L'adaptation inconsciente : comment nous ajustons nos besoins à l'IA

Avez-vous des vêtements qui ne passent pas à la machine à laver ?

Probablement pas. Et pourtant, vous n'avez sans doute jamais pris de décision consciente à ce sujet. Sans vous en rendre compte, vous avez progressivement adapté vos achats textiles aux contraintes de votre électroménager. Vos préférences ont évolué, vos critères de choix se sont réorientés, et tout cela s'est fait dans le silence de l'habitude.

Cette petite observation du quotidien, partagée par Didier Girard dans sa réflexion sur la navigation dans la révolution de l'IA, cache une vérité beaucoup plus profonde sur notre rapport aux technologies. Et elle préfigure peut-être l'une des transformations les plus silencieuses — et les plus décisives — que l'intelligence artificielle est en train d'opérer sur nos organisations, nos métiers et nos façons de penser.

Car l'IA n'arrivera jamais à tout faire parfaitement. Mais à terme, elle couvrira 100 % de nos besoins exprimés, parce que nous aurons inconsciemment adapté nos demandes à ce qu'elle sait faire bien. Nos besoins évolueront vers ce qui est automatisable. Et cette co-évolution entre humains et machines redéfinira, subtilement mais profondément, notre rapport au travail, à la créativité et à l'expertise.

Pour les DSI et les directions métier qui accompagnent cette transformation, comprendre cette dynamique n'est pas un luxe philosophique. C'est une nécessité stratégique.

Quatre ruptures cognitives qui ont façonné l'humanité

Pour saisir ce qui se joue aujourd'hui, il faut replacer l'IA dans une histoire plus longue — celle des grandes révolutions de l'esprit humain. L'histoire, vue sous cet angle, n'est pas une succession de progrès techniques, mais une suite de ruptures cognitives, chacune redistribuant ce que nous faisons avec notre cerveau.

L'écriture : quand la mémoire s'est externalisée

La première grande rupture, c'est l'écriture. Avant elle, tout savoir devait être mémorisé, transmis oralement, porté dans les têtes. Avec l'écriture, la mémoire s'externalise. L'humanité peut cumuler, archiver, transmettre sans limite biologique. Nous avons "perdu" quelque chose — la prodigieuse mémoire des sociétés orales — pour gagner quelque chose d'infiniment plus puissant : la continuité du savoir à travers le temps.

L'imprimerie : quand la connaissance s'est démocratisée

La deuxième rupture, c'est Gutenberg. L'imprimerie brise le monopole du savoir détenu par les clercs et les copistes. La connaissance ne circule plus seulement dans les monastères — elle devient accessible, reproductible, contestable. Une démocratisation radicale qui a déclenché la Renaissance, la Réforme, les Lumières.

Le numérique : quand le savoir est devenu ubiquitaire

La troisième rupture, c'est le numérique. Internet et le smartphone ont rendu le savoir instantanément accessible depuis n'importe quel endroit du monde. Michel Serres l'avait formulé avec une image saisissante dans Petite Poucette : nous sommes comme Saint-Denis portant sa tête coupée dans ses mains. Notre tête est dans notre poche. Nous avons externalisé notre mémoire et notre savoir dans nos smartphones. Ce que nous "savions" autrefois par cœur — numéros de téléphone, itinéraires, dates historiques — nous ne le retenons plus. Et nous n'en sommes pas diminués pour autant.

L'IA : quand l'expertise s'externalise

La quatrième rupture — celle que nous vivons maintenant — est d'une autre nature. Ce n'est plus seulement la mémoire ou l'accès à l'information que nous externalisons. C'est la capacité de raisonner, de synthétiser, de créer. L'expertise elle-même devient externalisable. Un développeur peut passer de l'idée à une application installée sur son téléphone en dix minutes, en expliquant simplement son besoin à un modèle de langage. Ce qui nécessitait autrefois des équipes entières peut être accompli par un individu équipé des bons outils.

Chaque rupture a suivi le même schéma : une perte apparente, un gain réel, et une résistance initiale de ceux qui confondaient le contenant et le contenu, l'outil et la pensée.

Le partenaire et le parasite : les deux visages de l'IA

Cette quatrième rupture porte en elle une tension fondamentale, que l'on aurait tort de minimiser au nom de l'enthousiasme technologique.

Le gain : l'IA comme partenaire de co-création

Le premier visage de l'IA, c'est celui du partenaire. En déléguant à la machine les tâches cognitives répétitives, analytiques, synthétiques, nous libérons notre bande passante mentale pour ce qui compte vraiment : la stratégie, la créativité, l'intelligence émotionnelle, la prise de décision dans des contextes d'ambiguïté. L'IA ne remplace pas la pensée humaine — elle la libère de ses chaînes les plus triviales.

Dans les organisations que nous accompagnons chez SFEIR, nous observons ce phénomène de façon concrète. Des équipes data qui passaient 70 % de leur temps à préparer et nettoyer des données peuvent désormais consacrer ce temps à interpréter les résultats et à formuler des recommandations stratégiques. Des développeurs qui rédigeaient des tests unitaires pendant des heures délèguent cette tâche à l'IA et se concentrent sur l'architecture et la qualité globale du système.

La perte : le risque d'atrophie cognitive

Mais il y a un revers. Chaque fois que nous déléguons une faculté, nous prenons le risque de ne plus l'exercer. Et ce qui ne s'exerce plus s'atrophie. En déléguant notre pensée, nous accumulons ce que l'on pourrait appeler une "dette cognitive" : notre jugement critique s'érode, notre capacité à évaluer la qualité d'un raisonnement diminue, notre sens de la nuance se simplifie.

La question n'est pas théorique. Si un manager prend l'habitude de demander à l'IA de synthétiser ses réunions, de rédiger ses notes stratégiques, de préparer ses arguments, il reste compétent pour valider la production de l'IA — mais sera-t-il encore capable de produire lui-même si l'outil disparaît ? Plus subtilement : sera-t-il encore capable de détecter quand l'IA se trompe subtilement, avec assurance ?

L'équilibre est crucial. Maximiser le partenaire tout en minimisant le parasite demande une vigilance constante et une discipline intellectuelle que les organisations doivent cultiver activement, pas seulement espérer.

L'adaptation inconsciente : comment nos besoins se reconfigurent

Revenons à notre machine à laver. Ce que cette analogie révèle, c'est la puissance de l'adaptation inconsciente. Nous ne modifions pas nos comportements parce que nous avons analysé la situation et pris une décision rationnelle. Nous les modifions parce que l'environnement a changé, et que nous nous adaptons sans même nous en apercevoir.

Avec l'IA, ce phénomène opère à une échelle et à une vitesse sans précédent. Et il touche directement les organisations.

Pensez aux processus métier. Aujourd'hui, une entreprise qui déploie un outil d'IA pour traiter ses demandes clients va d'abord chercher à faire faire à l'IA ce que faisaient ses agents humains. Mais progressivement, les demandes des clients elles-mêmes vont évoluer. Les clients vont formuler des demandes plus structurées, plus précises, parce qu'ils auront appris — inconsciemment — ce que le système comprend bien. Les cas complexes, ambigus, émotionnels, resteront dans le domaine humain. Mais le volume de ces cas diminuera, non pas parce que l'IA aura progressé sur ces dimensions, mais parce que les besoins exprimés se seront progressivement reconfigurés autour de ce que l'IA sait faire.

Ce n'est ni bon ni mauvais en soi. C'est une réalité que les DSI et les directeurs de la transformation doivent anticiper, faute de quoi ils piloteront leurs projets IA avec des hypothèses fondamentalement erronées sur l'évolution de la demande.

Trois vagues imparables : pourquoi cette fois c'est différent

Certains observateurs tempèrent l'enthousiasme en rappelant que chaque génération a cru vivre une révolution technologique unique. C'est vrai. Mais trois dynamiques convergentes font de la vague IA un phénomène d'une nature particulière.

La démocratisation radicale

L'IA est accessible à tous. Contrairement à d'autres révolutions technologiques qui ont d'abord profité aux grandes organisations disposant des ressources pour investir, l'IA générative est disponible à un coût marginal quasi nul. Un consultant indépendant, une PME de dix personnes, une start-up sans capital ont accès aux mêmes capacités analytiques et génératives que les grands groupes. Les barrières à l'entrée que constituaient autrefois les équipes de data scientists, les infrastructures de calcul, les corpus de données annotées s'abaissent à une vitesse vertigineuse.

Le moment darwinien

L'impact de l'IA est comparable à celui de l'électricité : une force transversale qui rebat les cartes dans tous les secteurs simultanément. Ignorer ce changement, c'est continuer à s'éclairer à la bougie alors que l'ampoule a été inventée. Non pas parce que la bougie ne fonctionne plus, mais parce que tous ceux qui utilisent l'ampoule opèrent dans un environnement différent, avec des possibilités différentes, et que l'écart se creuse chaque jour.

Le découplage taille/échelle

La taille d'une organisation n'est plus synonyme de son impact. Une équipe de dix personnes bien équipée peut concurrencer une équipe de cent grâce à l'effet de levier de l'IA. Ce découplage est profond : il remet en question des avantages compétitifs que les grandes organisations considéraient comme structurels. La connaissance institutionnelle, l'expérience accumulée, la capacité à traiter des volumes importants — tout cela se redistribue. Les DSI qui pilotent des organisations de plusieurs centaines de personnes doivent prendre la mesure de cette disruption interne autant qu'externe.

L'entreprise bionique : quand humains et machines forment un système cohérent

Face à ces transformations, le concept d'entreprise bionique offre un cadre de pensée particulièrement opérationnel. Il ne s'agit pas de remplacer les humains par des machines, ni de superposer des outils IA sur des processus inchangés. Il s'agit de concevoir des organisations où humains et systèmes d'IA fonctionnent en synergie, chacun faisant ce qu'il fait le mieux, dans un système cohérent et évolutif.

L'entreprise bionique ne se définit pas par la quantité d'IA qu'elle utilise, mais par la qualité de l'articulation entre intelligence humaine et intelligence artificielle. C'est une organisation qui a explicitement pensé :

• Quelles décisions restent irréductiblement humaines (celles qui impliquent des valeurs, de l'empathie, de la responsabilité éthique, du jugement dans l'incertitude radicale) ?
• Quelles tâches peuvent être déléguées à l'IA pour libérer la bande passante humaine ?
• Comment maintenir les capacités critiques des collaborateurs pour qu'ils ne deviennent pas dépendants d'outils qu'ils ne maîtrisent plus ?
• Comment évoluer collectivement, en tant qu'organisation apprenante, à mesure que les capacités de l'IA se transforment ?

Chez SFEIR, nous accompagnons nos clients dans cette conception de l'entreprise bionique — non pas en déployant des solutions technologiques sur étagère, mais en travaillant sur l'architecture organisationnelle et cognitive qui permet à ces solutions de produire de la valeur durable. Cela passe souvent par des chantiers qui surprennent : des ateliers de cartographie des décisions critiques, des programmes de maintien des compétences critiques dans un contexte de délégation croissante à l'IA, des gouvernances hybrides qui définissent explicitement le périmètre d'autonomie des systèmes d'IA.

Le monopsychisme technologique : qui pense vraiment ?

Il existe une question que les organisations préfèrent souvent esquiver, parce qu'elle est inconfortable. Mais la responsabilité d'un cabinet de conseil est précisément de la poser clairement.

Au Moyen Âge, les philosophes — notamment Averroès — débattaient d'un concept appelé le monopsychisme : l'idée qu'un intellect unique pensait à travers tous les hommes. C'était une question métaphysique sur la nature de la pensée et de l'individualité. Elle redevient soudainement très concrète.

Aujourd'hui, quelques géants de la Tech deviennent potentiellement cet "intellect unique" qui pense pour des milliards de personnes. Leurs modèles de langage, entraînés sur des corpus gigantesques selon des choix éditoriaux et éthiques spécifiques, façonnent les raisonnements, les synthèses, les recommandations de millions d'utilisateurs simultanément. Quand un consultant rédige une note stratégique avec l'aide d'un LLM, quand un médecin consulte un outil d'aide au diagnostic basé sur l'IA, quand un juge utilise un système d'aide à la décision — qui pense vraiment ?

La question n'est pas rhétorique. Elle a des implications concrètes pour les DSI :

• La diversité cognitive des organisations peut s'homogénéiser si tout le monde utilise les mêmes modèles avec les mêmes biais. Ce qui ressemble à des décisions indépendantes peut en réalité être le résultat d'un raisonnement commun, non reconnu comme tel.
• La traçabilité des décisions devient complexe quand une partie du raisonnement est externalisée à un système dont les mécanismes internes sont opaques.
• La résilience organisationnelle est fragilisée si la dépendance à quelques fournisseurs de modèles devient structurelle et non maîtrisée.

Ce n'est pas un argument contre l'IA. C'est un argument pour une approche lucide et souveraine de l'intégration de l'IA dans les systèmes d'information et les processus de décision.

Ce que cela change pour les DSI et les directions de la transformation

Tout ce que nous venons de décrire converge vers un impératif de transformation qui dépasse largement le périmètre traditionnel de la DSI. Car ce n'est pas seulement un sujet de technologie — c'est un sujet de stratégie, de culture et de gouvernance.

Concrètement, les directions SI et transformation que nous accompagnons font face à plusieurs défis interdépendants :

Repenser le portefeuille de compétences

Quelles compétences préserver absolument, parce qu'elles représentent le jugement irremplaçable de l'organisation ? Quelles compétences peuvent évoluer vers de la supervision et de la validation plutôt que de la production directe ? Cette cartographie n'est pas une fois pour toutes — elle doit être revisitée régulièrement, à mesure que les capacités de l'IA évoluent.

Concevoir des processus hybrides robustes

Les processus les plus fragiles sont ceux qui ont été conçus soit entièrement pour des humains, soit entièrement pour des machines. Les processus hybrides — où l'IA produit, l'humain évalue, la machine exécute, l'humain arbitre — nécessitent une conception spécifique. Chez SFEIR, nous observons que les échecs de déploiement IA les plus fréquents ne sont pas technologiques : ils sont organisationnels. L'outil fonctionne, mais personne n'a clairement défini qui fait quoi dans le nouveau processus.

Maintenir une vigilance sur la dette cognitive

De même qu'une dette technique finit par ralentir toute l'organisation, une dette cognitive peut progressivement fragiliser la capacité de jugement des équipes. Les organisations les plus avancées sur ce sujet commencent à intégrer dans leurs programmes de formation des exercices explicitement conçus pour maintenir les capacités critiques — même lorsque l'IA pourrait faire le travail. Non pas par nostalgie, mais par hygiène cognitive.

Construire une gouvernance de l'IA qui préserve la souveraineté décisionnelle

Enfin, la question du monopsychisme technologique invite à une gouvernance active des modèles utilisés, des biais qu'ils portent, et de la frontière entre recommandation et décision. Cette gouvernance ne peut pas être uniquement technique — elle doit impliquer les métiers, les directions générales, et souvent les parties prenantes externes.

Conclusion : naviguer consciemment une adaptation qui se fait inconsciemment

L'adaptation inconsciente est une réalité. Nous allons adapter nos besoins à ce que l'IA sait faire, de la même façon que nous avons adapté notre garde-robe à notre machine à laver, sans jamais y réfléchir explicitement. Ce processus est inévitable, et il n'est pas nécessairement mauvais.

Mais la différence entre une organisation qui subit cette adaptation et une organisation qui la pilote, c'est la conscience. La conscience de ce qui se joue cognitivement. La conscience des gains — la libération de la bande passante mentale, l'effet de levier considérable de l'entreprise bionique. La conscience des risques — la dette cognitive, l'homogénéisation des raisonnements, la fragilité de la dépendance non maîtrisée.

Nous traversons la quatrième grande rupture cognitive de l'histoire humaine. Après l'écriture, l'imprimerie et le numérique, l'IA externalise non plus seulement la mémoire ou l'accès au savoir, mais la capacité de raisonner et de créer. Comme les ruptures précédentes, elle apporte une perte apparente et un gain réel. Comme les ruptures précédentes, ceux qui la comprennent le mieux seront ceux qui en tireront le meilleur parti — non pas en s'y abandonnant aveuglément, mais en la naviguant avec lucidité.

Chez SFEIR, nous croyons que cette navigation est le cœur du métier de transformation digitale aujourd'hui. Pas déployer de l'IA pour déployer de l'IA. Mais construire des organisations capables de tirer le meilleur des deux intelligences — artificielle et humaine — dans un partenariat durable, équilibré, et souverain.

La tête de Michel Serres est dans nos mains. La question est de savoir si nous décidons consciemment de ce qu'elle pense.