Une machine redoutable et ultra-efficace en maths

La preuve dans le code

Recension de The Proof in the Code, de Kevin Hartnett — Quanta, 288 pages, 30 $ américains, parue dans le Wall Street Journal légèrement adaptée pour un public francophone non scientifique. Nos commentaires entre crochets.

Le monde des mathématiques a été ébranlé jusqu'à ses fondements le mois dernier, quand OpenAI a annoncé avoir résolu l'un des problèmes les plus célèbres de la discipline. Le problème de Navier-Stokes [un problème central de la dynamique des fluides : ces équations décrivent l'écoulement de l'eau ou de l'air, et l'on ignore encore si elles admettent toujours des solutions régulières ; c'est l'un des sept « problèmes du millénaire », dotés d'un prix d'un million de dollars chacun], qui porte sur la dynamique complexe des fluides, avait résisté aux assauts des mathématiciens pendant près de deux siècles. Pour en venir à bout, OpenAI a lancé un essaim de 10 000 agents d'intelligence artificielle, qui ont eu besoin de 88 heures pour parvenir au résultat, puis de 17 heures supplémentaires pour le faire confirmer par le programme de vérification informatisée Lean [un « assistant de preuve » : un logiciel qui contrôle, pas à pas, la validité logique de chaque étape d'une démonstration]. En chemin, la société a devancé Tristan Buckmaster, mathématicien à l'Université de New York, et ses collaborateurs, qui étaient sur le point d'aboutir à une solution. L'annonce a été un choc pour nombre de mathématiciens et a suscité un profond questionnement. Mais elle n'aurait peut-être pas surpris Alan Turing.

Turing n'avait que 24 ans en 1936, quand il a imaginé une expérience de pensée simple mais radicale : représentons-nous, proposait-il, une machine composée d'un ruban infini divisé en cases où sont écrits des signes, et d'une « tête » (c'est son terme) capable de lire et d'écrire des signes. La tête lirait le signe contenu dans une case, répondrait en écrivant un autre signe, puis passerait à la case suivante et recommencerait — le tout selon un ensemble de règles fixées à l'avance. La proposition paraissait à la fois triviale et inutile : après tout, la machine ne « fait » rien d'autre que transformer des signes dépourvus de sens en d'autres signes dépourvus de sens. Et pourtant, la « machine de Turing », comme on finirait par l'appeler, a fourni les fondements théoriques de tous les ordinateurs conçus depuis.

Turing n'était pas informaticien, même s'il a inventé la discipline. C'était un mathématicien, et sa machine incarnait le « formalisme » [une école de pensée selon laquelle faire des mathématiques, c'est déplacer des symboles selon des règles convenues, sans se préoccuper de leur « sens »] — une idée qui transformait alors son domaine : loin d'être l'étude de vérités universelles, les mathématiques ne seraient rien d'autre que la manipulation de signes dépourvus de sens selon des règles prédéterminées. Quoi de plus approprié, dès lors, qu'une machine qui fait exactement cela ? Il s'ensuivait que la machine de Turing pouvait produire toutes les mathématiques possibles — et bien mieux qu'un être humain, par nature sujet à l'erreur.

Comme le raconte Kevin Hartnett dans The Proof in the Code (« La preuve dans le code »), dès que les premiers ordinateurs numériques furent disponibles, leurs créateurs cherchèrent à mettre la proposition de Turing à l'épreuve. Dans les années 1950 et 1960, des chercheurs mirent au point des « prouveurs » automatiques de théorèmes (ATP), capables d'examiner de longues formules mathématiques pour déterminer si elles étaient vraies sous certaines conditions. Les ATP se révélèrent puissants et efficaces — du moins pour certains types de problèmes.

Lean fut d'abord un programme conçu pour déceler les bogues des produits de Microsoft. Il a fini par révolutionner les mathématiques.

Il apparut toutefois clairement que la plupart des questions qui intéressent les mathématiciens ne se prêtent pas si facilement à la machine. C'est pourquoi, quitte à transiger sur l'idéal de la démonstration mécanisée, les chercheurs développèrent les assistants interactifs de preuve (ITP) : le mathématicien propose une argumentation formelle, et le programme vérifie si elle est correcte, et à quelles conditions. Grâce à cet outil plus souple, Kenneth Appel et Wolfgang Haken réussirent en 1976 à démontrer le théorème des quatre couleurs [l'affirmation que quatre couleurs suffisent pour colorier n'importe quelle carte de façon que deux régions voisines ne portent jamais la même couleur], qui tenait en échec les mathématiciens depuis plus d'un siècle ; et Thomas Hales fit de même pour un problème plus prestigieux encore : la conjecture de Kepler, vieille de quatre siècles [la question de savoir comment empiler des sphères identiques — des oranges, par exemple — pour qu'elles occupent le moins d'espace possible].

Même ainsi, les ITP restèrent impopulaires auprès des mathématiciens en exercice. Ces derniers découvrirent vite que rendre une argumentation mathématique compréhensible pour un programme informatique exigeait un travail colossal. Il fallait réduire le raisonnement à un enchaînement formel d'étapes à donner le vertige — et en faire autant pour toutes les mathématiques sur lesquelles il reposait. Dans leurs échanges ordinaires, les mathématiciens s'appuient sur un vaste fonds de savoir qu'ils peuvent tenir pour acquis chez leurs collègues. Pour soumettre un raisonnement à un ITP, tout cet arrière-plan doit être saisi, explicitement et formellement, jusqu'aux définitions les plus élémentaires des nombres. Paradoxalement, s'attaquer à un problème mathématique à l'aide de l'ordinateur se révélait souvent bien plus laborieux que le traiter à la méthode traditionnelle.

The Proof in the Code raconte l'histoire de Lean, l'ITP qui a fini par installer la démonstration par ordinateur au cœur des mathématiques contemporaines. Lean est né de l'imagination de Leonardo de Moura, informaticien chez Microsoft Research au début des années 2000. Son objectif initial était modeste : créer un programme capable de repérer les bogues cachés dans les produits Microsoft. Son programme Z3 s'avéra très efficace à cette tâche pour Windows 7, avant sa sortie en 2009, et Lean devait aller plus loin : là où Z3 ne pouvait vérifier que des exécutions particulières d'un programme avec des valeurs particulières, Lean fut conçu pour traquer les bogues dans les programmes pris dans leur ensemble.

De Moura comptait sans doute mettre Lean au service de la rentabilité de Microsoft ; il découvrit pourtant rapidement que les personnes les plus intéressées par le programme étaient les mathématiciens. Chercher les bogues d'un programme informatique, il se trouve, se distingue à peine de la vérification d'une démonstration mathématique formelle — précisément le travail des ITP. M. de Moura se mit donc à travailler de près avec un petit cercle de mathématiciens résolus à faire de l'ordinateur un outil standard de leur discipline.

[L'auteur du livre] Hartnett brille surtout lorsqu'il peint les personnalités et les dynamiques de ce petit cercle. M. de Moura, brillant mais effacé, maintient le projet sur les rails à force d'acharnement. Son plus proche collaborateur, Jeremy Avigad, est un mentor universitaire dans la plus pure tradition, qui rallie ses étudiants à la cause. Mario Carneiro, plus jeune, se heurte parfois à M. de Moura ; il possède une passion inextinguible pour la formalisation des démonstrations. Kevin Buzzard, théoricien des nombres britannique haut en couleur, est convaincu que Lean va débarrasser les mathématiques de leur laisser-aller excessif.

Pour conjurer la besogne de Sisyphe qu'aurait représentée la formalisation, à partir de zéro et à chaque fois, de toutes les mathématiques pertinentes, les enthousiastes de Lean décidèrent de créer Mathlib [une bibliothèque où sont rassemblés des milliers de résultats mathématiques déjà formalisés, les lemmes, afin que les nouvelles démonstrations puissent s'appuyer sur ce socle commun] — une bibliothèque de mathématiques formalisées. Ce fut une entreprise de longue haleine et sans terme défini, qui provoqua des frictions au sein de l'équipe. En particulier, M. de Moura, absorbé par l'amélioration des capacités fondamentales de Lean, passait de longues heures chaque jour à corriger les entrées de Mathlib soumises par d'autres contributeurs, qui lui paraissaient exigeants et peu respectueux. Mais à mesure que la bibliothèque grossissait et que sa réputation se répandait, toujours plus de mathématiciens furent attirés par la contribution, et rejoignirent le cercle Lean.

Une percée survint fin 2020. Peter Scholze, lauréat de la médaille Fields (surnommée « le Nobel des mathématiques »), demanda de l'aide à M. Buzzard : Lean pourrait-il vérifier sa démonstration la plus récente et la plus ardue, dans un domaine appelé « tenseurs liquides » [un domaine sans rapport avec les liquides ordinaires — le nom désigne certains espaces de fonctions particuliers] ? Comme cette démonstration reposait sur une montagne de résultats antérieurs, la faire passer par Lean exigeait de formaliser tout ce savoir mathématique et de l'inscrire dans Mathlib. Le projet mobilisa 28 mathématiciens et 18 mois de travail ; mais en juillet 2022, M. Scholze annonçait que Lean avait vérifié sa démonstration. Un an plus tard, Terence Tao, de l'Université de Californie à Los Angeles — autre médaillé Fields, et peut-être le mathématicien le plus influent du monde — réunit un groupe encore plus vaste pour utiliser Lean à vérifier sa démonstration de la conjecture polynomiale de Freiman-Ruzsa [une conjecture de combinatoire additive, domaine qui étudie notamment les propriétés des ensembles de nombres sous l'addition]. Il n'était plus possible d'en douter : Lean était devenu un pilier des mathématiques de pointe.

Mais alors même que Lean faisait ses preuves, une autre révolution se jouait hors des amphithéâtres. D'abord OpenAI, puis de nombreuses autres sociétés, se mirent à offrir de grands modèles de langage (LLM) capables d'écrire de la prose, de traduire la parole, de produire des vidéos à la demande, et bien davantage. Entraînés sur des masses sidérantes de sources produites par des humains, ces LLM recourent à des algorithmes statistiques pour produire des résultats quasi impossibles à distinguer de créations humaines.

Les LLM fournissaient des résultats déplorables en mathématiques — jusqu'à ce que des humains les branchent sur un programme nommé Lean. Une boucle de rétroaction a permis d'aboutir à des démonstrations correctes.

Au départ, les LLM étaient en effet pitoyables en mathématiques. Quand on leur demandait de générer une démonstration, ils produisaient un texte [de manière probabiliste en devinant le mot suivant le plus probable] qui en avait l'apparence, mais logiquement incohérent. Puis Thomas Hubert, chez DeepMind (Google), trouva le moyen d'améliorer leurs performances : au lieu de s'en tenir à une mauvaise « preuve », les LLM soumettraient leur premier jet à Lean, qui leur renverrait son opinion. Le LLM s'appuierait sur ce retour pour produire une version meilleure, qu'il soumettrait de nouveau à Lean. Après de nombreuses itérations, le système d'IA pouvait produire une démonstration correcte. Ce cycle, démultiplié par l'usage d'agents d'IA autonomes, s'est révélé déterminant dans le résultat d'OpenAI sur Navier-Stokes.

Sommes-nous enfin en présence d'une véritable machine de Turing, capable de produire des mathématiques avancées sans intervention humaine ? On peut sérieusement le soutenir. Et pourtant, à la lecture de The Proof in the Code, qui conduit le lecteur jusqu'au seuil des percées actuelles, l'auteur de l'article a été frappé autant par les limites des mathématiques produites par les machines que par leur puissance. Lean peut vérifier n'importe quel enchaînement de déductions, mais il repose toujours sur Mathlib — un corpus mathématique créé par des humains, jugé important et porteur de sens par des humains.

De même, la démonstration de Navier-Stokes par OpenAI fut, sans l'ombre d'un doute, un exercice fantastiquement complexe de manipulation de signes. Mais ce sont des humains qui ont jugé important de dépenser des millions de dollars en agents d'IA pour se livrer à cet exercice particulier de manipulation de signes. Il faut donc se demander : une méthode de démonstration qui se passe de l'intuition humaine et doit être admise sur parole peut-elle être tenue pour des mathématiques ? Dans une lettre récente, plus de 25 médaillés Fields (dont MM. Scholze et Tao) ont répondu : « non ». La démonstration d'OpenAI est presque certainement correcte. Mais un résultat qui ne fait rien pour faire progresser la compréhension humaine, soutiennent-ils, peut difficilement être appelé mathématiques.

La discipline est à un tournant. L'adoption généralisée de Lean et les percées des LLM obligent les mathématiciens, pour la première fois depuis plus d'un siècle, à revisiter les fondements de leur domaine. Qu'est-ce qui mérite d'être appelé mathématiques ? Qu'est-ce qu'une démonstration ? Et à qui, de l'humain ou de la machine, revient le mérite ? The Proof in the Code, de Kevin Hartnett, est un récit vivant et profondément humain du chemin qui nous a menés jusqu'ici.

Voir aussi 

IA — L'apocalypse de l'emploi est reportée

Quand les livres deviennent innombrables, à quoi servent encore les éditeurs ?

La transcendance artificielle

La méthode d’Anthropic pour répérer les textes produits par l’intelligence artificielle : un processus fragile ?

Le parti pris de 25 modèles d'IA, leurs valeurs sont très différentes de celles de la plupart des gens

Les IA corrompent insidieusement les documents qu’on leur soumet

L’IA fragilise les indices superficiels de sérieux scientifique

Pourquoi, malgré les prédictions, l'IA n'a pas remplacé les radiologues (pour l'instant ?)

L'IA est-elle déjà en train de priver les diplômés d'emploi ?

Apocalypse professionnelle ? Pas pour l'instant : l'IA crée de tout nouveaux métiers

Zemmour — L'école face aux défis de l'IA

Addic­tion des mineurs aux réseaux sociaux : Meta va payer 16,8 mil­liards de dol­lars

Temps d’usage limité, filtres blo­qués, « j'aime » cachés… L’accord passé avec la jus­tice pré­voit aussi d’impor­tantes modi­fi­ca­tions de ses pro­duits pour les mineurs.

Atta­qué par une tren­taine d’États amé­ri­cains qui lui récla­maient 200 mil­liards, le pro­prié­taire de Face­book et d’Ins­ta­gram a pré­féré tran­si­ger. Il a aussi consenti à impo­ser aux mineurs une limite d’uti­li­sa­tion quo­ti­dienne par défaut de deux heures sur les deux réseaux cumu­lés, ainsi qu’un blo­cage de l’accès aux deux appli­ca­tions entre minuit et 6 heures du matin. Meta réfu­tait jusqu’ici le fait d’avoir déve­loppé des algo­rithmes créant une addic­tion.

Même s’il conteste les accu­sa­tions por­tées contre lui, le groupe fondé par Mark Zucker­berg (ici, son siège, à Menlo Park, en Cali­for­nie) a accepté toutes les doléances for­mu­lées par les États au début du pro­cès.

Coup de théâtre dans le pro­cès qui oppose Meta et une tren­taine d’États amé­ri­cains au sujet de l’addic­tion des mineurs à Face­book et à Ins­ta­gram. Le géant tech­no­lo­gique, qui ris­quait jusqu’à 200 mil­liards de dol­lars d’amende, a accepté de ver­ser jusqu’à 16,8 mil­liards de dol­lars dans le cadre d’un accord à l’amiable. Mais la tran­sac­tion n’est pas seule­ment finan­cière : l’accord pré­voit un cer­tain nombre de conces­sions impor­tantes sur le fonc­tion­ne­ment même de ses pro­duits lorsqu’ils sont uti­li­sés par des mineurs.

Parmi elles, une limite du temps d’uti­li­sa­tion quo­ti­dienne de 2 heures sur Ins­ta­gram et Face­book sera ins­tal­lée par défaut, durée qui pren­dra en compte l’uti­li­sa­tion cumu­lée des deux pla­te­formes sur une jour­née. L’accès aux deux appli­ca­tions sera aussi blo­qué entre minuit et 6 heures du matin. Ces réglages, qui concernent les mineurs, ne pour­ront être levés que par un parent. Les noti­fi­ca­tions seront aussi cou­pées de 22 heures à 7 heures du matin et pen­dant les heures de classe pour les moins de 18 ans. Autre mesure annon­cée : les comp­teurs de « J'aime » mas­qués, et cer­tains filtres esthé­tiques désac­ti­vés. Pierre angu­laire de ces mesures, le contrôle de l’âge des uti­li­sa­teurs sera ren­forcé à l’ins­crip­tion. Sous réserve d’une vali­da­tion par le juge, ces modi­fi­ca­tions seront adop­tées dans les six pro­chains mois dans les États et les ter­ri­toires amé­ri­cains signa­taires de l’accord. En revanche, l’appli­ca­tion n’est pas pré­vue au niveau fédé­ral.

Rien ne lais­sait pré­sa­ger un tel retour­ne­ment, après seule­ment une semaine de pro­cès. Accusé par les États de col­lec­ter illé­ga­le­ment des don­nées d’enfants de moins de 13 ans, de conce­voir des réseaux sociaux déli­bé­ré­ment addic­tifs et d’induire les inter­nautes en erreur quant à leur sécu­rité, Meta avait réfuté les allé­ga­tions en bloc. Son argu­men­ta­tion avait notam­ment reposé sur le fait que l’addic­tion aux réseaux sociaux n’est pas recon­nue par le manuel de réfé­rence de la psy­chia­trie amé­ri­caine. Il avait récusé tout lien de cau­sa­lité, esti­mant que la santé men­tale des moins de 18 ans « ne peut être impu­tée à une seule appli­ca­tion ». Il avait plu­tôt sou­li­gné les efforts déjà accom­plis en matière de pro­tec­tion des mineurs, notam­ment via la créa­tion des « comptes ado­les­cents », dont un cer­tain nombre de réglages sont impo­sés par défaut aux mineurs depuis 2024. Mais les limites de temps res­taient option­nelles et très peu acti­vées, lui ont rétor­qué les pro­cu­reurs géné­raux, qui récla­maient plu­sieurs chan­ge­ments struc­tu­rels sur les deux réseaux sociaux.

Tout en contes­tant tou­jours les accu­sa­tions por­tées contre lui, Meta a accepté, sans excep­tion, toutes les doléances for­mu­lées par les États au début du pro­cès. Le géant de Menlo Park a même consenti à lâcher du lest sur le flux algo­rith­mique, soit la façon dont les conte­nus défilent dans le «fil» des uti­li­sa­teurs. Les parents pour­ront impo­ser un «flux non algo­rith­mique» sur les comptes Ins­ta­gram et Face­book de leurs ado­les­cents. Cela signi­fie que leur fil ne sera pas per­son­na­lisé par les sys­tèmes de recom­man­da­tion de Meta, les­quels classent et sug­gèrent des conte­nus selon le com­por­te­ment de l’uti­li­sa­teur. Une petite révo­lu­tion dans l’éco­no­mie des réseaux sociaux, qui repose jus­te­ment sur la puis­sance des algo­rithmes pour cap­ter et rete­nir l’atten­tion de ses uti­li­sa­teurs. «Ces res­tric­tions vont chan­ger l’expé­rience sur Ins­ta­gram et Face­book, elles sont conçues pour réduire l’enga­ge­ment, sou­ligne Jim Speta, spé­cia­liste du sec­teur, cité par Reu­ters. Il reste à voir quels seront les effets, tant sur le com­por­te­ment des uti­li­sa­teurs que sur les reve­nus de l’entre­prise, si les annon­ceurs sont éga­le­ment tou­chés par la baisse d’enga­ge­ment. »

Meta a sans doute été effrayé par la menace d’une amende colos­sale, très supé­rieure à ce qu’il a pu avoir à payer jusqu’ici. Si les pro­cu­reurs géné­raux avaient tou­jours évo­qué une péna­lité finan­cière de 200 mil­liards, Meta, lui, avait redouté que la note finale soit bien plus salée. Dans un docu­ment déposé avant le pro­cès, le groupe a indi­qué que la Cali­for­nie, le Colo­rado, le Ken­tu­cky et le New Jer­sey récla­maient jusqu’à 1 400 mil­liards de dol­lars de dom­mages et inté­rêts. Un mon­tant presque équi­valent à la capi­ta­li­sa­tion bour­sière du groupe. Avant que s’ouvre le pro­cès d’Oak­land, Meta avait déjà essuyé deux revers judi­ciaires por­tant sur les dan­gers de ses réseaux sur les mineurs devant des jurys popu­laires. Le 25 mars 2026, au Nou­veau-Mexique, Meta a été jugé res­pon­sable de pré­ju­dices cau­sés aux mineurs et condam­née à 942 mil­lions de dol­lars d’amendes et de répa­ra­tions. Le même jour, le groupe a été reconnu cou­pable - avec Google dans le dos­sier d’une jeune femme deve­nue uti­li­sa­trice com­pul­sive, et condamné à ver­ser 6 mil­lions de dol­lars.

Meta a sans doute voulu ména­ger son image et celles de ses diri­geants auprès du grand public. Mark Zucker­berg, le fon­da­teur et PDG de Meta, était sur la liste des diri­geants devant être audi­tion­nés dans le cadre du pro­cès. Le pas­sage à la barre du patron d’Ins­ta­gram, Adam Mos­seri, a fait mau­vaise impres­sion. Ce der­nier a d’abord vanté des fonc­tion­na­li­tés de pro­tec­tion mise en place par le groupe avant de recon­naître que cel­les-ci n’ont été dans les faits que très peu acti­vées par les ado­les­cents. En signant l’accord annoncé mer­credi, Meta éteint d’un coup une quin­zaine de pro­cé­dures enga­gées devant des tri­bu­naux d’État, dont le pro­cès mené par le Ten­nes­see, en cours à Nash­ville depuis fin juillet. Mais le bras de fer engagé il y a cinq ans par les révé­la­tions de la lan­ceuse d’alerte Frances Hau­gen n’est pas ter­miné. Le Nou­veau-Mexique et la Flo­ride n’ont pas signé l’accord et main­tiennent leurs pro­cé­dures, tous comme des cen­taines de plai­gnants (familles, écoles…) à tra­vers les États-unis.

Cette kyrielle de pro­cé­dures ne concerne pas uni­que­ment Meta. Les réseaux sociaux Snap, Tik­tok ou You­tube sont éga­le­ment lar­ge­ment pour­sui­vis pour avoir per­turbé la vie psy­cho­lo­gique et sociale des ado­les­cents amé­ri­cains. Mais Meta, qui détient les pla­te­formes les plus puis­santes du mar­ché, ne veut pas être le seul à faire des efforts. Et encore moins le seul à voir les ados déser­ter sa pla­te­forme en rai­son de réglages trop res­tric­tifs. Les jeunes « passent d’une appli­ca­tion à l’autre, par­fois à des dizaines chaque jour », argue-t-elle dans une note de blog. Et de pour­suivre : « Toutes les pla­te­formes devraient don­ner aux parents les moyens d’agir et de sou­te­nir les ado­les­cents en met­tant en place les mêmes mesures, car nous savons que, lorsqu’ils sont limi­tés sur une appli­ca­tion, ils se tournent tout sim­ple­ment vers une autre. Pour que des pro­grès signi­fi­ca­tifs puissent avoir lieu, nous exhor­tons Tik­tok et YouTube à se joindre à nous et aux pro­cu­reurs géné­raux pour adop­ter cette nou­velle norme. »

Pour évi­ter toute dis­tor­sion de concur­rence, le groupe ne s’est pas contenté de mots. Il va condi­tion­ner une par­tie de son ver­se­ment à la bonne volonté des autres acteurs du sec­teur. Sur les 16,7 mil­liards qu’il s’est engagé à régler, 11,7 sont garan­tis, ver­sés en dix annui­tés jusqu’en 2035. Les 5 mil­liards ne seront réglés que si Snap, Tik­tok et You­tube acceptent eux aussi de bri­der leurs réseaux sociaux. L’autre inter­ro­ga­tion concerne la por­tée de cette refonte. Sera-t-elle éten­due un jour au reste du pays, au reste du monde, notam­ment en Europe ? L’accord scellé ce mer­credi «pour­rait bien consti­tuer un tour­nant déci­sif dans le monde des médias sociaux », a com­menté l’ana­lyste finan­cier Art Hogan auprès de Reu­ters.

Source : Le Figaro

Voir aussi

Les aveux inquiétants de l'ex-président de Facebook (2017)

Les IA corrompent insidieusement les documents qu’on leur soumet

Au bout d’une succession de tâches, même les meilleurs modèles accumulent des erreurs qui transforment irrémédiablement le contenu initial.

Dix-neuf modèles d’IA ont été évalués via un test de performance sur des dizaines de tâches, mis au point par trois chercheurs de Microsoft.

Peut-on déléguer à une intelligence artificielle une suite de tâches sur un même document, sans avoir à vérifier le résultat final ? Pas encore, expliquent des chercheurs de Microsoft Research dans une étude mise en ligne sur un serveur de prépublication. Ils mettent en garde contre le fait que les grands modèles de langage (LLM) actuels, comme ChatGPT, «ne sont pas des agents fiables : ils introduisent des erreurs rares mais graves qui corrompent silencieusement les documents et se cumulent au fil de longues interactions». Un avertissement tranché, alors que dans de très nombreux secteurs de l’économie, la tentation est de plus en plus forte de remplacer des êtres humains par des IA.

Pour arriver à cette conclusion, les trois chercheurs de Microsoft ont employé les grands moyens : ils ont mis au point un test de performance sur des dizaines de tâches différentes, avec lequel ils ont évalué 19 modèles d’IA. Plusieurs versions de ChatGPT, développée par OpenAI, qui a un partenariat étroit avec Microsoft, ont fait partie du lot. Mais ils ont aussi évalué la concurrence, en incluant des modèles de Google, d’Anthropic, de xAI, l’entreprise d’Elon Musk, du français Mistral et de la société chinoise Moonshot AI. Signe que le test n’a pas été conçu pour tresser des lauriers à ChatGPT, c’est le modèle concurrent Gemini 3.1 Pro de Google qui a obtenu les meilleurs résultats. Ou plutôt, les moins mauvais.

De très nombreux tests existent déjà pour évaluer l’efficacité des modèles d’IA, mais l’équipe américaine a eu une approche originale. «D’habitude, les LLM sont évalués sur une tâche unique, la traduction ou le résumé d’un texte par exemple. Dans cette étude, ils vont beaucoup plus loin en essayant de regarder des opérations d’édition qui pourraient être faites dans plein de domaines différents, avec des tâches métiers très variées», explique Claire Gardent, directrice de recherche CNRS au Laboratoire lorrain de recherche en informatique et ses applications (Loria), près de Nancy. Les chercheurs ont ainsi retenu pas moins de 52 domaines, dont plusieurs liés à la programmation informatique (langage Python, gestion de bases de données…), d’autres à la création artistique (travail sur des sous-titres de films, des partitions musicales…), à des métiers techniques et scientifiques (crystallographie, robotique, catalogue astronomique…), utilisant des données structurées (registres comptables, courriels, agendas), et pour finir liés à des activités de la vie quotidienne (des recettes de cuisine, des horaires de transport en commun, des parties d’échecs…). « Réussir à définir des tâches représentatives et pertinentes sur un aussi grand nombre de domaines a dû demander un travail considérable», précise Claire Gardent.

Autre particularité, l’étude n’évalue pas directement la qualité du travail effectué, mais les pertes d’informations et les transformations apportées au document de départ au fur et à mesure du travail effectué par l’IA. « Les chercheurs utilisent pour cela des tâches réversibles, en regardant les dégradations apportées en allant d’un état A à B, puis en faisant l’opération inverse, de B à A, et en vérifiant à la fin si on retrouve bien l’état initial », explique François Yvon, directeur de recherche CNRS à l’institut des systèmes intelligents et robotique à Sorbonne université. «C’est une technique connue depuis très longtemps pour évaluer la traduction entre deux langues, mais qui a ici été élargie à de très nombreux domaines. » Pour l’analyse sur un registre comptable, l’opération demandée à l’IA a par exemple consisté à extraire les dépenses et les recettes, puis prendre ces deux listes créées par l’IA et les rassembler, avec classement chronologique. Une autre opération encore plus simple a consisté à demander à l’IA de manipuler des taux de change, avec par exemple un passage de montants en dollars en euros, avant de revenir à des dollars.

Ce couple d’opérations a ensuite été répété, jusqu’à une dizaine d’allers et retour, en mesurant à chaque étape les pertes d’informations et les erreurs ajoutées. «Ces opérations, individuellement, ne sont pas particulièrement complexes, mais quand on les répète de proche en proche, par un effet de téléphone arabe, elles finissent par devenir catastrophiques pour tous les modèles, même ceux qui avaient l’air de plutôt bien se comporter après le premier tour », résume François Yvon. Le modèle le moins efficace, ChatGPT5 Nano, décroche même après le premier aller et retour, avec un score de conservation de l’information de départ catastrophique de seulement 30 %. Au terme de la simulation, après 20 tâches successives, le score moyen de tous les modèles n’est que de 50 %, ce qui correspond à une perte de la moitié des informations de départ. Les trois modèles qui arrivent en tête de l’étude, Gemini 3.1 Pro, Claude 4.6 Opus d’Anthropic et ChatGPT 5.4 d’OpenAI, semblent bien résister après deux passages, avec des scores proches de 95 %. Mais en fin de test, après 20 tâches successives, ils accumulent quand même 25 % d’erreurs par rapport au document initial. Sur un texte, cela fait un quart de la longueur qui n’a plus aucun rapport avec le point de départ… alors que l’opération demandée est conçue pour être réversible. « Avec ce genre de résultats, on constate que ces modèles de langage ne sont pas prêts à se voir confier des tâches réelles qui se succèdent», estime François Yvon. 

 Exemple concret tiré de l’étude Microsoft. Elle illustre de façon visuelle et frappante le problème central de l'étude: la dégradation progressive et irréversible d’un document lorsqu’on enchaîne de nombreuses tâches sur lui avec un LLM. 
Les chercheurs ont conçu des paires de tâches réversibles (exemple dans l’étude) :
« Applique un schéma de couleurs automnales ». Puis : « Restaure les matériaux et couleurs d’origine à partir de la sauvegarde ».
Ou : « Sépare le tronc et le feuillage en deux fichiers » → « Fusionne-les à nouveau en un seul fichier palmier ». 
Départ (0 tâches, à gauche) — Palmier vert complet, en bonne santé → 100 % de conservation. 
Fin (après ~20 tâches, à droite) — Il ne reste plus qu’un vague bâton marron avec une petite feuille ou un trait → seulement 6 % de fidélité au document d'origine.

Pour Pierre Colombo, ancien chercheur à CentraleSupélec qui a rejoint la société canadienne en IA Cohere, « l’accumulation de ces erreurs n’est pas du tout une surprise. C’est complètement lié à ces modèles qui ont un fonctionnement autorégressif, où on prédit le mot suivant en regardant ceux qui précèdent. Si une erreur apparaît à un moment T, elle se propage, sans que le modèle puisse la corriger ». Les chercheurs précisent qu’ils ont volontairement augmenté la difficulté en faisant travailler les modèles avec des documents de taille « réelle », d’une longueur équivalente à quelques milliers de mots (l’équivalent d’un chapitre de livre ou d’un rapport de plus d’une dizaine de pages). « L’un des gros défis pour les modèles d’IA avec des interactions successives sur un même travail, c’est de garder la mémoire de tout ce qui a été fait, avec un contexte qui grossit, explique Pierre Colombo. Les données sont représentées dans un espace, mais comme dans une conversation entre deux personnes, plus l’information est ancienne, plus il est difficile de s’en souvenir. »

Sur les 52 domaines étudiés, le seul qualifié de «prêt pour une délégation à L’IA » par les chercheurs de Microsoft est la programmation en Python, avec des scores après 20 tâches qui dépassent 98 % pour la majorité des modèles testés.

« Ce n’est pas complètement surprenant, estime Claire Gardent. Le code de programmation est bien plus structuré qu’un langage naturel, avec une syntaxe plus limitée et une complexité moindre. » « Je ne vois pas comment éviter complètement ces accumulations d’erreurs, à moins de mettre des vérifications en sortie du modèle, ce qui est loin d’être facile à mettre en place, résume François Yvon. Le piège, c’est que, comme l’interaction en langage naturel avec ces IA est très facile, on pense qu’elles sont intelligentes, et on oublie leurs limites. » 

Source : Le Figaro

Une scolarité sans écrans : Les élèves scandinaves reviennent aux livres et aux stylos

Lorsque Cecilia Rosenbaum a découvert un escalier dont les montants verticaux de chaque marche étaient ornés d’autocollants colorés représentant « Peter Pan », « Charlie et la chocolaterie » et d’autres titres de livres pour enfants très appréciés, elle a décidé de reproduire cette idée dans son école. La directrice de Montessori Mondial Kungsholmen, une grundskola (école obligatoire de neuf ans), s’est donné pour mission d’inciter ses élèves à lire davantage. Pendant la récréation, les livres sont apportés dans le parc situé devant l’école. Chaque journée commence par 15 minutes de lecture en classe. Un jour par semaine, l’enseignant fait la lecture à voix haute à toute la classe.

Autrefois pays affichant le taux d’alphabétisation le plus élevé au monde, la Suède a vu ses résultats en lecture baisser ces derniers temps. En 2022 (dernières données disponibles), le score de la Suède en lecture au PISA, une étude mondiale sur les compétences en lecture et autres aptitudes des jeunes de 15 ans, avait chuté de 19 points en quatre ans pour s’établir à 487. À titre de comparaison, l’Irlande affichait 516 et Singapour, en tête du classement, 543. « Environ 25 % des élèves suédois ont des difficultés à lire correctement », explique Lotta Edholm, ministre de l’Enseignement supérieur. Selon elle, cela est « lié à une dépendance excessive aux outils numériques sans preuve suffisante de leur efficacité ».

Mme Edholm est déterminée à réduire l’éducation numérique. « Från skärm till pärm » (de l’écran au classeur/des pixels aux pages) est le slogan de son gouvernement de centre-droit pour sa politique de « retour aux sources », visant à réduire l’utilisation des ordinateurs et des tablettes au profit de l’écriture manuscrite et des manuels scolaires traditionnels. En août de cette année, les téléphones portables seront interdits dans toutes les grundskolor. En 2023, le gouvernement a lancé un programme d’investissement ambitieux pour atteindre son objectif de fournir un manuel par élève et par matière. À ce jour, il a dépensé plus de 2 milliards de couronnes suédoises (182 millions d'euros, 291 millions de dollars canadiens) pour ramener les livres et continuera d’investir dans la lecture hors ligne, l’écriture manuscrite et le calcul.

D’autres pays en Europe et en Amérique s’engagent dans un retour aux livres et aux stylos à l’école, mais aucun aussi rapidement que le Danemark, la Suède et la Finlande, pays qui sont par ailleurs des adeptes enthousiastes des technologies numériques. L'année dernière, la Finlande, berceau de Nokia, l'un des pionniers mondiaux de la téléphonie mobile, a introduit des restrictions sévères quant à l'utilisation des téléphones portables pendant les cours pour les enfants âgés de 7 à 16 ans. Le Danemark emboîtera le pas cette année avec une loi imposant l'interdiction des téléphones et des tablettes personnelles dans les folkeskole, les écoles jusqu'à l'âge de 16 ans.

« Revenir aux livres coûte cher », explique Merete Riisager, ancienne ministre danoise de l’Éducation. Le Danemark a été pionnier dans l’utilisation des tablettes à l’école dès 2011, mais n’a dispensé que peu de formation aux enseignants. « Nos enseignants étaient perdus », raconte Kara Barker-Astrom, directrice du VRG Campus Viktor Rydberg, un lycée de Stockholm. Le pays en est depuis venu à regretter sa campagne en faveur du numérique. Mme Riisager estime que les tablettes ont joué un rôle dans la détérioration des compétences en lecture et en mathématiques des élèves danois. Les preuves scientifiques des avantages de l’interdiction des téléphones sont encore maigres, mais elles se multiplient. « Dans l’ensemble, tout le monde s’accorde à dire que restreindre l’utilisation des téléphones est bon pour l’attention des enfants », explique Lucia Magis-Weinberg, de l’université de Washington.

Une étude publiée en octobre a montré qu’une interdiction des téléphones « de la première à la dernière sonnerie » dans un grand district scolaire de Floride avait initialement entraîné une augmentation des exclusions temporaires d’élèves. Elle a toutefois constaté de nettes améliorations des résultats aux examens dès la deuxième année de l’interdiction. Elle a également révélé que l’interdiction des téléphones avait considérablement réduit l’absentéisme, les élèves s’étant adaptés et ayant commencé à apprécier le fait de ne pas être constamment rivés à leurs écrans. Une meilleure assiduité pourrait expliquer en partie l’amélioration des résultats aux examens. Malgré tout, Mme Magis-Weinberg met en garde contre l’idée qu’il existerait une politique universelle.

Mme Barker-Astrom salue bon nombre des mesures de Mme Edholm, mais met en garde contre un revirement excessif. Les élèves de plus de 16 ans doivent pouvoir utiliser des téléphones et des ordinateurs portables, car les matières qu’ils étudient deviennent plus complexes et il faut les préparer aux compétences numériques requises à l’université et sur le marché du travail. Malgré tout, son école continue de couper l’accès à Internet pendant les examens, car la tentation de tricher ou de consulter les réseaux sociaux est tout simplement trop forte. 

Source : The Economist

Voir aussi

 

« Aujourd’hui, on se méfie de la mémoire. Et de la beauté »

 

Pour l'OCDE, certains étudiants à l'université française n'ont pas les compétences à l'écrit d'un enfant de 10 ans

 

L'aube d'une société post-alphabétisation et post-mémorisation ?

 

Ces étudiants des universités d'élite qui ne savent plus lire des livres...

 

Quand les Français étaient fiers et heureux de lire des livres

 

Suède : « Nous avons fait trop de numérique »

 

Suède — Des enfants exécutent une vague de meurtres sous contrat alors que les gangs exploitent une faille dans la loi

 

 L'escroquerie aux allocations en Suède : 80 % de l'argent versés aux immigrés

 

Suède — Malgré l'annonce du retour des manuels, encore des écrans à l’école

 

Suède — évolution de la proportion des immigrés (2002 p/r 2020)

 

Baisse du niveau scolaire : la Suède délaisse le numérique et revient aux manuels scolaires

 

PISA 2018 — les bons résultats de la Suède s'expliqueraient par l'élimination de 11 % de mauvais élèves, surtout immigrés   

Immigration : les pays nordiques renforcent leur coopération pour faciliter les expulsions de clandestins

L'IA est-elle déjà en train de priver les diplômés d'emploi ?

« Les données ne permettent pas de conclure que l'IA coûte actuellement son emploi à qui que ce soit », a déclaré Kevin Hassett, conseiller à la Maison Blanche, le 11 mai. Quelqu'un devrait en informer la promotion 2026 aux États-Unis. « La situation est sombre », déclare un professeur à propos du marché de l'emploi pour les diplômés. L’intelligence artificielle est le bouc émissaire à la mode. Lors d’une récente cérémonie de remise des diplômes en Floride, un orateur a été hué pour en avoir parlé. Et ce n’est pas sans raison : selon l'analyse de l'hebdomadaire londonien The Economist, l’IA pourrait bien nuire aux perspectives d’emploi de certains diplômés.

Un diplôme universitaire ne semble plus offrir une grande protection contre le chômage : les jeunes diplômés sont plus susceptibles d’être au chômage que l’Américain moyen. La cohorte actuelle se montre particulièrement pessimiste. Moins d’un cinquième d’entre eux estime que c’est le bon moment pour trouver un bon emploi — la proportion la plus faible depuis plus de dix ans, et bien inférieure à celle de l’ensemble des Américains, qui dépasse un quart. Le ralentissement du recrutement sur les campus n'arrange pas les choses. Les offres d'emploi publiées sur Handshake, une plateforme de recherche destinée aux étudiants universitaires, sont inférieures de 50 % à leur pic de 2022.

Beaucoup soupçonnent l’IA d’en être la cause. Plus de la moitié des employeurs déclarent avoir envisagé de remplacer les travailleurs débutants par cette technologie. Un récent sondage mené par l’Institute of Politics de la Kennedy School de l’université de Harvard a révélé que, de la même manière, plus de la moitié des jeunes Américains considèrent l’IA comme une menace pour leurs perspectives d’emploi.

Les économistes sont plus divisés. Un article d’Erik Brynjolfsson, de l’université de Stanford, et de ses collègues, publié en 2025, a examiné l’emploi chez les jeunes travailleurs occupant des postes exposés à l’IA, tels que le développement de logiciels. Les auteurs ont constaté qu’il avait baissé de 16 % par rapport aux domaines moins exposés.

Mais un article publié cette année par Zanna Iscenko et Fabien Curto Millet, deux économistes chez Google, remet en question l’idée selon laquelle les jeunes travailleurs en particulier seraient remplacés par l’IA. Ils ont constaté que les offres d’emploi dans les professions exposées à l’IA avaient baissé tout aussi fortement pour les travailleurs chevronnés que pour les débutants, et que cette tendance était antérieure au lancement de ChatGPT fin 2022. Une autre étude, menée par Morgan Frank de l’université de Pittsburgh et ses collègues, a montré que les résultats sur le marché du travail se sont détériorés pour les employés exposés à l’IA, mais que cette tendance avait également commencé avant la sortie de ChatGPT.

 

The Economist a mené sa propre analyse, en utilisant une source de données largement négligée : dix ans d’enquêtes menées auprès de jeunes diplômés par la National Association of Colleges and Employers. Chaque année, les universités américaines demandent à leurs nouveaux diplômés s’ils travaillent, s’ils sont au chômage ou s’ils poursuivent des études supérieures. À partir de leurs réponses, l'hebdomadaire a comparé les résultats sur le marché du travail dans des domaines présentant différents niveaux d’exposition à l’IA avant et après l’arrivée des grands modèles linguistiques.

The Economist a constaté que les diplômés des domaines les plus exposés à l’IA ont connu des résultats nettement moins bons. Entre 2022 et 2024, les diplômés du quintile le moins exposé — ayant étudié des matières telles que l’éducation, la philosophie et le génie civil — ont vu leur taux moyen d’emploi à temps plein baisser de seulement 1,5 point de pourcentage. Ceux du quintile le plus exposé — comprenant l’informatique, le génie informatique et les sciences de l’information — ont subi une baisse de 6,6 points de pourcentage (voir graphique).

Le périodique londonien a mis à jour ces chiffres pour les domaines les plus exposés, à partir des données de 13 universités et il a constaté que la tendance se poursuivait pour la promotion de 2025. Le taux d’emploi à temps plein est passé de près de 70 % à 55 % en trois ans — notamment au cours des trois années qui ont suivi la sortie de ChatGPT en 2022. Auparavant, il était resté stable.

Les étudiants changent déjà d’orientation. Les données du National Student Clearinghouse, un groupe de recherche, montrent que les inscriptions en licence [baccalauréat au Québec] d'informatique ont chuté de 11 % en 2025. Les inscriptions en programmation informatique, qui met l'accent sur les compétences en codage plutôt que sur la théorie, ont chuté de 26 %.

Le travail effectué par les diplômés en informatique évolue également. Ils consacrent moins de temps à l'écriture de code et davantage à la conception et à l'organisation de systèmes logiciels à un niveau plus élevé. Lana Yarosh, directrice des études de premier cycle en informatique à l'université du Minnesota, dit comprendre les inquiétudes des étudiants. « C'est toujours difficile quand les choses changent. Mais l'informatique est un domaine où tout change tout le temps. »

Voir aussi

 

Pourquoi, malgré les prédictions, l'IA n'a pas remplacé les radiologues (pour l'instant ?)

 

Les emplois à l'épreuve de l'IA 

 

Comment YouTube a envahi les écoles américaines

Les parents constatent que leurs enfants sont accros à ce site de diffusion de vidéos sur les appareils fournis par l’école ; dans un cas précis, leur enfant a visionné 13 000 vidéos YouTube en trois mois

L'« alarme maternelle » d'Amy Warren a retenti lorsque son fils, élève de septième année (12-13 ans) à Wichita, dans le Kansas, semblait en savoir beaucoup trop sur Fortnite, un jeu vidéo de combat et de tir auquel il n'a pas le droit de jouer.

Lorsque Mme Warren s’est connectée au compte Google de son fils, elle a été consternée : son fils Ben avait visionné plus de 13 000 vidéos YouTube pendant les heures de cours entre décembre 2024 et février 2025, selon les données de visionnage qu’elle a fournies au Wall Street Journal.

Son fil d’actualité regorgeait de contenus inappropriés. Des vidéos glorifiant la culture des armes à feu, posant des questions sur les silencieux pour les pistolets Nerf, des « tirs à la tête » où des enfants simulent de manière réaliste leur propre mort, une vidéo contenant des blagues sexuellement explicites sur des voisins couchant ensemble. YouTube lui avait proposé des « mini-vidéos » — une vidéo après l’autre, sélectionnées par un algorithme qui avait déterminé que son fils serait susceptible d'aimer.

« Ça m’a fait pleurer », a déclaré Mme Warren. « Tout à coup, c’est ce genre de contenu violent sur les armes à feu, sans que ce soit de sa faute. » Elle s’est ensuite présentée aux élections du conseil d’établissement et a remporté le scrutin en novembre, désireuse de susciter le changement.

Les écoles publiques américaines sont submergées par YouTube. Selon plus de 45 familles, administrateurs scolaires, cliniciens et éducateurs à travers le pays interrogés par le Wall Street Journal, la dépendance excessive des écoles à l’égard de la plateforme appartenant à Google pour le contenu éducatif a créé une porte d’entrée permettant aux élèves d’être aspirés dans un défilement infini de vidéos sur les appareils fournis par l’école.

L'IA est-elle plus intelligente que les gens ? C'est compliqué...

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.]

De plus en plus d’écoles américaines prennent leurs distances avec les écrans

Dans une école du Kansas, l’on n’a pas seulement proscrit les téléphones portables : l’usage des ordinateurs y a été, lui aussi, strictement encadré. Les manuels imprimés, le papier et le crayon ont fait leur retour. Et, fait notable, certains élèves affirment désormais préférer cet apprentissage à l’ancienne.

Pendant des années, l’enseignante Inge Esping s’est efforcée de capter l’attention des enfants, luttant sans relâche contre la dispersion induite par les écrans.

En 2022, l’établissement de McPherson, petite ville du Kansas, a interdit les téléphones cellulaires. Mais les distractions numériques n’ont pas disparu pour autant : les élèves continuaient de regarder des vidéos sur YouTube ou de jouer à des jeux vidéo sur les Chromebook fournis par l’école. Certains détournaient même les comptes Gmail scolaires pour harceler leurs camarades.

En décembre dernier, une décision plus radicale fut prise : les 480 élèves de l’établissement ont été privés des ordinateurs portables qu’ils utilisaient jusque-là en classe comme à domicile. Désormais, ces appareils, fonctionnant sous le système Chrome de Google, sont conservés dans des chariots en salle de classe et n’en sortent que pour des activités précises, sous la supervision des enseignants. Les élèves, quant à eux, ont repris l’habitude de prendre des notes à la main.

« Nous ne pouvions laisser les enfants à la merci d’une telle source de distraction. La technologie peut être un outil ; elle ne saurait constituer la solution à elle seule », résume Mme Esping, aujourd’hui directrice de l’établissement.

L’école secondaire de McPherson apparaît ainsi comme l’un des fers de lance d’un mouvement plus large de remise en question du tout-numérique dans l’éducation.

Depuis le début des années 2020, les grandes entreprises technologiques, telles Apple, Google ou Microsoft, ont rivalisé pour s’imposer dans les salles de classe, promouvant l’idée d’un ordinateur par élève. Ces outils devaient démocratiser l’éducation et en améliorer les résultats. Aujourd’hui, des acteurs comme OpenAI tiennent un discours analogue au sujet de l’intelligence artificielle.

Des promesses onéreuses largement déçues

Après des investissements de plusieurs milliards de dollars dans les Chromebook, les iPad et les logiciels éducatifs, de nombreuses études concluent que ces technologies n’ont, dans l’ensemble, ni amélioré les performances scolaires ni augmenté les taux de diplomation. L’UNESCO et divers chercheurs soulignent même qu’un recours excessif au numérique peut nuire à l’apprentissage.

Dans plusieurs États américains, notamment la Caroline du Nord, la Virginie, le Maryland et le Michigan, des établissements ayant adopté le modèle « un appareil par élève » réévaluent aujourd’hui cette stratégie. Les Chromebook, omniprésents dans les écoles, sont particulièrement remis en question. Pour nombre d’enseignants et de parents, limiter leur usage permet de recentrer l’enseignement sur la parole, l’attention et la collaboration entre élèves.

« Il ne s’agit pas de revenir à l’âge de pierre, mais de faire un usage plus judicieux de la technologie », explique Shiloh Vincent, responsable du conseil scolaire de McPherson.

Ce revirement s’inscrit dans une prise de conscience plus globale des effets potentiellement délétères des technologies numériques sur l’enfance et l’adolescence.

Ainsi, le 25 mars dernier, un jury californien a estimé que des plateformes appartenant à Meta et YouTube, propriété de Google, avaient contribué à l’addiction et à la dépression d’une adolescente. Par ailleurs, plus de trente États américains ainsi que l’ensemble des provinces canadiennes ont adopté des mesures limitant ou interdisant l’usage des téléphones à l’école. En Australie, les réseaux sociaux sont désormais tenus de restreindre l’accès des moins de seize ans, une orientation que d’autres pays envisagent.

Dans ce contexte, des associations de parents et d’éducateurs s’en prennent désormais aussi aux ordinateurs portables et aux logiciels scolaires. Des mouvements tels que Schools Beyond Screens ou Distraction-Free Schools Project militent activement pour une réduction du temps d’écran.

Vers un encadrement législatif

Au moins dix États, dont le Kansas, le Vermont et la Virginie, examinent des projets de loi visant à limiter l’exposition des élèves aux écrans, à exiger des garanties quant à la sécurité et à l’efficacité des outils numériques, ou encore à reconnaître aux parents un droit de retrait.

L’Utah a, pour sa part, récemment adopté une législation imposant aux écoles de fournir aux parents des dispositifs de suivi leur permettant de consulter les sites visités par leurs enfants et le temps qu’ils y consacrent sur les appareils scolaires.

À McPherson, l’établissement dirigé par Mme Esping, qui accueille des élèves du début du secondaire, occupe un bâtiment de briques rouges datant de 1938, dont l’auditorium conserve encore ses sièges en bois d’origine. Les salles de sciences abritent de vieux microscopes et du mobilier ancien.

« Nous avons déjà, d’une certaine manière, un petit air d’un autre temps », observe la directrice.

En 2016, pourtant, le district scolaire avait adopté avec enthousiasme le modèle du Chromebook à bas coût, proposé par Google, dans l’espoir de favoriser l’égalité des chances et de développer des compétences jugées essentielles.

Mais lorsque Mme Esping prit ses fonctions en 2022, elle estima que l’omniprésence de la technologie nuisait à l’apprentissage. L’interdiction des téléphones fit rapidement reculer le harcèlement en ligne et les incidents disciplinaires. Toutefois, les distractions persistaient.

Certains élèves, absorbés par les jeux vidéo, se révélaient incapables de se concentrer sur leurs travaux. D’autres utilisaient les outils numériques pour se livrer à des moqueries ou à des formes de harcèlement collectif, notamment via des documents partagés ou des réunions en ligne.

Malgré diverses mesures de restriction, les enseignants consacraient un temps considérable à surveiller l’usage des ordinateurs, au détriment de leur mission première. Plusieurs parents s’inquiétaient également du temps passé par leurs enfants à jouer sur ces appareils.

Le retrait des ordinateurs portables a produit des effets inattendus : dans la cour de récréation, des scènes oubliées ont refait leur apparition, comme des enfants jouant ensemble.

Ce mouvement dépasse largement McPherson. À Wichita, un lycée a instauré des « vendredis sans technologie ». Au Kansas, un projet de loi propose même d’interdire les ordinateurs et tablettes jusqu’à la cinquième année et d’en limiter strictement l’usage par la suite.

Au-delà de la simple réduction du temps d’écran, cette évolution traduit une volonté de recentrer l’éducation sur le développement de l’enfant, les interactions humaines et des formes de jeu plus simples.

« Ils ont réappris à faire des avions en papier », s’amuse Mme Esping, en montrant l’un d’eux coincé au plafond d’un couloir. « Ils redécouvrent les anciennes manières d’être espiègles. »

Voir aussi

 

Suède — Malgré l'annonce du retour des manuels, encore des écrans à l’école

 

Suède : « Nous avons fait trop de numérique »

 

L’interdiction du cellulaire en classe en vigueur après les Fêtes au Québec

 

« La numérisation de l’école a des impacts désastreux sur les enfants et l’environnement »

Numérique à l’école, la panacée ? 

Universités et publications — ChatGPT fait peur aux chercheurs 

Trahis par leur orthographe et grammaire trop parfaites : 50 % des devoirs en maîtrise rédigés par une intelligence artificielle

Bill Gates : l’informatique peu utilisée à la maison

Les Steve Jobs de ce monde ne veulent pas d’une école haute technologie

Tableaux numériques interactifs : des solutions 10 fois moins onéreuses auraient été préférables

Le numérique ne fait pas de miracles à l’école

Apprendre à programmer dès l’école primaire ?

Noir bilan pour tableaux blancs

Les élèves apprendraient mieux sans ordinateur

Pas de bons points pour les classes hautes technologies ?

Téléphone intelligent pour les jeunes ?

À la maison, l’étudiant suit les cours en vidéo, à l’école les enseignants surveillent les exercices

La dépendance technologique atrophie-t-elle nos compétences ? L'exemple de l'évolution de l'activité de l'hippocampe...

Les systèmes de navigation par GPS (comme Google Maps ou Waze) sont devenus omniprésents dans nos déplacements quotidiens. Ils offrent un confort indéniable, mais des recherches scientifiques montrent qu’une dépendance excessive au GPS affecte notre cerveau, notamment notre capacité à apprendre et à mémoriser des trajets sans assistance électronique. Ces effets touchent en particulier une structure cérébrale essentielle : l’hippocampe, au cœur de la mémoire spatiale et de la navigation cognitive.

Effets du GPS sur la mémoire spatiale et l’hippocampe

L’hippocampe est une structure cérébrale fortement impliquée dans la mémoire, l’orientation spatiale et la formation de représentations mentales de l’environnement. Quand on navigue sans aides électroniques, le cerveau mobilise activement cette région pour créer des cartes cognitives d’un lieu, mémoriser des points de repère et décider des meilleures routes à suivre.

Une étude publiée dans Nature ^[1] a évalué l’impact de l’usage du GPS sur la mémoire spatiale chez des conducteurs réguliers :

• Les participants ayant une expérience plus importante d’usage du GPS présentaient une performance plus faible dans des tâches de navigation autonome — c’est-à-dire sans aide électronique.
• Sur une petite portion des participants réévalués trois ans plus tard, une utilisation plus fréquente du GPS était associée à un déclin plus marqué de la mémoire spatiale dépendante de l’hippocampe.
• Cette association ne s’expliquait pas par un sens de l’orientation subjectif plus faible — les utilisateurs fréquents de GPS n’étaient pas intrinsèquement moins doués pour s’orienter, ce qui suggère que c’est bien l’usage répété du GPS qui diminue l’engagement des circuits hippocampiques.

Autrement dit, plus on s’appuie sur des instructions automatisées, moins on sollicite les stratégies de navigation active qui font travailler l’hippocampe — un peu comme un « muscle » qui s’atrophie faute d’utilisation.

Pourquoi cela se produit-il ?

Le fonctionnement du GPS repose sur des instructions « virage après virage », qui demandent très peu au navigateur : il suffit de suivre un itinéraire pré-calculé. Quand on navigue de cette façon :

• Le cerveau n’a pas besoin d’analyser l’environnement, de repérer des points de repère ou d’intégrer des relations spatiales complexes.
• On mobilise davantage des circuits de type réponse stimulus (associés à des habitudes automatiques) plutôt que des stratégies basées sur la formation de cartes mentales complexes, qui demandent une activité soutenue de l’hippocampe. 

Ce désengagement factice explique que l’usage intensif du GPS, même sans entraîner une réduction mesurable du volume de l’hippocampe chez l’ensemble de la population jusqu’ici, soit associé à une moindre performance des fonctions hippocampiques quand des tâches exigeant une navigation autonome sont requises. 

Implications au‑delà de la navigation

L’impact du GPS sur la mémoire spatiale n’est que la partie émergée d’un phénomène plus large : la dépendance aux technologies numériques peut affecter d’autres fonctions cognitives essentielles, notamment la mémoire, l’attention et l’apprentissage. Plusieurs études montrent que l’accès constant à des informations externes — qu’il s’agisse d’instructions GPS, de moteurs de recherche ou d’écrans en général — diminue la nécessité de mobiliser activement certaines compétences intellectuelles, ce qui peut entraîner un affaiblissement progressif de ces facultés.

Par exemple, une revue publiée dans Learning and Instruction met en évidence que l’usage massif d’outils numériques pour chercher de l’information réduit la mémorisation et la compréhension profonde des contenus. Les lecteurs n’ont plus besoin de retenir les faits ou de structurer mentalement les informations, ce qui affaiblit l’engagement des circuits cérébraux responsables de la mémoire à long terme ^[2].

L’attention soutenue et la mémoire de travail sont également touchées. Une étude sur des étudiants exposés de manière intensive aux écrans montre que cette exposition est associée à une diminution de la performance en résolution de problèmes, en attention et en mémoire de travail, des fonctions nécessaires pour le calcul mental, la lecture attentive et la planification ^[3].

Chez les adultes plus âgés, des recherches contrôlées ont démontré que des exercices cognitifs ciblés — lecture à voix haute, calcul mental ou mémorisation active — améliorent l’attention, la mémoire verbale et la vitesse de traitement, ce qui confirme que le cerveau reste plastique et que ses capacités se renforcent par l’usage régulier ^[4].

Enfin, chez les jeunes, plusieurs synthèses sur l’usage des écrans montrent que la cognition générale et l’apprentissage peuvent être affectés négativement par un usage non pédagogique et excessif. Les distractions numériques et la lecture superficielle favorisent une forme de « paresse cognitive », réduisant la capacité à se concentrer, à mémoriser et à traiter des informations complexes ^[5].

Dans l’ensemble, ces observations confirment que la dépendance aux technologies, qu’il s’agisse de GPS ou d’écrans numériques, peut réduire l’engagement de nos facultés cognitives si elles ne sont pas sollicitées activement, et qu’il est donc important d’alterner entre usage numérique et pratiques intellectuelles stimulantes pour maintenir ses capacités mentales.

Conclusion

La dépendance accrue aux GPS diminue non seulement notre effort mental — elle change la manière dont notre cerveau s’emploie à naviguer et à traiter l’information. Les données scientifiques disponibles montrent que :

• Un usage fréquent du GPS est associé à une baisse des performances de la mémoire spatiale dépendante de l’hippocampe.
• Des activités intellectuelles non sollicitées par la technologie, comme la lecture approfondie, le calcul mental ou la mémorisation, peuvent également voir leur efficacité diminuer.
• Alterner entre usage numérique et exercices cognitifs traditionnels permet de préserver et stimuler les facultés mentales.
  
  
  

---

[1]  Habitual use of GPS negatively impacts spatial memory during self-guided navigation, Nature, Scientific Reports, 2020

[2] Know what? How digital technologies undermine learning and remembering, ScienceDirect, 2021

[3] Effect of the Use of Electronic Media on the Cognitive Intelligence, Attention, and Academic Trajectory of Medical Students, PubMed, 2023

[4] Reading Aloud and Solving Simple Arithmetic Calculation Intervention (Learning Therapy) Improves Inhibition, Verbal Episodic Memory, Focus Attention and Processing Speed in Healthy Elderly People: Evidence from a Randomized Controlled Trial, PMC, 2016 

[5] Quels sont les effets de l’utilisation des écrans sur la cognition ?, ORES, 2023

 

Voir aussi 

Triple système : l’intelligence intuitive rapide, l’intelligence logique lente et, enfin, la curiosité, le regret et le doute

Le cerveau des femmes est mieux préparé que celui des hommes pour faire face aux défauts génétiques

Les bienfaits de la lecture sur le cerveau

Les jeux vidéos sont-ils nocifs pour les jeunes ?

Hommes et femmes — Différences et complémentarités

Face à la dépendance aux écrans : ces parents qui reprennent les choses en main

Baisse du niveau scolaire : la Suède délaisse le numérique et revient aux manuels scolaires

« L’idée que le savoir n’a plus d’importance est le plus grand mythe des pédagogues » 

Des chercheurs alertent sur l’impact de ChatGPT sur le cerveau

Essai sur les méfaits de la télévision

Internet — des ados accros, des parents dépassés

Étude — En 40 ans les enfants ont perdu 25 % de leur capacité physique.

Accros aux écrans : l’« héroïne numérique »