L'IA est une technologie cognitive, pas un gadget.
Si l'on ne sait pas situer le LLM dans l'histoire des technologies, on enseigne soit une mode, soit un risque, soit une magie. Aucune des trois n'est juste. Le modèle de langage peut être considére comme la cinquième grande technologie cognitive humaine, au même rang que l'écriture, les nombres positionnels, l'hypertexte et le tableur. Cela change ce qu'il faut enseigner.
Cinq technologies cognitives, de la plus ancienne à la plus récente
Une technologie cognitive généraliste est une technologie qui modifie durablement ce que les humains peuvent penser et faire. Elles sont rares. En voici cinq majeures.
Les cinq technologies cognitives durables, de la plus ancienne à la plus récente.
1. L'écriture (≈ 5 500 ans)
La base de toutes les autres inventions cognitives. L'écriture a permis la croissance exponentielle de la culture, de la science, des villes, et la création de groupes humains géants : les entreprises, les états, les communautés en ligne. Nous continuons d'en tirer de nouveaux bénéfices chaque fois que nous inventons de nouveaux supports et de nouveaux usages qui sont basés dessus.
2. Les nombres positionnels avec le 0 (≈ 1 500 ans)
Le système indo-arabe a transformé notre manière de manipuler les nombres. Il a rendu les opérations accessibles à des enfants de cinq ou six ans, au lieu de nécessiter des années d'apprentissage avec les chiffres romains. Les ordinateurs l'utilisent toujours, simplement réduit à deux symboles au lieu de dix.
3. L'hypertexte (61 ans)
Du texte avec des liens. C'est devenu la manière quotidienne d'accéder au texte et de le lire, au point que mes étudiants ont du mal à comprendre « le concept d'hypertexte », car cela leur semble être une chose naturelle, pas une invention. Pour Ted Nelson, l'objectif était de libérer l'esprit de la prison linéaire du papier. C'est aussi la forme la plus générale et la plus pure d'interaction avec un ordinateur.
4. Le tableur informatique (47 ans)
La première killer app, vendue à des millions d'exemplaires. La première preuve à grande échelle que les ordinateurs peuvent être un « vélo pour l'esprit ». Le premier outil de programmation pour utilisateurs finaux massivement adopté, permettant à chacun de modéliser et résoudre ses propres problèmes. Il a rendu ses utilisateurs jusqu'à 80 fois plus rapides selon des témoignages de 1984 et a diminué radicalement leurs erreurs cumulées.
5. Le grand modèle de langage (8 ans)
En modélisant la production de texte, les LLM ont créé une approximation et une imitation de la connaissance, de la compréhension et des décisions humaines. Ils se situent à la croisée de la capacité du texte à expliciter nos pensées et de la capacité des ordinateurs à modéliser tout ce qui peut être réduit à des nombres avec une approximation suffisante.
Les LLM ne sont pas une technologie extra-terrestre
Ils sont la continuation de deux lignées :
- La puissance du texte — livres, encyclopédies, Wikipédia, LLM. Chaque génération a augmenté l'accessibilité et la malléabilité du savoir.
- La malléabilité de l'ordinateur — langages de programmation, tableurs, LLM. Chaque génération a élevé d'un cran le niveau d'abstraction auquel on peut donner des instructions à une machine.
Croiser le texte et l'ordinateur est un projet qui remonte à plusieurs décennies, exploré par des ingénieurs logiciel, des artistes numériques, des designers computationnels, des informaticiens de toutes sortes. Ce sont des statisticiens qui en ont trouvé la première application généraliste.
Le LLM est un niveau d'abstraction au-dessus des langages de programmation. Pour vos étudiants en design et communication, cela veut dire une chose : programmer leur est désormais accessible.
Pour la direction pédagogique : ce que cela implique
Si l'IA est une technologie cognitive de cinquième génération, alors la placer dans le cursus demande une infrastructure adapté et une approche transversale. Un cours de prompt ou faire générer des images dans midjourney ne suffit pas, et peut même être contre-productif. Le simple usage doit faire place à la maitrise cognitive, à un moment où les étudiants développent leur esprit et leur compréhension des outils.
C'est un problème de fenêtre d'apprentissage. La fenêtre s'ouvre pendant les études supérieures, et elle se referme vite.
Et il existe des précédents technologiques qui peuvent nous aider à penser l'accélération cognitive que promet l'IA générative. Pour la mettre en perspective, sans tomber ni dans le déni ni dans l'emballement. Les métiers de la finance et de la comptabilité n'ont pas disparu avec le tableur. Ils se sont déplacés vers l'empathie, le relationnel, l'orchestration créative des contraintes financières. La même chose attend les métiers de la création.
L'IA qui fait comprendre l'IA
Esquisse a été conçu pour que l'expérience de l'IA soit transparente comme celle du tableur, et ne ressemble pas à celle du chatbot. C'est un choix cognitif et pédagogique. Le tableur a réussi parce que ses utilisateurs voyaient leurs formules, pouvaient les inspecter, les modifier, les rejouer. Esquisse fait exactement cela avec l'IA.
Chaque bloc Esquisse est l'équivalent d'une cellule de tableur : il a un
contenu (un prompt), des dépendances (des références à d'autres blocs via
#nom), et un résultat qui se recalcule. L'étudiant qui sait
utiliser Excel sait, structurellement, utiliser Esquisse. Il transpose une
compétence déjà acquise.
Ajout récent : un bac à sable de code Python (Pyodide, exécuté localement dans le navigateur). Quand une tâche est faite pour un algorithme classique — tirage aléatoire, tri, calcul — le LLM écrit le code qui produit la réponse au lieu d'écrire la réponse directement. C'est la frontière rigoureuse entre ce que l'IA fait bien et ce que les algorithmes classiques font mieux. C'est une part de la frontière que les étudiants apprennent à voir et à manipuler.