L’automobile n’est pas un outil

Pourquoi l’IA transforme davantage qu’elle n’assiste.

« L’IA n’est qu’un outil. »

J’entends souvent cette phrase. Elle se veut rassurante. Elle permet de simplifier. Elle sert parfois à calmer les craintes, parfois à accélérer l’adoption, parfois simplement à éviter de penser trop loin.

Après tout, un outil, cela s’utilise. Un outil, cela reste à sa place. Un outil prolonge la main.

Mais plus j’observe mes étudiants, plus je corrige leurs travaux, plus j’écoute ce qui se joue dans les organisations, plus je crois que cette formule est devenue trop courte pour décrire ce qui arrive.

L’automobile n’est pas un outil.

Bien sûr, on peut dire qu’une voiture est un outil de déplacement. Techniquement, ce n’est pas faux. Mais historiquement, socialement, économiquement, culturellement, c’est beaucoup trop faible. L’automobile n’a pas seulement aidé les gens à aller d’un point A à un point B. Elle a redessiné les villes, transformé les distances, modifié les horaires, déplacé les commerces, reconfiguré l’aménagement du territoire, changé notre rapport au temps, à la mobilité et même à la liberté.

Elle n’a pas seulement servi. Elle a réorganisé un monde.

Je crois qu’il faut commencer à parler de l’intelligence artificielle avec le même sérieux.

Oui, l’IA peut être utilisée comme un outil. Mais la réduire à cela, c’est manquer sa portée réelle. Car elle ne fait pas qu’assister une tâche. Elle reconfigure les conditions dans lesquelles cette tâche est réalisée. Elle modifie les seuils d’attente. Elle déplace les efforts. Elle redéfinit ce qu’on considère comme rapide, comme acceptable, comme compétent, comme autonome.

Et surtout, elle entre dans un territoire bien plus sensible que celui du simple geste technique. Elle entre dans l’espace même où se construisent la formulation d’un problème, l’organisation d’une pensée, la comparaison d’options, la justification d’un choix et parfois le jugement.

Autrement dit, elle ne transforme pas seulement ce que nous faisons. Elle transforme aussi la manière dont nous en venons à le faire.

C’est pour cela que mon sujet n’est pas l’IA comme outil.

Mon sujet, c’est ce qu’elle transforme dans le travail réel, dans les tâches, dans les compétences, et dans la prise de décision.

Je le vois très concrètement dans mes classes.

Depuis plusieurs mois, je corrige des travaux, des dossiers de candidatures, des synthèses, des réflexions. Et il arrive de plus en plus souvent que je tombe sur des productions qui, à première vue, semblent impeccables. Le texte est fluide. Le vocabulaire est juste. La structure est propre. Le ton est professionnel. Tout est en place.

Puis je pose quelques questions simples :

« Pourquoi as-tu retenu cette idée ? »

« Qu’est-ce qui te permet d’affirmer cela ? »

« Pourquoi cette formulation plutôt qu’une autre ? »

« Si le contexte change, qu’est-ce qui tient encore ? »

Et parfois, le texte tient mieux que l’auteur.

Ce constat me frappe. Non pas parce qu’il révélerait une fraude généralisée, ce serait trop simple. Mais parce qu’il met au jour une transformation bien plus profonde. Il devient possible de produire un résultat crédible sans avoir traversé tout le chemin cognitif qui, normalement, construit la compréhension, la nuance, le jugement, l’appropriation réelle.

On peut désormais remettre quelque chose de convaincant sans avoir véritablement porté tout ce que ce résultat exigeait autrefois intérieurement.

Cette distinction est capitale !

Dans certains travaux récents, notamment dans les exercices où les étudiants devaient produire un feedback professionnel sur des CV et des lettres, la différence était très nette. Les textes les plus faibles avaient souvent un point commun : ils sonnaient juste, mais sans prise réelle. Les commentaires étaient bien tournés, mais génériques. Les recommandations semblaient professionnelles, mais manquaient d’ancrage dans des indices précis. C’était propre, mais interchangeable.

À l’inverse, les meilleurs dossiers laissaient voir autre chose. On sentait des arbitrages. On voyait une lecture attentive. On reconnaissait une personne qui avait non seulement rédigé, mais jugé. Les observations étaient situées. Les reformulations montraient une intention. Les choix étaient expliqués. Il y avait encore une présence humaine dans le texte.

C’est cela que je cherche.

Pas une opposition naïve entre humain et machine. Pas un refus nostalgique de l’assistance. Mais la capacité à distinguer un travail soutenu d’un travail désinvesti. Une augmentation réelle d’une délégation appauvrissante.

Car c’est là, à mon avis, que se joue la question du savoir-agir augmenté.

Le savoir-agir augmenté, ce n’est pas laisser un système penser à notre place. Ce n’est pas non plus produire plus vite un texte plus lisse. Ce n’est pas une simple amélioration cosmétique de la performance.

Le savoir-agir augmenté, c’est utiliser l’IA pour élargir sa compréhension d’une situation, tester des hypothèses, faire apparaître des angles morts, structurer une réflexion, explorer plusieurs pistes, tout en gardant la responsabilité du jugement final.

Voilà la ligne de partage.

• On peut déléguer une reformulation...

  > On ne devrait pas déléguer la définition du problème.

• On peut demander une synthèse...

  > On ne devrait pas abandonner l’effort de distinguer l’essentiel de l’accessoire selon le contexte.

• On peut comparer des scénarios avec l’aide d’un système...

  > On ne devrait pas lui céder la responsabilité de décider ce qui est prudent, juste, souhaitable ou pertinent dans une situation réelle.

C’est ici qu’une autre formule me semble utile.

La voiture autonome n’est pas un volant.

J’aime cette image parce qu’elle dit exactement ce que nous avons du mal à nommer. Quand on parle de volant, on parle d’un instrument de contrôle direct. Quand on parle de voiture autonome, on parle d’un système complet qui transforme la place du conducteur, la nature de la vigilance, le partage du contrôle, la responsabilité en cas d’erreur, et jusqu’au sens même de conduire.

Là encore, l’enjeu n’est pas l’outil seul. L’enjeu, c’est la redistribution du rôle humain dans l’action.

Avec l’IA, nous sommes de plus en plus souvent dans cette zone-là.

Nous n’avons pas simplement entre les mains un nouvel instrument. Nous évoluons dans un environnement où certaines fonctions cognitives peuvent être externalisées, accélérées, lissées, simulées, parfois remplacées en apparence. Cela change notre rapport à l’effort, mais aussi notre rapport à la compétence. Car il devient plus difficile de savoir si quelqu’un maîtrise réellement une situation, ou s’il maîtrise surtout l’art de produire une réponse acceptable avec assistance.

Et cette confusion est dangereuse.

• Parce que la performance visible n’est pas automatiquement la preuve d’un apprentissage réel.

• Parce que la qualité apparente d’un livrable n’est pas automatiquement la preuve d’un jugement solide.

• Parce qu’un texte convaincant n’est pas toujours le signe qu’une pensée s’est formée.

Je retrouve cette tension dans plusieurs échanges que j’ai eus récemment, tant avec des étudiants qu’avec des professionnels. Dès qu’on quitte la fascination pour les outils et qu’on revient au travail réel, les mêmes questions reviennent : que doit-on encore savoir faire soi-même ? Où faut-il ralentir ? Que faut-il préserver ? Qu’est-ce qu’une personne compétente, maintenant qu’une partie de la formulation, de la synthèse et de la mise en texte peut être sous-traitée à des systèmes ?

Ce sont de bonnes questions. Et, à mon sens, ce sont les vraies.

Car l’avenir du travail ne se jouera pas seulement dans l’adoption de l’IA.

Il se jouera dans notre capacité à penser finement les déplacements qu’elle provoque dans les tâches. Il se jouera dans notre aptitude à distinguer ce qui peut être automatisé, ce qui peut être augmenté, et ce qui doit être préservé parce que c’est le cœur même de l’autonomie intellectuelle et professionnelle.

C’est pourquoi je continue de croire que l’une des compétences les plus stratégiques de notre époque est celle-ci : savoir déléguer sans se déposséder.

Cette compétence est plus exigeante qu’il n’y paraît. Elle suppose de comprendre ce que l’on délègue. Elle suppose de vérifier ce que le système propose. Elle suppose surtout d’assumer ce que l’on garde.

Car au bout du compte, dans une classe, dans une organisation, dans une entreprise, dans une décision réelle, quelqu’un doit encore répondre de ce qui a été fait, écrit, recommandé ou choisi.

Et c’est là que le jugement redevient central.

Non pas comme un supplément noble que l’on ajouterait à la fin du processus, mais comme le cœur même de l’action responsable. Le jugement, ce n’est pas seulement trancher. C’est lire une situation, peser des éléments contradictoires, tenir compte du contexte, anticiper des effets, accepter une part d’incertitude et répondre de sa décision.

Aucune société ne peut se permettre d’affaiblir cela sans conséquences.

Former à l’ère de l’IA, ce n’est donc pas seulement apprendre à utiliser des outils nouveaux. C’est apprendre à reconnaître où doit demeurer l’effort humain. C’est apprendre à maintenir vivantes certaines opérations intérieures qui fondent encore la compréhension et la responsabilité : interpréter, relier, douter, arbitrer, justifier.

Au Québec, où l’on parle beaucoup d’innovation, de productivité, d’adaptation et de compétences du futur, il me semble qu’il faut poser la question clairement : voulons-nous seulement des personnes capables de produire avec l’IA, ou voulons-nous des personnes capables d’agir avec jugement dans un monde traversé par l’IA ?

La différence est immense.

La première logique risque de fabriquer des exécutants assistés. La seconde peut encore former des acteurs capables de comprendre, de décider et de répondre.

C’est cette seconde voie qui m’intéresse.

Voilà pourquoi je ne me satisfais plus de la phrase « l’IA n’est qu’un outil ».

Comme l’automobile hier, et comme bien d’autres grandes infrastructures techniques, la vraie question n’est pas seulement ce que l’on fait avec l’IA. La vraie question est ce qu’elle est en train de faire de nous, de notre travail, de nos apprentissages, de nos exigences et de notre manière d’habiter nos responsabilités.

L’automobile n’est pas un outil. La voiture autonome n’est pas un volant. Et l’intelligence artificielle n’est déjà plus un simple assistant. Elle révèle, elle accélère, elle déplace. À nous de décider si ce déplacement enrichira notre savoir-agir, ou s’il en grugera silencieusement le cœur.

Déléguer, oui. Se déposséder, non !

Les deux volants montrent qu’avec l’IA, on ne change pas seulement d’outil, on change de manière d’agir.

Transparence :

Image générée par l’IA.

Texte pensé et écrit par un humain, puis relu avec l’IA.

@ 2026 Éric Mateu-Huon.

À l’ère de l’instantané, je choisis encore le temps long de l’écriture. Merci d’avoir pris ce temps. Éric 🙏