Atlantico : A travers la publication d’une étude, les chercheurs d’Anthropic viennent de prouver que l’utilisation de l’IA pour apprendre de nouvelles compétences diminue de 17 % les performances dans ces mêmes compétences. L’étude d’Anthropic montre une baisse moyenne de 17 % des performances chez les développeurs utilisant l’IA pour apprendre de nouvelles compétences, mais précise que certains usages “engagés cognitivement” donnent d’excellents résultats. Quels sont les enseignements de cette étude et pensez-vous que le problème soit l’IA elle-même, ou plutôt la manière dont les individus l’utilisent ?

Laurent Alexandre : Toute assistance entraîne une diminution des performances. La démocratisation du livre, avant même l’imprimerie, à partir du XIIᵉ siècle jusqu’au XVIIIᵉ siècle, a entraîné une baisse de la mémorisation dans la population, car l’apparition de supports écrits faisait que l’on s’astreignait moins à mémoriser. Dans les populations sans culture de l’écrit, on observe des capacités de mémorisation extraordinaires. Jules César, dans La Guerre des Gaules, signale que les druides ont une mémoire absolument incroyable.

C’est donc un phénomène très ancien. Toute prothèse cognitive entraîne une baisse des capacités cognitives. C’est également vrai avec la machine à calculer. Tout le monde calculait bien mieux avant son apparition et avant celle de l’ordinateur.

Concernant les statistiques d’Anthropic, cela est particulièrement intéressant parce que la technologie est nouvelle. Mais il est possible de retrouver des données similaires à celles observées avec toutes les technologies. Lorsqu’une personne s’aide d’un outil technologique tel que l’IA, elle fournit moins d’efforts. Cette personne travaille moins et devient donc moins performante pour réaliser la tâche pour laquelle elle a utilisé une aide de l’IA. Cela ne signifie pas que l’on est moins intelligent ou moins compétent ; cela veut simplement dire que la partie que l’on a sous-traitée, on la maîtrise moins bien que celle que l’on n’a pas sous-traitée. On pourrait dire la même chose d’un expert-comptable qui se spécialise dans l’analyse financière et sous-traite à des comptables la réalisation des comptes de base, des comptes en T : il sera moins performant dans la réalisation des comptes et connaîtra moins bien le plan comptable général.

Ainsi, toute utilisation d’une assistance, qu’elle provienne d’une IA ou d’autres humains, se traduit par une baisse de nos compétences sur la tâche sous-traitée. La question n’est pas de savoir si l’on maîtrise moins bien ce que l’on ne fait plus, mais de déterminer si, globalement, on conserve des compétences intellectuelles générales. À ce sujet, nous ne disposons pas de données. Néanmoins, si je confie le bistouri à un robot chirurgical, je serai moins performant en chirurgie : c’est inévitable.

– Si l’IA peut freiner l’acquisition de compétences lorsqu’elle est utilisée comme substitut cognitif, faut-il repenser totalement les méthodes pédagogiques (école, université, formation continue) pour intégrer des “protocoles d’usage” de l’IA ?

Le problème est que, pour évaluer l’impact d’une technologie sur la cognition et améliorer les techniques éducatives, il faut de nombreuses années. Or, la technologie évolue si rapidement qu’à peine a-t-on terminé une étude sur l’impact d’une version que celle-ci a déjà été remplacée.

On voit encore aujourd’hui paraître des études sur les conséquences de ChatGPT 3.5 et de GPT-4 sur les savoirs, alors que ces versions ont désormais plus de deux ans pour GPT-4 et trois ans pour GPT-3.5. Il existe donc une véritable difficulté : les méthodes éducatives et les processus d’apprentissage ne peuvent pas évoluer au même rythme que la technologie.

À l’époque de ChatGPT 3.5, personne ne proposait d’arrêter d’apprendre à coder, car cette version était médiocre en programmation : elle constituait une aide, mais comportait de nombreuses erreurs et nécessitait un temps important de vérification. Aujourd’hui, un outil comme Claude 4.6 commet peu d’erreurs, même s’il en subsiste, et le consensus tend à considérer qu’il n’est plus nécessaire d’enseigner le codage de base, mais plutôt la gestion des architectures informatiques.

On mesure ainsi la difficulté. En trois ans, l’analyse des conséquences de l’intelligence artificielle sur la formation a profondément évolué, au fur et à mesure de l’amélioration des versions.

– L’étude suggère que la compétence clé pour superviser du code généré par IA – notamment le debugging – est précisément celle qui s’atrophie le plus vite quand on délègue trop. Les entreprises risquent-elles de créer une génération de professionnels dépendants, moins capables de contrôle critique ?

Les compétences les plus fines sont les plus complexes et s’atrophient en premier. Lorsqu’une personne développe la maladie d’Alzheimer, elle perd la capacité à jouer aux échecs avant celle d’allumer la lumière. Elle perd ses compétences mathématiques avant la capacité d’ouvrir une porte. Ce sont les compétences les plus complexes qui disparaissent en premier en cas d’atrophie cognitive, qu’elle soit liée à l’utilisation de l’intelligence artificielle ou à une maladie neurologique comme Alzheimer.

Dans mon exemple, il est donc parfaitement normal que les compétences les plus importantes et les plus utiles soient celles que l’on perd le plus rapidement lorsque l’on fournit moins d’efforts. Nous retrouvons ici le grand malentendu de notre époque, que nous évoquons largement dans notre livre avec Olivier Babeau, “Ne faites plus d’études Apprendre autrement à l’ère de l’IA”.

Il n’y a plus suffisamment d’efforts dans les études. Une partie importante des jeunes générations a cru que, grâce à l’IA, il était possible de travailler moins. Or, travailler moins signifie perdre ses capacités intellectuelles, notamment les plus fines et les plus utiles pour orchestrer les intelligences artificielles, ce qui constitue finalement le principal métier appelé à perdurer, puisque les savoirs techniques spécialisés seront exécutés par l’IA.

En revanche, les humains conserveront un rôle d’orchestration : des médecins superviseront des IA médicales, des juristes piloteront des IA juridiques, des architectes encadreront des IA spécialisées en architecture, et ainsi de suite. Les personnes qui utiliseront l’IA pour se dispenser d’efforts sortiront du marché du travail, car elles perdront les compétences les plus essentielles pour conserver une utilité à l’ère de l’intelligence artificielle. Le message pertinent n’est pas d’utiliser l’IA pour moins travailler, mais de s’en servir pour renforcer encore ses capacités intellectuelles les plus fines, sans réduire son niveau d’exigence.

– Ce type de résultats indique-t-il, selon vous, un risque d’appauvrissement cognitif massif… ou au contraire une transition vers d’autres formes d’intelligence, de valeur et de compétence ?

Nous nous dirigeons vers un système à deux vitesses, qu’il est déjà possible d’observer autour de nous. D’un côté, une élite restreinte, travailleuse et exigeante, qui utilise l’IA pour améliorer encore ses performances et accroître ses capacités cognitives. De l’autre, une majorité qui risque d’atrophier ses capacités intellectuelles en se servant de l’IA pour réduire ses efforts, notamment dans le développement des compétences d’orchestration, qui sont pourtant les plus cruciales à l’ère de l’IA.

– Les entreprises elles-mêmes constituent-elles une partie de la solution ? Pourraient-elles intégrer et prendre en compte cet enjeu central mis en lumière par l’étude des chercheurs d’Anthropic ?

Les entreprises sont dépassées par l’IA pour une raison simple. La durée de vie des savoirs à l’ère de l’intelligence artificielle diminue continuellement. Or, les entreprises et leurs systèmes de formation professionnelle continue ne sont absolument pas conçus pour un monde où les savoir-faire deviennent rapidement obsolètes.

Une étude de l’OCDE montre que, depuis 1987, la durée de vie d’un savoir technique est passée de quarante ans à deux ans. Cela signifie que les compétences acquises par un salarié deviennent utiles pour une période extrêmement courte. Dès lors, former un salarié devient peu rentable pour l’entreprise. À l’ère de l’intelligence artificielle, investir dans la formation peut sembler inefficace, car les connaissances transmises deviennent rapidement dépassées.

Cette situation est difficile pour les salariés, mais elle reflète une réalité : ils devront de plus en plus se former eux-mêmes, car les entreprises réduiront leurs investissements en formation continue, compte tenu de l’effondrement de la durée de vie des savoirs.