Numérique

ChatGPT ou l’ordinaire des technologies

Sociologue , Chercheur en design

Les discours autour des large language models (LLM) sont aussi alarmistes et spectaculaires que ces technologies sont banales et ordinaires en pratique. Or c’est bien par l’analyse de leur mise en œuvre concrète que nous pourrons défaire l’emballement spéculatif et discursif. La description des usages est plus que jamais nécessaire pour déconstruire les croyances autour de l’automatisation du travail.

Le terme « intelligence artificielle » est partout, discuté jusqu’à l’épuisement. Mais malgré les promesses de révolution, l’horizon semble étrangement calme, résolu. Les futurs possibles se sont rétrécis. Les promesses comme les critiques sont désormais cristallisées. L’IA nous rendra plus rapides, plus productifs, plus créatifs. L’IA nous rendra plus bêtes, plus isolés, plus faciles à exploiter. Elle dopera l’économie, fera avancer la science et automatisera le sale boulot. Elle détruira nos emplois, augmentera les inégalités et précipitera la crise écologique. Reste simplement à savoir : vers quel avenir allons-nous ?

publicité

Outre l’anxiété de l’automatisation et la croyance en la fin du travail, l’emballement spéculatif et discursif autour de l’IA n’a pas manqué de raviver le déterminisme technologique. Ces théories, qui placent les technologies au centre de leur vision mécanique de la société, souffrent paradoxalement d’un manque criant d’intérêt pour ce qui constitue, selon elles, le moteur de l’histoire. À bien y regarder, elles s’intéressent bien plus à la structure et à l’évolution des sociétés qu’aux technologies elles-mêmes, et encore moins à ce qu’elles sont en pratique, dans leur mise en œuvre. Or c’est, en dernière analyse, tout ce qui importe pour comprendre ce que l’IA fait à nos sociétés : non pas une idée abstraite de ce qu’elles pourraient être, ni même l’idéologie de leurs concepteurs, mais bien la technologie-en-pratique, la technologie-en-usage.

Or la technologie-en-pratique fait aujourd’hui l’objet d’un terrible désintérêt, voire d’un certain mépris. L’abondance de spéculations sur les impacts à venir ou, mieux encore, sur ce qu’il conviendrait de faire (individuellement ou collectivement) est la meilleure preuve de cette incuriosité des technologies, de ce qu’elles sont et ce qu’elles font, ici et maintenant, et surtout dans leurs usages ordinaires. Le débat public se trouve ainsi saturé de discours, critiques ou éloges, qui accordent une


[1] Alexander Bick, Adam Blandin et David J. Deming, The Rapid Adoption of Generative AI, National Bureau of Economic Research, 2024.

[2] Pour la France, d’après les résultats du panel ELIPSS 2025.

[3] Le service Claude, commercialisé par Anthropic, manifeste ainsi une surreprésentation nette des professions de l’informatique, suivie de loin par l’ingénierie, les médias, l’éducation et la recherche.

[4] Voir, entre autres, les publications d’OpenAI, d’Anthropic, et de Microsoft.

Gabriel Alcaras

Sociologue , Chercheur postdoctoral au médialab de Sciences Po

Donato Ricci

Chercheur en design

Notes

[1] Alexander Bick, Adam Blandin et David J. Deming, The Rapid Adoption of Generative AI, National Bureau of Economic Research, 2024.

[2] Pour la France, d’après les résultats du panel ELIPSS 2025.

[3] Le service Claude, commercialisé par Anthropic, manifeste ainsi une surreprésentation nette des professions de l’informatique, suivie de loin par l’ingénierie, les médias, l’éducation et la recherche.

[4] Voir, entre autres, les publications d’OpenAI, d’Anthropic, et de Microsoft.