mais celui de :
L’HUMAIN COMPÉTENT AUGMENTÉ PAR L’IA.
Un humain capable de questionner la machine.
De vérifier ses réponses.
De comprendre ses limites.
De confronter ses propositions au réel.
De mobiliser son expérience.
De travailler avec d’autres humains.
De transmettre.
De décider.
Et surtout :
d’assumer les conséquences de ses choix.
Car finalement, l’intelligence artificielle peut aider à répondre à :
COMMENT ?
Elle peut aider à explorer :
QUOI ?
Elle peut aider à analyser :
AVEC QUELLES DONNÉES ?
Mais l’humain doit encore être capable de déterminer :
POURQUOI ?
POUR QUI ?
AVEC QUELLES CONSÉQUENCES ?
SELON QUELLES VALEURS ?
ET AVEC QUELLE RESPONSABILITÉ ?
DEMETER-FB
PLUS L’INTELLIGENCE ARTIFICIELLE DEVIENT PUISSANTE, PLUS LA COMPÉTENCE HUMAINE DOIT DEVENIR PROFONDE.
DES CONNAISSANCES, POUR COMPRENDRE.
DES DONNÉES, POUR MESURER.
DES MODÈLES, POUR EXPLORER.
DE L’IA, POUR AUGMENTER.
DE L’EXPÉRIENCE, POUR CONFRONTER AU RÉEL.
DES RELATIONS, POUR COOPÉRER.
DES VALEURS, POUR DONNER DU SENS.
DE LA RESPONSABILITÉ, POUR ASSUMER.
L’IA PEUT AUGMENTER L’INTELLIGENCE.
ELLE NE REMPLACE NI LA COMPÉTENCE, NI L’EXPÉRIENCE, NI LA CONFIANCE, NI LA LÉGITIMITÉ, NI LES VALEURS.
LE FUTUR N’APPARTIENDRA PAS À CELUI QUI UTILISE LE PLUS D’IA.
IL APPARTIENDRA À CELUI QUI SAURA LE MIEUX COMBINER L’INTELLIGENCE ARTIFICIELLE AVEC L’INTELLIGENCE HUMAINE, L’EXPÉRIENCE, LE RÉEL ET LA RESPONSABILITÉ.
FAQ — HUMAIN, IA, COMPÉTENCE ET LÉGITIMITÉ
L’intelligence artificielle va-t-elle remplacer l’expertise ?
Elle peut automatiser certaines tâches réalisées par des experts, mais l’expertise complète comprend également le contexte, le diagnostic, l’expérience, l’arbitrage, la responsabilité et la capacité à confronter une solution au réel.
Pourquoi l’expérience reste-t-elle importante avec l’IA ?
Parce que l’expérience permet de reconnaître des situations, des anomalies, des contraintes et des interactions qui ne sont pas toujours entièrement présentes dans les données disponibles.
Une IA peut-elle remplacer une relation professionnelle ?
Elle peut faciliter la communication et l’accès à l’information, mais la confiance, la responsabilité, la connaissance du contexte et la coopération humaine restent des dimensions spécifiques de la relation professionnelle.
Pourquoi la légitimité est-elle importante ?
Parce qu’une décision ne dépend pas uniquement de sa pertinence technique. Elle implique également la responsabilité, la connaissance du contexte, la capacité à rendre des comptes et la confiance des personnes concernées.
Comment utiliser correctement l’IA dans un métier technique ?
Il faut l’utiliser comme outil d’augmentation : recherche, analyse, simulation, comparaison, documentation, diagnostic et apprentissage, tout en conservant la vérification, la mesure, l’expérience terrain et la responsabilité humaine.
L’IA peut-elle apprendre du terrain ?
Oui, si les observations, mesures, expériences et retours d’expérience sont correctement documentés et intégrés dans une architecture de connaissances.
Quelle est la place des valeurs ?
Les valeurs déterminent les finalités et les arbitrages. Une IA peut optimiser un objectif, mais l’humain doit déterminer si cet objectif est réellement souhaitable.
Quelle est la différence entre information et compétence ?
L’information permet de savoir quelque chose. La compétence permet de mobiliser cette connaissance correctement dans une situation réelle, avec ses contraintes et ses incertitudes.
Pourquoi le « vrai » devient-il plus important avec l’IA ?
Parce que la production artificielle de contenu devient extrêmement facile. La capacité à démontrer une expérience réelle, une compétence réelle, des résultats mesurés et une responsabilité réelle devient donc un facteur croissant de confiance.
L’intelligence artificielle peut transformer l’accès à la connaissance et augmenter considérablement les capacités d’analyse. Mais elle ne remplace pas automatiquement la compétence réelle, l’expérience, la relation humaine, la légitimité, les valeurs et la responsabilité. Dans l’architecture DEMETER-FB, l’IA devient une intelligence augmentée au service de l’humain, du réel et de la capacité à comprendre, décider, agir, expérimenter et évoluer.
L’IA PEUT PRODUIRE DES RÉPONSES.
L’HUMAIN DOIT ÊTRE CAPABLE D’EN COMPRENDRE LA PORTÉE, D’EN VÉRIFIER LA PERTINENCE ET D’EN ASSUMER LES CONSÉQUENCES.
LE VRAI.
LA COMPÉTENCE.
L’EXPÉRIENCE.
LA RELATION.
LA LÉGITIMITÉ.
LES VALEURS.
LA RESPONSABILITÉ.
C’EST CETTE HUMANITÉ RÉELLE, AUGMENTÉE PAR L’IA, QUI DOIT RESTER AU CENTRE.
OBSERVER → COMPRENDRE → MESURER → MODÉLISER → CONCEVOIR → CONSTRUIRE → AUTOMATISER → EXPÉRIMENTER → APPRENDRE → TRANSMETTRE → ÉVOLUER
Elle a l’avantage d’être parfaitement compréhensible par un particulier, un agriculteur, un ingénieur, un chef d’entreprise, un étudiant ou une collectivité.