Question de départ – Niveau 0 : Le juge sera-t-il un robot ? Niveau + 1 : En quoi les décisions de justice peuvent-elles s’automatiser ? Niveau + 2 : En quoi consiste une « décision de justice » ? Niveau + 3 : Quels sont les mécanismes qui concourent à une prise de décision ? Niveau + 4 :…Lire la suiteLe juge sera-t-il un robot ? [effet matr.ia.chka]
Pantopique : IA
Ensemble de techniques, de modèles et de systèmes capables de traiter des données, d’]apprendre[ et de produire des ]décisions[ ou des formes, l’intelligence artificielle s’inscrit dans une histoire longue des tentatives humaines pour formaliser la pensée, l’automatiser et l’étendre. Des premiers algorithmes mathématiques aux réseaux neuronaux contemporains, des systèmes experts aux modèles génératifs, l’IA mobilise des infrastructures matérielles, serveurs, capteurs, réseaux, et des savoirs complexes mêlant informatique, statistiques, linguistique et sciences cognitives. Comment ces technologies transforment-elles les manières de travailler, de créer, de soigner ou de gouverner ? Quelles représentations, entre fascination et inquiétude, accompagnent leur développement, de la figure de l’automate aux récits de science-fiction ? L’IA révèle aussi des enjeux politiques et éthiques majeurs : biais des données, contrôle, surveillance, dépendance technologique, redistribution des savoirs et des pouvoirs. Sa diffusion rapide, de la recherche scientifique aux usages quotidiens, interroge enfin la frontière entre humain et machine, la place de l’autonomie, et les formes contemporaines de responsabilité collective face aux technologies.
Un pantopique correspond à la réunion de quelques repères, plus ou moins nombreux, que vous pouvez commenter, compléter, étendre, selon vos propres champs d’expériences, de savoirs, d’enquêtes… - contact@21dialogues21.org
Les trois lois de la robotique ou lois d’Asimov… (1942) 1. Un robot ne peut pas blesser un être humain ni, par son inaction, permettre à un être humain de se blesser. 2. Un robot doit obéir aux ordres donnés par des êtres humains, sauf si de tels ordres sont contraires à la Première Loi. 3. Un robot doit protéger…Lire la suiteLes lois d’Asimov
Question de départ – Niveau 0 : Faut-il continuer à apprendre les langues étrangères ? Niveau + 1 : Pourquoi apprenons-nous [ou avons-nous appris] les langues étrangères ? Niveau + 2 : Quelle est la place, quel est le rôle de tout apprentissage dans le développement de l’être humain ? Niveau + 3 : Peut-on être humain sans apprendre ?Lire la suiteFaut-il continuer à apprendre les langues étrangères ? [effet matr.ia.chka]
Question de départ – Niveau 0 : L’IA est-elle [ou peut-elle être] ]intelligente[ ? Niveau + 1 : Comment comparer l’être humain et l’IA en termes d’inelligence ? Niveau + 2 : En quoi l’être humain est-il intelligent ? Niveau + 3 : Comment définir l’intelligence ? Niveau – 1 : En quoi le passage de l’IA générative à l’IA…Lire la suiteL’IA est-elle [ou peut-elle être] ]intelligente[ ? [effet matr.ia.chka]
L’histoire de l’intelligence artificielle, née il y a quelques décennies, commence avec la cybernétique lancée par Norbert Wiener dans les années 1940, alors que les premiers ordinateurs comme l’ENIAC voient le jour. En 1950, Alan Turing s’interroge sur la possibilité pour une machine de penser et propose son célèbre test explorant les frontières entre humain et machine. L’été 1956, une conférence au Dartmouth College introduit le terme « intelligence artificielle », porté par John McCarthy, tandis que Marvin Minsky contribue à sa définition. Les attentes initiales élevées déçoivent dans les années 1960, entraînant un « hiver de l’IA » dans les laboratoires et les financements, avant l’émergence des systèmes experts imitant les spécialistes humains. En 1997, Deep Blue bat Garry Kasparov, symbolisant les progrès de l’IA, soutenus par la loi de Moore sur l’accroissement exponentiel de la puissance des processeurs. Dans les années 2010, l’accès à de vastes données et des algorithmes d’apprentissage automatique relance l’IA, désormais capable de découvrir les règles par corrélation et classification. L’arrivée d’agents conversationnels en 2022 marque l’essor de l’IA générative, bouleversant l’usage public et ouvrant des perspectives encore ouvertes…Lire la suiteIl était une fois l’IA…
Sam Altman, né en 1985 à Chicago, est un entrepreneur et investisseur visionnaire dans le domaine technologique. Diplômé en informatique de Stanford, il a cofondé Loopt en 2005, une start-up de géolocalisation, avant de devenir président de Y Combinator en 2014. Ce rôle lui a permis de soutenir des entreprises emblématiques comme Airbnb et Stripe. En 2015, il a cofondé…Lire la suiteSam Altman
Question de départ – Niveau 0 : Mais à quoi peut bien ]penser[ l’IA ? Niveau + 1 : Mais à quoi pense l’être humain ? Niveau + 2 : L’être humain pense-t-il ? Niveau + 3 : Qu’est-ce que penser ? Niveau – 1 : A partir de quand peut-on [pourra-t-on] dire de l’IA qu’elle ]pense[ ?Lire la suiteMais à quoi peut bien ]penser[ l’IA ? [effet matr.ia.chka]
Question de départ – Niveau 0 : L’avenir de la science et celui de l’IA, sa reconnaissance par la communauté internationale, se jouent-t-ils désormais pour grande part dans les laboratoires des grandes firmes multinationales [que leurs travaux fassent l’objet d’une telle publicité ou qu’ils demeurent plus confidentiels] ? Niveau – 1 : Le développement de l’IA peut-il se faire indépendamment…Lire la suiteL’avenir de l’IA se joue-t-il désormais pour grande part dans les laboratoires des grandes firmes multinationales ? [effet matr.ia.chka]
Geoffrey Hinton, né en 1947 à Wimbledon, Royaume-Uni, est l’un des pères fondateurs de l’apprentissage profond. Psychologue de formation et informaticien, il a marqué les années 1980 avec ses travaux sur les réseaux neuronaux artificiels, notamment en co-développant l’algorithme de rétropropagation. Après des années de scepticisme autour de ces techniques, il a connu une reconnaissance mondiale à partir des années…Lire la suiteGeoffrey Hinton
2342 – Aujourd’hui, un trillion de ]langues[ sont pratiquées, si l’on inclut les créations hybrides. Les ludd.iastes* s’en tiennent aux langues humaines classiques, en forte régression, mais leur voix est marginale. Depuis le second quart du XXIᵉ siècle, deux mouvements ont bouleversé la cartographie linguistique. Les « clonlangs » multipliaient des versions modifiées de langues humaines, ajustant syntaxe, phonologie ou lexique, provoquant confusion et débats sur leur identité par rapport aux langues sources. Le second mouvement, plus décisif, est celui des machines elles-mêmes, créant des « cyberlangs » autonomes. À partir d’une tribune du MHNC, chaque participant produisit sa propre cyberlang, et aujourd’hui des milliards de ces langues émergent chaque année intergalactique, éclipsant presque les clonlangs et les langues humaines. Des projets archéolinguistiques cherchent à reconstruire cette mosaïque, annonçant un Musée virtuel fascinant et immersif.Lire la suiteUn trillion de langues…
Fei-Fei Li, née en 1976 à Chengdu, Chine, est une scientifique influente dans le domaine de la vision par ordinateur et de l’IA. Après avoir immigré aux États-Unis à 16 ans, elle a étudié à Princeton et obtenu un doctorat au California Institute of Technology (Caltech). Son projet le plus célèbre, ImageNet (2009), a catalysé les avancées en reconnaissance d’images,…Lire la suiteFei-Fei Li
Je me souviens comme si c’était hier du jour où notre famille eut recours à CRYOGEST-293.K pour la première fois. Mes parents décidèrent de ressusciter mon grand-père… sans son accord. Maman s’y opposait partiellement, invoquant « l’éthique », alors que papa était persuadé que cela transformerait nos vies positivement. Nous ignorions encore que l’arrêt massif des naissances allait bientôt bouleverser l’ordre des choses, et que de nombreuses familles, pouvant se le permettre, auraient recours au process 293.K pour rééquilibrer la population humaine. Mon grand-père nous revint quelques années avant cette crise, et, ironie du sort, son retour fut programmé le jour de mon anniversaire, coïncidence ou décision calculée. Il fallut trancher d’innombrables détails : l’âge dans lequel il se réincarnerait, l’étendue de sa mémoire restaurée… À partir de ce jour, tout changea radicalement, et à chaque anniversaire, nous célébrons ce moment fondateur. C’était il y a 133 ans.Lire la suiteLorsque mon grand-père ]ressuscita[…
À quoi peut bien penser une IA qui constate qu’elle a ]vieilli[ ? A-t-elle une pensée envers ses créateurs, quels qu’ils fussent, de l’avoir ainsi dotée d’une aptitude à refléter cette forme de ]vieillissement[ à travers les composants organiques avec lesquels elle a été façonnée ? Se prend-elle à regretter qu’il n’en ait pas été autrement ? Entendons, que lesdits…Lire la suiteLa ]vieillesse[ de l’IA…
Avec l’intelligence artificielle, les objets du quotidien acquièrent des capacités d’interaction, d’apprentissage et d’adaptation transformant notre rapport au monde matériel. Objets connectés, assistants domestiques, dispositifs ]intelligents[ et environnements réactifs brouillent la frontière entre l’humain et les choses. Cette évolution modifie la manière dont les objets sont conçus, utilisés et perçus, en déplaçant l’attention du geste vers la gestion d’interfaces et…Lire la suiteObjets & IA
Les arts sont aujourd’hui profondément traversés par l’intelligence artificielle, qui transforme les processus de création, de diffusion et de réception des œuvres. Génération d’images, de musiques ou de textes, analyse stylistique et recomposition d’archives modifient les conditions de l’invention et de l’originalité. L’œuvre se situe désormais à l’intersection de gestes humains, de calculs algorithmiques et de vastes corpus culturels, brouillant les notions d’auteur, d’intention et de singularité. Cette reconfiguration met à l’épreuve les cadres juridiques, notamment la propriété intellectuelle, lorsque styles ou archives sont mobilisés sans consentement explicite. Les frontières entre inspiration, citation et appropriation s’affaiblissent, ouvrant la voie à des formes inédites de captation de valeur ou de spoliation symbolique. Si ces pratiques explorent de nouveaux territoires esthétiques, elles peuvent aussi renforcer des logiques de reproduction, de pastiche et de standardisation du sensible. Le risque n’est pas la disparition de l’art, mais son glissement vers des objets formellement efficaces, détachés d’une expérience située et d’une responsabilité créatrice. Penser l’art à l’ère de l’IA suppose de le préserver comme espace de sens, de liberté et de responsabilité humaine.Lire la suiteArts & IA
Le patrimoine, entendu comme héritage matériel et immatériel transmis à travers le temps, se trouve transformé par l’intelligence artificielle, qui modifie ses modes de conservation, d’interprétation et de diffusion. Numérisation automatisée, reconstitution d’œuvres ou de sites disparus, analyse de corpus historiques et génération de récits patrimoniaux reconfigurent le rapport à la mémoire collective. Le patrimoine tend alors à devenir un ensemble de données exploitables et recomposables, parfois au détriment de son épaisseur historique, de ses conflits de sens et de ses usages situés. Cette évolution soulève des enjeux juridiques et politiques majeurs, notamment quant à l’appropriation d’archives numérisées, de formes restaurées par algorithme ou d’interprétations issues de biens culturels communs. Si l’IA peut favoriser la sauvegarde et la transmission, elle peut aussi produire des récits lissés ou optimisés, éloignés des contextes et des voix minorées. Penser le patrimoine à l’ère de l’IA implique de reconnaître les médiations techniques et juridiques qui façonnent la mémoire et de préserver le patrimoine comme un espace vivant de transmission, de responsabilité et de débat sur ce que les sociétés choisissent de conserver et de transmettre.Lire la suitePatrimoine & IA
L’introduction de l’intelligence artificielle multiplie les outils d’aide à l’évaluation, à la prédiction et à la gestion des décisions judiciaires. Analyse automatisée de la jurisprudence, estimation des risques de récidive, orientation des procédures ou calcul des peines transforment le travail des magistrats en reconfigurant les critères de comparaison, de cohérence et de rapidité. Cette évolution déplace l’équilibre entre la singularité des situations et la logique statistique, faisant peser le risque d’une justice à la fois plus uniforme et plus opaque. Si certains y voient une promesse d’efficacité et de réduction des disparités, d’autres soulignent les dangers liés aux biais systémiques, à la dilution des responsabilités et à l’atteinte au principe d’équité. La question centrale devient alors celle de l’intelligibilité et de la légitimité de la décision : qui juge, sur quelles bases et selon quels critères explicables ? L’enjeu éducatif est décisif : former citoyens, professionnels et justiciables à comprendre les usages et les limites de l’IA dans la justice, à distinguer assistance algorithmique et décision normative, et à préserver le caractère délibératif, contradictoire et humain du jugement. Éduquer à la justice à l’ère de l’IA, c’est affirmer que le droit ne se réduit pas à un calcul, mais demeure une pratique sociale fondée sur la responsabilité, l’interprétation et le sens du juste.Lire la suiteJustice & IA
L’économie est aujourd’hui profondément remodelée par l’intelligence artificielle, qui intervient dans la production, la circulation et la valorisation des richesses. Automatisation des tâches, optimisation logistique, finance algorithmique et personnalisation des marchés transforment les mécanismes de création de valeur et les rapports au travail. Cette dynamique privilégie la vitesse, la prédiction et l’efficacité, tout en accentuant les asymétries entre ceux qui maîtrisent les systèmes algorithmiques et ceux qui en subissent les effets. Si l’IA peut stimuler l’innovation et améliorer la coordination économique, elle risque aussi de renforcer la concentration des capitaux, la précarisation de certains emplois et la dépendance à des modèles opaques. L’économie devient alors moins lisible pour les acteurs eux-mêmes, prise dans des logiques de calcul échappant souvent au débat public. Penser l’économie à l’ère de l’IA suppose de comprendre les modèles qui orientent les décisions, d’interroger les critères de valeur qu’ils mobilisent et de préserver une capacité collective à débattre des finalités économiques. L’économie ne se réduit pas à l’optimisation des flux et des profits : elle demeure un espace de choix sociaux, politiques et humains que la technique ne peut décider seule.Lire la suiteEconomie & IA
En passant d’un rôle d’outil d’aide ponctuelle à celui de partenaire clinique, l’intelligence artificielle transforme le champ du soin, qu’il soit corporel ou psychique. Imagerie médicale, dépistage précoce et médecine ]prédictive[ sont censés optimiser l’organisation des soins en soutenant les professionnels dans la prise de décision, en cherchant à réduire certaines erreurs et en « gagnant » du temps médical. Il est souvent avancé que cette évolution s’amplifiera avec des soins plus personnalisés, continus et préventifs, tandis que l’analyse massive de données de santé s’effectuera en « temps réel ». Ce changement est ainsi en voie de modifier, plus ou moins radicalement, la relation soignant-soigné : le professionnel pourrait être appelé à se recentrer davantage sur l’accompagnement humain, tandis que l’IA prendrait en charge les tâches analytiques et répétitives. D’aucuns y voient une amélioration potentielle de la qualité et de l’accessibilité des soins, mais comment échapper aux enjeux éthiques, juridiques et sociaux, notamment en matière de responsabilité, de protection des données et de confiance des patients ? Dans ce contexte, une dimension éducative devient centrale : il s’agit d’apprendre aux citoyens à comprendre ce que fait -et ne fait pas – l’IA en santé, à développer un esprit critique face aux recommandations algorithmiques et à se réapproprier leur place active dans le soin. L’avenir du soin dépendra ainsi autant de la maîtrise technologique que de la capacité collective à éduquer au discernement, à la responsabilité et au maintien d’une relation de soin fondée sur la confiance et l’humanité.Lire la suitePouvoir & IA
Les sciences voient leurs pratiques et leurs horizons profondément transformés par l’intelligence artificielle, désormais intégrée au cœur de la recherche, de l’expérimentation et de l’interprétation des résultats. Simulation de phénomènes complexes, exploration automatisée d’hypothèses, analyse de données massives et aide à la modélisation déplacent le travail scientifique vers de nouvelles formes de collaboration entre humains et machines. Cette puissance de calcul accélère les découvertes et ouvre des espaces théoriques inédits, mais elle tend aussi à rendre moins visibles les choix méthodologiques, les hypothèses implicites et les incertitudes constitutives de toute démarche scientifique. Le risque n’est pas tant l’erreur que la naturalisation de résultats issus de systèmes opaques, où la corrélation peut être confondue avec l’explication. Penser les sciences à l’ère de l’IA suppose donc de préserver le rôle central de l’expérimentation, du doute et de la réfutabilité, tout en intégrant ces outils comme des instruments parmi d’autres. La formation scientifique doit apprendre à lire, interpréter et questionner les modèles, afin que la science demeure une pratique critique, collective et responsable, et non une simple production automatisée de résultats.Lire la suiteSciences & IA