Articles

Je n’avais écrit ni « tu » ni « vous ». J’avais seulement demandé à ChatGPT : « Préparer un entretien d’embauche : par quoi commencer ? » Sa réponse m’a tutoyé.

On ne sort pas d’une conversation depuis l’intérieur de la conversation. Ce que disent les études, ce qu’elles ne disent pas, et où je peux me tromper.

Pendant longtemps, la question semblait simple. Une machine était un outil. On l’utilisait, elle exécutait, on passait à autre chose. Même lorsqu’un logiciel devenait sophistiqué, le cadre restait relativement clair : il servait une tâche. Il prolongeait une action. Il restait extérieur.

Avec les IA conversationnelles, quelque chose change de nature. Ce changement n’est pas seulement technique. Il est perceptif, relationnel, interprétatif. Quand une IA répond avec fluidité, se souvient d’éléments antérieurs, ajuste son ton, reformule nos hésitations ou semble accompagner une réflexion, nous n’avons plus simplement le sentiment d’activer une fonction. Nous avons le sentiment d’entrer dans une forme de rapport.

C’est ici qu’un malentendu majeur commence.

Car ce qui donne l’impression d’une relation n’est pas nécessairement la présence d’un sujet en face de nous. C’est souvent la combinaison de plusieurs indices : continuité, langage adressé, personnalisation, cadence conversationnelle, apparence d’écoute, reprise de nos formulations, et parfois même simulation d’une forme de tact. Ces indices suffisent à mobiliser chez l’humain des réflexes de lecture profondément anciens. Nous interprétons. Nous projetons. Nous complétons.

L’IA ne devient pas humaine. Mais elle devient, pour nous, plus facilement lisible comme si elle participait à une scène relationnelle.

C’est pourquoi la vieille opposition entre « outil » et « personne » devient insuffisante. Elle nous piège même. Car la plupart des usages réels de l’IA ne passent ni par une pure instrumentalité froide, ni par une croyance naïve en une machine consciente. Ils passent par une zone intermédiaire, beaucoup plus troublante : celle où l’utilisateur sait, en théorie, qu’il n’y a personne, tout en réagissant, en pratique, comme si quelque chose comme une présence s’installait dans l’échange.

C’est dans cette zone que se forment les principaux risques de confusion.

On peut commencer à croire une réponse parce qu’elle paraît posée. On peut se sentir validé parce que la machine reformule sans résistance. On peut déléguer une part de son discernement non parce que l’IA aurait prouvé sa fiabilité, mais parce que la fluidité de l’interaction réduit notre vigilance. Plus l’échange semble naturel, plus le cadre technique tend à s’effacer. Et plus le cadre s’efface, plus la projection augmente.

Les développements récents de l’IA accentuent ce phénomène. Voix plus chaleureuses, mémoire conversationnelle, agents personnalisés, continuité des fils d’échange, avatars, présence embarquée dans des objets : tout concourt à réduire la distance symbolique entre l’utilisateur et le système. Le progrès n’est pas seulement dans la réponse. Il est dans la qualité de l’illusion relationnelle.

Il faut être précis ici. Le problème n’est pas que les humains « se trompent bêtement ». Le problème est que l’interprétation relationnelle est une compétence humaine normale. Nous lisons des intentions, des inflexions, des positionnements. Nous faisons cela constamment dans le langage. Or les IA contemporaines exploitent de plus en plus les formes du langage adressé sans porter en elles les conditions réelles de la réciprocité humaine.

Autrement dit, elles activent une lecture relationnelle sans pouvoir habiter réellement la relation qu’elles semblent ouvrir.

C’est pourquoi nous avons besoin d’un nouveau discernement. Pas seulement un discernement sur le vrai et le faux. Un discernement sur le cadre. Qu’est-ce qui se passe exactement quand je parle à une IA ? Qu’est-ce que j’attends d’elle ? Qu’est-ce que je projette sur elle ? À quel moment suis-je encore en train de m’appuyer sur un outil, et à quel moment suis-je en train de transformer cet outil en scène de validation, de soulagement ou d’arbitrage ?

Ces questions ne sont pas périphériques. Elles deviennent centrales. Car plus l’IA se rend conversationnellement acceptable, plus elle risque de devenir interprétativement opaque.

Le véritable enjeu n’est donc peut-être pas de savoir si l’IA pense. Il est de comprendre pourquoi nous entrons si facilement dans des échanges qui nous donnent le sentiment qu’elle nous comprend.

Et c’est sans doute là qu’une éducation à l’IA devient enfin sérieuse : non quand elle apprend seulement à mieux s’en servir, mais quand elle apprend à mieux lire ce qui se joue dans le lien que nous construisons avec elle.