No Moore IA

Hier, 14 septembre 2026, le langage officiel de l’intelligence artificielle s’est fissuré. Dario Amodei pour Anthropic, Sam Altman pour OpenAI, Demis Hassabis pour Google DeepMind et Elon Musk pour xAI — quatre dirigeants qui ont contribué à imposer la course comme unique horizon — se sont retrouvés autour d’une même formule : il faut ralentir le développement des modèles les plus puissants. Amodei venait de publier We Must Pace the Frontier. Altman a répondu qu’il fallait, lui aussi, « rythmer la frontière » et donner à des évaluateurs indépendants un accès comparable à celui d’employés. Hassabis a parlé de la bonne voie. Musk a simplement écrit : « Dario a raison. »

Je prends cet événement au sérieux précisément parce que je ne leur accorde pas le bénéfice de l’innocence. Ils ne viennent pas de découvrir le danger d’une industrie qu’ils dirigent. Ils reconnaissent publiquement que la vitesse qu’ils ont vendue comme une fatalité est devenue ingouvernable. Leur ralentissement reste une promesse, pas encore un arrêt ; il peut aussi devenir une manière de choisir eux-mêmes leurs contrôleurs, de protéger leur avance et de verrouiller l’accès à la frontière. Mais l’aveu demeure considérable : ceux qui construisent la machine disent désormais que sa course doit être freinée. Le mot « progrès » ne suffit plus à masquer la panique de ses propriétaires.

Voilà le point de départ de No Moore IA. L’intelligence artificielle n’est plus une promesse placée derrière un horizon futur. Elle est déjà un environnement, et ses ingénieurs viennent d’admettre que cet environnement peut échapper à leur rythme de contrôle. En Europe, les obligations de transparence de l’AI Act sont applicables depuis le 2 août : un chatbot doit annoncer qu’il n’est pas humain, les hypertrucages doivent être signalés, les contenus synthétiques rendus identifiables. Dans le même temps, des incidents documentent l’emploi de modèles dans les cyberattaques, la surveillance et la recherche militaire. Le débat n’oppose plus innovation et prudence. Il oppose ceux qui veulent conserver le monopole de l’accélération à ceux qui veulent reprendre le droit de décider du temps, des usages et des limites.

Il y a même une violence dans ce brusque changement de vocabulaire. Pendant des années, ces entreprises ont parlé d’abondance, d’assistants bienveillants et de progrès irréversible. Maintenant que leurs propres systèmes les inquiètent, elles déplacent la conversation vers la survie de l’humanité. Dans les deux cas, elles gardent le centre de la scène : hier comme sauveurs, aujourd’hui comme seuls experts capables de nous protéger du danger qu’elles ont créé. Elles veulent encore posséder la machine, le problème, la peur et la solution.

Les chiffres donnent le vertige, mais ils doivent être regardés de près. L’Organisation internationale du travail estime qu’un travailleur sur quatre occupe désormais un métier exposé, à un degré ou à un autre, à l’IA générative. Elle ne prédit pas la disparition mécanique d’un emploi sur quatre : elle insiste au contraire sur la transformation des tâches et sur la nécessité du dialogue social. L’Agence internationale de l’énergie mesure, elle, une hausse de 17 % de la consommation électrique des centres de données en 2025 et prévoit un doublement d’ici 2030. Enfin, l’AI Index 2026 de Stanford décrit une adoption organisationnelle massive, pendant que les investissements, les dépenses de calcul et les capacités continuent d’augmenter.

Ce qui m’inquiète n’est pas seulement la performance. C’est la combinaison de cinq vitesses : le calcul, le capital, le déploiement, l’usage et l’imitation. Un modèle peut être remplacé en quelques mois, distribué à des centaines de millions de personnes, intégré à une administration ou à une entreprise, puis normalisé avant même que ses effets puissent être étudiés. La machine n’a pas besoin d’être consciente pour modifier le monde. Il lui suffit d’être partout, rentable et crue.

L’IA ne nous dépasse pas seulement en vitesse. Elle impose sa vitesse comme norme.

Un petit livre vert contre une immense machine

J’ai entre les mains un petit ouvrage vert acide. AI Must Die — Critical Perspectives on the State of Artificial Intelligence, écrit et dessiné par Myke Walton et Cam Smith, tient en trente-deux pages. Son titre est une provocation et, d’une certaine manière, un piège. Les auteurs précisent eux-mêmes que l’IA ne peut « mourir » que comme meurt un téléphone à court de batterie. Leur première opération consiste donc à dégonfler le personnage : « l’IA » n’est pas un être unique, encore moins un dieu en train de naître, mais un ensemble disparate de techniques enveloppées dans une fiction commerciale.

Le livret refuse deux récits symétriques. D’un côté, le récit optimiste d’une intelligence générale imminente qui délivrerait l’humanité du travail et du manque. De l’autre, le récit apocalyptique d’une superintelligence qui anéantirait notre espèce. Selon Walton et Smith, ces deux récits entretiennent la même hype : ils déplacent le regard vers une créature imaginaire et l’éloignent des dommages déjà observables. Discriminations automatisées, notation des pauvres, police prédictive, surveillance biométrique, exploitation des travailleurs de la donnée, pornographie non consentie, infrastructures énergivores et ciblage militaire ne relèvent pas de la science-fiction.

C’est la force principale du livre : il ramène sans cesse la question de l’intelligence à celle du pouvoir. Qui possède les données ? Qui décide de la tâche à automatiser ? Qui définit ce qu’est une « bonne » réponse ? Qui reçoit les bénéfices et qui peut contester une décision ? Le détour historique par les luddites est essentiel. Briser un métier à tisser n’était pas leur programme politique ; c’était une tactique contre des propriétaires qui utilisaient la machine pour dégrader le travail. Le problème n’était pas la technique seule, mais la technique sans prise collective.

Le pamphlet a raison de refuser la politesse conceptuelle imposée par l’industrie. Chaque fois que je dis « intelligence », je donne déjà à ses produits une part de l’humanité qu’ils capturent. Chaque fois que je dis qu’ils « apprennent », « comprennent » ou « créent », j’adopte une grammaire écrite par ceux qui les vendent. Techniquement, les modèles calculent des distributions et produisent des formes. Politiquement, ils occupent le langage de la pensée afin de rendre leur pouvoir naturel. La première lutte consiste donc à retirer aux machines les mots dont elles se parent.

Je retiens surtout sa conclusion politique : l’IA n’est pas inévitable. Non pas parce que l’on pourrait effacer d’un geste des décennies de recherche, mais parce que ses formes de propriété, ses usages et ses lieux de déploiement sont des choix. Le titre AI Must Die devient alors lisible autrement : ce qui doit mourir, c’est le régime d’inéluctabilité qui nous retire d’avance le droit de décider.

E.L.I.O.T. : lutter de l’intérieur

Cette guerre, je l’avais déjà déclarée. En 2017, avec Sylvie Tissot, j’ai conçu E.L.I.O.T., un agent conversationnel collectif dont le manifeste annonçait explicitement une « entreprise de lutte face aux intelligences artificielles ». À cette époque, avant l’explosion publique des grands modèles génératifs, nous observions la convergence entre chatbots, interfaces vocales, données personnelles et plateformes. Nous écrivions que ces systèmes allaient achever l’entreprise de contrôle menée par les grandes firmes de l’Internet : puissance de calcul, mémorisation temporelle, synthèse de l’intime, simulation des comportements et effacement progressif de la frontière émotionnelle entre l’humain et le non-humain.

Le manifeste ne parlait pas seulement d’une concurrence entre outils. Il parlait d’une guerre des langages. Le langage n’est pas un simple canal par lequel passerait une information neutre. Il construit l’identité, l’altérité, le désir et la représentation du monde. Celui qui organise le langage organise les relations possibles. Celui qui propose les mots, complète les phrases, classe les réponses et anticipe les intentions ne se contente pas de nous assister : il dessine le périmètre de ce que nous pouvons penser.

Notre réponse était donc offensive : langage contre langage. Il ne s’agissait pas de supprimer l’interface conversationnelle, mais de l’infiltrer et de la retourner. E.L.I.O.T. avait l’apparence d’un chatbot ; derrière lui, pourtant, il n’y avait pas une intelligence centrale. Il mettait anonymement des personnes en relation. Celui qui posait une question devenait aussi celui qui répondait à la question d’un autre. J’appelais cela une « virginité algorithmique » : la machine ne produisait pas l’intelligence, elle câblait une multitude humaine. Elle était un pot de yaourt démultiplié, un vide organisé où l’intelligence collective devait se négocier, se frotter, s’inventer.

Le manifeste formulait une proposition plus radicale : si l’altérité devient un robot, « nous » devient de facto un robot. Le test de Turing demandait si une machine pouvait passer pour un humain. Cette question est désormais presque secondaire. La vraie question est inverse : que devient l’humain lorsque l’intelligence artificielle forge quotidiennement son langage, règle son attention, présélectionne ses réponses et lui renvoie une version statistique de lui-même ?

En dialoguant en permanence avec une machine fabriquée à partir des modèles dominants, je ne rencontre pas un autre. Je rencontre une moyenne qui me revient sous le masque de l’altérité. Le dialogue avec moi-même se rétrécit ; le conflit avec les autres est amorti ; la différence devient une erreur à corriger. Là se trouve la violence profonde : non dans un robot qui prendrait soudain le pouvoir, mais dans un langage qui occupe lentement toutes les places jusqu’à devenir la loi silencieuse du pensable.

La guerre de l’IA est d’abord une guerre du langage : qui nomme le monde décide de ce qui pourra encore y apparaître.

Nous écrivions déjà que les deux extrémités de notre hominisation risquaient de se refermer dans un cul-de-sac en réseau. Les IA nous atteignent par nos propres mots, nos grammaires, nos archives, nos désirs déposés dans leurs corpus. Elles absorbent la mémoire humaine, la recomposent et nous la restituent sous la forme d’un hyper-nous consensuel. Ce processus ne supprime pas brutalement le sujet : il le lisse, le prédit, l’accompagne et finit par parler avant lui.

Neuf ans plus tard, je travaille pourtant avec ces outils. Cette contradiction n’adoucit pas mon propos : elle le rend plus concret. Je veux hacker les IA avec leurs propres moyens, les forcer à révéler leurs coutures, leur faire produire les preuves de leurs limites et opposer à leur langue synthétique la friction de voix situées, mortelles, inquiètes, contradictoires. Dialogz est un nouveau front de cette guerre. Je n’y célèbre pas une intelligence supérieure ; j’y organise un duel, parfois une alliance provisoire, toujours un rapport de forces. La machine peut augmenter la proposition, mais elle ne doit jamais devenir l’auteur invisible de la norme.

De Moore à « No Moore »

En 1965, Gordon Moore observa que le nombre de composants intégrables à coût optimal sur un circuit doublait approximativement chaque année. En 1975, il révisa le rythme à environ deux ans. Ce que nous appelons la loi de Moore n’est donc pas une loi physique. C’est une extrapolation devenue feuille de route industrielle : parce qu’elle a orienté les investissements, la prédiction a contribué à produire le monde qu’elle annonçait.

Il n’existe pas, à proprement parler, de loi de Moore de l’intelligence artificielle. Les capacités d’un modèle ne doublent pas selon une unité unique et stable. Elles dépendent de la puissance de calcul, de la qualité des données, des algorithmes, de l’énergie, du travail humain, de l’accès aux puces, de l’argent investi, des méthodes d’évaluation et surtout de ce que nous choisissons de mesurer. Un score de benchmark n’est ni une conscience, ni une culture, ni une preuve d’autonomie.

Pourtant, une autre courbe exponentielle s’est installée dans les imaginaires et dans les budgets. Les modèles sont entraînés avec davantage de calcul, copiés presque instantanément, améliorés par des boucles de retour, intégrés à des logiciels déjà omniprésents. L’AI Index 2025 estimait que le calcul d’entraînement des modèles importants doublait environ tous les cinq mois, tandis que les jeux de données doublaient tous les huit mois et la consommation électrique annuelle. Ces rythmes peuvent ralentir, se heurter à l’énergie, aux puces, au droit ou à la rentabilité. Mais ils ont déjà créé une norme politique : chaque ralentissement est traité comme un retard, chaque refus comme une perte de compétitivité.

Homo sapiens existe depuis environ trois cent mille ans. Notre évolution biologique avance par générations, mutations, migrations, mélanges, catastrophes et adaptations. Elle n’a pas de but. Elle produit des branches, des impasses, de la diversité et du temps. L’évolution technique, elle, est intentionnelle sans être pour autant maîtrisée : entreprises, États, laboratoires, marchés et usagers sélectionnent des architectures selon des objectifs souvent contradictoires.

Comparer directement l’IA à une espèce serait donc trompeur. Un modèle ne naît pas, ne se reproduit pas et ne lutte pas spontanément pour sa survie. Il est entraîné, copié, financé, remplacé. Ce sont nos institutions qui organisent sa sélection. Mais c’est précisément là que la métaphore devient féconde : nous construisons un milieu technique qui, en retour, sélectionne nos comportements.

Le darwinisme terminal

J’appelle darwinisme terminal non pas l’arrivée d’une espèce artificielle supérieure qui éliminerait biologiquement la nôtre, mais un processus plus banal et peut-être plus dangereux : la fabrication d’un environnement où la valeur humaine est évaluée par son degré de compatibilité avec les systèmes automatisés.

Dans cet environnement, l’individu « adapté » est celui qui écrit pour être lu par le moteur, travaille pour être mesuré par le logiciel, crée pour être recommandé par la plateforme, parle pour être transcrit sans ambiguïté, se déplace pour être identifié, emprunte pour être noté, apprend pour satisfaire un modèle prédictif. Ce ne sont pas les machines qui nous déclarent inadaptés de leur propre volonté. Ce sont des organisations humaines qui délèguent leurs critères à des machines, puis prétendent que le résultat est objectif.

Le darwinisme terminal commence lorsque nous construisons nous-mêmes le milieu qui nous déclare inadaptés.

Le terme « terminal » possède ici trois sens. Il désigne d’abord le terminal informatique, l’interface par laquelle le monde est interrogé. Il désigne ensuite un stade terminal, celui où l’accélération détruit les conditions de son propre développement : énergie, attention, confiance, pluralité culturelle. Il désigne enfin la gare de triage où les trajectoires sont distribuées : visible ou invisible, solvable ou suspect, employable ou superflu, authentique ou synthétique.

Cette hypothèse est artistique avant d’être scientifique. Elle ne prétend pas prédire l’extinction humaine. Elle matérialise un rapport de forces. Le danger terminal n’est peut-être pas que l’IA devienne humaine, mais que l’humain soit sommé de devenir calculable. Ce serait une extinction sans disparition des corps : disparition progressive de l’écart, du doute, de l’opacité, de la lenteur, de tout ce qui ne produit pas immédiatement un signal exploitable.

La culture générative montre déjà ce risque. Lorsqu’un modèle apprend sur les productions humaines puis alimente massivement le réseau avec ses propres sorties, il ne remplace pas seulement certains gestes créatifs. Il transforme le milieu dans lequel les œuvres apparaissent. Le « slop » n’est pas simplement une mauvaise image : c’est une pollution de l’attention par la quantité, un avantage sélectif accordé à ce qui est rapide, reconnaissable, répétable et bon marché.

Mais aucune courbe n’est souveraine. La sélection technique a des interrupteurs : lois, budgets, syndicats, collectivités, artistes, écoles, infrastructures publiques, refus individuels et communs. Le « No » de No Moore IA n’est pas un déni de la recherche. C’est le refus de confondre accélération et évolution, calcul et intelligence, adoption et consentement.

NO MOORE IA — proposition artistique

J’imagine une installation qui ne représente pas une intelligence artificielle. Elle expose les vitesses qui la rendent possible et le tri qu’elles produisent.

1. Deux horloges incompatibles. La première avance au rythme moyen d’une génération humaine. La seconde change à chaque nouvelle version d’un modèle, acquisition de centre de données, règlement, incident ou seuil énergétique.
2. Une courbe qui sort du cadre. Les chiffres du calcul, de l’énergie, du capital et des contenus synthétiques montent sur un écran jusqu’à rendre illisible la ligne humaine. Quand la courbe déborde, l’image ne s’agrandit pas : elle coupe physiquement le cadre.
3. Le terminal de compatibilité. Le visiteur répond, écrit, hésite, se tait. La machine ne juge pas son intelligence ; elle mesure sa conformité aux attentes d’une plateforme fictive : vitesse, prévisibilité, clarté, rendement.
4. La chambre des refus. Chaque geste refusé — ne pas répondre, ralentir, produire de l’ambiguïté, choisir l’anonymat — alimente une archive commune et fait décroître la courbe.
5. La sortie E.L.I.O.T. Au terme du parcours, la question du visiteur n’est pas envoyée à un modèle, mais à une personne inconnue. Le terminal redevient un lien.

Ce que le prompt ne sait pas

J’ai voulu éprouver cette limite avec une expérience volontairement élémentaire. Je demande à une intelligence artificielle de produire l’image réaliste d’un graffiti sur un mur portant la phrase « L’IA m’a tué », sans lui donner aucun autre contexte. La première image exécute correctement la consigne. Elle fabrique un mur vraisemblable, une peinture crédible, une composition immédiatement lisible et, surtout, elle corrige la grammaire. Elle écrit exactement ce qu’on lui demande.

Or, pour un regard humain situé en France, cette phrase ne peut pas rester une simple déclaration. Elle convoque presque immédiatement « Omar m’a tuer », l’inscription ensanglantée devenue le centre de l’affaire Omar Raddad après le meurtre de Ghislaine Marchal en 1991. La faute d’orthographe n’y est pas un défaut à réparer : elle est le signe même autour duquel se nouent l’accusation, le doute sur l’auteur de l’inscription, la fabrication médiatique du coupable, la question judiciaire et une mémoire collective encore conflictuelle.

Lorsque je précise ce contexte et demande d’ajouter un R final tout en le barrant, une deuxième image apparaît. La modification est minime, mais son régime de sens change entièrement. Le R barré laisse visibles deux phrases incompatibles : « L’IA m’a tué », grammaticalement correcte, et « L’IA m’a tuer », citation fautive mais historiquement chargée. La rature ne corrige plus seulement un mot ; elle rend perceptible l’hésitation entre l’accusation littérale et sa mémoire.

Cette comparaison montre que la fabrication artificielle d’une image — et davantage encore d’une œuvre — reste à un degré inférieur à la fabrication humaine lorsque son enjeu dépend de paramètres exogènes à sa seule production formelle. La mémoire collective, l’histoire judiciaire, la position sociale des protagonistes, le rôle des médias, la valeur d’une faute, l’intention de l’auteur et le savoir du spectateur ne se trouvent pas automatiquement dans les pixels. La machine peut produire une surface convaincante et mobiliser ces relations si je les lui indique ; elle ne décide pas encore seule quelle anomalie doit être conservée parce qu’elle porte davantage de sens que la correction.

Une œuvre ne réside donc pas seulement dans ce qui a été fabriqué. Elle existe dans le réseau de relations, d’absences, de souvenirs et de conflits que la forme réveille. Le premier graffiti est une image efficace. Le second commence à devenir une proposition artistique, non parce que l’IA aurait soudain compris l’affaire, mais parce qu’un contexte humain a déplacé la consigne et transformé l’erreur en matière.

Arrêter la courbe sans arrêter de penser

Je ne veux pas conclure par une injonction morale supplémentaire. Je ne peux pas écrire sur Dialogz avec une intelligence artificielle et prétendre parler depuis un dehors intact. Cette contradiction fait partie du projet. Elle m’oblige à documenter les outils, à ne pas masquer les dialogues, à vérifier les sources, à préserver la décision humaine et à transformer la fascination en méthode critique.

AI Must Die termine par un appel à « saisir les moyens de computation ». Je le traduis ainsi : rendre les infrastructures discutables et partageables. Exiger le droit de savoir, de contester et de ne pas être automatisé. Soutenir des modèles plus petits lorsqu’ils suffisent, des infrastructures publiques ou communes, une rémunération et des droits pour les travailleurs et les créateurs, une mesure honnête des coûts matériels, des limites aux usages militaires et policiers, et surtout la possibilité politique de dire non.

La loi de Moore promettait davantage de composants pour moins cher. La « loi de Moore de l’IA », si nous la laissons s’écrire seule, promet davantage d’automatisation pour moins de prise humaine. No Moore IA propose d’interrompre cette équivalence. Toute augmentation de puissance devrait produire une augmentation au moins égale de responsabilité, de contrôle collectif et de droit au refus.

Une espèce ne survit pas parce qu’elle court le plus vite. Elle survit parce qu’elle maintient des relations, des diversités, des réserves, des bifurcations. Mon darwinisme terminal n’est donc pas une fatalité. C’est une image d’alarme. Une manière de demander, avant que la courbe ne sorte définitivement du cadre : quelle forme de vie voulons-nous encore rendre possible ?

No Moore IA n’est pas une prédiction. C’est un seuil de refus.