{"id":9880,"date":"2026-04-08T07:23:20","date_gmt":"2026-04-08T11:23:20","guid":{"rendered":"https:\/\/www.gillesenvrac.ca\/carnet\/?page_id=9880"},"modified":"2026-10-19T15:14:08","modified_gmt":"2026-10-19T19:14:08","slug":"lire-ou-ecrire-ou-pas-avec-lia","status":"publish","type":"page","link":"https:\/\/gillesenvrac.ca\/carnet\/trad\/lire-ou-ecrire-ou-pas-avec-lia\/","title":{"rendered":"lire (ou \u00e9crire) ou ne pas lire (\u00e9crire) avec l’IA"},"content":{"rendered":"\n

Extraits tir\u00e9s de trois documents.<\/h2>\n\n\n\n

1. Extraits (traduits) de AI Summaries Are Making You Worse at Reading<\/a>.<\/h2>\n\n\n\n
    <\/ol>\n\n\n\n

    La phrase que le r\u00e9sum\u00e9 supprime syst\u00e9matiquement<\/strong><\/h4>\n\n\n\n

    Dans tout document volumineux, il y a une phrase \u00e0 laquelle l\u2019auteur a consacr\u00e9 plus de temps qu\u2019\u00e0 toute autre. Elle figure rarement dans le r\u00e9sum\u00e9. Elle est enfouie au paragraphe quarante-sept, nuanc\u00e9e par des r\u00e9serves, entour\u00e9e d\u2019affirmations plus prudentes. La phrase qui dit : \u00ab cela pourrait ne pas fonctionner \u00bb. Ou : \u00ab nous n\u2019avons pas de preuves \u00e0 l\u2019appui \u00bb. Ou : \u00ab il existe des pr\u00e9occupations importantes \u00bb.<\/p>\n\n\n\n

    J’ai pass\u00e9 pr\u00e8s de deux d\u00e9cennies \u00e0 lire des articles universitaires et des documents strat\u00e9giques. La comp\u00e9tence qui importe le plus n’est pas la rapidit\u00e9. C’est de savoir o\u00f9 l’auteur a cach\u00e9 la partie honn\u00eate.<\/p>\n\n\n\n

    Les r\u00e9sum\u00e9s g\u00e9n\u00e9r\u00e9s par l’IA la suppriment \u00e0 chaque fois.<\/p>\n\n\n\n

    Une \u00e9tude de 2025 publi\u00e9e dans PNAS Nexus<\/a> par Shiri Melumad et Jin Ho Yun a r\u00e9v\u00e9l\u00e9 que les personnes qui s’informaient \u00e0 partir de r\u00e9sum\u00e9s g\u00e9n\u00e9r\u00e9s par l’IA acqu\u00e9raient des connaissances moins approfondies que celles qui effectuaient elles-m\u00eames des recherches sur le Web. Au cours de sept exp\u00e9riences men\u00e9es aupr\u00e8s de plus de 10 000 participants, la tendance s\u2019est confirm\u00e9e : les conseils r\u00e9dig\u00e9s apr\u00e8s l\u2019utilisation de r\u00e9sum\u00e9s g\u00e9n\u00e9r\u00e9s par l\u2019IA \u00e9taient plus courts, moins factuels et plus similaires d\u2019un utilisateur \u00e0 l\u2019autre. Les personnes qui utilisaient des r\u00e9sum\u00e9s se sentaient moins impliqu\u00e9es dans la formation de leur propre opinion.<\/p>\n\n\n\n

    L\u2019explication des chercheurs est claire. Lorsque l\u2019IA supprime l\u2019effort de collecte et de synth\u00e8se des sources, le travail mental qui consolide la compr\u00e9hension n\u2019a jamais lieu<\/strong>.<\/p>\n\n\n\n

    Ce que fait r\u00e9ellement la lecture approfondie<\/strong><\/h4>\n\n\n\n

    Maryanne Wolf<\/a> \u00e9tudie ce sujet depuis une d\u00e9cennie. Dans Reader, Come Home<\/em>, elle documente les processus cognitifs que la lecture approfondie active : relier de nouvelles informations \u00e0 des connaissances de base, \u00e9tablir des analogies, construire les fondements de l\u2019inf\u00e9rence et de la d\u00e9duction.<\/p>\n\n\n\n

    La lecture approfondie favorise l\u2019empathie, l\u2019imagination, la pens\u00e9e critique et l\u2019introspection.<\/strong><\/p>\n\n\n\n

    Ce ne sont pas des options facultatives. Ce sont les m\u00e9canismes par lesquels la lecture produit la compr\u00e9hension. La lecture en diagonale, pr\u00e9vient Wolf, les \u00e9rode au fil du temps. La personne qui survole ne se contente pas de passer \u00e0 c\u00f4t\u00e9 d\u2019informations. Elle perd la capacit\u00e9 de les traiter. Wolf soutient<\/a> que ce changement rend les gens :<\/p>\n\n\n\n

    \n

    \u00ab vuln\u00e9rables aux fausses informations et \u00e0 la d\u00e9magogie \u00bb,<\/p>\n<\/blockquote>\n\n\n\n

    Les r\u00e9sum\u00e9s g\u00e9n\u00e9r\u00e9s par l\u2019IA constituent un survol \u00e0 l\u2019\u00e9chelle industrielle. Ils fournissent des conclusions sans contexte, des r\u00e9sultats sans nuance, des r\u00e9ponses sans les questions qui les ont produites.<\/p>\n\n\n\n

    M\u00eame les r\u00e9sum\u00e9s pr\u00e9cis aplatissent le sens<\/strong><\/h4>\n\n\n\n

    Le probl\u00e8me n\u2019est pas seulement que les r\u00e9sum\u00e9s sont inexacts, bien que 45 % des r\u00e9sum\u00e9s d\u2019actualit\u00e9s g\u00e9n\u00e9r\u00e9s par l\u2019IA contiennent au moins une erreur significative<\/a>, selon une \u00e9tude de l\u2019Union europ\u00e9enne de radio-t\u00e9l\u00e9vision (UER) men\u00e9e par la BBC. Le probl\u00e8me est que m\u00eame les r\u00e9sum\u00e9s pr\u00e9cis perdent ce qui compte.<\/p>\n\n\n\n

    La plupart des professionnels lisent d\u00e9sormais plus souvent des r\u00e9sum\u00e9s g\u00e9n\u00e9r\u00e9s par l\u2019IA que les documents originaux. Lors des r\u00e9unions, dans les bo\u00eetes de r\u00e9ception, dans le cadre de recherches, le r\u00e9sum\u00e9 arrive en premier et la source n\u2019arrive jamais. Chaque fois que cela se produit, un petit transfert s\u2019op\u00e8re : du jugement du lecteur vers la s\u00e9lection du mod\u00e8le. Le mod\u00e8le d\u00e9cide de ce qui importe. Vous acceptez cette d\u00e9cision.<\/p>\n\n\n\n

    La question est de savoir si vous pouvez r\u00e9cup\u00e9rer ce jugement.<\/p>\n\n\n\n

    \n\n\n\n

    2. Extrait (traduits) de There Are Three Ways to Learn With AI. Most People Use None of Them.<\/a><\/h2>\n\n\n\n

    Une \u00e9tude randomis\u00e9e a examin\u00e9 comment les d\u00e9veloppeurs acqui\u00e8rent de nouvelles comp\u00e9tences gr\u00e2ce \u00e0 l’IA. La plupart ont vu leurs performances baisser. Trois groupes ont vu les leurs s’am\u00e9liorer. La diff\u00e9rence ne tenait pas \u00e0 l’outil, mais \u00e0 la mani\u00e8re dont ils l’utilisaient.<\/em><\/p>\n\n\n\n

    L\u2019\u00e9tude<\/strong><\/h4>\n\n\n\n

    En janvier 2026, deux chercheurs du programme Fellows d\u2019Anthropic ont publi\u00e9 \u00ab How AI Impacts Skill Formation \u00bb<\/a>. Judy Hanwen Shen et Alex Tamkin ont men\u00e9 un essai contr\u00f4l\u00e9 randomis\u00e9 aupr\u00e8s de 52 d\u00e9veloppeurs apprenant une nouvelle biblioth\u00e8que Python appel\u00e9e Trio. La moiti\u00e9 a utilis\u00e9 un assistant de codage IA. L’autre moiti\u00e9 n’en a pas utilis\u00e9.<\/p>\n\n\n\n

    Le groupe IA a obtenu un score inf\u00e9rieur de 17 % lors d’un test portant sur la compr\u00e9hension conceptuelle, la lecture de code et le d\u00e9bogage. L’ampleur de l’effet \u00e9tait importante, et il n’y a pas eu de gain de productivit\u00e9 significatif en moyenne.<\/p>\n\n\n\n

    Les trois sch\u00e9mas qui ont pr\u00e9serv\u00e9 l’apprentissage<\/strong><\/p>\n\n\n\n

    Les chercheurs ont identifi\u00e9 six sch\u00e9mas distincts d’interaction avec l’IA chez les d\u00e9veloppeurs qui l’utilisaient. Trois ont donn\u00e9 lieu \u00e0 des scores faibles. Trois ont donn\u00e9 lieu \u00e0 des scores \u00e9lev\u00e9s. Les sch\u00e9mas ayant obtenu les meilleurs scores sont la raison pour laquelle cet article est important :<\/p>\n\n\n\n

      \n
    1. Recherche conceptuelle.<\/strong> Sept d\u00e9veloppeurs ont uniquement pos\u00e9 des questions conceptuelles \u00e0 l’IA. Ils ont \u00e9crit tout leur code eux-m\u00eames. Ils constituaient le deuxi\u00e8me groupe le plus rapide de l’\u00e9tude et<\/em> celui ayant obtenu le score le plus \u00e9lev\u00e9. Vitesse et compr\u00e9hension, tout en un.<\/li>\n\n\n\n
    2. Code-Explication hybride. <\/strong>Trois d\u00e9veloppeurs ont demand\u00e9 simultan\u00e9ment du code et des explications. Ils ont trait\u00e9 l’IA comme un tuteur, et non comme un sous-traitant.<\/li>\n\n\n\n
    3. G\u00e9n\u00e9ration puis compr\u00e9hension. <\/strong>Deux d\u00e9veloppeurs ont laiss\u00e9 l’IA g\u00e9n\u00e9rer du code, puis ont pos\u00e9 des questions de suivi jusqu’\u00e0 ce qu’ils comprennent ce qu’elle avait produit et pourquoi.<\/li>\n<\/ol>\n\n\n\n

      Remarquez ce qui les relie. Dans chaque mod\u00e8le ayant obtenu un score \u00e9lev\u00e9, le d\u00e9veloppeur a maintenu un effort cognitif. Il n\u2019a pas laiss\u00e9 l\u2019outil r\u00e9fl\u00e9chir \u00e0 sa place. Il l\u2019a utilis\u00e9 pour soutenir son propre travail.<\/p>\n\n\n\n

      Les trois mod\u00e8les qui ont tout g\u00e2ch\u00e9<\/strong><\/h4>\n\n\n\n

      Les mod\u00e8les ayant obtenu de faibles scores partagent une caract\u00e9ristique commune : ils ont privil\u00e9gi\u00e9 la rapidit\u00e9 au d\u00e9triment de la compr\u00e9hension :<\/p>\n\n\n\n

        \n
      1. D\u00e9l\u00e9gation \u00e0 l\u2019IA.<\/strong> Quatre d\u00e9veloppeurs ont tout confi\u00e9 \u00e0 l\u2019IA. Ils ont \u00e9t\u00e9 les plus rapides de l\u2019\u00e9tude. Ils n\u2019ont rien appris.<\/li>\n\n\n\n
      2. D\u00e9pendance progressive \u00e0 l’IA.<\/strong> Quatre d\u00e9veloppeurs ont commenc\u00e9 par poser une ou deux questions, puis ont progressivement confi\u00e9 davantage de t\u00e2ches, jusqu’\u00e0 tout d\u00e9l\u00e9guer. La pente \u00e9tait toujours descendante.<\/li>\n\n\n\n
      3. D\u00e9bogage it\u00e9ratif par l’IA.<\/strong> Quatre d\u00e9veloppeurs ont utilis\u00e9 l’IA comme un d\u00e9bogueur, copiant-collant les erreurs et acceptant les corrections sans les lire. Beaucoup de requ\u00eates. Aucune compr\u00e9hension.<\/li>\n<\/ol>\n\n\n\n

        L’\u00e9cart le plus important entre le groupe IA et le groupe t\u00e9moin concernait les comp\u00e9tences en d\u00e9bogage. C’est important, car le d\u00e9bogage est la comp\u00e9tence n\u00e9cessaire pour d\u00e9tecter les erreurs de l’IA. L’outil a \u00e9rod\u00e9 la capacit\u00e9 \u00e0 v\u00e9rifier l’outil.<\/p>\n\n\n\n

        La lutte productive que l’IA supprime<\/strong><\/h4>\n\n\n\n

        Le groupe t\u00e9moin a rencontr\u00e9 plus d’erreurs. Ses membres ont pass\u00e9 plus de temps bloqu\u00e9s. Ils ont fait \u00e9tat de plus de frustration.<\/p>\n\n\n\n

        Ils ont \u00e9galement d\u00e9clar\u00e9 avoir pris plus de plaisir et avoir davantage appris.<\/p>\n\n\n\n

        Ce n’est pas un paradoxe. C’est une p\u00e9dagogie bien \u00e9tablie. C’est dans la lutte que l’apprentissage se produit. Lorsque l’IA \u00e9limine la friction, elle \u00e9limine le m\u00e9canisme par lequel la compr\u00e9hension se forme.<\/strong><\/p>\n\n\n\n

        Ce que cela signifie pour toute personne utilisant l\u2019IA dans son travail<\/strong><\/h4>\n\n\n\n

        Chaque fois que vous utilisez l\u2019IA pour r\u00e9diger un e-mail sans le lire attentivement, vous vous entra\u00eenez \u00e0 ne pas lire attentivement. Chaque fois que vous acceptez un r\u00e9sum\u00e9 sans v\u00e9rifier la source, vous vous entra\u00eenez \u00e0 ne pas v\u00e9rifier les sources. Chaque fois que vous collez une erreur dans un chatbot et acceptez la correction, vous vous entra\u00eenez \u00e0 ne pas d\u00e9boguer.<\/p>\n\n\n\n

        Gerlich (2025)<\/a> a constat\u00e9 qu\u2019une utilisation fr\u00e9quente de l\u2019IA \u00e9tait associ\u00e9e \u00e0 une d\u00e9t\u00e9rioration de la pens\u00e9e critique chez les travailleurs du savoir. Non pas parce que l’outil est mauvais. Mais parce que le mode d’utilisation forge une habitude cognitive : d\u00e9l\u00e9guer, accepter, passer \u00e0 autre chose.<\/p>\n\n\n\n

        Cette habitude s’installe. Et elle s’installe discr\u00e8tement, car le r\u00e9sultat semble toujours comp\u00e9tent.<\/p>\n\n\n\n

        Pourquoi cela importe au-del\u00e0 du codage<\/strong><\/h4>\n\n\n\n

        Si vous dirigez une \u00e9quipe, demandez-leur comment ils utilisent les outils d’IA. Pas s’ils les utilisent. Comment. La diff\u00e9rence entre d\u00e9l\u00e9gation et questionnement est la diff\u00e9rence entre d\u00e9qualification et d\u00e9veloppement.<\/strong><\/p>\n\n\n\n

        Si vous enseignez, cette \u00e9tude vous apporte la preuve de ce que les bons \u00e9ducateurs ont toujours su : la friction n\u2019est pas l\u2019ennemie de l\u2019apprentissage. C\u2019est le m\u00e9canisme.<\/p>\n\n\n\n

        Si vous utilisez vous-m\u00eame des outils d\u2019IA, remarquez lequel des six sch\u00e9mas d\u00e9crit votre comportement par d\u00e9faut. Soyez honn\u00eate. Les d\u00e9veloppeurs qui ont obtenu les scores les plus bas n\u2019\u00e9taient pas n\u00e9gligents. Ils \u00e9taient efficaces.<\/strong><\/p>\n\n\n\n

        La g\u00e9n\u00e9ration qui apprend \u00e0 travailler avec l\u2019IA sera \u00e9galement appel\u00e9e \u00e0 la superviser. Sa capacit\u00e9 \u00e0 le faire d\u00e9pendra enti\u00e8rement du fait qu\u2019elle ait acquis cette comp\u00e9tence ou qu\u2019elle l\u2019ait emprunt\u00e9e.<\/p>\n\n\n\n

        3. Extraits de Writing with AI is the same as writing by AI<\/a> (\u00c9crire avec l’IA revient \u00e0 laisser l’IA \u00e9crire \u00e0 votre place<\/a>)<\/h2>\n\n\n\n

        Les corpus d’entra\u00eenement des grands mod\u00e8les linguistiques comprennent des milliards de mots issus de textes prot\u00e9g\u00e9s par le droit d’auteur, souvent r\u00e9cup\u00e9r\u00e9s sans le consentement ni la r\u00e9mun\u00e9ration des auteurs qui les ont produits. Chaque r\u00e9sultat g\u00e9n\u00e9r\u00e9 par ces mod\u00e8les d\u00e9coule de cette appropriation ; il s’ensuit donc que lorsqu’un \u00e9crivain utilise un mod\u00e8le linguistique \u00e0 n’importe quelle \u00e9tape de son processus de cr\u00e9ation, il int\u00e8gre les fruits d’un travail d\u00e9tourn\u00e9 dans une \u0153uvre qu’il pr\u00e9sentera par la suite comme sienne.<\/p>\n\n\n\n

        si vous constatez que vous ne pouvez pas produire une prose pr\u00e9sentable sans l\u2019aide d\u2019un grand mod\u00e8le linguistique, si le fait de composer un paragraphe \u00e0 partir de vos propres ressources cognitives vous semble si p\u00e9nible que vous avez besoin d\u2019une machine pour le faire \u00e0 votre place ou pour corriger ce que vous avez \u00e9crit, alors vous n\u2019\u00eates, pour parler franchement, pas un \u00e9crivain. <\/p>\n\n\n\n

        Le fait que des \u00e9crivains individuels aient \u00e9t\u00e9 persuad\u00e9s de participer avec enthousiasme \u00e0 ce projet, et d\u2019y apporter des justifications sophistiqu\u00e9es, t\u00e9moigne moins de la qualit\u00e9 de ces justifications que du pouvoir coercitif d\u2019un environnement \u00e9conomique dans lequel le refus d\u2019adopter les outils dominants entra\u00eene des sanctions professionnelles imm\u00e9diates.<\/p>\n\n\n\n

        les pressions \u00e9conomiques qui poussent les auteurs vers ces outils sont r\u00e9elles, et il serait malhonn\u00eate de pr\u00e9tendre que le choix de les refuser n\u2019entra\u00eene aucun co\u00fbt. Mais le fait qu\u2019une pratique soit \u00e9conomiquement rationnelle ne la rend pas \u00e9thiquement d\u00e9fendable, et le fait que presque tout le monde la pratique ne la transforme pas en quelque chose qui n\u2019a pas besoin d\u2019\u00eatre examin\u00e9. Ce qu\u2019il faut, au minimum, c\u2019est la divulgation. Si un texte a \u00e9t\u00e9 fa\u00e7onn\u00e9, \u00e0 n\u2019importe quelle \u00e9tape de sa composition, par la production d\u2019un mod\u00e8le linguistique, ce fait devrait \u00eatre clairement indiqu\u00e9, afin que les lecteurs puissent \u00e9valuer par eux-m\u00eames \u00e0 quel type d\u2019objet ils ont affaire.<\/p>\n\n\n\n

        <\/p>\n","protected":false},"excerpt":{"rendered":"

        Extraits tir\u00e9s de trois documents. 1. Extraits (traduits) de AI Summaries Are Making You Worse at Reading. La phrase que le r\u00e9sum\u00e9 supprime syst\u00e9matiquement Dans tout document volumineux, il y a une phrase \u00e0 laquelle l\u2019auteur a consacr\u00e9 plus de temps qu\u2019\u00e0 toute autre. Elle figure rarement dans le r\u00e9sum\u00e9. Elle est enfouie au paragraphe … <\/p>\n

        Continuer la lecture de « lire (ou \u00e9crire) ou ne pas lire (\u00e9crire) avec l’IA »<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":11825,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_jetpack_hide_featured_image":false,"_jetpack_featured_image_duplicate_dismissed":0,"footnotes":""},"class_list":["post-9880","page","type-page","status-publish","hentry"],"jetpack-related-posts":[{"id":7894,"url":"https:\/\/gillesenvrac.ca\/carnet\/eurostack-2025\/","url_meta":{"origin":9880,"position":0},"title":"Eurostack – Une alternative europ\u00e9enne pour la souverainet\u00e9 num\u00e9rique","author":"Gilles Beauchamp","date":"27 f\u00e9vrier 2025","format":false,"excerpt":"Traduction de l'article : EuroStack \u2013 A European Alternative for Digital Sovereignty, par Prof. Francesca Bria, Prof. Paul Timmers, Dr. Fausto Gernone. Intro du r\u00e9sum\u00e9 : L'initiative EuroStack pr\u00e9sente une vision audacieuse de l'avenir num\u00e9rique de l'Europe, visant \u00e0 faire du continent un leader en mati\u00e8re de souverainet\u00e9 num\u00e9rique. Cette\u2026","rel":"","context":"Article similaire","block_context":{"text":"Article similaire","link":""},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2025\/02\/Eurostack-fr.png?resize=350%2C200&ssl=1","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2025\/02\/Eurostack-fr.png?resize=350%2C200&ssl=1 1x, https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2025\/02\/Eurostack-fr.png?resize=525%2C300&ssl=1 1.5x, https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2025\/02\/Eurostack-fr.png?resize=700%2C400&ssl=1 2x"},"classes":[]},{"id":9619,"url":"https:\/\/gillesenvrac.ca\/carnet\/trad\/llm-et-democratie\/","url_meta":{"origin":9880,"position":1},"title":"Utiliser les grands mod\u00e8les de langage pour renforcer la d\u00e9mocratie","author":"Gilles Beauchamp","date":"13 mars 2026","format":false,"excerpt":"Traduction de Using LLMs to Enhance Democracy par Seth Lazar & Lorenzo Manuali\u00a0dans Minds and Machines, 23 f\u00e9vrier 2026 R\u00e9sum\u00e9 Les grands mod\u00e8les de langage (LLM) comptent parmi les outils les plus avanc\u00e9s jamais con\u00e7us pour comprendre et g\u00e9n\u00e9rer du langage naturel. La d\u00e9lib\u00e9ration et la prise de d\u00e9cision d\u00e9mocratiques\u2026","rel":"","context":"Article similaire","block_context":{"text":"Article similaire","link":""},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":9048,"url":"https:\/\/gillesenvrac.ca\/carnet\/trad\/ia-detruit-institutions\/","url_meta":{"origin":9880,"position":2},"title":"Comment l’IA d\u00e9truit nos institutions","author":"Gilles Beauchamp","date":"16 janvier 2026","format":false,"excerpt":"Traduction d'un article publi\u00e9 par Woodrow Hartzog et Jessica Silbey de la Boston University School of Law : How AI Destroy Institutions (pdf), 9 janvier 2026. Une r\u00e9f\u00e9rence de Gary Marcus. R\u00e9sum\u00e9 \u00ab Les institutions civiques \u2013 l'\u00c9tat de droit, les universit\u00e9s et la libert\u00e9 de la presse \u2013 sont\u2026","rel":"","context":"Article similaire","block_context":{"text":"Article similaire","link":""},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":10178,"url":"https:\/\/gillesenvrac.ca\/carnet\/ia-debat\/la-rationalite-des-machines-linguistiques\/","url_meta":{"origin":9880,"position":3},"title":"La rationalit\u00e9 des machines linguistiques","author":"Gilles Beauchamp","date":"7 mai 2026","format":false,"excerpt":"Les grands mod\u00e8les linguistiques sont-ils math\u00e9matiquement rationnels ? Traduction de The Rationality of the Language Machines par Ben Recht, publi\u00e9 sur Substack, le 7 mai 2026. Ce que j\u2019aime le moins dans l\u2019\u00e9criture de livres, c\u2019est leur caract\u00e8re d\u00e9finitif. \u00c0 peine ai-je pris le temps de feuilleter un exemplaire papier\u2026","rel":"","context":"Article similaire","block_context":{"text":"Article similaire","link":""},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/05\/rationnalite_1.webp?resize=350%2C200&ssl=1","width":350,"height":200,"srcset":"https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/05\/rationnalite_1.webp?resize=350%2C200&ssl=1 1x, https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/05\/rationnalite_1.webp?resize=525%2C300&ssl=1 1.5x, https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/05\/rationnalite_1.webp?resize=700%2C400&ssl=1 2x, https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/05\/rationnalite_1.webp?resize=1050%2C600&ssl=1 3x, https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/05\/rationnalite_1.webp?resize=1400%2C800&ssl=1 4x"},"classes":[]},{"id":9978,"url":"https:\/\/gillesenvrac.ca\/carnet\/trad\/lobscenite-de-lespoir-en-anthropocene\/","url_meta":{"origin":9880,"position":4},"title":"L’obsc\u00e9nit\u00e9 de l’espoir : \u00e9duquer les jeunes \u00e0 l’\u00e8re de l’Anthropoc\u00e8ne","author":"Gilles Beauchamp","date":"24 avril 2026","format":false,"excerpt":"Traduction de The obscenity of hope: educating young people in the Anthropocene R\u00e9sum\u00e9 Dans cet article, nous remettons en question la notion d\u2019espoir et soutenons qu\u2019elle ne constitue pas une ressource essentielle \u00e0 l\u2019enseignement et \u00e0 l\u2019apprentissage, contrairement \u00e0 ce que supposent g\u00e9n\u00e9ralement les perspectives dominantes. Alors que l\u2019id\u00e9e re\u00e7ue\u2026","rel":"","context":"Article similaire","block_context":{"text":"Article similaire","link":""},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/04\/Ethics_education.png?resize=350%2C200&ssl=1","width":350,"height":200},"classes":[]},{"id":10605,"url":"https:\/\/gillesenvrac.ca\/carnet\/ia-debat\/ia-dans-le-milieu-universitaire\/","url_meta":{"origin":9880,"position":5},"title":"R\u00e9flexions sur l\u2019IA dans le milieu universitaire","author":"Gilles Beauchamp","date":"13 juin 2026","format":false,"excerpt":"Raisonnement de niveau doctorat, biais des grands mod\u00e8les de langage (LLM), alignement, IA g\u00e9n\u00e9rale (AGI), centres de donn\u00e9es et politique de l\u2019IA Traduction de Thoughts on AI in academia, par Sasha Gusev, sur Substack, le 7 juin 2026 Herbert Bayer, Convolution, 1948 1. Les LLM peuvent d\u00e9sormais imiter les capacit\u00e9s\u2026","rel":"","context":"Article similaire","block_context":{"text":"Article similaire","link":""},"img":{"alt_text":"","src":"https:\/\/i0.wp.com\/gillesenvrac.ca\/carnet\/wp-content\/uploads\/2026\/06\/Bayer1948.jpg?resize=350%2C200&ssl=1","width":350,"height":200},"classes":[]}],"jetpack_likes_enabled":true,"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/pages\/9880","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/comments?post=9880"}],"version-history":[{"count":0,"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/pages\/9880\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/pages\/11825"}],"wp:attachment":[{"href":"https:\/\/gillesenvrac.ca\/carnet\/wp-json\/wp\/v2\/media?parent=9880"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}