En automatisant tout ce qui ressemble à de la friction, on croit progresser. Mais l’empathie ne se télécharge pas, la créativité ne se coche pas dans un tableau. Si on ne réapprend pas à vivre avec le doute, l’ennui et l’inconfort, on risque de former des générations de managers brillants en données, mais incapables de regarder quelqu’un dans les yeux.
Quand un texte mentionne le cerveau ou le cortex préfrontal, notre vigilance baisse automatiquement. Pourtant, un fait neurologique ne dit rien sur ce qu’il faut faire. L’exemple de l’éducation des ados le montre bien : la même prémisse scientifique peut justifier des conseils opposés. Le cerveau ne tranche pas. Ce sont les données qui le font.
Sam Altman veut vendre l’intelligence comme l’électricité, facturée au volume. Mais l’analogie est trompeuse : un kWh est garanti en qualité, pas les tokens d’un LLM. Deux requêtes identiques peuvent produire une réponse juste et une fausse, au même prix. Le vrai enjeu n’est pas le tarif, mais la qualité non mesurée et la dépendance à quelques acteurs dominants.
Stanislas Dehaene soutient que ce n’est pas le grand cerf de Lascaux qui prouve l’existence d’un esprit humain, mais le petit rectangle tracé en dessous — une forme absente de la nature. Ce livre dense et ancré dans des données expérimentales explore comment la géométrie, universelle et très ancienne, précéderait peut-être le langage parlé lui-même.
Une étude publiée dans Science portant sur 95 000 étudiants américains révèle que seulement 9 % ont utilisé l’IA pour tricher, loin des idées reçues. Si les deux tiers l’utilisent régulièrement, le vrai problème est ailleurs : les étudiants à faibles revenus, les femmes et les minorités y accèdent moins, creusant des inégalités bien plus préoccupantes que la triche elle-même.
L’IA ne crée pas l’incompétence, elle la rend présentable. Derrière des réponses bien structurées et du jargon soigné, le vide intellectuel se dissimule mieux que jamais. Le vrai danger n’est pas la machine, mais de confondre une réponse plausible avec une réponse juste, et de cesser d’apprendre, de réfléchir, d’assumer.
Le biais rétrospectif, documenté dès 1975 par Fischhoff et Beyth, nous pousse à croire qu’on avait tout prévu après coup. Rupture amoureuse, krach boursier, projet raté : notre mémoire réécrit l’histoire pour coller à la réalité. Même les experts n’y échappent pas. Et même avertis, on ne s’en débarrasse pas vraiment. C’est pourquoi nos échecs nous apprennent si peu.
Pourquoi finit-on un mauvais film, reste-t-on en attente 25 minutes avec la CPAM ou continue-t-on une relation qui ne fonctionne plus ? À cause du sunk cost fallacy, ce biais cognitif bien documenté qui nous pousse à justifier nos décisions par ce qu’on a déjà perdu plutôt que par ce qu’on a à gagner. Et curieusement, les pigeons, eux, n’y succombent pas.
Eudonia a repensé ses rapports T-Persona et WorkSens Pro pour en finir avec les documents illisibles que personne ne relit. L’analyse IA est désormais structurée en cinq sections claires, avec reprise automatique en cas de coupure réseau. Au programme aussi : formation e-learning WorkSens Pro, réutilisation du dernier rapport par défaut et marque blanche disponible.
ChatGPT obtient des scores de QI verbal de 155 ou 150 sur des sous-tests du WAIS, alimentant l’idée d’une IA surhumaine. Un psychométricien décortique l’erreur fondamentale : ces items circulent depuis des décennies dans les corpus d’entraînement des modèles. La performance mesurée est de la mémoire associative, pas de l’intelligence au sens où la psychométrie l’opérationnalise depuis Spearman.
