L’automatisation par IA continue, l’intuitu personae se déplace (1/2)

Catégories : IA

Il y a dix ans encore, monter dans une voiture sans conducteur relevait de la science-fiction. Aujourd’hui, aux Etats-Unis, plus de 500 000 personnes par semaine se font conduire chaque semaine par un chauffeur sans visage. Waymo a indiqué en août 2026 avoir dépassé les 200 millions de miles parcourus en conduite entièrement autonome.

Avec la technologie, c’est ainsi notre seuil d’acceptation qui se déplace. Nous apprenons à faire confiance à des systèmes que nous ne relions à aucune personne humaine, dès lors qu’ils produisent suffisamment régulièrement le résultat attendu. Le périmètre du délégable s’élargit ainsi.

Dans le même temps, les performances des modèles progressent à une vitesse qui oblige parfois à regarder les chiffres avec précaution. Un récent exemple : GPT-6 Astra a obtenu 62,7 % au test ARC-AGI-3 dans le protocole standard du prix ARC Prize, mais Open-AI a annoncé un score de 99,9 % (obtenu selon un autre dispositif d’évaluation). Le chiffre compte tout autant que les conditions dans lesquelles il est obtenu.

En entreprise, après plusieurs années d’expérimentation des outils IA, le bilan reste contrasté. Une enquête CloudZero de juin 2026, menée auprès de 260 responsables financiers, indique en revanche que 78 % ne parviennent pas à relier pleinement les dépenses d’IA aux résultats métier. Les usages se diffusent, les collaborateurs s’acculturent, mais les gains ne suivent pas partout au même rythme. « On peut voir les ordinateurs partout sauf dans les statistiques de productivité » ainsi s’illustrait le paradoxe de Solow en 1987, qui reste envisageable aujourd’hui. L’un des points de friction se déplace désormais vers la gouvernance des usages : usages individuels non encadrés, agents plus autonomes, comportements inattendus, incidents de sécurité. Anthropic a effectivement documenté plusieurs incidents de ce type en 2026.

Plus une machine agit seule, plus la question s’épaissit : qu’avons-nous exactement décidé de lui confier ?

La problématique de fonctionnement dépasse d’ailleurs le sujet de l’IA : Les organisations n’ont jamais été aussi pilotées, structurées et mesurées qu’aujourd’hui. Et pourtant, nombre de transformations continuent d’échouer, d’engagements de se déliter, et d’écarts entre la stratégie décidée et la réalité opérationnelle de se creuser.

Le laboratoire interdisciplinaire MIT FutureTech décrit, dans une publication de Juillet 2026 la transformation technologique comme un continuum entre des crashing waves (vagues déferlantes, pour illustrer les sauts brutaux de progression des technologies), et une rising tide (marée montante, soit une montée continue des capacités de l’IA à travers un grand nombre de tâches). Ce dernier curseur se déplace ainsi progressivement, presque sans bruit, entre ce que nous faisons nous-mêmes et ce que nous acceptons de déléguer.

Au-delà de la question – bientôt vintage – « faisons-nous confiance à l’IA ? » se pose la question : pour quoi, dans quelles circonstances et sur la base de quelles preuves lui faisons-nous confiance ?

Dès 2019, l’étude des chercheuses en management et politiques publiques Logg, Minson & Moore « Algorithm Appreciation » montraient que, dans certaines situations, les individus accordent davantage de poids à un conseil présenté comme algorithmique qu’au même conseil présenté comme humain. La confiance dans une machine n’est donc pas nécessairement le contraire de la confiance dans une personne, elle varie avec la nature de la tâche, de l’enjeu, des erreurs que l’on accepte et du degré de contrôle que l’on conserve.

Le secteur du conseil offre, à cet égard, un cas particulièrement intéressant. Car lorsqu’un dirigeant ou une dirigeante signe une mission, c’est sans vérifier le produit avant de l’acheter. L’achat est celui d’une promesse : la promesse que quelqu’un saura comprendre son problème, construire une réponse et l’aider à la mettre à l’épreuve du réel. Et une promesse, ça tient à la confiance de celui qui la reçoit. Mais alors, la confiance dans quoi ? à l’heure où l’IA peut désormais prendre en charge une part croissante des signes visibles d’expertise des consultants – rechercher, synthétiser, comparer, hiérarchiser, structurer, produire, etc. Si certaines preuves de compétence deviennent plus accessibles, reproductibles et automatisables, sur quoi repose encore la confiance accordée à une personne ?

Dans le prochain article, nous explorerons les tenants et aboutissants de l’expertise du conseil et son renouvellement en composition avec les avancées de l’IA.

Sources :

  • Logg, J. M., Minson, J. A., & Moore, D. A. (2019). Algorithm appreciation: People prefer algorithmic to human judgment. Organizational Behavior and Human Decision Processes, 151, 90–103.
  • Mertens, M., Kuzee, A., Harris, B. S., Lyu, H., Li, W., Rosenfeld, J., Anto, M., Fleming, M., & Thompson, N. (2026, 21 juillet). Crashing waves vs. rising tides: Preliminary findings on AI automation from thousands of worker evaluations of labor market tasks. MIT FutureTech.
  • Solow, R. M. (1987, 12 juillet). We’d better watch out. The New York Times Book Review,
  • Anthropic. (2026, 9 septembre). An alignment assessment of recent cybersecurity incidents.
  • ARC Prize Foundation. (2026, 3 septembre). OpenAI’s GPT-6 Astra on ARC-AGI-3.
  • OpenAI. (2026). GPT-6 Astra: A new generation of intelligence.
  • Thirumalai, S. (2026, 26 août). 10 AI lessons from driving 200+ million fully autonomous miles.
  • Korosec, K. (2026, 27 mars). Waymo’s skyrocketing ridership in one chart. TechCrunch.

Par Clara Morlet