Traduction de The Real AI Threat is the Bubble, not the Apocalypse, par Matthew U. Scherer sur LPE Project, 21 mai 2026.
À une époque marquée par un sectarisme politique et un esprit de faction sans précédent, les décideurs politiques de tous bords semblent s’accorder sur un point : l’intelligence artificielle (IA) est une technologie révolutionnaire sur le point de transformer notre monde. De la politique industrielle à la sécurité nationale en passant par les soins de santé, les décisions politiques s’appuient de plus en plus sur l’hypothèse selon laquelle l’IA va profondément remodeler notre économie et notre société. Certains décideurs politiques critiquent les effets de l’IA sur le réseau électrique, la santé mentale des enfants ou d’autres questions d’intérêt public, mais ce sont des critiques, pas des sceptiques.
Pendant ce temps, une bulle spéculative sur l’IA d’une ampleur historique continue de gonfler, et les décideurs politiques ne voient pas les dangers qui se profilent sous leurs pieds. Pour se prémunir contre une catastrophe économique, les décideurs politiques devraient affronter et résister au battage médiatique de l’industrie de l’IA. Au lieu de cela, même ceux qui sont connus pour leur opposition aux discours intéressés de Wall Street et de la Silicon Valley reprennent à leur compte l’idée qu’une révolution de l’IA est imminente.
Prenons l’exemple du sénateur Bernie Sanders (I-VT), qui a publié un rapport l’automne dernier avertissant que l’IA pourrait « remplacer jusqu’à 97 millions d’emplois en 10 ans ». Le message du rapport était que les répercussions économiques de l’IA pourraient être bien plus importantes que ce à quoi la plupart des gens s’attendent. Mais la principale source citée par le rapport pour étayer son chiffre de « 97 millions d’emplois » était ChatGPT, auquel les collaborateurs de Sanders avaient demandé d’analyser les descriptions de poste au niveau fédéral et d’estimer quelles professions étaient les plus susceptibles d’être remplacées. Cet incident aurait pu être mis sur le compte de collaborateurs de commission trop zélés, si ce n’est que Sanders a de nouveau intégré l’IA générative dans son travail politique en mars, lorsqu’il a publié une vidéo YouTube bizarre dans laquelle il « interviewait » Claude d’Anthropic pour explorer les risques liés à la confidentialité des données dans le domaine de l’IA.
Les craintes de Sanders s’étendent apparemment au-delà d’une apocalypse du monde du travail pour atteindre une véritable apocalypse. En février, il a prononcé un discours à la Chambre affirmant que « certaines personnes très bien informées » estiment qu’une IA superintelligente — c’est-à-dire un système d’IA hypothétique bien plus intelligent que n’importe quel humain à tous égards — pourrait « constituer une menace existentielle pour l’espèce humaine ». Peu après, Sanders a rencontré l’une de ces « personnes bien informées » : Eliezer Yudkowsky. Le dernier livre de Yudkowsky s’intitule If Anyone Builds It, Everyone Dies, et il entretient une relation de longue date avec Peter Thiel, le milliardaire libertarien du secteur des technologies et grand donateur de Trump, dont le soutien financier au think tank de Yudkowsky — tristement bien financé — a constitué un événement marquant dans l’étrange monde, très présent sur Internet, qui a donné naissance à l’obsession actuelle de l’industrie technologique pour l’IA.
Je ne veux pas m’en prendre à Sanders, qui est loin (loin, très loin) d’être le plus gros problème en matière de politique sur l’IA. Il considère sans doute que ses avertissements concernant les pertes massives d’emplois induites par l’IA sont cohérents avec ses décennies de soutien aux travailleurs et voit un potentiel d’alliance de convenance avec Yudkowsky, qui, comme Sanders et la députée Alexandria Ocasio-Cortez (D-NY), soutient un moratoire sur la construction de centres de données. Mais les rapprochements de Sanders avec un prophète de malheur de l’IA, sa volonté de s’appuyer sur des chatbots pour élaborer des politiques, et sa conviction que ces mêmes chatbots peuvent remplacer des dizaines de millions de travailleurs américains et peut-être déclencher une apocalypse révèlent autre chose : que même les décideurs politiques sceptiques à l’égard de l’industrie technologique ont intériorisé le discours central de cette industrie sur une transformation imminente induite par l’IA.
Il existe en effet un risque élevé de crise liée à l’IA, mais celle-ci résultera d’une surestimation des capacités et des impacts de l’IA plutôt que d’une sous-estimation. Et malheureusement, les décideurs politiques les mieux placés pour tirer la sonnette d’alarme ignorent la bulle de l’IA qui gonfle rapidement, car ils sont trop distraits par les prophéties dignes de science-fiction de la Silicon Valley.
Pour comprendre pourquoi les craintes de pertes d’emplois massives et d’autres effets catastrophiques de l’IA avancée sont douteuses, il est utile de comprendre comment fonctionnent les modèles qui sous-tendent l’IA moderne. Les scientifiques de l’université de Washington Carl Bergstrom et Jevin West ont judicieusement surnommé les grands modèles linguistiques (LLM), qui sous-tendent tous les systèmes d’IA les plus avancés disponibles ou en cours de développement aujourd’hui, « The Bullshit Machines », en utilisant la définition technique du terme « bullshit » établie par le philosophe Harry Frankfurt dans un essai de 1986.
Ce que Bergstrom et West veulent dire, c’est que les LLM font des déclarations sans se soucier de savoir si elles sont vraies. Les humains qui font de telles déclarations savent souvent mieux que cela, ou du moins devraient le savoir. Les LLM, en revanche, produisent des conneries précisément parce qu’ils ne comprennent rien du monde, y compris la différence entre ce qui est réel et ce qui ne l’est pas. La seule et unique chose que font les LLM est de prédire, petit bout de texte à la fois, ce que l’utilisateur s’attend à entendre en se basant sur les informations contenues dans les données d’entraînement de l’IA. Les erreurs (ou « hallucinations ») qui affligent ChatGPT et d’autres chatbots basés sur des LLM ne sont pas des bugs qui peuvent être corrigés avec le temps, mais une caractéristique intrinsèque et définissante de machines conçues pour produire un texte plausible plutôt qu’exact ou fiable.
Les systèmes d’IA « agentique » plus sophistiqués sont-ils peut-être meilleurs à cet égard ? Pas du tout. Les « agents IA » et l’« IA agentique » sont, en réalité, simplement des LLM qui ont été reliés entre eux ou auxquels on a donné accès à d’autres applications. Plutôt que de détecter et de corriger les erreurs, ces systèmes les répètent et les amplifient souvent.
En conséquence, les systèmes basés sur les LLM sont souvent contre-productifs, voire carrément nuisibles, dans des contextes où la précision ou la fiabilité sont essentielles. C’est la raison pour laquelle il ne faut jamais utiliser de LLM lors de l’élaboration de politiques publiques. C’est également la raison pour laquelle les craintes d’une apocalypse de l’emploi provoquée par l’IA sont tout aussi spéculatives que celles d’une extinction provoquée par l’IA.
Le mécanisme fondamental par lequel l’automatisation entraîne des pertes d’emploi réside dans l’augmentation de la productivité ; si chaque travailleur peut en faire plus, les entreprises n’ont plus besoin d’autant de main-d’œuvre. Ce n’est pas ce qui se passe avec l’IA. Au niveau macroéconomique, il n’y a eu aucune amélioration mesurable de la productivité due à l’IA. En y regardant de plus près, le tableau est sensiblement le même. Plusieurs études indépendantes et enquêtes montrent que la grande majorité des entreprises ne parviennent pas à obtenir de retour sur investissement dans l’IA générative. Cela s’explique peut-être par le fait que le « travail de mauvaise qualité » généré par l’IA ralentit souvent les travailleurs au lieu de les rendre plus productifs. L’année dernière, une étude a montré que l’utilisation de l’IA générative réduisait la productivité des programmeurs de 19 %, alors même que ces derniers pensaient qu’elle l’augmentait d’environ la même proportion — et le codage est pourtant considéré comme l’une des applications commerciales les plus prometteuses de l’IA générative.
Alors que les gros titres font souvent état d’entreprises prétendant licencier des employés et les remplacer par l’IA, de nombreux cas (sinon la plupart) semblent être des situations où des entreprises, en particulier celles qui avaient embauché de manière excessive pendant la pandémie ou connu une chute vertigineuse du cours de leurs actions, ont utilisé l’IA comme une excuse pour des licenciements qu’elles auraient de toute façon effectués. Ce phénomène est devenu si courant qu’il existe un terme pour le désigner : « AI-washing ».
Les entreprises utilisent également la menace du remplacement par l’IA pour intimider les travailleurs afin qu’ils acceptent un travail plus intense, des salaires plus bas et une plus grande précarité. Certaines entreprises qui affirmaient avoir remplacé des travailleurs par l’IA générative sont ensuite revenues sur leur décision en réembauchant discrètement les travailleurs licenciés ou en engageant des travailleurs indépendants pour effectuer le travail.
Peut-être les entreprises qui ont recouru à ces tactiques croyaient-elles sincèrement que l’IA pouvait remplacer leurs employés. Ou peut-être invoquaient-elles simplement l’IA comme une excuse commode pour transformer ces postes en emplois plus précaires. Quoi qu’il en soit, c’est le discours dominant et alimenté par le battage médiatique autour de l’IA qui rend ces tactiques possibles — ce qui rend d’autant plus important pour les décideurs politiques de rejeter ce discours.
En réalité, le véritable risque pour les emplois de millions d’Américains ne provient pas de l’automatisation pilotée par l’IA, mais de la bulle économique gonflée par le battage médiatique autour de l’IA. L’économie américaine est devenue un énorme pari sans couverture sur une transformation rapide induite par l’IA. Les huit entreprises américaines les plus valorisées, qui représentent ensemble près de 40 % de la valeur totale du S&P 500, sont toutes des entreprises technologiques profondément investies dans la bulle de l’IA et exposées à celle-ci. Le marché boursier est plus concentré au sommet qu’il ne l’a été depuis au moins les années 1920, plus concentré dans un seul secteur qu’il ne l’a été depuis le début du XXe siècle, et plus important par rapport à l’économie totale qu’il ne l’a jamais été. Avec plus d’Américains investis en bourse que jamais auparavant, un krach boursier provoqué par l’IA causerait des dégâts immenses.
Les risques vont au-delà d’un simple krach boursier. Les grandes entreprises technologiques devraient dépenser 650 milliards de dollars en infrastructures d’IA cette année, contre 410 milliards en 2025. Ces dépenses sont de plus en plus financées par des emprunts colossaux, provenant notamment des marchés du crédit privé, largement non réglementés et déjà en difficulté. Les travailleurs et les retraités sont désormais directement exposés à ces risques opaques, car l’administration Trump a récemment supprimé les réglementations qui protégeaient les comptes de retraite des travailleurs des griffes des gestionnaires de fonds privés.
Surtout, le risque d’un krach est élevé même si l’IA s’avère être une véritable révolution à long terme. L’IA est actuellement, selon les termes du journaliste spécialisé dans les technologies Ed Zitron, un «incinérateur de cash», tous les principaux développeurs de modèles perdant des milliards de dollars par an dans cette technologie. Mais de nombreux centres de données d’IA sont financés par des emprunts qui arriveront à échéance dans les prochaines années. Un krach est donc de plus en plus probable, même si la révolution de l’IA ne se déroule que plus lentement que ne le prévoient les marchés. Et si elle ne se produit jamais, les répercussions d’un krach seront bien, bien pires.
Il existe une dernière raison stratégique de rejeter haut et fort le battage médiatique autour de l’IA. En acceptant le postulat d’une transformation imminente par l’IA, les décideurs politiques limitent le débat aux conclusions qui découlent de ce postulat. Ce biais favorise l’industrie technologique et garantit que la politique soit débattue selon ses propres termes. Une telle déférence aurait du sens si la prémisse avait du mérite, mais ce n’est pas le cas. L’accepter est donc inutile et contre-productif.
Les décideurs politiques devraient continuer à dénoncer les préjudices bien réels causés par la ruée de l’industrie technologique vers l’IA. Mais pour s’attaquer à la véritable nature et à l’ampleur de ces préjudices, ils doivent également confronter et rejeter explicitement les discours qui gonflent la bulle de l’IA. Cela signifie dénoncer l’IA elle-même comme une imposture.
Fichier Excel des traductions par Gilles en vrac
Fiches avec les premières phrases (et non seulement les titres)
Les caractères gras dans le texte sont de Gilles.