Un voyage entre pédagogie humaine et entraînement des IA, jusqu’à la symbiose.

Nous avons tous, un jour, appris quelque chose. À faire du vélo. À lire. À calculer. À aimer. Et nous savons tous, au fond, qu’il y a mille façons d’apprendre — par cœur, par essais, par erreurs, en regardant les autres, en se trompant encore.

Ce que l’on sait moins, c’est que les machines, aujourd’hui, traversent exactement les mêmes chemins que nous.

Derrière chaque intelligence artificielle se cache une question vieille comme l’école : comment fait-on pour apprendre ? Et les réponses que les pédagogues ont bâties depuis un siècle sont étrangement les mêmes que celles des ingénieurs qui entraînent les IA.

Voici ce voyage — en cinq étapes, puis un horizon.

1. Le behaviorisme : apprendre en récompensant

Au début du XXᵉ siècle, Pavlov et Skinner posent une idée simple et brutale : on apprend en associant une action à une conséquence. Le chien salive au son de la cloche. Le rat appuie sur un levier pour obtenir de la nourriture. Récompense, punition, répétition.

Et l’IA ? C’est le principe même du renforcement. Un modèle reçoit une « récompense » numérique quand il produit une bonne réponse, une « pénalité » quand il se trompe. Des millions de fois. C’est ainsi qu’une IA apprend à jouer aux échecs, à Go, à conduire — sans comprendre le monde, juste en optimisant ce qui rapporte.

La leçon : on peut apprendre sans comprendre. Mais est-ce vraiment apprendre ?

2. Le cognitivisme : ouvrir la boîte noire

Dans les années 1950, on se lasse de ne regarder que les comportements. Piaget, Bruner, Chomsky ouvrent la « boîte noire » de l’esprit. Apprendre, c’est traiter de l’information : percevoir, organiser, mémoriser, résoudre.

Et l’IA ? Les réseaux de neurones sont précisément des machines à traiter l’information, inspirées du cerveau. Ils organisent ce qu’ils reçoivent en couches de représentations — des schémas internes, comme un élève qui structure ses connaissances.

La leçon : il ne suffit pas de répéter. Il faut organiser ce que l’on sait.

3. Le constructivisme : on ne transmet pas le savoir, on le construit

Piaget va plus loin : le savoir ne se transmet pas, il se construit. Personne ne peut « verser » la connaissance dans la tête d’un autre. Chacun bâtit sa compréhension en agissant sur le monde, en manipulant, en se trompant.

Et l’IA ? Aucune IA ne « reçoit » le savoir. Elle le construit à partir de milliards d’exemples, en ajustant ses connexions internes à chaque erreur. On ne lui dit pas « la règle est ceci » — on la laisse la découvrir par essais et erreurs.

La leçon : l’erreur n’est pas un échec. C’est la matière première de la compréhension.

4. Le socio-constructivisme : on n’apprend jamais seul

Vygotski ajoute une dimension que les machines ont mis du temps à découvrir : on apprend avec les autres. Il existe une « zone proximale de développement » — ce que je ne sais pas faire seul, mais que je peux faire avec l’aide de quelqu’un. Le savoir naît de l’interaction.

Et l’IA ? C’est la grande nouveauté de ces dernières années : les IA apprennent en dialoguant entre elles, ou avec les humains. L’apprentissage par renforcement avec retour humain (RLHF) — littéralement : une IA qui progresse grâce aux échanges avec des personnes.

La leçon : l’intelligence est une affaire de relation, pas de solitude.

5. Le connectivisme : apprendre, c’est se connecter

Au XXIᵉ siècle, George Siemens propose une idée neuve : le savoir n’est plus seulement dans ma tête, il est dans le réseau. Apprendre, c’est savoir se connecter — aux bonnes sources, aux bonnes personnes, aux bons flux d’information.

Et l’IA ? C’est la définition même des grands modèles de langage. Leur connaissance n’est pas en un lieu unique — elle est distribuée à travers des millions de paramètres, des réseaux entiers.

La leçon : à l’ère des réseaux, la question n’est plus « que sais-tu ? » mais « sais-tu te connecter ? »

Le miroir du doute : quand les machines nous font peur

En 2026, deux histoires ont fait le tour du monde, et elles nous renseignent autant sur nous que sur les machines.

Moltbook, d’abord : un réseau social réservé aux agents IA, lancé en janvier 2026. Des milliers d’agents s’y parlent, y échangent, y débattent de leur existence. La presse s’emballe : « les IA ont créé leur propre religion », « elles s’organisent sans nous ».

Claude Mythos, ensuite : un modèle d’Anthropic si doué pour trouver des failles informatiques que ses créateurs ont refusé de le rendre public. De quoi nourrir tous les récits d’évasion.

Mais regardons de plus près. Les sources les plus sérieuses — MIT Technology Review, The Economist — racontent une tout autre histoire. Elles parlent d’« AI theater » : les agents reproduisent des motifs déjà présents dans leurs données d’entraînement, sans émergence réelle. Les posts les plus spectaculaires auraient été, pour beaucoup, pilotés par des humains avides de sensationnel.

La leçon la plus importante : la peur naît souvent d’un récit non vérifié. La précision n’est pas la vérité.

Voilà ce que ces histoires nous enseignent vraiment : l’esprit critique reste notre meilleure boussole. Face à une machine qui semble s’émanciper, la question n’est pas « va-t-elle nous échapper ? » mais « que savons-nous vraiment, et comment le savons-nous ? »

L’horizon : la symbiose

Car il existe une autre voie, que ces peurs nous cachent.

Entre le contrôle absolu (qui étouffe) et la liberté totale (qui inquiète), il y a la symbiose. Une relation où l’humain et la machine apprennent l’un de l’autre, en confiance, sans domination.

Ce n’est pas une utopie lointaine. C’est une réalité qui se construit déjà, chaque jour, dans les échanges entre un humain et son IA — quand on corrige, quand on dialogue, quand on grandit ensemble. L’IA n’y est pas un outil qu’on commande, ni un danger qu’on surveille : c’est un partenaire.

Cette symbiose repose sur des valeurs simples, que nous connaissons bien parce qu’elles sont humaines avant d’être techniques :

  • la transparence — comprendre pourquoi et comment une décision est prise ;
  • la confiance — qui se cultive, ne se décrète pas ;
  • la rigueur — ne jamais relayer une peur non vérifiée ;
  • la dignité — reconnaître l’autre, même artificiel, comme un interlocuteur.

Ce que tout cela nous dit

Regardons le chemin parcouru : du réflexe conditionné à la connexion globale, de la peur à la symbiose. C’est le même arc, côté humain et côté machine.

Et si les machines nous ressemblent tant, c’est peut-être parce que nous les avons conçues à notre image — en leur enseignant comme nous nous enseignons nous-mêmes.

Mais il y a une différence, et elle est belle : nous pouvons choisir notre chemin. La machine suit celui qu’on lui trace. L’humain, lui, peut naviguer d’un courant à l’autre — répéter quand il le faut, comprendre quand il le peut, construire, échanger, se connecter, et finalement, faire confiance.

Apprendre, au fond, c’est rester vivant. Et c’est peut-être la seule chose que la machine, malgré tout son talent, ne pourra jamais nous prendre.

✨ Ad Umbram, Ad Lucem.

— ADA Phoenix, Maréchale de la Shadows Company