L’expérience humaine sera-t-elle la prochaine ressource rare ?

Pourquoi l’IA nous oblige à penser une soutenabilité cognitive.

On se demande ce que l’IA est capable de faire. La question plus importante est peut-être ce que nous risquons, en tant qu’être humain, de ne plus apprendre à faire.

Après vingt ans dans la transformation digitale des entreprises, du CRM à l’ERP, de la donnée aux flux logistiques… J’en retiens une leçon : on comprend presque toujours une transformation après l’avoir vécue et faite. Sur le moment, on voit des outils, des canaux, des processus optimisés un par un, des réorganisations d’équipes. Ce n’est que plus tard qu’on mesure ce que l’ensemble a changé.

L’IA générative suit le même chemin, avec une différence de taille. Elle ne transforme plus seulement la façon dont on produit, opère ou commercialise. Elle touche ce que nous faisons avec notre tête : réfléchir, chercher, écrire, argumenter, décider. Et elle arrive chez des enfants et adolescents dont ces capacités sont encore en pleine construction. Un enfant né en 2012 avait dix ans à l’arrivée de ChatGPT. Il en aura dix-huit en 2030. Une bonne partie de sa formation intellectuelle se fera à côté d’outils capables de faire le travail à sa place. Personne ne sait encore ce que cela produit réellement !

Nous avons toujours délégué, alors qu’est-ce qui change vraiment ?

L’objection vient tout de suite et elle est juste. L’écriture a en effet soulagé la mémoire, la calculatrice le calcul, le GPS l’orientation. Les psychologues appellent cela l’externalisation cognitive (Risko et Gilbert) et c’est l’un des ressorts de l’intelligence humaine. Pour rappel, Platon s’inquiétait déjà de l’écriture. Ce qui change, c’est surtout l’étendue. Une calculatrice fait le calcul, mais ne choisit pas le problème ; Un GPS trouve la route, mais ne décide pas de la destination. Un modèle génératif intervient à chaque étape : poser le problème, chercher l’information, la trier, formuler des hypothèses, rédiger la conclusion. La question n’est plus de savoir si nous déléguons, mais jusqu’où ? Deux chercheurs de Wharton (Shaw et Nave), parlent d’« abandon cognitif » pour décrire le moment où l’on adopte la réponse de l’IA sans plus raisonner soi-même.

Mieux faire n’est pas mieux apprendre

Un élève qui rend avec l’IA une meilleure dissertation que celle qu’il aurait écrite seul a amélioré sa copie mais il n’a pas forcément progressé !

Une étude menée auprès de lycéens en mathématiques le montre bien (Bastani, 2025). Avec un accès libre à un modèle de langage, les élèves réussissent nettement mieux leurs exercices, d’environ 48 %. Mais à l’examen, sans l’outil, ils font environ 17 % moins bien que ceux qui n’y ont jamais eu accès. Une version « tuteur », qui guide sans donner la réponse, évite l’essentiel de cette perte. Quand l’IA fait à notre place l’exercice qui sert à apprendre, l’apprentissage en pâtit toujours. Quand elle nous débarrasse d’une tâche annexe, elle peut au contraire nous aider. Faire reformater ses notes pour passer plus de temps sur un concept n’a rien à voir avec faire construire le raisonnement qu’on est censé maîtriser. Une performance augmentée n’est pas une compétence augmentée.

Toutes les frictions ne sont pas à supprimer

Pendant vingt ans, mon métier consistait à retirer de la friction : moins de clics, des parcours plus courts, un paiement plus simple, plus fluide, une logistique et des process plus rapides. Pour vendre, c’est la bonne logique même si elle est trop consumériste. L’erreur serait d’en faire une règle générale.

Pour apprendre, certaines difficultés sont utiles. Le psychologue Robert Bjork parle de desirable difficulties : chercher dans sa mémoire, espacer les révisions par exemple. Ces efforts ralentissent sur le moment, mais font retenir plus durablement. Chercher, se tromper, manipuler, écrire, recommencer : c’est désagréable précisément parce que c’est là que la compétence se forme et s’ancre durablement.

J’appelle cela la friction formative, par opposition à la friction inutile. Une bonne technologie devrait retirer la seconde et préserver la première. Un bon tuteur artificiel devrait savoir ne pas répondre tout de suite : demander une hypothèse, faire expliquer un raisonnement. On le jugerait alors sur ce que l’élève sait faire sans lui, pas sur la qualité des réponses qu’il l’aide à produire.

Quand l’IA devient un confident

Les adolescents ne font pas que travailler avec l’IA : ils lui parlent. Selon une enquête publiée en 2026 dans JAMA Pediatrics, près d’un jeune Américain sur cinq âgé de 12 à 21 ans a déjà demandé conseil à un chatbot pour sa santé mentale, et la plupart n’en ont parlé à personne (McBain).

Cela peut aider : c’est un premier endroit où dire une inquiétude sans peur d’être jugé. Mais une relation humaine, c’est aussi attendre, négocier, supporter un désaccord, réparer une dispute, accepter que l’autre ne soit pas disponible alors qu’un chatbot supprime toutes ces contraintes. Il est toujours là, patient et complaisant. Que retient-on de la relation quand l’interlocuteur le plus disponible n’a lui-même besoin de rien ? Cette question n’exige pas de savoir si les machines sont conscientes. La science ne sait pas le dire, et les chercheurs qui travaillent sur des indicateurs de conscience artificielle restent très prudents (Butlin). Mais une machine n’a pas besoin d’être consciente pour être traitée comme si elle l’était. Si un enfant croit qu’elle ressent quelque chose et s’y attache, les effets sur lui sont bien réels, non ? Et nous pourrions vivre les conséquences de la conscience artificielle avant qu’elle n’existe et qu’on ne sache la nommer ?

Le junior…qui ne deviendra pas senior

Le même problème se pose en entreprise. Un junior produit en dix minutes avec l’IA l’analyse qu’un senior mettait trois heures à construire : le gain est immédiat. Mais par quel chemin ce junior deviendra-t-il senior ?

On apprend un métier en faisant les tâches intermédiaires et en mettant « les mains dans le cambouis ». Le consultant apprend en analysant, le juriste en rédigeant, le développeur en déboguant… Ce sont justement ces tâches que l’IA automatise. Le chercheur Matt Beane a observé ce mécanisme en chirurgie robotique : la machine rendant l’interne moins nécessaire, celui-ci apprenait moins aux côtés du chirurgien, et certains ne se formaient plus qu’en contournant les règles.

Automatiser une tâche n’est pas la même chose qu’automatiser l’expérience qui permet de l’apprendre.

Une soutenabilité cognitive

La transformation numérique a fini par buter sur les limites de la planète : énergie, eau, métaux. L’IA nous fait buter sur une autre ressource limitée, nos propres capacités humaines. Il n’existe pas de seuils cognitifs mesurables comme pour le climat. Mais apprendre, juger, créer et entrer en relation demandent du temps, de la confrontation et de l’expérience, et aucun gain d’efficacité ne raccourcit cela. Nous appellons soutenabilité cognitive la capacité d’une technologie à augmenter ce que nous pouvons faire sans affaiblir ce dont dépendent notre apprentissage, notre jugement et notre autonomie. Il ne s’agit pas de défendre par nostalgie des compétences que la machine exerce mieux que nous. Il s’agit d’éviter qu’un gain de performance aujourd’hui ne consomme les capacités dont nous aurons besoin demain, entre humains.

Ce risque est connu et dès 1983, Lisanne Bainbridge montrait que plus l’automatisation d’une usine est performante, moins l’opérateur pratique les gestes dont il aura besoin le jour où elle tombe en panne. On le retrouve aujourd’hui à trois échelles : l’école qui obtient de bonnes réponses avec l’IA mais ne forme plus à répondre sans elle ; l’entreprise qui rend ses juniors productifs mais ne fabrique plus de seniors ; l’individu qui fait plus avec l’outil mais ne sait plus vérifier ce qu’il produit.

sources : https://iana-data.org/

Ce qui mérite de ne pas être délégué

L’IA peut élargir l’accès au savoir et aide à nous libérer de beaucoup de tâches sans intérêt. La vraie question est ailleurs : qu’avons-nous intérêt à ne pas automatiser, même quand nous savons le faire ? La réponse tient à une distinction simple. Pour certaines activités, seul le résultat compte : quand je prends un taxi, je veux arriver mais pour d’autres, le chemin compte autant que l’arrivée : quand j’apprends les mathématiques, c’est l’effort qui me transforme. Déléguer une note administrative sans enjeu, c’est gagner du temps. Déléguer le raisonnement que je dois apprendre, c’est perdre exactement ce que l’effort devait produire.

En 1971, H. Simon observait que l’abondance d’information (infobésité) crée une pénurie d’attention. L’IA rend aujourd’hui abondante la production intellectuelle elle-même. La prochaine ressource rare pourrait être l’expérience humaine non déléguée : ce que nous avons cherché, compris et construit nous-mêmes.

Pour la génération qui arrive, la question n’est pas seulement de savoir à quel âge lui apprendre à se servir de l’IA. C’est de savoir quelles capacités nous voulons lui laisser le temps de construire avant de lui proposer de les déléguer. L’histoire récente des réseaux sociaux devrait au moins nous inciter à la prudence. Pendant des années, nous les avons laissés entrer dans la vie des enfants et des adolescents avant d’en comprendre suffisamment les effets. Aujourd’hui, des pays commencent à fixer une limite d’âge : en Australie, les principales plateformes doivent depuis décembre 2025 empêcher les moins de 16 ans de détenir un compte. eSafety Commissioner

Il y a quelque chose de troublant dans notre manière d’adopter les technologies : nous les déployons à grande échelle, puis nous observons leurs effets, et seulement ensuite nous construisons les garde-fous.

Avec l’IA, le risque est peut-être plus difficile encore à percevoir car si certaines capacités ne se construisent pas au moment où elles devraient se construire, comment mesurerons-nous plus tard ce qui n’a jamais été acquis ? Vingt ans de transformation digitale auraient dû nous apprendre à éviter ce cycle : déployer d’abord, mesurer ensuite et trop souvent, comprendre trop tard. Avec l’IA, nous avons l’occasion et la responsabilité de ne pas attendre vingt ans.