Descriptif

Lorsqu’on invoque l’Intelligence artificielle générale, que ce soit au détour d’une conversation ou dans les mémorandums des gouvernements, on a l’impression de convoquer le futur. Seulement, l’idée est aussi vieille que l’école d’été de Dartmouth de 1956. Elle se résume dans ce postulat : « Tous les aspects de l’apprentissage ou toute autre caractéristique de l’intelligence peuvent en principe être décrits d’une manière si précise qu’une machine peut être fabriquée pour les simuler ».

Voilà le projet. Il s’agit de créer une machine à partir de connaissances de niveau 1 formelles (forme, calcul, syntaxe, combinatoire et traitement de données) pour simuler des connaissances de niveau 2 informelles (contextualisation, perception, attention, apprentissage, soin, création et conscience). Historiquement, cette synthèse de l’intelligence a d’abord reposé sur l’évolution de langages de programmation, pour ensuite se développer à travers des méthodes de deep learning sur des données massives et aujourd’hui favoriser l’hégémonie des Large language models. Tout cela aurait très bien pu rester le motif d’une recherche scientifique.

Mais, l’économie politique de la tech a transformé l’IA en capital cognitif, expropriant et exploitant l’intelligence collective humaine, à travers l’édification d’infrastructures titanesques aux effets écologiques et sociétaux délétères. Les data centers, les serveurs, les puces GPU et les architectures propriétaires des géants de la tech constituent le capital fixe à partir duquel se forme toute une subjectivation, voire un assujettissement, des acteurs sociaux. Le couplage identifié par Gilles Deleuze et Félix Guattari entre les « machines désirantes », ces agencements sémiotiques que nous sommes, est de fait devenu central à la production de valeur dans le capitalisme actuel.

Le « rapport à soi » est aujourd’hui un élément à capturer partout, tout le temps au travail et en dehors du travail, à travers la datafication de soi et l’interaction permanente avec des IA. Google, OpenAI, Anthropic ou encore Meta participent activement à la capture de notre cognition par la tokenisation de notre langage, et ce afin d’optimiser nos rapports sociaux et en extraire une valeur monétaire.

Comment est-on donc passé du projet scientifique de 1956 au capitalisme cognitif actuel ?

Sommes-nous pris au piège des idéologies et des monopoles qui entourent le projet de l’IA ou est-il encore possible d’inventer des alternatives ?

Ce cours abordera la complexité anthropotechnique de l’IA et le processus d’aliénation économique et politique qui est à l’œuvre aujourd’hui, tout en proposant de réfléchir à des alternatives tirées de l’écologie politique et de la théorie des biens communs.

Intervenant : Mathieu Corteel