Dans un article du Monde Diplomatique de novembre 2011, le chercheur Frédéric Kaplan avait introduit la riche notion de « capitalisme linguistique ». Dans un petit livre pour Actes Sud, Dealers de mots, il revisite son concept à l’heure de l’IA générative pour souligner combien la fortune du capitalisme linguistique est plus totale qu’elle ne l’était quand Google inventait son Page rank, son algorithme de classement des résultats de recherche. Parier sur les mots a permis à Google de bâtir son empire et désormais bâtit ceux des producteurs d’IA. La langue est plus que jamais le pouvoir et certains l’accaparent au risque de nous en déposséder. 

A l’heure où nous faisons nôtres les mots produits par des machines ou plutôt à l’heure où nous louons à d’autres nos capacités d’expression, l’usage de « prothèses linguistiques » nous exproprie toujours plus de notre propre parole. Tous nos discours ont été accaparés par quelques entreprises se forgeant un capital qu’elles n’ont plus qu’à nous revendre. 

Dans son livre, le chercheur raconte l’évolution du capitalisme linguistique comme un roman, avec beaucoup de clarté, d’une manière très accessible. Une histoire que Google s’est longtemps accaparé, la firme transformant le classement des pages par les mots puis réinventant leur modèle économique par la publicité avec Adwords. « Tout ce qui peut être nommé peut donner lieu à une enchère ». Et l’immense capital accumulé par Google provient tout entier de ce marché : celui de la vente des mots. La somme des données linguistiques accumulées est devenue l’un des capitaux moteurs du capitalisme technologique. La plus value désormais consiste à découpler totalement la valeur économique des textes écrits du travail nécessaire pour les produire. C’est-à-dire de les réexploiter sans avoir à les payer : leur donner une nouvelle existence économique pour leur faire produire de nouvelles valeurs encore. Un capitalisme visant à exploiter la connaissance sous toutes ses formes, comme un raffinage nouveau d’une première extraction afin de produire non seulement de la connaissance mais plus encore des machines à connaissance. « Chaque année, Google gagne des centaines de milliards de dollars simplement en organisant la vente des mots à l’échelle planétaire » (493 millions de dollars par jour de chiffre d’affaires en 2020). Kaplan explique que le capital linguistique n’est rien d’autre que la somme des données linguistiques accumulées par un acteur. Ce capital résulte de l’extraction de textes existants et consiste à les accumuler pour les valoriser sous formes de services. Il consiste à capter, « idéalement sans les payer, ces écritures productives de valeur ». Ce nouveau territoire d’exploitation à l’avantage d’être peu balisé et peu réglementé, hormis par la propriété intellectuelle dont il exploite les failles. 

Pour Kaplan, le modèle économique de Google ne repose pas tant sur une économie de l’attention, que sur une économie de l’expression, c’est-à-dire d’être un médiateur de l’écrit. Le but est bien plus d’optimiser l’efficacité de l’écrit, d’optimiser l’écriture, d’infléchir les productions à son profit et au profit de ses outils et services. Google nous corrige parce que les mots sont exploitables, à l’image des systèmes d’autocomplétion. Les corrections sont orientées « selon la valeur économique donnée par le marché aux expressions produites ». Nous écrivons via les outils de Google et Google peut exploiter chaque mouvement des productions langagières. Et la vente des mots se faisant sans effort, Google dégage des profits lui permettant de produire des projets sans contrainte de rentabilité. 

Google ne fait pas qu’intercepter les flux de discours, il s’est également lancé dans des opérations d’extraction langagière, comme Google Books, qui a permis de numériser plus de 40 millions de livres, rappelle Kaplan, « l’équivalent de 820 millions d’années de travail ». Là, encore, Google a fait grandir son capital épistémique, accumulant « métaphores, personnages, concepts, faits ». Le lancement de ChatGPT en novembre 2022 a produit une nouvelle démonstration de la valeur qui pouvait être extraite de ce capital linguistique, dont la plupart des technologies sous-jacentes ont été produites par les équipes de Google (notamment la technologie Transformer). Le chercheur, rappelle d’ailleurs, avec une grande pédagogie, combien l’invention de cette linguistique plate, statistique, probabiliste, n’est pas autre chose que la continuité de l’approche que Google a appliqué avec Page Rank et Adwords. Désormais, la valeur du capital linguistique repose sur « la longueur cumulée de toutes les séquences de tokens auxquelles un acteur à un accès exclusif », car c’est ce capital même qui va permettre d’ajuster les paramètres des systèmes d’IA, de les ajuster depuis « la table de mixage du Transformer ». Dans cette reconfiguration, « seules comptent les performances de calcul des réseaux et la taille des données d’entraînement ». La performance des systèmes n’est qu’une question de puissance, de volume, d’argent. La puissance, la force brute, les volumes d’investissements… sont devenus les seuls enjeux et consistent à prendre le contrôle d’un marché depuis des logiques de pertes assumées. 

OpenAI ne disposait pourtant pas du capital linguistique de Google. Pour résoudre cette difficulté, il a fait ce que Google avait fait avant lui : moissonner l’ensemble du web, comme l’a montré l’enquête du Washington Post. Dans ce moissonnage, tout l’enjeu est de qualifier les données pour donner plus de poids à certains contenus plutôt qu’à d’autres, notamment aux contenus issus de la presse. Dans la course au capital linguistique, désormais, les acteurs tentent de trouver des ressources exclusives permettant d’affiner leurs modèles pour produire d’innombrables « simulateurs de discours ». Mais plus encore désormais les différences tiennent bien plus dans les paramètrages, les phases d’entraînement et de renforcement. Pour Kaplan, les guerres du capitalisme linguistique risquent surtout de refermer les projets d’ouverture de la science. « Si le capital linguistique devient une ressource précieuse, liée à une forme de souveraineté linguistique nationale, il peut paraître irresponsable de l’offrir librement à n’importe quel acteur. Les grandes entreprises de l’intelligence artificielle l’ont compris depuis plusieurs années déjà : les corpus les plus stratégiques pour l’entraînement des modèles de langage ne sont jamais rendus publics ».

Le risque de l’atrophie linguistique

Nous sommes désormais enjoints à vivre avec les simulateurs de discours. Et cela n’est pas sans conséquences. Dans tous les domaines où le texte est moteur, les crises sont là : journalisme, éducation, droit… En exploitant la langue, c’est elle-même qui est transformée et en ré-exploitant les textes, c’est leur condition de production largement artisanale qui est menacée. L’économie du texte construit sur la difficulté à écrire est d’un coup bouleversée par les modèles de langage. En sciences, cela conduit par exemple à l’effondrement des modèles d’évaluation. A l’école, cela conduit à interroger le sens même de l’apprentissage. Tout notre édifice épistémique, construit sur les performances rédactionnelles, vacille, sous les coups du développement du capitalisme linguistique. Partout, les machines qui écrivent réévaluent la valeur du travail d’écriture dans les structures de management. Du code au droit, des contrats aux instructions, de l’information aux textes instrumentaux (compte rendu, demandes de rendez-vous, courriers administratifs…), c’est la pertinence même des processus bureaucratiques qui est remise en question. « Ecrire avec la machine à écrire de quelqu’un d’autre, c’est prendre le risque de se voir voler son texte ». Mais plus encore d’en être non seulement dépossédé, quand ce n’est pas remplacé par les productions automatisées. Derrière ces enjeux épistémiques, c’est l’épistémologie elle-même qui est remise en question. « L’écriture algorithmique change notre confiance dans l’écrit », explique Kaplan. Mais c’est désormais à chacun d’entre nous de gérer cela, dans une relation d’autant plus difficile que ces textes sont construits pour « cacher la nature des procédés qui les ont engendrés ». 

Pour le professeur en Humanités numériques, nous sommes confrontés désormais à notre prolétarisation linguistique. Nous sommes désormais invités à payer pour écrire tant de mots (tokens) par mois, avec des prothèses plus ou moins sophistiquées, plus ou moins chères. L’usage de la langue n’est plus vendu seulement aux annonceurs, mais elle est désormais revendue à chacun d’entre nous. Les prothèses linguistiques sont partout. Elles interviennent dans la production, l’interprétation, la transmission. Elles améliorent l’efficacité, la précision ou la qualité ou la dénaturent. Nous déléguons nos compétences au risque de les abandonner, au risque de transformer profondément nos propres savoir-faire, comme le souligne très bien la philosophe Anne Alombert dans ses travaux, notamment son dernier livre, De la bêtise artificielle. Avec ces prothèses, le risque d’une atrophie de nos compétences semble plus certaine que celui d’un élargissement des compétences linguistiques du plus grand nombre. « Chaque fois qu’une technique prend en charge une faculté humaine, elle en accroît la puissance tout en affaiblissant la maîtrise (…). Les prothèses qui étendent notre intelligence risquent aussi de nous en déposséder si nous ne réinventons pas sans cesse notre façon de penser et d’agir avec elles ». Pour Kaplan, le risque d’une « atrophie expressive », d’une incapacité à composer un discours sans intermédiation est devant nous. « Le locuteur est devenu un locataire ». Nous écrivons et parlons par l’intermédiaire de mots que nous louons à ceux qui possèdent les machines. 

Le capitalisme linguistique dévore le monde

Pour Kaplan, même si nous ne nous y sommes pas encore habitué, ce capitalisme linguistique là est pourtant peut-être déjà derrière nous ! 

Dans le premier régime du capitalisme linguistique, on a revendu les mots aux annonceurs. Dans le second, on peut désormais revendre les mots aux utilisateurs. Dans le troisième, les simulateurs linguistiques peuvent désormais construire, agir, décider. Depuis quelques instructions, les systèmes construisent des systèmes. « Dans le premier régime, les mots qui s’accumulent de façon exponentielle permettent l’organisation d’une bourse qui se globalise à l’échelle mondiale et peut générer des centaines de milliards de dollars de revenus. Dans le deuxième régime, les avancées des modèles de langage prédictifs rendent possibles des prothèses linguistiques d’une expressivité croissante, favorisant l’élargissement des parts de marché et l’accumulation accélérée de capital linguistique supplémentaire. Enfin, dans le troisième régime, l’augmentation conjointe des capacités de calcul et des volumes de données permet de produire des modèles capables de simuler des raisonnements plus complexes ou de résoudre des tâches plus difficiles, sans qu’il soit nécessaire d’apporter des changements significatifs à la nature des architectures informatiques. Il suffit d’investir davantage dans les centres de calcul pour bénéficier de cette augmentation des performances cognitives des modèles. » Avec l’arrivée de « l’autocatalyse cognitive », le capital linguistique croit alors de façon quasi automatique. L’IA agentique promet désormais la grande orchestration des systèmes entre eux et la production d’agents à la carte, facturés selon leur degré d’expertise. « Cette mise au travail du capital linguistique ne se déploie pas comme une superintelligence omnisciente, mais comme une force d’engendrement qui tire sa puissance des boucles de rétroaction dans lesquelles elle s’inscrit. » « Nous sommes en train de passer d’un savoir hérité des communautés humaines à un savoir auto-entretenu par les modèles ». Pour Kaplan, ce sont nos systèmes culturels mêmes qui sont en train d’être transformés, de changer d’état, de phase. Le risque, conclut le chercheur, c’est de basculer dans un quatrième régime du capitalisme linguistique : celui du contrôle de la production du discours et de la langue elle-même. Une forme de convergence des discours, une homogénéisation voire un aplatissement de la langue, structurant une lecture du monde unique. Une logique proche de la novlangue imaginée par George Orwell : « une langue conçue pour limiter la liberté de pensée et d’expression, par l’introduction progressive de contradictions internes. La guerre, c’est la paix ; la liberté, c’est l’esclavage ; l’ignorance, c’est la force ». Mais est-ce les machines qui nous conduisent à cette impasse ? Cette langue est aujourd’hui celle des discours les plus confus et elle n’est pas tant produite par les machines que par les hommes et les idéologies qu’ils activent. 

Ce qui est sûr, c’est que le glissement culturel a commencé. En avril 2025, le trafic de Wikipédia, de Youtube, de Facebook et Google a commencé à baisser, alors que celui de l’IA, partout, explose. « L’attention se détourne des contenus construits, discutés et sourcés, pour s’orienter vers des savoirs instantanés et contextualisés ». Le document disparaît. Il est désormais recomposé à la volée. « Le quatrième régime du capitalisme linguistique confère un pouvoir démesuré à ceux qui contrôlent les modèles ». Kaplan plaide certes pour une reprise en main pour construire des corpus et des modèles publics, des modèles à code et paramètres ouverts. Nous devons garder la main sur les forces de production du langage, « avant que n’ayons peut-être plus les mots pour imaginer comment faire ». Le constat qui s’annonce est d’autant plus sombre que la puissance des outils tourne la tête de tous. 

Si l’essai de Frédéric Kaplan manque souvent de perspective critique, notamment sur les errements que ces systèmes produisent où sur les gens que ces systèmes exploitent, sa force réside surtout dans sa clarté et dans l’éclairage que produisent les concepts. Reste que si face au capitalisme de surveillance, on pouvait encore réclamer ou opposer une exigence d’une moindre surveillance. Face au capitalisme qui exploite nos propres mots pour nous en déposséder, on ne sait plus quels leviers adresser pour le contenir voire le faire refluer. Face à l’exploitation de notre propre pensée, c’est assurément nous-mêmes qui en seront dépossédés.

Hubert Guillaud

Il y a visiblement une profession qui déteste l’IA plus que toute autre, ce sont les assureurs chargés du traitement des sinistres, rapporte Wired. Ils sont les premiers à se plaindre de « dirigeants obsédés par l’IA qui l’imposent, à eux et à leurs clients ». C’est en tout cas ce qu’on apprend d’une étude de Glassdoor sur le ressenti des travailleurs face à l’IA qui a étudié les réflexions des employés sur l’IA issue des avis qu’ils laissent sur leur employeur sur le grand site participatif d’évaluation des environnements de travail. Tout secteur confondu, rapporte l’étude, les mentions de l’IA dans les avis Glassdoor ont augmenté de 240 % entre mai 2025 et mai 2026. Mais si par le passé, les avis mentionnant l’IA étaient majoritairement positifs (81 % d’avis positifs en 2019), cette tendance s’inverse : en 2026, on ne compte plus que 43 % d’avis positifs, 4 % d’avis mitigés et 53 % d’avis négatifs. 

L’étude empirique de Glassdoor montre un renforcement de la tension sociale autour de l’IA. Hormis les dirigeants d’entreprises qui demeurent le groupe le plus favorable à l’IA, certains métiers adhèrent à ses avantages, comme les responsables des ventes et des produits, les recruteurs, les architectes logiciels ainsi que les analystes et ingénieurs de données. A l’inverse, d’autres professions y sont majoritairement hostiles, notamment les rédacteurs, les journalistes, les comptables, les agents de service client, les designers et professionnels de l’informatique. Mais les plus hostiles restent les gestionnaires de sinistres : 98 % de leurs commentaires étant négatifs.

Les femmes et la génération Z (nés entre 1997-2012) sont les plus critiques à l’égard de l’IA. Les travailleurs plus âgés ont tendance à avoir une opinion plus positive de l’IA, tandis que les plus jeunes sont plus critiques. Au sein de chaque génération, les hommes sont plus enclins à mentionner l’IA, et les femmes se montrent plus critiques que les hommes à son sujet. Chez les hommes de la génération X (nés entre 1960 et 1980), 50 % des commentaires sur l’IA sont positifs, alors que 42 % des commentaires des femmes de cette même génération sont négatifs. Les différences liées au poste occupé et au secteur d’activité expliquent entièrement cet écart. Les commentaires des hommes de la génération Y (milléniaux, nés entre 1980 et 1997) sont positifs à 44 %, contre 33 % pour les femmes. Les différences de poste et de secteur n’expliquent qu’un quart de cet écart. Les hommes de la génération Z affichent 42 % d’avis positifs, contre 21 % pour les femmes de la même génération ; ici, le poste et le secteur d’activité n’entrent pas en ligne de compte. Cet écart persiste même après ajustements statistiques. 

Les commentaires sur l’IA reflètent des opinions tranchées Les mentions de l’IA apparaissent généralement dans des avis Glassdoor très positifs ou très négatifs, en particulier concernant la direction et les perspectives de l’entreprise. Seuls 23 % des auteurs d’avis critiques envers l’IA approuvent le PDG, et 18 % perçoivent des perspectives commerciales positives. À l’inverse, 86 % des auteurs d’avis positifs sur l’IA approuvent le PDG et 81 % envisagent des perspectives commerciales favorables. Les auteurs d’avis positifs sur l’IA sont plus attachés à leur entreprise Les employés ayant cité l’IA comme un point positif sont 47 % moins susceptibles de postuler à d’autres emplois sur Glassdoor. Ceux qui émettent des critiques sur l’IA postulent à d’autres emplois dans des proportions similaires aux employés ne mentionnant pas l’IA. Aucun secteur ni aucune taille d’entreprise ne recueille une majorité de commentaires positifs sur l’IA, mais certains affichent un taux de critique élevé. Les travailleurs du secteur technologique mentionnent l’IA 3,6 fois plus souvent que la moyenne. Les secteurs suivants en termes de fréquence sont les médias et la communication (1,8 fois) ainsi que la gestion et le conseil (1,1 fois le taux de référence). L’IA est la plus populaire dans le secteur juridique, bien que les avis y soient partagés à parts égales (50/50). D’autres secteurs se montrent extrêmement critiques à l’égard de l’IA, notamment les arts (89 % d’avis négatifs), les organisations à but non lucratif (85 %), les assurances (81 %), les télécommunications (80 %) et le transport/la logistique (79 %). Les petites entreprises (200 employés ou moins) ont tendance à susciter davantage de commentaires positifs sur l’IA (50 % d’avis positifs), un chiffre qui tombe à 33 % pour les entreprises de plus de 10 000 employés. 

Bon, revenons à nos agents d’assurances. « Nous sommes épuisés par la quantité d’IA qu’on nous impose », témoigne l’un d’eux à Wired. En fait, la profession traverse une crise majeure. Le nombre de postes a baissé de 5% au cours de la dernière décennie et de plus de 21% entre mai 2025 et 2026, et les postes de débutants ont chuté de plus de 50% depuis 2025. Pour le bureau des statistiques du travail américain, cette chute serait liée au déploiement technique. « Des startups spécialisées, comme Liberate ou Pace, ont levé des millions de dollars en promettant de « réinventer » l’assurance, tandis que les assureurs ont intensifié le recours à l’IA pour traiter un volume croissant de dossiers. Concrètement, cela peut se traduire par un échange avec un chatbot plutôt qu’avec une personne physique pour déclarer un sinistre. Au lieu d’envoyer des agents inspecter une habitation endommagée, des outils d’IA peuvent analyser des photos ou des vidéos pour estimer le montant des indemnisations. L’IA peut également résumer des centaines de pages de dossiers médicaux afin d’en extraire les informations essentielles. Ou bien, l’outil d’IA d’un assureur pourrait traiter les informations transmises par un assuré – photos, vidéos, documents, reçus – puis effectuer un versement, le tout en quelques secondes », comme le propose Lemonade dont le chatbot traiterait 55% de l’ensemble des dossiers de sinistres, laissant à ses employés la gestion des dossiers les plus complexes. Mais les professionnels du secteur ont surtout l’impression d’être remplacés par des modèles d’IA… sans que les clients ne comprennent très bien que les conclusions d’une expertise (et ses erreurs) sont bien plus le fait de robots que d’experts. 

Comme le résume l’historien Brian Merchant sur son blog qui s’est également intéressé à l’étude : « les personnes qui décrivent l’IA en termes très positifs occupent, pour la grande majorité, des postes de direction ; ce sont les cadres de niveau directeur ou supérieur qui manifestent le plus d’enthousiasme à son égard. Les responsables des ventes – en somme, les chefs d’équipe commerciale – se montraient également bien plus favorables que défavorables à l’IA, dans une proportion d’environ deux pour un. Les chefs de produit, les recruteurs et les ingénieurs logiciels affichent eux aussi un avis plutôt positif, avant que les opinions ne tendent vers un certain équilibre ». A l’inverse, remarque l’historien, si l’on observe les professions qui décrivent l’IA en termes très négatifs, on voit apparaître une toute autre configuration sociale. Merchant souligne que le basculement des avis négatifs a progressé et qu’il s’affirme à mesure que les entreprises adoptent massivement des solutions d’automatisation basées sur l’IA. Mais, il semble que « plus les travailleurs sont exposés à l’IA, moins ils l’apprécient ». Pour Merchant, « le ressenti vis-à-vis de l’IA au travail dépend probablement du pouvoir dont vous disposez au sein de l’entreprise ». Le rapport à l’IA est distribué selon le pouvoir dont on dispose sur ces outils. L’appréciation est directement liée à la position sociale qu’on occupe. 

« Pour percevoir l’IA de manière positive, il faut avoir la main sur les décisions concernant son utilisation (ou non) et disposer d’une marge de manœuvre suffisante pour se sentir protégé contre le risque de remplacement, de surveillance ou de dégradation des conditions de travail ». Les cadres et les patrons ont bien peu de comptes à rendre quant à leur utilisation de l’IA. A l’inverse, les employés, eux, n’ont bien souvent aucune liberté dans leur rapport à l’IA. Pour Brian Merchant, la question de la responsabilité éclaire la différence de perception. C’est pourquoi les emplois d’employés sont bien plus en colère contre l’IA que les cadres. Cela explique que les comptables, les conseillers clientèles ou les informaticiens de base soient mis en difficulté par ces outils, car c’est sur eux que repose la tension de la vérification entre « le patron exige que toute l’entreprise utilise l’IA » et « la moindre erreur est de votre faute et vous en êtes responsable ». Entre ceux qui sont contraints et ceux qui restent libres. La tension entre ceux que ces outils assistent et libèrent et ceux que ces outils contrôlent et limitent, n’est pas tant une différence d’approche de l’IA, qu’une différence sociale entre le haut et le bas du déploiement de l’IA.

Pour le magazine canadien Maisonneuve, le journaliste Michael Rancic, qui fait partie de la coopérative de journalistes musicaux New Feeling, se désole de l’omniprésence de la musique générative partout. Mais si les plateformes de streaming sont déjà envahies des morceaux produits notamment via les outils proposés par Suno et Udio, les acteurs majeurs de la musique (stations de radio, organismes de réglementation et maison de disques), eux, tergiversent, hésitant entre intégrer ou au contraire à contrer la musique générative. 

En octobre 2025, la Socan (Société canadienne des auteurs, compositeurs et éditeurs de musique) a annoncé avoir harmonisé sa position sur la génération de musique avec son homologue américain, l’Ascap (la société américaine des compositeurs, auteurs et éditeurs). 

Désormais, « les auteurs-compositeurs peuvent enregistrer des chansons partiellement générées par l’IA pour percevoir des redevances ». Pour Rancic, c’est là un tournant : les œuvres créées avec l’aide de l’IA générative peuvent être intégrées aux systèmes existants de propriété et de rémunération. L’annonce précise soigneusement que, pour être éligible aux redevances, une chanson doit toujours comporter des « éléments de création humaine ». Cependant, elle légitime simultanément une technologie que beaucoup perçoivent comme une menace pour le savoir-faire musical humain.

Or, rappelle Rancic, Suno a reconnu avoir entraîné son modèle depuis toute la musique enregistrée disponible. L’entreprise n’avait aucune autorisation pour ce faire et n’a offert aux artistes aucun moyen de retirer leurs œuvres, qu’elles soient protégées ou non par le droit d’auteur. Des plateformes comme Suno absorbent ainsi des décennies de travail humain et produisent des imitations convaincantes en quelques secondes. Entraînée sur des milliers d’œuvres protégées par le droit d’auteur, la production est alors considérée comme une « nouvelle » chanson. Durant leurs premières années d’activité, Suno et Udio ont également mis en place des cadres propriétaires autour de ces nouvelles chansons : celles-ci peuvent être immédiatement acquises par quiconque saisit l’instruction de génération. Ce contournement des droits d’auteur a, à juste titre, suscité l’inquiétude des artistes.

Premièrement, il a permis aux entreprises d’IA de tirer profit d’œuvres pour lesquelles elles n’avaient pas nécessairement acquis de licence. Deuxièmement, il permet aux utilisateurs de générer des quantités massives de musique sans rémunérer les artistes – un système qui pourrait entraîner la perte de revenus pour de nombreux musiciens. Une lettre ouverte de 2024, signée par des artistes tels que Billie Eilish, Chappell Roan et Arkells, qualifiait l’entraînement d’IA sur de la musique sans compensation d’« atteinte à la créativité humaine ».

Ces tensions ne sont pas propres à la musique. Les artistes visuels ont exprimé des préoccupations quasi identiques concernant les générateurs d’images entraînés sur leurs œuvres, tandis que les cinéastes et les acteurs ont commencé à se confronter aux outils d’IA capables de reproduire des voix, des textes et même des images.

En annonçant les nouvelles lignes directrices sur les redevances, la Socan a décrit l’IA comme un outil précieux largement adopté par les musiciens. Dans le même temps, la déclaration critique le fonctionnement actuel de cet outil censément utile : « l’utilisation par les entreprises de technologies d’IA de modèles basés sur des œuvres musicales protégées par le droit d’auteur, sans autorisation, compensation ni mention des créateurs, ne relève pas de l’usage loyal, mais du vol ». La Socan a réitéré ce point de vue lors d’une récente campagne publique, appelant le gouvernement fédéral à « dire non à l’entraînement de l’IA sur de la musique sans licence ». Mais si la Socan le croit vraiment, pourquoi autoriser la perception de redevances sur des œuvres produites à l’aide de telles plateformes ?

Les lignes directrices de la Socan concernant l’enregistrement de l’IA font la distinction entre les « productions générées par l’IA », qui ne sont pas admissibles à l’enregistrement, et les « œuvres assistées par l’IA ». Or, les déclarants n’ont pas à divulguer l’utilisation de l’IA dans leurs œuvres assistées par l’IA, ce qui signifie que la Socan fait preuve d’une grande confiance, explique Michael Rancic. Déterminer si une chanson a été partiellement ou entièrement créée avec l’IA semble reposer sur une simple intuition. Seule compte une directive vague selon laquelle « la créativité de l’auteur humain doit être centrale ». Il serait envisageable de déposer une chanson avec des voix humaines sur une musique instrumentale générée par IA – entraînée sur les meilleurs rythmes jamais créés – et de satisfaire ainsi aux exigences minimales fixées. Si certains défenseurs font la distinction entre la musique utilisant simplement des composants d’IA et celle entièrement produite par IA, cette frontière est de plus en plus difficile à maintenir. En pratique, les deux reposent souvent sur les mêmes infrastructures d’entraînement et l’extraction de données à partir d’enregistrements humains, ce qui rend la distinction moins pertinente qu’il n’y paraît et pourrait même contribuer à redorer l’image de la génération par IA.

Bien que toutes les plateformes de musique générée par IA ne soient pas entraînées sur de la musique sans licence, la nouvelle réglementation n’identifie aucun mécanisme permettant de distinguer la musique générée par IA utilisant ou non des chansons sans licence, et crée un précédent en faveur de l’adoption de cette technologie. Parallèlement, la déclaration souligne l’importance de soutenir les artistes et de favoriser la créativité. « L’avenir de la musique peut intégrer l’IA tout en restant profondément humain », affirme Jennifer Brown, PDG de la Socan. Ce cadre confère de fait la propriété intellectuelle aux utilisateurs d’IA générative et fragilise les structures de propriété antérieures, censées protéger les artistes. Il révèle une asymétrie dans le traitement de la paternité, du travail et des risques au sein de l’industrie musicale. « Les associations musicales s’empressent d’adopter les nouvelles technologies et plateformes, tout en les critiquant, reflétant une tendance générale du secteur à privilégier les plateformes au détriment des artistes ».

Alors que des organismes comme la Socan acceptent la musique générée par l’IA, les acteurs gouvernementaux et industriels élaborent leurs propres approches. Le gouvernement fédéral canadien consulte actuellement les intervenants du secteur, notamment la Socan, sur l’interaction entre l’IA générative et le droit d’auteur. Ces consultations, menées auprès du Groupe de travail sur la stratégie en matière d’IA du gouvernement et du Comité permanent du patrimoine canadien, visent à éclairer l’élaboration de la stratégie canadienne en matière d’IA pour les années à venir. Malgré la croissance rapide de l’IA générative, le Canada ne dispose actuellement d’aucune loi spécifiquement conçue pour traiter de ses implications en matière de droit d’auteur et de droits des créateurs. Toutes les questions relatives au droit d’auteur relèvent de la Loi sur le droit d’auteur. Actuellement, la Loi sur le droit d’auteur limite l’« utilisation équitable » à des fins spécifiques comme la recherche, la critique, l’éducation ou la parodie. Autrement dit, il est légal d’utiliser des œuvres protégées par le droit d’auteur sans autorisation à ces fins et dans certains contextes. Ces fins n’incluent pas explicitement les entreprises d’IA qui entraînent leurs modèles sur de la musique sans autorisation. « Dans ce contexte, la décision de la Socan d’intégrer la musique générée par l’IA à son système de redevances, avant même que le Canada n’ait établi si cette technologie est conforme à la loi sur le droit d’auteur, revient à mettre la charrue avant les bœufs ».

Il est paradoxal de voir les organisations de l’industrie s’empresser de créer des voies d’accès pour l’IA, explique Michael Rancic. « Prenons l’exemple des plateformes musicales. Lorsque de nouvelles technologies ont bouleversé les normes créatives par le passé, l’industrie n’a pas hésité à intervenir pour protéger les titulaires de droits et sanctionner ceux qui opéraient en dehors du cadre établi. Le sampling (ou échantillonnage), par exemple, a suscité des décennies de litiges, d’accords de licence stricts et une dynamique inéquitable où la charge du risque juridique lié à l’autorisation des échantillons incombait à celui qui les utilisait. Dans les années 1980 et 1990, les différends canadiens liés au sampling ont été largement influencés par les grandes maisons de disques et les titulaires de droits américains. John Oswald, pionnier de l’approche de collage musical par échantillonnage baptisée « plunderphonics », a ressenti le poids et l’influence de la Canadian Recording Industry Association (CRIA, aujourd’hui Music Canada). L’œuvre d’Oswald transformait des tubes classés en tête des palmarès en mosaïques sonores abstraites, métamorphosant le familier en quelque chose d’étrange et d’insolite – une prouesse alliant virtuosité technique et créativité. La CRIA a agi pour le compte des majors américaines en adressant à Oswald une mise en demeure, obtenant finalement la destruction de son œuvre. »

Le régime actuel du droit d’auteur favorise les artistes établis représentés par de grandes maisons de disques, ces dernières disposant des ressources nécessaires pour identifier les titulaires de droits, négocier les licences et régler les frais initiaux éventuels, rappelle Michael Rancic. « Ce système opaque et bureaucratique pénalise lourdement les artistes émergents : il rend risquée l’utilisation transparente d’échantillons et les empêche souvent de détenir légalement les droits sur leurs œuvres – et donc d’en tirer profit. Une chanson contenant un seul échantillon non autorisé ne peut être enregistrée pour percevoir des redevances ; en revanche, une chanson créée par des plateformes entraînées sur une quantité colossale de musique non autorisée semble, elle, échapper à ces contraintes. »

« Les structures du droit d’auteur dans l’industrie musicale sont conçues pour servir ses membres les plus puissants » (voir notre article, « Mais qui décide de comment on compte ? », qui prenait justement l’exemple des Majors de la musique). « Les nouvelles technologies contribuent à perpétuer ce mécanisme : il est révélateur, par exemple, qu’avant même de pouvoir générer de la musique, les outils d’IA aient été utilisés par l’industrie pour surveiller les violations du droit d’auteur ». Spotify a acquis The Echo Nest en 2014 après que cette entreprise a mis au point une technologie d’empreinte acoustique (audio fingerprinting), capable d’analyser les caractéristiques sonores uniques d’un enregistrement pour les convertir en une signature numérique compacte. Concrètement, cette technologie permet aux plateformes de reconnaître les chansons dès leur mise en ligne et d’empêcher la diffusion de copies non autorisées. Aujourd’hui, les plateformes de streaming utilisent des technologies similaires – telles que des « filtres anti-spam musical » – pour identifier la musique générée par IA et les violations potentielles du droit d’auteur. Ces outils sont présentés comme une réponse aux violations du droit d’auteur liées à la génération de musique par IA, alors même qu’ils reposent eux aussi sur cette technologie, explique Rancic. Lorsque l’IA est à la fois le problème et la solution, il semble qu’il n’y ait plus vraiment de choix.

« Le déploiement rapide, au cours de la dernière décennie, d’outils de protection des droits basés sur l’IA témoigne de la priorité accordée de longue date à la préservation de la propriété intellectuelle et des redevances associées. Pourtant, lorsque ces mêmes technologies sous-jacentes permettent la production automatisée de musique, la réaction du secteur se fait nettement plus permissive, voire complaisante. » Au départ, l’industrie a semblé céder à la panique face à l’émergence de la musique générée par IA, les grandes maisons de disques intentant des procès aux entreprises technologiques à l’origine de ces outils. Aujourd’hui, certains de ces mêmes acteurs cherchent activement à collaborer avec ces entreprises. Warner Music Group a récemment trouvé un terrain d’entente avec Suno et Udio concernant les méthodes d’entraînement de leurs modèles d’IA, et Universal Music Group a également conclu un accord avec Udio, sans que les détails financiers et une grande partie des clauses contractuelles de ces accords ne soient ni publics ni transparents, rappelle le journaliste. « Ce que l’on sait, en revanche, c’est que ces accords s’accompagnent de l’annonce d’un partenariat entre Warner, Universal et Udio visant à créer une nouvelle plateforme de génération de musique par IA. Les accords conclus par Udio avec ces deux labels, tout comme celui passé entre Warner et Suno, prévoiraient des mécanismes permettant aux artistes de choisir si leur musique peut ou non servir à l’entraînement des modèles d’IA. Udio et Suno promettent tous deux d’abandonner progressivement les modèles actuels de leurs plateformes – entraînés à partir de musiques non autorisées -, bien que ces modèles soient toujours en service à l’heure où nous écrivons ces lignes. »

Cette attitude permissive de l’industrie face au vol de contenu par les plateformes devient plus compréhensible si l’on reconsidère la véritable finalité de la génération de musique par IA, explique Rancic. Le discours marketing d’Udio affirme que l’entreprise « développe des outils d’IA pour permettre à la prochaine génération de créateurs musicaux d’émerger », tout en soulignant sa capacité à « élargir les horizons musicaux et à permettre à chacun de créer une musique extraordinaire ». Cette présentation de l’IA comme un outil de création se retrouve dans les déclarations de la Socan ainsi que dans des articles du secteur vantant les innombrables possibilités offertes par la musique générée par IA ; comme de générer « des genres musicaux nouveaux ». « Mais tout cela relève de la communication. La véritable proposition de valeur des plateformes de musique générative ne réside ni dans l’innovation esthétique, ni dans un meilleur accès aux outils musicaux, ni même dans l’enrichissement de la création. Elle consiste avant tout à produire des contenus sonores dont on peut immédiatement s’approprier les droits. » Avant les poursuites engagées à leur encontre par les grandes maisons de disques, Suno et Udio permettaient toutes deux aux utilisateurs de télécharger et, de fait, de s’approprier les morceaux générés par l’IA. Dans le cadre de son accord à l’amiable, Udio ne permet plus aux utilisateurs de télécharger et de posséder des chansons générées par IA. Tandis que Suno impose désormais aux utilisateurs de payer pour télécharger les morceaux créés sur sa plateforme. Le nouvel abonnement « Pro » de Suno promet aux utilisateurs la possibilité de générer jusqu’à 500 chansons par mois et l’octroi immédiat des « droits d’utilisation commerciale pour les nouvelles créations ». 

« Vous n’avez pas les moyens d’obtenir les droits d’utilisation d’un sample d’artistes Warner comme Neil Young ou Ed Sheeran ? Aucun souci. Vous pouvez désormais créer une chanson dans le style de ces artistes. Vous en devenez immédiatement propriétaire, vous pouvez l’échantillonner à volonté et, grâce à l’annonce de la Socan, vous pouvez même percevoir des droits d’auteur, à condition d’avoir écrit les paroles. Ce nouveau modèle contourne complètement les structures de droits d’auteur et de propriété de l’industrie musicale, le tout dans le but de générer de la valeur pour les investisseurs du secteur technologique (et, grâce à leurs accords, les maisons de disques s’assurent toutefois de conserver leur part du gâteau). Il est franchement lassant de voir ce cycle se répéter sans cesse et de constater que ceux qui, dans l’industrie, ont le pouvoir d’influencer le changement, traitent ces évolutions comme s’il s’agissait de nouveautés – une énième technologie présentée comme un outil de démocratisation de la musique, alors qu’elle sert surtout à consolider leur pouvoir et à s’approprier le travail d’autrui. »

L’abonnement « Pro » offrant « 500 chansons par mois » fait qu’il est difficile de voir Suno autrement que comme un outil de production de masse de musique sous licence pour la publicité, la télévision, les réseaux sociaux et les espaces publics. Cette stratégie est tout à fait logique étant donné la financiarisation croissante de l’industrie, où la propriété des compositions est devenue primordiale. Posséder les droits sur la composition d’une chanson – non seulement l’enregistrement sonore, que l’industrie a toujours exploité, mais aussi la musique et les paroles – est devenu un bien précieux. Des musiciens canadiens comme Young et Justin Bieber ont vendu les droits d’une part importante de leur catalogue. « L’argent dans l’industrie musicale provient désormais des contrats de licence, et non plus des ventes de disques, et les chansons constituent un actif financier », rappelle pertinemment le journaliste. « Grâce à l’IA, les grandes maisons de disques peuvent exploiter davantage ces actifs pour créer de la musique à l’image de leurs artistes sans nécessairement leur verser de royalties ». Un phénomène qui se manifeste dans l’ensemble des industries créatives, à l’image du monde des acteurs et des scénaristes… « Si l’industrie musicale s’est d’abord montrée méfiante face à la menace que représente l’IA pour le droit d’auteur, elle a désormais compris qu’elle pouvait intégrer cette technologie à ce système à son propre avantage ». Au final, tout cela se traduit par moins de travail et probablement une baisse des revenus pour les artistes.

La question n’est plus de savoir si l’IA va transformer la musique, mais dans quelles conditions cette transformation aura lieu. « Des décisions comme celle de la Socan, et les récents accords conclus entre les grandes maisons de disques et les principales entreprises de musique générée par IA, laissent penser que l’industrie se prépare à intégrer les systèmes génératifs avant même d’avoir mis en place des garde-fous capables de protéger les créateurs que ces systèmes exploitent. Les nouvelles politiques de la Socan, et leur exclusion des œuvres entièrement générées par IA, pourraient constituer les prémices de tels garde-fous, mais leur portée reste floue et leur application encore plus complexe. En l’absence de normes contraignantes concernant les données d’entraînement, le consentement et la rémunération, la normalisation de la paternité assistée par IA risque de consolider les inégalités plutôt que de les résoudre. Les cadres émergents permettent aux plus influents de tirer profit de la musique générée par IA, tandis que les artistes moins connus, dont le travail a été volé, sont exploités de manière perpétuelle à chaque utilisation de ces plateformes. »

« Bien que je ne partage pas leur analyse selon laquelle les craintes suscitées par l’IA sont comparables à celles qui ont accompagné l’apparition des synthétiseurs et des boîtes à rythmes, Gordon A. Gow et Brian Fauteux proposent une idée pertinente pour un cadre potentiel encadrant l’IA », explique encore Rancic. S’appuyant sur le précédent du système de classification canadien MAPL – un label apposé sur la musique canadienne indiquant qu’elle répond à un certain niveau de contribution canadienne -, ils proposent d’étiqueter les chansons générées par l’IA. Des labels physiques et numériques pour l’IA pourraient à tout le moins favoriser la transparence et permettre aux consommateurs de faire des choix éclairés, souligne le journaliste pour qui « la transparence est essentielle et doit guider tout cadre réglementaire futur ». « Les plateformes d’IA générative doivent divulguer leurs sources de données d’entraînement et fournir une documentation sur leurs modèles d’IA (taille de l’ensemble de données, répartition par genre et méthodologie). »

Certains de ces changements sont en cours : Suno a annoncé en 2025 qu’elle abandonnerait ses modèles d’IA actuels et les remplacerait par de nouveaux modèles « plus avancés », entraînés exclusivement sur des données autorisées, dans le cadre de son accord avec Warner. Toutefois, on peut soutenir que les plateformes ayant bâti leur valeur grâce à de la musique non autorisée devraient être explicitement exclues de tout cadre réglementaire régissant la musique générée par IA. Les récompenser aujourd’hui ne ferait qu’encourager, à l’avenir, ces mêmes modèles fondés sur le principe « construire d’abord, demander ensuite ».

« L’IA générative menace de déstabiliser non seulement les revenus des artistes, mais aussi le lien conceptuel entre la créativité et les créateurs eux-mêmes ». Contrairement au sampling ou à l’imitation – pratiques ancrées dans des choix guidés par un dialogue artistique et une longue tradition de la citation musicale -, « l’IA générative évince totalement le créateur ». Il ne s’agit pas d’un outil de création retravaillant ou répondant à une œuvre existante, mais d’un processus qui dépossède les artistes de leur propre travail. « Si les accords conclus entre les grandes maisons de disques et les plateformes d’IA peuvent sembler positifs pour les artistes, il convient de rappeler qu’ils sont conçus dans l’intérêt des dirigeants et des actionnaires, et non nécessairement de celui des artistes et musiciens ; ces derniers risquent de subir des pressions pour s’intégrer à ces nouveaux systèmes d’IA, alors même que leurs opportunités s’amenuisent face à la production de masse de chansons ».

« Si les décideurs politiques n’agissent pas avec détermination, les artistes pourraient se retrouver confrontés à un avenir où prospèrent des structures de propriété prédatrices et des plateformes dominantes, tandis que la pratique musicale humaine deviendrait de plus en plus précaire au sein des systèmes qui reposent pourtant sur elle. Il n’en résulterait pas nécessairement le silence, mais une profusion de musique à la tonalité étrangement anonyme : un flux ininterrompu de chansons aux styles familiers, générées pour imiter des artistes et des genres populaires, mais déconnectées des communautés et des relations qui les avaient fait naître. Dans ce scénario, la musique de demain se caractériserait par une présence sonore constante doublée d’une absence croissante d’auteur identifiable. »

« La plupart des étudiants commencent leur recherche d’université sur Google. Une simple requête comme « université » génère un mélange de résumés produits par l’IA, de résultats sponsorisés provenant d’établissements à but lucratif, de résultats organiques issus d’établissements publics ou à but non lucratif, ainsi que de classements provenant de sources telles que les classements des établissements. Le tout généralement adapté à la localisation de l’étudiant. »

Ce processus peut paraître anodin et égalitaire. Il ne l’est pas, rapporte Washington Monthly à la suite d’une publication de sociologues de l’université Northwestern menés par le professeur Lincoln Quillian. « En moyenne, Google affiche des résultats de moindre qualité pour les étudiants résidant dans des zones géographiques (codes postaux) à faibles revenus. » 

« En évaluant chaque établissement selon des critères tels que le taux d’obtention du diplôme, le taux de défaut de remboursement des prêts, le revenu médian et les taux de mobilité sociale, ils ont déterminé que les étudiants aisés ont jusqu’à trois fois plus de chances que leurs homologues moins favorisés de voir apparaître dans leurs résultats des universités offrant les meilleures perspectives d’avenir après l’obtention du diplôme. » Un porte-parole de Google s’est défendu en expliquant que « nos systèmes de recherche ne personnalisent pas les résultats en fonction de niveaux de revenus déduits ». Mais la situation géographique depuis laquelle un étudiant fait ses recherches sert en fait de proxy sur son niveau économique… Les chercheurs de Northwestern affirment que, si la situation géographique explique entre 40 et 80 % des tendances observées dans les résultats de recherche, une part résiduelle semble dépendre d’autres indicateurs : l’algorithme prend également en compte les taux de clics, les données personnelles et le ciblage publicitaire payé par les établissements eux-mêmes. « Surtout pour les élèves brillants issus de zones à faibles revenus, le système semble fournir des résultats qui les orientent souvent vers de mauvais choix. » 

Les experts qualifient ce phénomène d’undermatched (sous-appariement) : une situation qui existait déjà avant que la recherche en ligne ne devienne le principal moyen de découvrir les établissements d’enseignement supérieur. « Ces élèves étaient systématiquement orientés vers des établissements en deçà de leur potentiel, bien avant même l’apparition de l’IA et d’autres outils en ligne, comme si l’algorithme reproduisait ce que faisait la société auparavant. »

« En réalité, selon l’étude de Northwestern, les recherches Google effectuées depuis des zones géographiques à faibles revenus génèrent davantage de résultats renvoyant vers des établissements à but lucratif. » les écoles aux « résultats médiocres » représentaient 30 % des résultats pour les étudiants issus de foyers gagnant 50 000 dollars par an, contre moins de 10 % pour ceux issus de foyers dont les revenus dépassaient 150 000 dollars. Google n’est pas le seul en cause. Une étude publiée en 2024 par des chercheurs de Princeton et de l’Université de Californie du Sud a révélé que l’algorithme de Meta avait tendance à afficher, aux utilisateurs noirs, davantage de publicités pour des établissements d’enseignement supérieur à but lucratif aux pratiques « prédatrices », qui ont d’ailleurs tendance à avoir recours à des stratégies publicitaires agressives. »

« Le principal moteur de recherche du pays entrave davantage l’accès à un enseignement supérieur de qualité pour les étudiants qui en bénéficieraient le plus », conclut le journal. 

La prise en compte problématique de la situation géographique de celui qui fait des requêtes sur un service en ligne (et de son historique) n’est pas sans effet sur les résultats qui lui sont proposés. Le risque est fort de renforcer une forme de discrimination numérique territoriale (digital redlining) et sociale, peu visible. Le problème de cette discrimination numérique est qu’elle reste documentée depuis longtemps (on se souvient notamment du livre de Safiya Umoja Noble, Algorithm of oppression, NYU Press, 2018, non traduit) et que peu est proposé pour la résoudre.

On avait déjà souligné les grandes limites de la synthèse automatisée. Un organisme de surveillance du service national de santé (NHS) britannique, Healthwatch England, met en garde : les assistants de transcription par IA – qui écoutent et transcrivent les consultations médicales – utilisés par de plus en plus de docteurs, se trompent sur les noms de médicaments et les diagnostics, rapporte The Guardian. « Si elles ne sont pas détectées, ces erreurs risquent de se retrouver dans les dossiers médicaux des patients et d’affecter leur prise en charge ». Le problème, souligne Healthwatch England, c’est que les dispositifs de transcription automatiques des consultations sont au cœur du « grand virage » prévu pour le NHS, visant à transformer un service fonctionnant sur des méthodes analogiques en un service numérique. Ces erreurs, souvent repérées par les patients eux-mêmes, nécessitent de mettre en place un système de signalement et de rectification adapté. Le problème, pointe encore l’organisme, c’est que l’Agence de réglementation des médicaments et des produits de santé a décidé de ne pas classer ces outils de transcription par IA comme des dispositifs médicaux ; cela signifie qu’il n’y aura aucune supervision à l’échelle de l’Angleterre pour garantir leur sécurité et leur efficacité. 

Pour Charlotte Blease, experte en utilisation de l’IA dans le secteur de la santé à l’université d’Uppsala (Suède), les erreurs sont plus susceptibles de se glisser dans les dossiers lorsque la consultation implique plusieurs personnes, que les patients ont des antécédents médicaux complexes ou les patients maîtrisent mal l’anglais.

L’AI Now Institute en collaboration avec Airwars.org, un site qui depuis 2014 documente les conflits, ont publié un excellent reportage visuel pour comprendre les enjeux de l’IA sur le champ de bataille sous forme d’un récit, fictif et simplifié, d’une attaque menée avec l’IA, augmenté d’explications spécifiques. « Pour démystifier l’IA militaire, nous construisons une chaîne de destruction abstraite qui reflète un cycle de ciblage par IA. Plutôt que de copier un cadre formel de chaîne de destruction utilisé par un État spécifique, notre schéma illustre les activités tactiques et les décisions impliquant l’utilisation de systèmes d’IA à travers six étapes : 1. Capteurs et données, 2. Surveillance, 3. Renseignement et identification, 4. Sélection, 5. Frappe et 6. Évaluation post-frappe. » 

« Les systèmes d’aide à la décision assistés par l’IA – qu’ils s’appuient sur de grands modèles de langage (LLM) ou sur d’autres types d’algorithmes d’apprentissage automatique – intègrent des informations provenant de capteurs couvrant les zones d’opérations militaires. Il peut s’agir de textes issus d’Internet, d’images satellites, de données audio provenant de télécommunications ou de vidéos captées par des drones. Ces données sont synthétisées sur une interface unique et conviviale.

Le problème : les données des capteurs peuvent être incomplètes ou altérées en raison de défaillances, d’interruptions des communications ou d’incertitudes environnementales. Des données comportant des erreurs d’étiquetage (par exemple, des inversions, des omissions ou des étiquettes superflues) peuvent entraîner une dégradation significative, bien que difficile à déceler, des performances de l’IA. L’écosystème d’information dans lequel évoluent les LLM ou autres réseaux de neurones peut également contenir des informations obsolètes ou délibérément corrompues. Ces sources de données sont par ailleurs vulnérables aux afflux massifs d’événements, aux campagnes de désinformation, au détournement de tendances et aux manœuvres de leurre militaire, autant d’éléments qui finissent par compromettre l’efficacité des technologies d’IA en matière de ciblage. » En fait, contrairement au discours qui voudrait que toutes les données utilisées soient parfaitement fiables, c’est en fait assez peu le cas, rappellent les chercheurs. 

Si l’histoire est fictive, les technologies décrites, elles, sont bien réelles. Et les explications permettent de comprendre les enjeux de chacune, comme la détection d’anomalie par exemple, qui vise à repérer des schémas inhabituels ou des changements dans l’imagerie  satellitaire, les données radar et autres flux de télédétection provenant de zones d’opérations militaires. Ces systèmes peuvent recourir à des réseaux de neurones à convolution ou à des auto-encodeurs pour traiter des volumes massifs de données et repérer des éléments susceptibles d’indiquer des mouvements de troupes, des déploiements de missiles, des infrastructures endommagées ou des modifications inattendues du terrain. Le problème avec ces technologies de détection d’anomalies c’est qu’elles peinent à distinguer des menaces réelles des variations environnementales ordinaires. « Les conditions météorologiques, les ombres, le bruit des capteurs et les différences d’angles de vue peuvent entraîner des erreurs de classification. De même, les auto-encodeurs sont entraînés à différencier les schémas correspondant à une classification spécifique des anomalies qui s’en écartent. Toutefois, ces modèles manquent de généralisabilité et de fiabilité ; par ailleurs, les données utilisées pour leur apprentissage peuvent être biaisées, présenter une distribution limitée ou reposer sur des classifications stéréotypées, conduisant à une mauvaise identification de la nature ou de l’identité d’une menace imminente. En 2025 par exemple, il a été démontré que la précision de Maven peut chuter en dessous de 30 % lorsqu’il est déployé sur un terrain inconnu ou dans des conditions environnementales incertaines entravant sa capacité à reconnaître et à signaler des objets », comme le rappelait Katrina Manson dans son livre. 

Parmi les nombreuses techniques utilisées, il y a aussi le géorepérage de ces mêmes cibles pour détecter les véhicules ou téléphones qui entrent dans une zone, déclenchant une surveillance et un suivi de la localisation des téléphones et véhicules et une interception des communications : les messages sont automatiquement relayés et traduits en direct, avec des termes qui déclenchent des alertes renforcées (notamment des termes temporels, comme « imminent » ou « bientôt »). Les propriétaires des cartes Sim sont bien sûr identifiés pour contrôler s’ils ne sont pas déjà sur des listes de suspects ou contrôler leur score de risque (un système de notation sociale qui passe au crible toutes les données collectées passivement sur les habitants, données issues de caméras et des réseaux sociaux, pour créer un score de probabilité qu’ils appartiennent à l’armée adverse, voir notre dossier). Si le score de menace est élevé, l’opérateur peut accéder aux sources afférentes pour enquêter et confirmer ou infirmer la menace depuis toutes les données collectées. Parmi celles-ci : les déplacements provenant du GPS du téléphone, les informations relatives aux plaques minéralogiques du propriétaires du véhicules (et donc les déplacements associés à ces véhicules), ses SMS, l’enregistrement de ses derniers appels, l’enregistrement de son visage ou de ses empreintes pour débloquer son téléphone, ses mails, savoir s’il s’est déjà trouvé dans une zone géorepérée… Des tonnes d’informations que l’opérateur n’a souvent pas le temps d’examiner car son temps est compté. Mais surtout, les liens et les activités sur les réseaux sociaux constituent l’un des facteurs du score de risque. Une analyse des publications est produite, traduite et analysée automatiquement notamment pour y détecter des émotions, comme le fait que leur auteur soit susceptible d’apprécier des actions de l’ennemi, ou que ces échanges aient été likés par des membres avérés de l’armée adverse. Dans ces analyses traduites, automatisées, il est impossible de vérifier si les publications en question sont bien réelles ou si les traductions sont fidèles. Ses relations sur les réseaux sociaux ou via ses appels et SMS sont également analysées pour montrer si ses abonnés sont membres de l’armée adverse ou s’il a pu échanger avec des ennemis confirmés. En accédant à son profil, on peut récupérer des photos permettant de lancer automatiquement une requête dans les réseaux de caméras de vidéosurveillance et observer si ses déplacements ont un rapport avec des sites surveillés et sensibles. Là encore les erreurs d’identification peuvent être innombrables. Compte tenu du temps limité, l’opérateur a tendance à valider ce que le système de notation sociale suggère. Si l’identification a un caractère d’urgence, un drone de surveillance peut être déployé pour suivre la personne identifiée. 

Dans ce cas, le flux vidéo permet d’identifier qui est présent. Les personnes, les véhicules… et les personnes sont distinguées entre civils et membres de l’armée ennemie. Selon leur taille ou leur gabarit, il identifie les objets et les personnes, par exemple en les classant comme des « hommes en âge de combattre ». Chaque image du scénario permet d’accéder à des fenêtres contextuelles permettant de mettre en perspective la fiabilité des technologies utilisées. Par exemple, l’animation rappelle que la détection de formes et d’objets reste peu fiable. « Des recherches ont par exemple révélé que les systèmes peuvent classer de manière erronée 97 % des objets s’ils apparaissent dans des postures s’écartant de celles figurant dans les données d’apprentissage. Par ailleurs, diverses études montrent qu’une grande précision lors des phases de test ne garantit pas nécessairement une précision ou des performances élevées lors du déploiement en conditions réelles. En 2021, l’US Air Force a mené un programme pilote de reconnaissance de cibles affichant un taux de précision de 95 % dans des scénarios d’entraînement. Ce chiffre a toutefois chuté à seulement 25 % en environnement réel. Dans la grande majorité des cas, des algorithmes entraînés à reconnaître des images de missiles sol-sol sous un angle oblique se sont révélés incapables d’identifier ces mêmes objets lorsqu’ils apparaissaient dans des positions différentes. »

Une fois la frappe accomplie, l’opérateur reçoit un rapport d’évaluation, généré par un système d’évaluation des dommages de combat assisté par IA. Ces rapports ont tendance à renforcer les erreurs de classification déjà commises par les systèmes. Les réseaux sociaux sur place et les publications journalistiques locales donnent souvent une autre vision de ces résultats, mais ces informations ne sont pas réintégrées dans le système pour apprécier ses erreurs. Ils montrent aussi parfois que les personnes ciblées ne sont pas aussi menaçantes qu’elles semblaient l’être, en rappelant leur parcours et leurs fonctions. 

« À Gaza, l’armée israélienne a publié une vidéo d’une frappe tuant un homme qui transportait ce qu’elle a identifié comme un lance-roquettes. Elle a par la suite reconnu que ses forces avaient mal identifié l’objet : il s’agissait d’un vélo. » La vidéo est d’ailleurs confondante. Vue de haut, on ne sait pas ce que l’homme tient à son bras. Mais, si le système vous indique que c’est un lance-roquette, alors assurément, cela semble en être un. En fait, on comprend que c’est la manière dont ces outils regardent le monde qui est problématique. Pour un système de ce type, tout est menace, tout est orienté pour détecter des menaces, et à force de regarder le monde comme une menace, il le devient. 

« Les partisans de l’IA soutiennent qu’elle peut atténuer et réduire ces erreurs. Toutefois, ces systèmes risquent aussi de provoquer l’effet inverse, notamment en augmentant les taux d’erreur tout au long de la chaîne de ciblage et de frappe. Au cours d’une campagne de frappes de 40 jours contre l’Iran ce printemps, l’armée américaine a déclaré avoir atteint plus de 13 000 cibles, un rythme d’opérations quasi impossible à tenir avant l’avènement de l’IA.

L’IA pourrait également compliquer l’identification des défaillances et entraver l’obligation de rendre des comptes. À la suite d’une enquête d’Airwars sur une série de frappes assistées par l’IA ayant tué un étudiant irakien, l’armée américaine a déclaré n’avoir « aucun moyen de savoir » si la frappe meurtrière avait reposé sur l’IA.

Le livre Project Maven (voire notre critique), consacré à l’IA militaire américaine a révélé que, dans certaines opérations, seules deux des six étapes de la chaîne de ciblage et de frappe impliquent désormais une intervention humaine directe, une troisième nécessitant une certaine supervision humaine. Les autres étapes sont aujourd’hui entièrement automatisées. »

Dans une interview pour Democracy Now, Heidy Khlaaf, directrice scientifique chargée de l’IA à l’AI Now Institute et responsable de la publication avec AIrwars de cette fiction explicative, rappelle que derrière ces systèmes automatisés il n’y a pas de robot tueur, mais des chaînes de systèmes algorithmiques qui ont tous leurs propres pièges et leurs propres défauts. « Ils présentent tous une fiabilité et une précision très faibles. Ces systèmes s’appuient les uns sur les autres et s’alimentent mutuellement pour aboutir, malheureusement, à des pertes civiles, comme nous l’avons souvent constaté lors de leur utilisation. » « La distinction entre systèmes autonomes et systèmes de soutien est assez superficielle en pratique ». En réalité, quand on utilise ces systèmes, les biais d’automatisation sont très forts, rappelle-t-elle : tout y est présenté comme un risque. C’est le cas par exemple des systèmes de traduction automatisés, comme l’a montré une enquête d’Associated Press, qui montrait que l’usage de systèmes de traduction avaient du mal avec l’arabe. Prendre un mot pour un autre peut suffire pour vous inscrire sur une liste de personnes cibles. « Il est très difficile de comprendre pourquoi une IA a pris une décision donnée lorsqu’il s’agit de grands modèles de langage, en raison de leur envergure et de leur mode de fonctionnement. Était-ce dû à des données erronées ? L’IA a-t-elle reçu des instructions en ce sens ? S’agissait-il d’hallucinations ? Quiconque a utilisé ChatGPT sait que ces agents conversationnels inventent souvent des informations. C’est, je pense, la situation dans laquelle nous nous trouvons actuellement. La cause exacte de ces événements reste incertaine. En fait, je dirais même que c’est là l’une des finalités des systèmes d’IA : ils servent souvent à diluer la responsabilité », comme le pointait très bien le sociologue Ori Schwarz également (voir notre article). 

« En fin de compte, ces entreprises sont en train de réinventer la notion de sécurité. Elles s’approprient bon nombre de termes traditionnellement utilisés dans l’ingénierie de la sûreté et de la sécurité pour les appliquer à des formes de sécurité différentes. Au lieu de se demander : « Nos systèmes sont-ils fiables ? Sont-ils précis ? Fonctionnent-ils comme prévu ? Sont-ils adaptés à leur usage, de sorte qu’aucun être humain ne subisse de préjudice du fait des décisions ou des recommandations qu’ils génèrent ? » Au lieu de cela, nous nous retrouvons avec des cadres relatifs à la sécurité et à l’éthique qui portent sur des questions telles que l’autonomie, l’intentionnalité ou la conscience de ces systèmes. Or, il s’agit là d’une question tout à fait différente. Ces systèmes peuvent souvent donner l’illusion de posséder ces caractéristiques, ce qui conduit à anthropomorphiser le langage ou les actions de ces modèles. Nous avons vu récemment, par exemple, les capacités de cybersécurité être présentées comme si ces systèmes étaient autonomes – comme s’ils agissaient de leur propre chef, ce qui correspondrait à une attente que nous aurions à leur égard. Pourtant, dans la réalité, ces entreprises les déployaient dans des environnements très peu sécurisés et amenaient délibérément ces modèles à mener des cyberattaques dans le cadre de tests ou d’évaluations comparatives. »

« C’est précisément ce qui me pose problème : ces entreprises tentent, une fois de plus, d’attribuer la responsabilité à l’IA plutôt qu’à elles-mêmes. Or, l’IA ne fait que ce que nous lui ordonnons de faire ; elle n’est capable que de ce pour quoi nous l’avons conçue. »

« Il est donc crucial de garder à l’esprit que, certes, ces systèmes sont performants. Oui, ils sont capables de mener des actions telles que des cyberattaques ou des frappes. Et ils accélèrent effectivement les opérations ; c’est indéniable. C’est même l’une de leurs caractéristiques fondamentales. Toutefois, si l’on dispose d’un outil qui accélère les opérations mais dont la fiabilité et la précision de base se situent entre 30 et 60 %, le résultat ne diffère guère d’un ciblage aveugle, n’est-ce pas ? » Nous ne sommes pas confrontés à des robots tueurs dotés d’intentions propres, mais à une conception délibérée, défaillante, produite par des personnes qui « décident de le déployer, en toute connaissance de cause des systèmes à la fiabilité et à la précision médiocres – surtout dans des situations inédites, un cas de figure plus probable encore en temps de guerre que lors de cyberattaques.»

Comme beaucoup de graphistes, Lisa a vu son activité se transformer depuis le lancement de ChatGPT en 2022, rapporte The Guardian. Elle est passée de missions ponctuelles et espacées pour créer des logos ou des illustrations, à des demandes pour corriger des réalisations produites par l’IA. Un travail pour lequel les tarifs pratiqués sont dérisoires (alors que ce nettoyage prend parfois plus de temps qu’une création) : elle a perdu 60 à 70% de ses revenus annuels et commence à refuser ces missions. 

« Sur Freelancer.com, une plateforme de travail indépendant comptant plus de 88 millions d’utilisateurs, les offres d’emploi comportant des termes tels que « correction IA », « hallucination IA » ou « erreur IA » ont augmenté de 87 % à l’échelle mondiale entre août 2025 et juin 2026, pour atteindre 10 760 annonces. Ces missions concernaient principalement le graphisme, suivi du montage vidéo, de la relecture et de la rédaction de contenu. De son côté, Upwork a enregistré une hausse de 70 % sur un an des missions de correction liées à l’IA, tandis que Fiverr a vu le volume de recherches par mots-clés pour des services de « nettoyage IA » être multiplié par plus de 20 entre 2023 et 2026. L’essor de l’IA pourrait menacer le marché du travail des créatifs indépendants. Le nombre d’offres d’emploi en freelance exposées à l’automatisation a chuté de 21 % dans les huit mois suivant le lancement de ChatGPT, et les missions de création d’images ont reculé de 17 % après l’arrivée des générateurs d’images par IA, selon une étude de 2025 publiée dans la revue universitaire Management Science. Cette tendance à la baisse s’est poursuivie, comme le confirme une étude de 2026. »

Les entreprises ont de plus en plus recours à des freelances pour leurs projets, comme le montre le rapport annuel de Freelancer.com, avec notamment une forte augmentation des travaux de finition au détriment des travaux de création. Pour les freelances, la difficulté est de maintenir leur tarif à l’heure, quelle que soit la tâche demandée. Car ces retouches et nettoyages sont parfois « Impossible à rattraper ». Le problème, souligne le journal, c’est que « rien ne garantit que le nettoyage de contenus médiocres générés par IA restera une source de travail viable ». 

L’essai que signe Irénée Régnauld à la Fabrique, La sommation technologique se veut une rapide cartographie politique de la tech française. Le cofondateur de l’association technocritique le Mouton numérique, le blogueur (Mais où va le web), l’essayiste (avec Yaël Benayoun puis avec Arnaud Saint-Martin), désormais chercheur observant le rapport des développeurs à l’IA, signe une mise à distance des discours contemporains autour de la tech, renvoyant dos à dos, les simplismes de droite et de gauche sur ces sujets. Ce faisant, il permet justement de dépasser les impuissances que mobilisent tant les discours protech que leurs exacts envers, antitech. Le livre permet d’éclairer les positions et de resituer la critique pour mieux dépasser les simplifications des uns comme des autres. 

Protech : la radicalisation capitaliste ordinaire

La première partie du livre cartographie les positions techno autoritaires françaises. Ce panorama rapide, qui égratigne quelques figures médiatiques, passe en revue la galaxie protech. Il rappelle que les évangélistes de la tech ont les mêmes profils ici qu’ailleurs. Ce sont d’abord des patrons et des cadres pro business, ultra libéraux, très alignés avec l’obsession sécuritaire qui a d’ailleurs prospéré avec la montée de l’autoritarisme politique. Sous couvert de soutien à l’innovation, a prospéré un secteur techno sécuritaire, composé d’instruments de surveillance et de répression, ainsi qu’un secteur numérique à qui l’on a délégué nombre de missions publiques depuis une logique austéritaire. Pour Régnauld, il n’y a pas tant un techno-fascisme, c’est-à-dire un déterminisme technique intrinsèque au numérique, qu’une « fascisation ordinaire de l’Etat (…) contenue dans des dynamiques plus générales déjà à l’oeuvre : centralité de l’Etat régalien, culture administrative du fichier, extension des pouvoirs policiers, durcissement du droit migratoire et de la chasse aux pauvres ». 

Ce conservatisme radical a été prolongé par des entreprises, des discours et des personnes, venant appuyer et défendre le solutionnisme technologique comme l’homélie néolibérale toujours présentées sans alternatives ni espaces de compromis. Un solutionnisme orienté vers un déploiement technologique sans limite, porté par des entreprises, des personnalités et des thinks tanks, capables de cultiver thèses délirantes et discours médiatiquement simplistes et vendeurs. Des formes de discours venant accompagner les déploiements technologiques à l’œuvre, teinté de propos problématiques, à l’image de l’eugénisme et de la focalisation sur le QI, quand ce ne sont pas des discours de pur racisme. Régnauld tire le portrait problématique de nombre d’entre eux, à l’image de Laurent Alexandre, d’Olivier Babeau, de Carlos Diaz et leur clique de freaks illuminés. Entrepreneurs obsédés provenant de cercles très libéraux voire de plus en plus extrémistes. « Experts autoproclamés, courtiers du monde des startups, chercheurs reconvertis dans l’influence »… Ces discours et ces solutions techniques permettent de réaliser et diffuser un travail de cadrage qui célèbre le progrès technologique, valorise l’innovation entrepreneuriale, la dérégulation, tapant en continue sur l’assistanat et les défaillances du secteur publique…Ils déroulent tous les mêmes éléments de langages, comme le rejet de la régulation accusé de freiner l’innovation… Le but de cet épanchement sans fin : « changer le climat d’opinion » pour distiller l’idée que face à la techno, nous n’avons pas d’autre choix que de nous adapter, d’embrasser l’injonction technologique… ou disparaître. 

Des discours en roue libre, qui ressemblent aux propos que l’on entend ailleurs, qui vantent tant le miracle du numérique et de l’IA que les coupes à la tronçonneuse des services publics, éblouis par les miracles du Doge, de Musk, de Google comme de Palantir… Les financeurs ici comme ailleurs, imposent avec leur argent des produits problématiques, que ce soient ceux promus par Pierre-Edouard Stérin, Charles Beigbeder ou Pierre Entremont (ce dernier promettant de financer d’abord des entrepreneurs dont le QI serait supérieur à 130, ou investissant dans Orasio, qui veut s’imposer comme le Palantir de la vidéo surveillance intelligente). Régnauld décrit ainsi un petit monde où les financements vont beaucoup à des projets problématiques. L’investissement est de plus en plus un outil idéologique au service du profit, mais également d’un agenda politique qui ne se cache plus vraiment, comme le décrivait la sociologue Marlène Benquet dans La finance aux extrêmes (voir notre compte-rendu). Il sert des projets en phase avec les valeurs de cet entrepreneuriat ultra-libéral, autoritaire quand ce n’est pas clairement d’extrême-droite. Il finance d’abord des outils de contournement de droit, comme quand Thiel et les siens ont financé Paypal, Uber, Clearview ou Palantir… Le modèle a fait école. 

Autant de discours qui instillent l’idée que l’économie doit être pilotée par le privé, toujours jugé plus efficace, sans que les preuves ne soient saillantes, bien au contraire. Tous encapsulent une idéologie où la compétence serait uniquement celle des plus riches et de leurs ingénieurs. Au final, le monde patronal en se radicalisant, comme le montrait Benquet, adhère de plus en plus à des idéaux libertariens, allant de la primauté des choix individuels à la détestation du moindre contre pouvoir, notamment syndical, en passant par une célébration d’un mérite en roue libre qui n’abouberait que les plus nantis… 

Face à ces orientations de plus en plus problématiques d’une grande partie de la tech, Régnauld souligne le grand silence des entrepreneurs qui ne les partagent pas. « Une partie de la bourgeoisie bon teint, unanimement qualifiée de libérale, est acquise à un idéal répressif, hostile à l’Etat et aux migrants, et a déjà dans les faits rallié l’extrême-droite ». Les positions politiques du monde entrepreneurial se radicalisent et se cristallisent sur des postures en passe de devenir des dogmes indéboulonnables, débités en continue d’une tribune l’autre. Le symbole le plus marquant en étant certainement, récemment, les rires du membres du Medef quand le candidat insoumis à la présidentielle déclarait qu’il fallait augmenter les salaires. Cette expression uniforme par le rire de convictions enracinées soulignait parfaitement les blocages idéologiques à l’œuvre, indifférente à la récession qui se profile, alors que les marges des entreprises continuent de s’améliorer. 

Reste que le discours protech est emplit de confusion, souligne Régnauld. Avec par exemple des discours à géométrie variable autour de la souveraineté numérique, qui « dénonce(nt) la dépendance aux plateformes américaines, mais s’en inquiète(nt) lorsque l’État entreprend de construire lui-même, en logiciel libre, des outils adaptés à ses propres besoins », pour défendre au final un capitalisme national poreux aux intérêts des géants de la tech et au profit, quand ce n’est aligné aux thématiques nationalistes. Le souverainisme numérique se réduit à un « rejet de façade des Gafams et à la promesse d’un soutien massif aux entreprises françaises », pour dérouler les mêmes projets : faire fructifier leurs produits de surveillance. Pour tous, l’Etat semble n’avoir plus d’autres fonctions que de devoir devenir un « levier d’entraînement pour les marchés » : privatiser les profits et socialiser les risques. Les discours protechs tournent en boucle sur eux-mêmes, indifférents aux surveillances mises en place au profit de leurs affaires, indifférents aux échecs de leurs solutions et plus encore indifférents aux protections publiques. Les discours pro-IA ne présentent l’ultime innovation du capitalisme que comme un levier de relance productive alors que ses effets sur la productivité peinent à apporter des preuves concrètes. Les conséquences écologiques ou sociales sont minorées. Le milieu protech se fige dans son rêve probusiness quelles que soient les conséquences. Et chante désormais les louanges de l’IA, une technologie au service du capital pour enraciner plus encore un technosolutisme toujours plus simpliste. 

AntiTech : la dérive moraliste

La seconde partie du livre, plus éclairante encore, nous invite à mettre la même distance face aux positions antitech tout aussi radicalisées. « A la radicalisation des technocapitalismes états-uniens et français, répond depuis une vingtaine d’années un durcissement des critiques auxquelles le numérique fait face », qu’elles soient anti-industrielles ou anti-modernistes. Régnauld décortique les positions des fronts radicaux dits de gauche, comme ceux d’Anti-Tech Résistance devenu Anti-Tech Revolution ou de Pièces et main d’œuvre, bien plus réactionnaires qu’ils ne s’en donnent l’air. Cet anti-industrialisme radical fonctionne lui aussi depuis un regard simpliste sur la technologie et son déterminisme. Aux libertariens obtus répond des antitechs à courte vue, qui finissent par rejeter en bloc la machine industrielle, y compris le système de santé et de médecine moderne. « Les dispositifs de réanimation sont renvoyés au même registre que les pesticides ou les data centers ». Ces mouvements anti-industriels sont particulièrement virulents à l’encontre de tous ceux qui viennent proposer d’autres critiques du numérique que la leur et s’en prend à « tout ce qui introduit de l’ambivalence ou du compromis ». La critique réactionnaire du progrès n’a rien a envié au simplisme pro-business. Régnauld égratigne jusqu’à Jacques Ellul lui-même qui, s’il a montré que la technique appelle toujours plus de technique, a fini par caricaturer cette mise en avant, en la décorrélant du capitalisme et en nous faisant croire qu’il n’y a pas d’oppositions ou de régulation possibles. Ellul n’était pas étanche pourtant à des propos moralistes voire racistes, homophobes ou antisanitaires. Aux totalisations des uns répondent donc celles des autres. Pour Régnauld, ces fronts technocritiques distribuent « les usages sur un axe moral plutôt que de les politiser ». Les ambivalences et les compromis deviennent des fautes morales ou de conduite, comme s’il n’y avait aucune issue qu’un rejet total de la technologie de ce côté, exact pendant de l’asservissement sans discussion que proposent les protechs. 

En réalité, la technocritique est plus diverse et souvent bien moins radicale. Elle est composée de courants anarchistes, de sciences participatives, de mouvements libristes ou écologiques, de mobilisations syndicales ou citoyennes qui se parlent. Si de nombreux thèmes technocritiques se sont imposés dans l’espace public (de la place des écrans, au rapport à l’IA, à la critique de la surnumérisation), la technocritique est plus diffuse que radicale. Personne ne souhaite retourner à la vie de chasseur-cueilleur. « Les critiques qui appellent au grand débranchement ne proposent ni cap ni méthode crédible. Dans les faits, très peu de gens veulent réellement tout éteindre ». « Un récit qui se contente d’énoncer le retrait sans se donner les moyens matériels d’une substitution graduelle ne fait pas obstacle aux technofascistes : il leur abandonne l’initiative ». La critique antitech est certes pure, mais faiblement opérante, constate Régnauld. Peu reliée aux réalités situées de ceux qui luttent contre le développement du techno-capitalisme. Comme l’explique l’anthropologue Payal Arora dans From Pessimism to Promise (MIT Press, 2024 – dont Régnauld avait produit un compte-rendu sur son blog), il est plus que nécessaire de « déplacer la critique du registre moral vers le registre matériel ». 

Dans cette même critique antitech, Régnauld renvoie également les doomers, ces critiques des milieux rationalistes qui pensent que l’IA fait peser un risque existentiel sur l’humanité. Une critique où grenouille à la fois nombre de grands patrons de la tech, qui sous couvert d’annonce de l’apocalypse, invisibilisent les relations de pouvoirs, les conflits sociaux et environnementaux de cette industrie. De Pause AI aux associations transhumanistes, ces alertes sur l’IA semblent surtout reprendre les discours qu’ils prétendent combattre. Pour Régnauld, tous ces mouvements ne sont pas tant des alliés que des gens qui servent la confusion. Que proposent-ils vraiment ? « Un moratoire. Sur quels systèmes exactement ? » Le risque est fort que ces encadrements de l’IA orientent le débat vers des questions d’ingénieurs « désirant gérer a posteriori les risques, sans discuter des finalités, des usages, des rapports de pouvoir ». Une régulation par les risques qui risque surtout de « préempter la discussion politique », la confisquer.

Ce qui me semble marquant d’ailleurs, dans les discours pro comme anti tech, c’est la façon dont tout ces mondes semblent nier les conflits sociaux autour de la tech. Comme s’ils n’existaient pas, comme s’ils n’étaient pas innombrables, au profit de recadrages moraux ou économiques. Un peu comme si, pour les uns comme pour les autres, la société et la politique n’existaient pas.

Pour une critique de la tech démocratique et située

Après avoir rejeté les simplismes, le binarisme paresseux des uns et des autres, Régnauld livre une perspective parfois brouillonne mais stimulante, en appelant une critique de la tech démocratique et située, multiple, prolifique, désordonnée même, telle qu’elle est le plus souvent, tout en appelant à gouverner autrement la technologie. Si certains problèmes de la tech pourraient être expédiés (l’interdiction de la reconnaissance faciale sans exception, l’obligation à la réparabilité par exemple), nous avons besoin d’une transformation critique et maîtrisée du développement technologique, qui ouvre la voie aux compromis, à la délibération. L’idolâtrie de la tech comme son rejet sans concession est surtout « aveugle à la variété des artefacts et des contextes ». Pour Régnauld, le chemin technologique n’est jamais tout tracé. « Les technologies gagnantes sont le produit de compromis, de normes ou de rapports de force ». « Si historiquement, capitalisme comme communisme réel ont poursuivi la productivité par le machinisme, ce n’est pas parce que la technique l’exigeait en soi : c’est parce qu’ils ont érigé la productivité en boussole politique, en centralisant les décisions et en restant indifférents aux conditions de travail ». Pour Régnauld, il n’y a pas de technologie sans contrôle social : « la technocritique sans la lutte des classes, c’est du bricolage » ! Cela ne signifie pas qu’il y a des formes de réappropriation démocratiques pour toutes les technologies : il n’y a pas de surveillance de masse démocratique par exemple, ni d’extractivisme des ressources qui ne soit pas problématique. La démocratie n’est pas le seule réponse dans l’arsenal des réponses : la régulation drastique, les compensations fortes, le démantèlement, la redirection, l’abolition en sont d’autres. Pour Régnauld, il nous faut discuter au cas par cas plutôt que de refuser en bloc. Si les technologies ne sont pas neutres, ce n’est pas pour autant que tout se vaut. 

Pour Régnauld, il nous faut discuter, comme le montrait David Robinson dans son livre ou comme le défendaient Nicolas Rio et Manon Loisel dans le leur. D’ailleurs, souligne-t-il également, le marché n’est pas la seule réponse technologique disponible, contrairement à ce que voudraient nous faire croire les protechs. Coopératives, Communs, structures associatives et infrastructures publiques devraient encore avoir un espace. Régnauld rappelle pourtant que les débats sur le rôle et la place des technologies sont innombrables, comme le montre notamment l’historien François Jarrige dans ses livres, notamment Technocritiques. Dès l’apparition de l’informatisation, les conflits étaient déjà là, même si ces séquences ont souvent été écrasées par les vagues néolibérales. La privatisation a réduit les capacités de reprise collective. Pourtant, aujourd’hui encore, les argumentaires les plus offensifs contre l’IA émanent toujours des travailleurs qui y sont confrontés et des syndicats qui les défendent, rappelle Régnauld. « Lorsque que les travailleurs parlent, ils démontent la propagande des industriels ». « Sans rapport de force, la technologie s’aligne sur le pouvoir ». Pour Irénée Régnauld, les configurations humains machines sont plurielles et ne débouchent pas fatalement sur la surveillance et la réduction des compétences, comme le défendent par exemple Daron Acemoglu, David Autor et Simon Johnson en plaidant pour pour une IA pro-travailleurs (et qui s’inquiète, par ailleurs, des liens entre l’automatisation et la répression). 

Pour cela, plaide Irénée Régnauld, nous avons besoin de « réinstituer » la technologie, c’est-à-dire faire advenir les structures de discussions et de décisions. Alors que ce devrait être le rôle de l’Etat d’organiser les espaces pour trouver les compromis et d’organiser les espaces de refus, les citoyens se retrouvent pris au dépourvu dans des espaces où la discussion démocratique finalement semble escamotée, comme l’ont été les propositions de la convention citoyenne sur le climat. Réinstituer le débat sur les orientations et les développements technologiques semble à la fois urgent et impossible, notamment parce que nombre d’entre eux, comme les tentatives de régulation, semblent n’aboutir nulle part. Ces formes de réinstitutions peuvent être multiples, elle peuvent se déplacer selon les enjeux, les situations, pour autant qu’elles produisent des déplacements, comme quand le maire de New York valide la décision du département de l’Éducation, qui, après des consultations nourries, interdit l’utilisation de l’IA en primaire et au collège et limite la durée de temps passé devant les écrans à l’école, rapporte le New York Times. 

Le problème, rappelle Régnauld, c’est que nos besoins sont dynamiques et peu stables. Nous avons passé des milliers d’années sans réfrigérateurs, mais qui pourrait désormais sans passer ? L’IA semble inutile à la plupart d’entre nous, mais en sera-t-il de même demain ? Ou pourrions-nous en avoir besoin et où est-ce inutile ? Régnauld invite à réinterroger nos besoins à l’aune des enjeux, à interroger les trajectoires de nos choix possibles, à délibérer collectivement et cela nécessite de trouver la bonne échelle de discussion. Localement, discuter de l’installation de centres de données risque surtout de favoriser l’acceptation des projets, quand c’est leur déploiement d’ensemble qui devraient discuter de l’adaptation aux scénarios de besoins. Nous devrions privilégier une logique des besoins, pour discuter des ressources mobilisées et politiser les usages, comme le proposaient par exemple Cédric Durand et Razmig Keucheyan dans Comment bifurquer. 

Toutes les technologies n’ont pas vocation à devenir démocratiques, prévient néanmoins Régnauld. Des diplomaties s’imposent pour assurer la concurrence, l’interopérabilité, la portabilité comme les alternatives et éviter l’intégration unique et par défaut. « Si on n’interdit pas, au moins empêcher qu’ils règnent sans partage ». Limiter les abus, toujours. Démanteler parfois. Limiter l’invasion. Dénumériser même. « Le vivier de technologies financées pour rien où déployées inutilement et immense ». Même les promesses les plus enthousiastes se fracassent bien souvent contre la réalité. Régnault prend l’exemple des robots soignants japonais décortiqués par l’anthropologue James Wright dans un livre. « Plus la promesse est tapageuse, plus la vigilance critique devrait être grande ». 

« Que retirer ? Dans quel ordre ? A quelle vitesse ? Que mettre en place ? » Si ces enjeux ne sont pas posés institutionnellement, ce seront les luttes sociales qui s’y attaqueront pour tenter de « décapitaliser la production technique » et son monde, pour réinscrire l’informatique et le numérique dans nos limites planétaires, économiques et sociales. 

Régnauld ne propose ni grande solution ni grand soir. Juste de trouver les possibilités d’ajustement, qui nécessiteront parfois de démanteler, d’autres de domestiquer. Consolider ce que les ingénieurs du chaos abhorrent : « des infrastructures socialisées, gouvernées en commun et orientées vers des finalités délibérées ». Disputer des fins plutôt qu’y être soumis. Renforcer la démocratie partout où l’on fait de la technique. Refuser la sommation. Dans un essai qui lance un appel à la discussion, pour dépasser les positions de principes, en montrant nombres d’endroits où elle a déjà lieu et où elle pourrait fleurir.

Pour stimulante qu’elle soit, la perspective d’élargir la démocratie technique reste la seule réponse face au renforcement du technocapital. La limite de cette perspective est que l’autoritarisme de la tech comme la seule boussole pro-business, n’ont que faire des espaces de débats. En continuant de nier les débats, les conflits, le risque est de les radicaliser et de les rendre toujours moins possibles. Pour résister au fascisme qui vient, il est assurément certain que nous avons besoin plus que jamais d’ouvrir non seulement des  arènes de débats, mais bien des arènes de décision, de confier à la diversité des publics l’enjeu de faire leurs compromis. Or, ici, les autorités n’ont pas un rôle clair, orientant les débats plutôt que d’en être les garants. C’est peut-être la grande limite du rêve de démocratie technique. Mais son abandon ne nous propose qu’un cauchemar sans fin. 

Hubert Guillaud

Le boom de l’IA renchérit le marché des puces… et à des conséquences bien au-delà du prix des téléphones, serveurs et ordinateurs qui s’envolent. « Les entreprises spécialisées dans l’IA accaparent autant de mémoire que possible pour leurs centres de données, provoquant une pénurie de RAM qui a fait grimper considérablement le prix des téléphones, des ordinateurs portables et de pratiquement tous les appareils électroniques grand public  ». Tant et si bien que cette pénurie qui devrait durer est appelée « RAMageddon », la bataille finale pour la mémoire vive. Et cette pénurie conduit à renchérir… le coût des voitures, explique Matteo Wong pour The Atlantic. Les puces ne servent pas seulement à alimenter les écrans de plus en plus grands que l’on trouve au tableau de bord. « La transformation des voitures en ordinateurs a débuté dans les années 1970, lorsque de nouvelles normes d’émission ont rendu nécessaires les systèmes électroniques pour gérer l’allumage et l’injection de carburant. Depuis lors, on assiste à une prolifération progressive des logiciels embarqués : vitres électriques, régulateur de vitesse adaptatif, systèmes de freinage antiblocage (ABS). » Les systèmes sont eux-mêmes de plus en plus centralisés et nécessitent des puces de plus en plus sophistiquées, à mesure que les normes de sécurité évoluent avec la technologie. A terme, les puces pourraient représenter jusqu’à 20% du coût total du véhicule. L’envolée des prix des voitures neuves conduit à l’envolée des prix des voitures d’occasion sur laquelle le public, en manque de moyen, se rabat. « Si les constructeurs automobiles continuent de privilégier la conception de véhicules dotés de davantage de logiciels, d’écrans et de fonctionnalités de conduite autonome, cela risque d’exclure de plus en plus de consommateurs… au risque d’entraver la possibilité pour beaucoup à se déplacer. »

Molly Taft pour Wired revient sur la lutte d’extrême-droite contre les data centers aux Etats-Unis. Ces dernières décennies, des centres de données ont été construits en toute discrétion aux 4 coins des Etats-Unis sans vraiment déclencher de contestations, rappelle-t-elle. Discrets, on pouvait habiter à côté d’un centre de données sans jamais en entendre parler. Ils étaient construits dans des zones bénéficiant à la fois d’une connexion par fibre optique et d’un accès à l’énergie, comme la Silicon Valley et la région de Washington DC. Mais, avec l’arrivée de l’IA, les data centers ont changé : désormais, on parle de versions gigantesques, qui se construisent rapidement après avoir obtenu des dérogations environnementales. Les gens ont commencé à se poser des questions sur ces constructions qui devenaient visibles par leur gigantisme même. Avec la montée de la contestation, de nombreux Etats ont introduit des moratoires voire interdit leur construction (sans compter les villes et comtés qui ont également pris des décisions en ce sens, y compris dans des zones très conservatrices comme le comté de Hill, au Texas). Des personnes ont été arrêtées, placées en détention ou expulsées alors qu’elles manifestaient contre des centres de données lors de réunions publiques dans le New Jersey, en Californie, dans le Wisconsin et dans l’Indiana.

Face à ces constructions, on évoque souvent la mobilisation de gauche, menée tant par des associations et des collectifs (cf. « Aux Etats-Unis, la résistance contre les data centers s’organise »), que par des politiciens, dont les démocrates Bernie Sanders et Alexandria Ocasio-Cortez, inspirateurs de moratoires sur l’IA qui essaiment depuis à travers les Etats-Unis. Paris Marx remarquait d’ailleurs, pertinemment, que si Sanders et AOC étaient d’actifs fourbisseurs de critiques de l’IA, ils n’ont pas la même approche. Alors que Sanders s’inquiète des potentialités de l’IA, reprenant les arguments de nombre des entrepreneurs de la Tech, AOC, elle met plutôt en garde contre les innombrables problèmes que génère déjà l’IA et notamment contre les dommages économiques susceptibles de découler de l’éclatement de la bulle financière entourant l’IA. Elle a également joué un rôle moteur pour fournir aux victimes de deepfakes générés par IA les moyens de tenir les auteurs responsables de leurs actes.  

Mais, si la contestation de gauche des data centers et de l’IA est bien documentée, celle de l’extrême-droite américaine l’est beaucoup moins. Elle est pourtant vive. Molly Taft raconte que les premiers politiques américains qui se sont inquiétés de ces projets étaient des politiciens d’extrême droite, Marjorie Taylor Greene et Thomas Massie. Mais pour Taft, celui qui a beaucoup dénoncé la technologie et l’IA, c’est assurément Steve Bannon, l’ancien conseiller de Trump. Dans son émission War Room, Bannon explique que les hyperscalers sont des « laboratoires d’armement braqués contre la population ». Mais la critique est surtout portée par l’un de ses éditorialistes, Joe Allen, auteur de Dark Aeon: Transhumanism and the War Against Humanity (auto-édité). Joe Allen s’est fait connaître par un slogan : Humans First (l’humain d’abord) devenu un cri de ralliement sur les ondes de la War Room. Le moto s’est transformée en organisation et en tournée, visant à mobiliser le grand public à l’encontre de l’IA pour exiger un encadrement fort de l’IA. Comme le raconte NBC, l’organisation incite les responsables politiques à refuser les contributions financières des grandes entreprises de l’IA… Human First se définit comme apolitique, avec des membres tant progressistes que conservateurs. Ce qui a l’air de déplaire à Musk et quelques thuriféraires de l’IA. Dans une newsletter d’extrême-droite américaine, Jordan Schachtel a affirmé que l’organisation Humans First avait été créée pour attirer des sympathisants conservateurs par des personnes entretenant des liens étroits avec « l’altruisme efficace », un mouvement visant à soutenir des causes et à allouer des ressources en se fondant sur des preuves d’impact positif, dont la base de donateurs serait entièrement composée de progressistes de la région de la baie de San Francisco… (et notamment le Center for AI Safety fondateur de l’initiative Humans First) pour en faire une sorte de cheval de Troie, visant à rendre les questions de sécurité de l’IA plus acceptables pour un public politique conservateur. Joe Allen a rejeté avec véhémence ces accusations, mais a reconnu que la publication de Schachtel soulevait des questions d’influences opaques… alimentant la paranoïa complotiste, marque de fabrique des délires des conservateurs Maga. Mais on pourrait tout autant inverser la question et se demander si la droite ultraconservatrice américaine ne serait pas en train d’essayer de récupérer le succès de la contestation de gauche contre l’IA et les data centers. 

Pour Molly Taft, la colère contre les data centers est en train de rejoindre celle contre le déploiement de l’IA partout. « La colère contre les centres de données et les inquiétudes du public concernant l’IA sont généralement traitées, dans les sondages et les politiques publiques, comme des sujets distincts : d’un côté, l’expression de préoccupations environnementales et civiques ; de l’autre, la crainte de pertes d’emplois et des inquiétudes liées aux chatbots. Pourtant, de plus en plus d’éléments indiquent que la frontière n’est pas si nette. Une étude publiée en juin, portant sur un échantillon restreint d’électeurs, montre par exemple que très peu de personnes opposées aux centres de données vivent à proximité de ces installations, et que la plupart de ceux qui s’y opposent sont également sceptiques à l’égard de l’IA » (d’autres données, dont nous avons rendu compte, montrent plutôt que la critique des data centers est au contraire, très située). 

Molly Taft s’est rendue en Georgie, lors d’une des réunions de Human First, dans un amphithéâtre de l’université Georgia Tech. « On y trouvait des étudiants, notamment des membres d’un club naissant dédié à la sécurité de l’IA qui avait invité Allen. (Deux d’entre eux m’ont avoué n’être venus que grâce aux affiches placardées sur le campus.) Un caméraman de More Perfect Union – une chaîne de contenu progressiste devenue une plateforme incontournable pour les vidéos dénonçant les centres de données – rôdait dans la salle pour filmer la scène. »

Les conférences d’Allen suivent un schéma bien connu, explique Taft : « des arguments de droite qui détonnent mêlés à des descriptions cauchemardesques et hallucinatoires de notre avenir (l’idée qu’une cabale mondialiste d’oligarques de la tech voudrait remplacer toute l’humanité par des robots). Tout cela pourrait sembler totalement délirant, jusqu’à ce que l’on se rappelle que ce sont aussi des arguments qu’ont employés la plupart des grands patrons de la tech ». « Ah oui, c’est vrai. Elon Musk possède bien une entreprise d’implantation de puces cérébrales. Sam Altman a écrit sur un blog que les humains serviraient de programme d’amorçage biologique pour l’intelligence numérique avant de s’effacer au profit d’une nouvelle branche de l’arbre de l’évolution ». 

« Même si l’on créait des machines plus intelligentes que vous, même si l’on créait des machines plus puissantes que vous, il vous faudrait continuer à vous battre ; car si vous ne le faites pas, vous êtes des mauviettes », lance Allen à l’assistance. « Si vous ne le faites pas, vous vous couchez par terre et vous laissez la machine vous écraser comme un monster truck dans une arène de beaufs, et personne – personne – ne veut de ça. Personne, sauf le plus masochiste des individus. »

Allen a conclu son discours par un cri du cœur : « Aux écolos présents dans la salle, je dis : la Terre d’abord ! Pas vrai, les écolos ? » (Je ne savais pas trop si c’était à moi qu’il s’adressait.) « Aux patriotes présents dans la salle, je dis : l’Amérique d’abord ! Et pour tous ceux qui ont du sang qui pulse dans les veines, pour tous ceux qui ont le feu au ventre et à l’esprit, n’oubliez jamais : à l’ère des machines, l’humain d’abord. »

Dans son livre, Allen raconte avec vivacité comment il est tombé sur le manifeste de Unabomber à la fin des années 1990, alors qu’il surfait sur le Web dans la salle d’écriture de son collège communautaire. Ted Kaczynski, mathématicien brisé par les travers du monde moderne, a rédigé La Société industrielle et son avenir tout en envoyant des bombes à des universités et à des dirigeants d’entreprise. « Le discours de « Oncle Ted » était plus sensé que ne veulent bien l’admettre les pacifistes ou les technophiles », écrit Allen.

« L’influence est manifeste. Dans War Room, Allen adopte l’attitude d’un prédicateur en chaire, nous mettant tous en garde contre l’ère dystopique à venir. Une grande partie de son œuvre flirte avec le « body horror » : que deviennent nos âmes, se demande-t-il, lorsque nos corps et nos environnements sont de plus en plus numérisés ? Je lui demande pourquoi, selon lui, les gens détestent les centres de données. Il répond : « Si vous observez le développement d’un fœtus, la croissance du cerveau et la formation des neurones, c’est fascinant. Les centres de données… si l’on considère qu’ils sont les neurones de l’Antéchrist, c’est bien ce à quoi nous assistons. Le faux messie ». » Le discours d’Allen, complètement claqué au sol, ressemble finalement énormément aux propos problématiques des patrons de la Tech qu’évoquait le journaliste Thibault Prévost dans Les prophètes de l’IA. Pour les soutiens de l’extrême droite américaine, le problème des centres de données n’est pas dans les injustices sociales qu’ils induisent, mais sont combattus parce qu’ils sont installés pour surveiller la population. Reste qu’ils le sont depuis une bouillie argumentative qui ressemble bien plus aux délires d’une IA qu’à un raisonnement argumentatif. 

Les contestations de gauche, comme celle initiée par Gage Bailey au sud d’Atlanta, qui documente les problèmes énergétiques et les tensions sur les ressources que font peser les projets de data centers géants sur les populations locales, sont de plus en plus rejointes par de nouveaux gens également en colère, mais pas pour les mêmes raisons. Les militants de gauche font le travail de terrain pour faire adopter des arrêtés locaux, quand les arguties de droites brodent sur les visions cauchemardesques de notre avenir robotisé. Mais, si le groupe Facebook de Bailey n’a cessé de s’agrandir, les tensions politiques semblent rester minimes. « De droite comme de gauche, tous les membres s’opposent aux centres de données et la plupart d’entre eux sont très sceptiques quant à l’IA. Ces coalitions improbables semblent également tenir bon en dehors du comté de Bailey. Lors d’une récente manifestation contre les centres de données dans le New Jersey, j’ai interrogé un manifestant masqué – qui m’a dit accepter « tous » les pronoms et se préoccuper vivement de l’« éthique » de l’IA – au sujet de l’influence de la droite sur le mouvement. Il a haussé les épaules, visiblement mal à l’aise. « Tout ennemi de mon ennemi est, au moins, un allié temporaire », a-t-il répondu.»

Taft relit Kaczynski et se rappelle que celui-ci était particulièrement remonté contre la gauche moderne, celle de la défense des droits des homosexuels, du féminisme et autres causes similaires. S’il en avait autant après les conservateurs (qu’il qualifie « d’imbéciles, qui se lamentent sur le déclin des valeurs traditionnelles tout en soutenant avec enthousiasme le progrès technologique et la croissance économique »), pour Kaczynski, le gauchisme était un sous-produit inévitable de la société moderne, laquelle dresse l’être humain contre l’ordre naturel du monde ; une situation à laquelle il fallait résister. D’ailleurs, celui-ci est autant célébré à droite qu’à gauche de l’échiquier politique. 

Pour Taft, les confusions politiques sont innombrables. On trouve des échos de la pensée de Kaczynski dans les résistances, nombreuses, aux énergies renouvelables. Dans le Vermont, cette opposition a même dressé des écologistes radicaux contre le solaire et l’éolien. Une étude de 2025 a révélé que plus de 450 comtés et municipalités, répartis dans la quasi-totalité des États, avaient mis en place des restrictions concernant l’énergie solaire ou éolienne, soit une augmentation de 16 % par rapport à l’année précédente. Le mouvement conservateur et complotiste, « Make America Healthy Again », « peut lui aussi être perçu comme l’expression d’un écologisme à la Kaczynski (qui tient surtout d’un anti-industrialisme radical, NDT) : l’idée que la société moderne empoisonne nos terres, notre air et notre eau, et que les inventions contemporaines telles que les vaccins ou les antidépresseurs sont en réalité néfastes pour nous. Bon nombre de ces idées se rejoignent parfois dans des contextes inattendus. Actuellement, l’un des auteurs les plus populaires de la catégorie « Climat et Environnement » sur la plateforme Substack est un agriculteur adepte d’un mode de vie écologique qui, ces derniers mois, s’en est pris aux installations solaires dans le nord de l’État de New York, affirmant (à tort) que les panneaux peuvent empoisonner les sols et détruire les terres agricoles. »

Le livre d’Allen est une lecture plus déconcertante encore que La Société industrielle et son avenir, confie Taft. « L’annexe, intitulée « Mon plan en 55 points pour rester humain » – qui propose notamment de « dire bonjour à ses voisins » ou d’« acheter un téléphone à clapet » – ferait pourtant un tabac lors de n’importe quelle lecture publique organisée par la gauche », ironise la journaliste, tout en soulignant la grande confusion dans laquelle il baigne. 

Les centres de données, qui rapprochent des voisins aux profils très disparates dans toutes les régions du pays, pourraient offrir l’occasion de mener un combat véritable et unifié contre les oligarques de la tech. Un rêve se dessine ici, perceptible jusque dans les colonnes du New York Times qui, début mai, qualifiait les centres de données de sujet « faisant le plus consensus entre les deux partis depuis la bière ». 

En tout cas, souligne la journaliste, la droite radicale est en train de s’emparer totalement du débat sur les centres de données. Des personnalités comme Tucker Carlson et Matt Walsh publient des vidéos virales remettant en question la construction de projets spécifiques. Nancy Mace, candidate au poste de gouverneure de Caroline du Sud, annonce qu’elle soutient un moratoire d’un an. Le gouverneur de Floride, Ron DeSantis – devenu un critique virulent de l’IA et des centres de données -, promulgue une loi inédite visant notamment à garantir « que les autorités locales conservent le pouvoir de refuser l’implantation de centres de données sur leur territoire ».

La politique a finit par rattraper Humans First également. Fin mars, une vive altercation éclate en ligne : des alliés de la Maison Blanche favorables à l’IA, comme Marc Andreessen et David Sacks, retweetent un article critique à l’égard de Humans First. Peu après, l’organisation se scinde selon des clivages partisans. L’aile conservatrice conserve le nom Humans First et nomme à sa tête Amy Kremer, militante politique d’ultra-droite, figure du Tea Party ayant contribué à l’organisation du rassemblement Save America du 6 janvier à Washington et ayant fondé les mouvements Women for Trump et Women for America First. Allen quitte le groupe. « Lorsque je l’interroge sur ce changement, il se montre curieusement évasif (tout en restant fidèle à son goût pour les métaphores liées aux horreurs corporelles) : le groupe était en train de « subir une mitose », dit-il. « Je suis désormais un organite solitaire flottant dans le cytoplasme résiduel. » (sic)

Convergence ou confusionnisme des luttes ?

La journaliste Shira Ovide pour le Washington Post, dresse le même constat. L’ampleur de la contestation des centres de données fait converger des Américains bien différents, qui s’en prennent aux symboles concrets d’un système politique et économique qu’ils perçoivent comme leur étant défavorable. « Les centres de données incarnent physiquement toute l’anxiété que les gens ressentent face à l’IA et à l’économie », a déclaré le gouverneur de l’Utah, Spencer Cox (Républicain), lors d’une interview. M. Cox, qui a essuyé des critiques pour son soutien à un projet de centre de données, a ajouté que les gens ont le sentiment de pouvoir combattre ces installations. « Le mouvement de contestation contre les centres de données estompe les clivages politiques et sociaux traditionnels. Le sénateur Bernie Sanders (indépendant, Vermont) souhaite interdire les centres de données, et Humans First, mouvement dirigé par Amy Kremer, ancienne figure du Tea Party, organise des manifestations nationales contre ces centres ce samedi. Le comté de Hill, au Texas, où Donald Trump a recueilli 82 % des voix en 2024, a interdit la construction de centres de données cette année. Les habitants de Monterey Park, en Californie, ville ouvrière à prédominance asiatique et latino-américaine située à l’est de Los Angeles, ont fait de même. »

Scott Babwah Brennen, directeur du Centre de politique technologique de l’université de New York, s’est dit stupéfait de la rapidité avec laquelle l’indignation populaire suscitée par les centres de données influence les politiques publiques. Pendant 15 ans, a-t-il déclaré, les collectivités locales ont déroulé le tapis rouge pour la construction de centres de données dans des régions comme l’est de l’État de Washington et le nord de la Virginie. Des entreprises telles que Google, Amazon, Meta et Microsoft ont souvent bénéficié d’allégements fiscaux, les élus estimant qu’ils garantiraient des recettes fiscales futures stables. La contestation depuis deux ans se focalise beaucoup sur le fait que les factures énergétiques des habitants à côté de centres de données s’envolent. L’opposition, tant dans les régions républicaines que démocrates, s’est envolé. « Il y a ici un clivage partisan bien plus marqué que l’an dernier », explique Babwah Brennen.

Shaena Crossland, originaire de Virginie-Occidentale, s’inquiète de voir les centres de données reproduire le schéma d’industries telles que l’extraction du charbon et l’exploitation forestière, qui ont exploité les ressources de Virginie-Occidentale tandis que l’État restait majoritairement pauvre. « J’espère que ce cycle d’exploitation et de manipulation des populations prendra fin », a déclaré Crossland. Avec une autre habitante, Amy Margolies, elle est à la pointe de l’opposition à un projet de complexe de centres de données dans l’est de l’État.

Partout aux États-Unis, la population se montre de plus en plus sceptique quant aux promesses de création d’emplois locaux et d’avantages technologiques offertes par les centres de données, explique Abre’ Conner, directrice du Centre pour la justice environnementale et climatique de la NAACP, l’Association nationale pour la promotion des gens de couleur, l’une des organisations ayant intenté une action en justice contre le projet d’expansion du complexe de centres de données d’Elon Musk dans la région de Memphis.

Les centres de données incitent désormais les citoyens à résister aux influences économiques et politiques. « C’est l’une des plus importantes manifestations de la prise de conscience du pouvoir citoyen », affirme Conner.

Katherine Levine Einstein, politologue à l’Université de Boston et spécialiste des résistances locales à la construction de nouveaux logements, explique que l’opposition aux centres de données partage certains points communs avec cette résistance de longue date, mais seulement jusqu’à un certain point. Comme les décisions en matière de zonage et de permis de construire sont généralement prises au niveau local aux États-Unis, explique-t-elle, « une vingtaine de voisins mécontents » peuvent bloquer la construction de maisons ou de centres de données à proximité, même si ces nouvelles constructions pourraient profiter à beaucoup d’autres. Mais si l’opinion à l’égard de nouveaux logements consiste à y être favorable sans en vouloir à proximité, « l’opinion publique sur les centres de données est différente : les gens n’en veulent nulle part.»

Pour la journaliste Gaby Del Valle de The Verge, dans le comté d’Hernando, en Floride, c’est Carole, une femme de 71 ans, qui mène la lutte contre le projet local. Animatrice de radio spécialisée dans la musique country, elle est une conservatrice convaincue et anime l’une des 150 manifestations liées au mouvement Humans First. Mais loin d’un mouvement rationnel, les contestations de Carol sont toutes plus hallucinantes les unes que les autres. « Elle a affirmé que les vaches élevées dans des fermes situées à proximité de ces installations mettaient bas des veaux mort-nés. Les infrastructures à très grande échelle (« hyperscale ») s’approvisionnent en composants auprès de la Chine – un adversaire des États-Unis -, ce qui menacerait la sécurité nationale. « Nous courons au désastre », m’a dit Carol. « Savez-vous ce que contiennent ces puces ? » Je lui ai répondu que non. « Nous faisons aveuglément confiance aux Chinois ? » a-t-elle poursuivi, incrédule. « Pour nous fournir des puces ? » De leur côté, les partisans conservateurs des centres de données soutiennent que la Chine finance des campagnes anti-IA aux États-Unis. » 

Si les Américains sont peut-être plus polarisés que jamais, la levée de boucliers contre ces installations transcende les clivages partisans, au point de pouvoir sceller des alliances politiques inédites et surprenantes. Car malgré les délires dans lesquelles baignent les arguments de la contestation ultra-conservatrice, elles rejoignent celles des progressistes sur certains points : le coût environnemental de la construction et de la maintenance des centres de données ; les enjeux éthiques liés à l’IA, allant de son utilisation pour une surveillance gouvernementale de masse à ses répercussions sur la santé mentale des utilisateurs ; ainsi que la crainte des habitants de voir leur qualité de vie dégradée par la proximité d’une telle installation.

Toutefois, la levée de boucliers de la droite contre les centres de données est également motivée par des préoccupations partisanes, notamment la menace d’une infiltration chinoise dans les technologies américaines, dans un délire sinophobe qui traverse toute l’Amérique, des militaires aux milieux de la Tech.

Patti Zirhut, organisatrice de la rencontre et du groupe No Data Center de Hernando County, se confie : « « Je suis très conservatrice et je n’adhère absolument pas aux idées des démocrates », m’a expliqué Zirhut. Toutefois, elle se sent également trahie par la direction républicaine de la Floride. Elle soutenait ardemment le gouverneur Ron DeSantis – au début. Mais durant son second mandat, a-t-elle déploré, « il n’a fait que favoriser le développement immobilier, invitant tout le monde à s’installer ici et défigurant notre État ». DeSantis s’est positionné comme un sceptique vis-à-vis de l’IA et a promulgué, en mai, une loi obligeant les centres de données à prendre en charge leurs propres coûts énergétiques, tout en autorisant les autorités locales à réglementer la consommation d’eau pour ces projets. Cependant, son administration a accordé des millions de dollars d’allégements fiscaux aux promoteurs de centres de données, selon le Tampa Bay Times. » De quoi le faire détester de sa base, rapporte The Verge. « Zirhut s’inquiète également d’un amendement soutenu par DeSantis, qui viserait à supprimer la taxe foncière pour la plupart des propriétaires ; une telle mesure priverait les comtés de recettes indispensables, rendant potentiellement plus attrayants des projets tels que les centres de données. » Le favori Républicain local pour le poste de gouverneur, Byron Donalds, est lui aussi un fervent partisan de la construction de centres de données en Floride et souhaite attirer davantage d’investissements extérieurs en Floride. « Ce n’est pas du tout ce que nous voulons ici en Floride », explique Zirhut. Le soutien de Donalds aux centres de données lui fait désormais perdre des partisans au sein de son propre parti. « De récentes publicités hostiles ont mis l’accent sur le soutien qu’il a reçu du secteur technologique, notamment plus de 5 millions de dollars de dons de la part de « Leading the Future » – un super PAC pro-IA doté de 100 millions de dollars et financé entre autres par Andreessen Horowitz et Joe Lonsdale de Palantir. Or, « en Floride, l’opposition aux centres de données est généralisée dans tout l’État ». Plus de 20 comtés et municipalités ont débattu de moratoires sur la construction de centres de données ou les ont adoptés, rapporte Politico. « Dans certaines localités, la levée de boucliers a été suffisamment forte pour dissuader les promoteurs. En juin, le porteur d’un projet controversé de centre de données dans le comté de Citrus a abandonné son projet. « Les moratoires locaux sur les centres de données envoient le signal que la région est fermée aux affaires, tant pour les centres de données que pour d’autres projets de développement économique importants », a déclaré à The Verge Dan Diorio, vice-président exécutif chargé des politiques étatiques et des relations gouvernementales au sein de la Data Center Coalition, un groupe de pression du secteur ».

Patti Zirhut, elle, n’est pas opposée à la croissance, mais elle ne veut pas que les pouvoirs publics accordent des avantages à de grands promoteurs n’ayant aucun lien avec la communauté. « Si l’on pouvait privilégier le niveau local, avec des constructeurs de la région, ce serait très bien, car ils savent comment gérer les spécificités de la Floride ». Elle s’inquiète de la façon dont l’IA peut alimenter la surveillance de masse, une question devenue particulièrement brûlante après que le bureau du shérif du comté de Hernando a commencé à installer des dispositifs Flock sur les routes locales. « Nous ne voulons pas que les gens perdent leur emploi, que notre pays soit dirigé par l’IA, ni vivre comme en Chine, où notre argent est contrôlé et chacun de nos faits et gestes surveillé ». Bien que Mme Zirhut soit républicaine de longue date, la question du centre de données – et celle, plus vaste, du développement – l’a amenée à faire des choix politiques inattendus. « Si Byron Donalds remporte la primaire, je voterai pour les démocrates. Je ne voterai pas pour lui » a-t-elle confié. « Je pense que beaucoup de gens sont dans ce cas. Ce n’est pas une question de parti. Vraiment pas. C’est une question de vie humaine. » 

Pour Ben Green, explique-t-il dans une tribune pour Tech Policy Press, « ce qui rend la question des centres de données particulièrement intéressante pour les démocrates, c’est sa capacité à séduire des électeurs au-delà de leur base électorale habituelle. De nombreuses contestations liées aux centres de données surviennent précisément dans les zones rurales et les États républicains ou disputés où les démocrates cherchent désespérément à gagner du terrain. Des communautés se sont mobilisées pour s’opposer à ces installations dans des États aux profils politiques très variés, tels que l’Indiana, le Michigan, le Missouri, le Nebraska, l’Ohio et la Virginie. Électeurs comme élus ont constaté que les centres de données constituent l’un des rares sujets capables d’amener les citoyens à voter en s’affranchissant des clivages partisans habituels. » Mais constatait-il également : « certains responsables républicains commencent eux aussi à adopter des positions fermes contre les centres de données. Si les démocrates n’agissent pas rapidement sur ce dossier, ils risquent de se faire devancer par leurs adversaires. » 

Reste que les délires de la droite Maga sur les data centers ne vont pas disparaître demain. Comme s’en moque Cory Doctorow sur son blog dans un billet édifiant sur les risques de l’éclatement de la coalition trumpiste après Trump, toute cette sphère de droite réactionnaire est saisit d’une paranoïa folle. « Ils baignent dans les théories du complot et sont en permanence intoxiqués par leurs propres délires. Ils croient dur comme fer aux conneries sur le grand remplacement ou sur le fait que la Chine pousse l’Amérique à détester les centres de données.» Trump n’a pas inventé ces délires, il leur a simplement donné de l’assurance. Et les délires semblent n’avoir plus besoin de leur grand ordonnateur pour s’épancher. Trump peut tenter d’apaiser sa base électorale en renouvelant son soutien à l’industrie de l’IA, il est peu probable que cela permette aux délires complotistes Maga de s’éteindre.

Hubert Guillaud

PS : The Verge propose également un long et édifiant reportage sur ce qu’on appelle le Data Center Alley, le comté de Loudoun en Virginie, où les data centers sont arrivés il y a plus de 20 ans et où l’on trouve plus de 250 data centers. « En quelques années, les centres de données sont passés du statut d’élément banal du quotidien à celui de sujet de préoccupation quotidienne pour de nombreux résidents. » La contestation a fini par grimper en flèche, et si les data centers ont permis une certaine prospérité, les nuisances finissent par l’emporter. « L’expansion des centres de données à Loudoun a pris une telle ampleur qu’elle semble désormais échapper à tout contrôle ». Car si le comté annonce ne pas vouloir davantage de centres de données, de nouvelles installations voient le jour, malgré tout. L’opposition quant à elle, se constitue tardivement. Mais désormais, les propriétaires locaux sont confrontés non seulement au bruit des générateurs électriques mais également aux pylônes électriques en tout sens quand ce n’est pas à l’expropriation pour l’extension des projets. « On entend à peine les oiseaux désormais » confie une habitante et nombre d’arbres ont été abattus pour permettre aux fils électriques à haute tension de passer sans encombre.