Plus la lame s'affine, plus le fossé se creuse entre le maître et le novice. L'IA fonctionne de la même manière : elle renforce certains, et dépouille les autres de leur dernier sursaut de réflexion.
En 2026, il semble que plus personne ne puisse se passer de l'intelligence artificielle. Les entreprises la vendent, les journaux en parlent, chacun proclame sur les réseaux sociaux qu'il fait telle ou telle chose avec l'IA. Un avocat fait rédiger ses conclusions par l'IA, un étudiant lui confie ses devoirs, un publicitaire lui fait produire ses textes. Tout le monde l'utilise. Mais l'utilise-t-on vraiment ?
Permettez-moi une analogie. À la fin des années 1990, Internet est entré dans tous les foyers. Tout le monde s'est mis à dire « je vais sur Internet ». Mais qu'est-ce que cela signifiait à l'époque ? Pour la plupart des gens, cela voulait dire : ouvrir le navigateur, taper quelque chose dans un moteur de recherche, cliquer sur le premier résultat, lire, fermer. Est-ce que c'était « utiliser Internet » ? Techniquement, oui. Mais ceux qui utilisaient véritablement Internet – les chercheurs, les développeurs, les journalistes – faisaient tout autre chose. Ils lisaient le code source, accédaient à des bases de données, recoupaient plusieurs sources, interrogeaient l'origine de l'information.
Quelle était la différence ? Les deux camps se servaient du même outil. La différence ne résidait pas dans l'outil. Elle résidait dans la tête de celui qui s'en servait.
Entre ouvrir un outil et l'utiliser, il y a un gouffre. Taper une question dans ChatGPT, ce n'est pas utiliser l'intelligence artificielle – pas plus que taper un mot dans Google n'est faire une recherche.
C'est exactement ce qui se passe aujourd'hui dans le domaine de l'IA. Entre ouvrir ChatGPT et lui demander « écris-moi ceci » et utiliser véritablement l'intelligence artificielle, il y a un gouffre. Mais personne ne le voit. Parce que ceux qui se trouvent de ce côté-ci du gouffre ignorent que l'autre côté existe. Et personne ne le leur dit – parce que le dire n'est pas rentable.
Cela ressemble à un paradoxe : plus l'outil gagne en puissance, plus l'écart se creuse entre ceux qui s'en servent. L'intuition voudrait le contraire – un outil puissant devrait tirer tout le monde vers le haut, niveler les différences. Mais ce n'est pas ce qui se passe. Ce n'est jamais ce qui s'est passé.
Dès que l'outil cesse d'imposer ses limites, c'est la capacité de l'utilisateur qui devient déterminante.
À l'époque où tout le monde utilisait un couteau de silex, la différence entre les individus était mince. L'outil imposait à chacun le même plafond – quel que fût votre talent, ce que vous pouviez accomplir avec une pierre avait ses limites. Lorsque la lame d'acier est apparue, ce plafond a volé en éclats. Et soudain, l'écart entre le boucher et l'amateur a explosé. Parce que l'outil n'imposait plus de limites – il reflétait la capacité de celui qui le maniait.
Le même schéma s'est répété avec chaque outil puissant :
Si cela ressemble à un paradoxe, c'est parce que les gens supposent qu'un outil puissant tirera tout le monde vers le haut. Or un outil puissant ne tire pas tout le monde vers le haut – il relève le plafond. Quand le plafond est relevé, ceux qui restent au sol y restent, tandis que ceux qui peuvent s'élever montent encore plus haut.
L'IA n'est pas une force égalisatrice. L'IA est une loupe. Elle amplifie ce qui est déjà là : la capacité de réflexion chez celui qui en possède, et son absence chez celui qui en est dépourvu.
Aux premières années de Google, un espoir existait : désormais tout le monde accéderait à l'information à égalité, le monopole du savoir prendrait fin, l'humanité s'éclairerait. Cet espoir ne s'est pas réalisé. Tapez n'importe quoi dans Google aujourd'hui. La quasi-totalité de la première page : liens sponsorisés, sites manipulés par le SEO, articles compilés par une IA à partir d'une autre IA. L'outil lui-même a pourri.
Mais il existe un problème plus grave encore que la dégradation de l'outil : la dégradation de celui qui l'utilise. Car Google a enseigné pendant des années une habitude extrêmement dangereuse : tape quelque chose, regarde le premier résultat, dis-toi « voilà, j'ai appris ». Cette habitude s'est enracinée si profondément que les gens ne distinguent plus la différence entre savoir et croire qu'on sait.
Question creuse → réponse fluide → satisfaction → arrêt de la recherche → maintien dans la superficialité → question creuse. La boucle se referme sur elle-même.
Aujourd'hui, la même habitude s'est transposée à ChatGPT. L'utilisateur tape une question, un paragraphe fluide apparaît, et il se dit « j'ai fait ma recherche, j'ai compris ». Or il n'a rien cherché ni rien compris. Il a lu la production statistique d'un modèle de langage et l'a prise pour sa propre pensée.
Cette boucle se referme sur elle-même, et son aspect le plus impitoyable est celui-ci : pour la briser, il faut déjà se trouver à l'extérieur. Pour prendre conscience de sa propre superficialité, il faut savoir ce qu'est la profondeur. Mais celui qui reste en surface ignore l'existence même de la profondeur – car, dans la superficialité, le sentiment d'avoir « trouvé » est déjà satisfaisant. Savoir qu'on ne sait pas est une compétence ; ne pas savoir qu'on ne sait pas est un aveuglement qui s'auto-entretient.
Et l'outil le plus puissant qui nourrit cet aveuglement, c'est désormais l'IA. Car la production de Google avait au moins l'apparence du sec et du technique – on pouvait se dire « je n'ai pas tout à fait compris ». La production de ChatGPT, elle, est fluide, bien structurée, assurée. Même lorsque la réponse est mauvaise, elle a l'air bonne. Tomber dans l'illusion du « j'ai compris » est infiniment plus facile.
Dans les années 1990, les gens regardaient le journal du soir et se disaient « maintenant je comprends la politique ». Le présentateur racontait, le téléspectateur écoutait, et il se croyait informé. En réalité, que s'était-il passé ? Il avait consommé passivement une information cadrée par quelqu'un d'autre, sélectionnée par quelqu'un d'autre, interprétée par quelqu'un d'autre. Mais au moins, une conscience subsistait : celui qui parlait était un autre. Le présentateur d'un côté, le spectateur de l'autre. La frontière était nette.
Avec ChatGPT, cette frontière s'est brouillée. L'utilisateur pose une question. L'IA répond. En lisant cette réponse, le cerveau encode : « J'ai posé la question, il a répondu, donc c'est ma recherche. » Or il n'a rien demandé de propre (il a posé la question d'un autre), n'a rien cherché (il a appuyé sur un bouton), n'a rien évalué (il a accepté la réponse telle quelle). Mais comme le processus prend la forme d'un « question-réponse », le cerveau l'enregistre comme « son propre effort ».
C'est plus dangereux que le présentateur télévisé. Car devant la télévision, vous saviez au moins que vous étiez passif. Avec ChatGPT, vous croyez être actif. Poser une question donne le sentiment d'agir – mais poser une question creuse peut être pire que de ne rien demander du tout. Car celui qui ne demande rien sait au moins qu'il ne sait pas. Celui qui se satisfait d'une question creuse croit savoir.
Et le plus douloureux : ceux qui restent prisonniers de cette illusion ne verront jamais ce dont l'IA est véritablement capable. Car ce qu'ils voient, ce sont les réponses fluides à leurs questions creuses. Et ces réponses les satisfont. Celui qui est satisfait cesse de chercher. Celui qui cesse de chercher ne découvre rien. Celui qui ne découvre rien ignore même qu'il y a quelque chose à découvrir.
Posons une question : que disent les entreprises qui produisent l'IA – OpenAI, Anthropic, Google DeepMind – au sujet des formations frauduleuses, des titres gonflés, des formateurs incompétents qui inondent le marché ?
Zéro. Pas un seul article de blog. Pas un seul avertissement. Pas une seule phrase disant « on vous escroque sur le marché, méfiez-vous ».
Pendant ce temps, que font ces mêmes entreprises ? Elles publient leurs propres supports de formation gratuits. Anthropic Academy : entièrement gratuit, certificat compris. Le cours conjoint OpenAI / DeepLearning.AI : gratuit. La formation au prompting de Google : gratuite. Autrement dit, alors que des gens vendent des cours sur ChatGPT à des milliers d'euros, l'entreprise qui fabrique l'outil donne la même information gratuitement. Mais elle ne dit pas « attention ».
Premièrement, ces formations leur amènent des clients. Même un mauvais cours fait utiliser ChatGPT. Chaque formation qui fait utiliser ChatGPT génère des abonnements. Pourquoi OpenAI couperait-elle ce canal ? Même le diplômé d'un cours bidon est un client potentiel.
Deuxièmement, la stratégie d'expansion du marché. L'objectif premier de ces entreprises est d'élargir leur base d'utilisateurs. Elles diffusent le message : « L'IA n'a rien d'effrayant, tout le monde peut apprendre. » Peu importe qui enseigne, peu importe où l'on apprend – celui qui apprend devient client. Contrôler la qualité ralentirait cette croissance. Pour elles, une mauvaise formation est plus rentable que pas de formation du tout.
Troisièmement, la conception de la responsabilité propre à la Silicon Valley. Dans cette culture, la posture standard est : « Nous fabriquons l'outil, ce que vous en faites est votre problème. » Uber ne s'est pas soucié des conditions de travail de ses chauffeurs. Airbnb ne s'est pas préoccupé de la qualité de ses hôtes. Meta ne s'est pas inquiété de la santé mentale de ses utilisateurs. Même logique : « Nous fournissons la plateforme, ce qui se passe autour ne nous regarde pas. »
Ces entreprises publient des rapports de sécurité, proclament des principes éthiques, rédigent des manifestes pour une « IA responsable » – mais elles ne disent mot quand les utilisateurs de leurs propres produits se font escroquer. Parce que les victimes sont les utilisateurs finaux, et les escrocs sont, indirectement, un canal qui leur amène des clients.
Imaginez un laboratoire pharmaceutique : il fabrique le médicament, rédige la notice, mais ne bronche pas lorsque de faux « conseillers en santé » vendent ce médicament au mauvais dosage, avec de mauvaises informations. Car en fin de compte, le médicament se vend. L'ordonnance peut être erronée, le dosage peut être faux, le conseiller peut être incompétent – mais tant que le médicament se vend, le laboratoire engrange ses bénéfices.
C'est exactement ce qui se passe sur le marché de l'IA.
Le PDG d'OpenAI, Sam Altman, a déclaré le 13 septembre 2022 – deux mois et demi avant le lancement de ChatGPT :
I don't think we'll still be doing prompt engineering in five years. And this'll be integrated everywhere. Either with text or voice, depending on the context, you will just interface in language and get the computer to do whatever you want.
Que voulait dire Altman ? Que les modèles deviendraient si intelligents que les utilisateurs n'auraient plus besoin de formules spéciales, de modèles types, d'astuces techniques. Les premiers modèles d'IA étaient effectivement fragiles : il fallait des formules magiques pour obtenir la bonne sortie. Si vous n'écriviez pas « réfléchis étape par étape », il ne réfléchissait pas étape par étape. Si vous ne disiez pas « tu es un expert », il donnait une réponse superficielle. Ces astuces techniques – oui, elles sont en train de mourir. En 2026, les modèles d'IA comprennent largement le langage naturel humain.
Sur ce point, Altman avait raison. Le magazine Fortune l'a confirmé en mai 2025 : « Le prompt engineering, vendu comme un métier à 200 000 dollars de salaire sans exigence de programmation, est désormais caduc. » Le pic de recherche d'offres d'emploi de « prompt engineer » remontait à avril 2023 – après quoi la tendance n'a cessé de décliner.
Mais sous ce que dit Altman se cache une hypothèse extrêmement dangereuse : si l'outil devient assez performant, l'écart entre les utilisateurs se comblera. Cette hypothèse est fausse. Elle l'a été à chaque époque de l'histoire, et elle l'est encore aujourd'hui.
Car Altman a défini le « prompt engineering » de manière trop étroite : trouver la bonne séquence de mots, orienter le comportement du modèle par des formules. Mais utiliser véritablement l'IA ne se réduit pas à cela. Utiliser véritablement l'IA, c'est :
Savoir ce que l'on demande – poser la bonne question est infiniment plus difficile que trouver la bonne syntaxe. Plus l'IA devient intelligente, plus cela devient critique – pas moins.
Cadrer correctement sa question – quand le modèle gagne en intelligence, le coût d'une mauvaise question augmente. Car un modèle intelligent fournit aussi une réponse fluide à une mauvaise question – et cette fluidité vous induit en erreur.
Être capable d'évaluer la réponse – l'IA ment parfois. Détecter ces mensonges ne sera jamais automatisable. Pour les repérer, il faut déjà connaître le sujet ou savoir comment vérifier.
Connaître les limites du modèle – chaque modèle a des forces et des faiblesses distinctes. Sans cette connaissance, impossible d'affecter le bon outil à la bonne tâche.
Orchestrer plusieurs modèles – dépendre d'une seule IA, c'est comme ne lire qu'un seul journal. Le recoupement, la combinaison des forces de différents modèles – cela ne relève pas de l'astuce technique, mais de la manière de penser.
Et voilà la contradiction : Altman a dit en 2022 que le prompt engineering « mourrait ». Mais en 2026, OpenAI a mis en place sa propre plateforme de formation, publie des guides de prompting, donne des cours conjoints. Si c'est vraiment mort, pourquoi continuez-vous à enseigner ? Parce que ce qui est mort, c'est la formule technique – mais à sa place est apparue une compétence bien plus profonde : savoir penser avec le modèle. Et cette compétence ne s'achète pas.
Ce n'est pas le problème d'un seul pays. À l'échelle mondiale, le marché de la formation en IA a gonflé comme une bulle. Aux États-Unis, les offres d'emploi de « prompt engineer » ont atteint un pic en 2023, puis se sont effondrées. Mais les formations continuent de se vendre. Sur LinkedIn, le nombre de profils affichant « AI expert » a explosé depuis 2022. Sur Udemy, Coursera, Skillshare, des milliers de « cours d'IA » sont disponibles – la plupart se contentent de montrer l'interface web de ChatGPT par capture d'écran.
Le schéma commun est partout le même : des formations à des centaines ou des milliers d'euros, dont le contenu se résume au seul ChatGPT. Pas de Claude, pas de Gemini, pas de DeepSeek, pas de Llama – un seul outil du monde de l'IA est enseigné, et sous sa forme d'utilisation la plus superficielle. À la fin du cours, un certificat est délivré. Ce certificat est encadré et accroché au mur. Et les gens déclarent : « Maintenant, je maîtrise l'IA. »
Sur les plateformes de freelance, des centaines, des milliers de personnes se sont inscrites comme « expert en IA » – partout dans le monde. On consulte leurs profils : « expert en machine learning », « expert en deep learning », « prompt engineer ». Leur justificatif de compétence : en général, un certificat obtenu sur une plateforme en ligne. Autrement dit, des personnes qui ont regardé quelques heures de vidéo et obtenu un certificat se vendent comme experts en intelligence artificielle.
Du côté des entreprises, la situation est encore plus intéressante : des « séminaires de transformation IA » d'une demi-journée, vendus aux sociétés. Quelques heures, quelques milliers d'euros. Contenu : comment poser une question à ChatGPT, plus un outil d'automatisation et quelques modèles prêts à l'emploi. Le tout financé sur le budget formation – personne ne remet en cause le contenu.
Des milliers d'euros pour un séminaire de quelques heures. Ce que l'on enseigne en échange : taper une question dans une interface web. N'importe quel enfant de 12 ans peut le découvrir seul en 5 minutes.
Mais la vraie question n'est pas le prix. La vraie question est : les personnes qui dispensent ces formations possèdent-elles la compétence nécessaire pour les dispenser ?
Partout dans le monde, les universités se livrent une course à l'ouverture de masters estampillés « intelligence artificielle ». Aux États-Unis, en Europe, en Turquie – la tendance est partout la même. Mais la plupart de ces programmes partagent un problème commun : ils ont été créés sous la pression commerciale.
Le mécanisme fonctionne ainsi : le mot « intelligence artificielle » génère de la demande. Là où il y a de la demande, un programme s'ouvre. Pour remplir les places, les critères d'admission sont maintenus au plus bas – certains n'exigent ni examen d'entrée ni niveau de langue, n'importe quel diplôme de licence suffit. Le programme peut s'appeler « Informatique » ou « Sciences du numérique », mais lors de sa promotion, c'est l'étiquette « intelligence artificielle » qui est mise en avant. Car entre écrire « master en informatique » et écrire « master en intelligence artificielle », l'écart en nombre de candidatures est abyssal.
Étiquette : « Intelligence Artificielle » ou « Science des données » – mais le programme sous-jacent est généralement un cursus classique d'informatique.
Conditions d'admission : dans les parcours sans mémoire, des modèles sans examen d'entrée ni exigence linguistique sont courants. La porte est grande ouverte – l'objectif est de remplir les places.
LLM / transformeurs / IA générative dans le cursus : absents dans la plupart des cas. Les programmes d'avant 2022 n'ont pas été mis à jour. Quand ces matières existent, elles sont optionnelles – on peut obtenir son diplôme sans les suivre.
Corps enseignant : les universitaires en place sont compétents dans leur domaine – mais l'expertise de la plupart d'entre eux n'a rien à voir avec ce que les gens entendent aujourd'hui par « intelligence artificielle ».
Pensez au corps enseignant de ces programmes. Des professeurs d'électronique de puissance, des spécialistes du traitement du signal, des chercheurs en traitement d'images, des ingénieurs en systèmes de commande. Des personnes sérieuses dans leur domaine. Mais aucun de ces domaines ne concerne le fonctionnement d'un modèle de langage, la manière de le guider, ses limites. Tous se trouvent sous le parapluie de l'« intelligence artificielle » – mais le seul point commun entre la commande en logique floue d'un lave-linge et le principe de fonctionnement de ChatGPT, c'est l'expression « intelligence artificielle ».
C'est comme si un chirurgien orthopédiste déclarait « je suis médecin » pour pratiquer une opération du cerveau. Tous deux ont fait médecine, tous deux sont médecins. Mais l'un opère le genou, l'autre le cerveau. Dire « ce sont tous les deux des médecins » ne veut rien dire.
« Intelligence artificielle » est exactement ce genre de terme parapluie. Il abrite des dizaines de domaines distincts : traitement d'images, traitement du langage naturel, robotique, systèmes de commande, systèmes de recommandation, apprentissage par renforcement, modèles génératifs... Tout cela est de l'« intelligence artificielle », mais ce sont des disciplines totalement différentes les unes des autres.
On trouve dans les programmes de ces cursus certains concepts qui, vus de l'extérieur, semblent très impressionnants – mais dont le lien avec les modèles de langage est nul :
| Concept | Ce que c'est réellement | Lien avec les modèles de langage |
|---|---|---|
| Web Mining | Extraction d'information à partir de pages web par des méthodes statistiques. Populaire au début des années 2000, c'est désormais une technique de la génération précédente. | ZÉRO |
| Cloud Computing | Location de serveurs via Internet. Création de machines virtuelles, gestion de conteneurs. C'est une question d'infrastructure – pas d'IA. | ZÉRO |
| Optimisation intelligente | Résolution de problèmes mathématiques par des algorithmes inspirés de la nature. Colonies de fourmis, essaims d'abeilles, algorithmes génétiques. Cela existait bien avant la mode de l'IA. | ZÉRO |
| Traitement d'images | Réduction du bruit sur photos et vidéos, reconnaissance d'objets, analyse médicale. C'est une autre branche de l'IA – pas un modèle de langage. | BRANCHE DISTINCTE |
| Logique floue | Technique de prise de décision sous incertitude, développée en 1965. Présente partout, du lave-linge à l'ascenseur. Ingénierie classique de la commande. | ZÉRO |
Tous ces concepts sont des domaines légitimes et précieux de l'informatique. Le problème ne vient pas des domaines eux-mêmes. Le problème, c'est que ces domaines sont présentés sous le parapluie de l'« intelligence artificielle » comme s'ils conféraient une compétence en modèles de langage. Et derrière cette présentation, il y a une force motrice commerciale : attirer des étudiants dans le programme, remplir les places, encaisser les frais de scolarité. Ce n'est pas la qualité de la formation qui est vendue, c'est l'attrait de l'étiquette.
Tout le monde parle des dangers de l'IA. « Elle va nous prendre nos emplois », « elle va anéantir l'humanité », « elle va conquérir le monde ». Scénarios hollywoodiens, gros titres apocalyptiques, théories du complot. Tout cela n'est que bruit. Le véritable dommage est bien plus silencieux, bien plus insidieux, et il a déjà commencé.
L'IA renforce celui qui possède une capacité de réflexion. Elle dépouille celui qui n'en a pas de sa dernière parcelle de pensée.
Cette phrase semble dure, mais considérez le mécanisme :
Même outil, deux résultats opposés. La différence ne réside pas dans l'outil – mais dans la capacité de réflexion de celui qui s'en sert.
Celui qui possède une capacité de réflexion utilise l'IA comme un outil. Il interroge, évalue, vérifie, oriente, recoupe avec plusieurs sources. À chaque utilisation, il apprend un peu plus, sa capacité croît. L'IA le renforce.
Celui qui ne possède pas de capacité de réflexion utilise l'IA comme une autorité. Il interroge, accepte ce qui vient, dit « j'ai compris », cesse de réfléchir. À chaque utilisation, il devient un peu plus paresseux, sa capacité décline. L'IA l'affaiblit.
Et l'écart entre ces deux groupes se creuse chaque jour davantage. Car le premier groupe se renforce en utilisant l'IA, le second s'affaiblit en l'utilisant. Même outil, résultats opposés. Tout comme une lame aiguisée rend le maître plus puissant et entaille la main du novice.
Et la majorité dans cette pyramide – les 85 % du sommet – croit « utiliser » l'IA. Ce sont ces gens-là à qui l'on vend des formations à des milliers d'euros. Ce que la formation leur offre, c'est le sentiment rassurant de rester dans la strate supérieure. Un certificat attestant : « Moi aussi, j'utilise l'IA désormais. » En réalité, ce qu'ils achètent, c'est la version certifiée de l'usage superficiel.
Ce texte n'est pas une attaque. C'est un avertissement.
L'IA est véritablement un outil puissant. Sans doute le plus puissant outil d'information depuis l'imprimerie. Mais comme tout outil puissant, il est nuisible entre les mains de celui qui n'a pas la capacité de s'en servir. Et la forme la plus insidieuse de cette nuisance, c'est que la personne ne se rend pas compte qu'elle en souffre.
Se jeter tête baissée dans l'IA est dangereux. Dire « tout le monde l'utilise, je vais l'utiliser aussi », c'est comme dire « tout le monde prend ce médicament, je vais le prendre aussi ». Prendre un médicament sans savoir ce que c'est, ce qu'il fait, ses effets secondaires, son dosage, ce n'est pas un traitement – c'est un pari.
Apprendre véritablement l'IA, ce n'est pas apprendre à taper une question dans une interface web. Apprendre véritablement l'IA, c'est :
Savoir ce que l'on demande. Car une question creuse produit une réponse fluide mais vide, et vous êtes incapable de voir la différence.
Être capable d'évaluer la réponse. Car l'IA ment parfois, et elle le fait de manière extrêmement convaincante.
Ne pas rester dépendant d'un seul outil. Car chaque modèle a des forces et des faiblesses qui lui sont propres.
Ne pas déléguer la responsabilité de penser. Car l'IA ne peut pas penser à votre place – elle ne peut qu'accélérer ce que vous pensez déjà.
Être capable de dire « je ne sais pas ». Car savoir que l'on ne sait pas vaut mille fois plus que croire savoir.
Une formation à des milliers d'euros n'enseigne pas cela. Un certificat ne le confère pas. Un diplôme de master ne le garantit pas. Car ce n'est pas une compétence d'utilisation d'outil – c'est une manière de penser.
Et cette manière de penser ne s'achète pas. Elle se construit.
L'IA n'est pas nuisible. Utiliser l'IA sans réfléchir est nuisible. Et ce qui vous apprendra la différence entre les deux, ce n'est ni une formation, ni un certificat, ni un diplôme universitaire. La seule chose qui vous l'apprendra, c'est d'assumer vous-même la responsabilité de penser.
Le texte original est en turc. Nous avons cherché à produire un rendu aussi organique que possible en français. Si vous remarquez des erreurs ou pouvez suggérer une meilleure formulation, écrivez-nous à [email protected] – vous enrichirez notre traduction.