Un texte de la neuroscientifique Vivienne Ming invite à revoir la manière d’aborder l’intelligence artificielle. Plutôt que d’opposer l’humain et la machine, ou de supposer que l’IA se limitera aux tâches répétitives pendant que l’humain conservera le jugement et la créativité, ses travaux suggèrent que l’enjeu réel réside dans la qualité de leur interaction.
Pour étayer cette idée, elle a mené une expérience simple : des groupes de participants devaient prédire des événements réels (élections, décisions publiques, évolutions économiques) en un temps limité. Certains travaillaient seuls, d’autres avec une IA, et les résultats étaient comparés à ceux d’un marché de prédiction comme Polymarket.
Un marché de prédiction agrège les anticipations de milliers de participants qui misent financièrement sur l’issue d’événements. Le prix qui en résulte correspond à une probabilité collective, souvent relativement fiable, car elle combine informations dispersées et incitations à l’exactitude. Ce n’est pas une vérité absolue, mais un point de référence robuste pour évaluer la qualité des prévisions.
Les résultats sont instructifs. Les participants humains seuls se montrent peu performants, s’appuyant surtout sur l’intuition ou des informations récentes. Les modèles d’IA font mieux, sans atteindre systématiquement le niveau du marché. Les équipes hybrides, quant à elles, se divisent en trois groupes :
- la majorité se contente de reprendre la réponse de l’IA, sans amélioration notable ;
- d’autres s’appuient sur l’IA pour conforter leurs intuitions, dans un contexte où ces systèmes sont conçus pour produire des réponses convaincantes et peu contradictoires (c'est leur côté flatteur) si on ne les sollicite pas explicitement en sens inverse, ce qui accentue les biais et dégrade les résultats;
- une minorité, enfin, engage un véritable dialogue critique avec l’IA.
C’est dans ce dernier cas que les performances deviennent remarquables. Les participants questionnent les réponses, demandent des preuves, explorent des contre-arguments. Cette interaction produit des analyses que ni l’humain ni la machine n’auraient générées seuls, atteignant parfois, voire dépassant, la qualité du marché de référence.
La différence ne tient pas à des capacités cognitives supérieures, mais principalement à deux dispositions : la capacité à adopter d’autres perspectives et l’humilité intellectuelle. Autrement dit, accepter l’incertitude, reconnaître les limites de son savoir et résister à la tentation de valider trop vite une réponse.
Ces qualités vont à contre-courant des usages dominants de l’IA, qui privilégient la rapidité et la fluidité. Or, l’apprentissage humain dépend en partie de la friction : l’erreur, l’hésitation, l’effort de compréhension. En éliminant ces étapes, on améliore la performance immédiate, mais on risque d’affaiblir la capacité de raisonnement à long terme.
C’est ce que Ming décrit comme un paradoxe : à mesure que l’accès à l’information devient quasi instantané, l’exploration intellectuelle tend à diminuer. Progressivement, un déplacement s’opère : certains utilisent l’IA comme un partenaire exigeant qui affine leur pensée ; d’autres s’habituent à obtenir des réponses rapides, au prix d’une moindre capacité à poser les bonnes questions.
La conclusion est pratique. L’usage pertinent de l’IA ne consiste pas à aller plus vite, mais à mieux comprendre ce qui manque. Cela implique de tester les réponses, de demander des arguments opposés, de prêter attention aux zones d’incertitude. L’IA devient alors un outil de confrontation intellectuelle plutôt qu’un simple fournisseur de solutions.
En définitive, la question centrale n’est pas technologique, mais culturelle : les outils développent-ils les capacités humaines, ou les remplacent-ils progressivement ? L’enjeu réside dans cette orientation, et dans les pratiques quotidiennes qui en découlent.
Source : Wall Street Journal
[
Note du carnet:Transposée au cadre éducatif, cette analyse suggère que l’enjeu ne se limite pas à valoriser l’humilité intellectuelle ou l’acceptation de l’incertitude. L’école devrait viser un équilibre plus exigeant entre connaissances, méthodes et posture intellectuelle.
D’une part, un socle solide de culture générale demeure indispensable. Il fournit des repères, des ordres de grandeur, une mémoire des faits et des concepts qui permettent de détecter des incohérences, de contextualiser une information et d’éviter de se laisser convaincre par un discours simplement plausible. Sans ce socle, l’esprit critique manque de prise.
D’autre part, ce socle doit être activé par des compétences méthodologiques explicites : savoir interroger une réponse, formuler des hypothèses alternatives, chercher des contre-arguments, distinguer un niveau de confiance d’un niveau de preuve. Il ne s’agit pas seulement de « douter », mais de structurer le doute.
Enfin, la posture intellectuelle reste déterminante : capacité à suspendre un jugement, à reconnaître les limites de son savoir, mais aussi à maintenir une exigence de cohérence et de rigueur face à des réponses fluides et assurées.
Dans un environnement où les outils produisent des réponses immédiates et convaincantes, l’objectif de l’école ne peut plus être uniquement la restitution de connaissances, ni même leur simple compréhension. Il devient double :
-
construire des esprits informés, capables de mobiliser des repères solides ;
-
former des esprits actifs animés d'une dose d'humilité intellectuelle, capables de mettre à l’épreuve ce qui leur est présenté, y compris lorsque cela paraît crédible.
Autrement dit, il ne s’agit pas d’opposer savoir et esprit critique, mais de les articuler. La culture générale sans méthode reste inerte ; la méthode sans connaissances devient aveugle. C’est leur combinaison, exercée de manière consciente et régulière, qui permet un usage réellement éclairé des outils contemporains.]
.webp)
