La réponse actuelle est simple et brutale. La valeur appartient aux actionnaires d'une poignée d'entreprises américaines et chinoises. Et les mécanismes proposés pour la redistribuer — par la taxation, par la propriété publique, par le dividende universel — se heurtent à des obstacles structurels que les propositions politiques actuelles sous-estiment systématiquement.

La légitimité de la question

L'argument en faveur d'un dividende collectif de l'IA est solide, et il mérite d'être pris au sérieux avant d'être démoli.

Les grands modèles de langage ont été entraînés sur des corpus massifs de textes, d'images et de codes produits par des millions de créateurs — journalistes, auteurs, enseignants, chercheurs, programmeurs — le plus souvent sans leur consentement explicite et sans aucune rémunération. La recherche fondamentale qui a rendu ces modèles possibles — les architectures de transformers, les mécanismes d'attention, la rétropropagation — a été développée dans des universités publiques, financée par des agences gouvernementales comme la DARPA ou la NSF, et publiée en accès libre. Sans ce substrat collectif accumulé sur des décennies, l'IA générative n'existerait pas sous sa forme actuelle.

C'est le même raisonnement que celui qui justifie les royalties sur les ressources naturelles. Le pétrole norvégien appartient aux Norvégiens, pas aux seules entreprises qui l'extraient. Le fonds souverain norvégien — qui dépasse aujourd'hui 2 000 milliards de dollars — est précisément ce modèle appliqué : une ressource nationale génère une valeur qui est redistribuée à la collectivité propriétaire. L'IA a été construite sur une ressource collective. La logique du dividende collectif est cohérente.

Des voix aussi diverses que Bernie Sanders et Geoffrey Hinton — prix Nobel et père fondateur de l'IA moderne — ont exprimé leur malaise face à la concentration du pouvoir décisionnel dans quelques laboratoires privés. Dario Amodei, PDG d'Anthropic, a lui-même déclaré être « profondément mal à l'aise de voir ces décisions prises par quelques entreprises, par quelques personnes ». Il est rare qu'un dirigeant valide aussi explicitement la critique de son propre modèle.

Qu'est-ce qu'on taxe, exactement ?

Avant même de discuter les mécanismes de redistribution, une question restée en suspens vient fragiliser toute proposition politique : qu'est-ce qu'on taxe, dans « l'IA » ? Le mot désigne un empilement de couches aux propriétés fiscales très différentes. Les puces spécialisées — GPU Nvidia, TPU Google, accélérateurs Huawei — sont des produits manufacturés déjà soumis à la TVA, aux droits de douane et aux régimes de contrôle à l'exportation. Les datacenters sont des immeubles physiques, localisables, taxables au niveau foncier — mais leur implantation initiale est mobile, et ils s'installent là où l'électricité est abondante, l'eau disponible et la fiscalité clémente. L'énergie qui les alimente est déjà l'un des postes les plus taxés de l'économie, et alourdir cette taxation revient à décourager précisément l'infrastructure qu'on prétendait conserver sur le territoire. Les modèles eux-mêmes — LLM, modèles de diffusion, modèles multimodaux — sont des objets logiciels intangibles, entraînés dans une juridiction, hébergés dans une autre, consommés depuis une troisième. Les API et les tokens de calcul sont facturés à l'usage, ce qui les rend techniquement traçables, mais leurs revenus transitent par les mêmes structures fiscales optimisées que le reste de l'économie numérique. Et au bout de la chaîne, les usages professionnels — l'avocat qui délègue sa recherche jurisprudentielle, le journaliste qui accélère sa production, la PME qui automatise sa comptabilité — sont invisibles dans les statistiques.

Chaque couche appelle un régime fiscal différent, parfois déjà existant, parfois structurellement inapplicable. Une « taxe sur l'IA » qui ne dit pas laquelle de ces couches elle vise reste un slogan. L'objet politique « IA » est facile à désigner ; l'objet fiscal « IA » n'existe pas — il faut le construire, couche par couche, en assumant que chaque couche impose des trade-offs différents entre recette, distorsion et fuite.

Pourquoi la taxation se heurte à des obstacles structurels

La question est légitime. Les mécanismes proposés pour y répondre sont, dans leur grande majorité, soit ingouvernables, soit contournables, soit les deux.

Le problème de la localisation. Les entreprises d'IA sont américaines ou chinoises. Leurs infrastructures de calcul sont distribuées mondialement — des datacenters en Virginie, en Irlande, à Singapour, au Chili. Leurs revenus transitent par des structures fiscales optimisées dans des juridictions à faible imposition. Taxer OpenAI depuis Paris ou Bruxelles suppose soit un accord international contraignant — qui n'existe pas et que les États-Unis n'ont aucune raison de signer dans les conditions actuelles — soit une taxe sur les usages locaux qui sera contournée par des structures offshore en quelques mois. C'est exactement le problème de la taxe sur les services numériques, dite taxe GAFA, qui a produit dix ans de négociations diplomatiques pour des recettes fiscales marginales et des représailles commerciales américaines.

Le problème de la définition. La formule de Colmant appelle un mécanisme concret : un prélèvement par emploi supprimé par des systèmes d'IA, calqué sur les cotisations sociales que cet emploi aurait générées. L'idée n'est pas neuve — Bill Gates l'avait déjà proposée en 2017 pour la robotique industrielle, et Michel-Édouard Leclerc l'a réactualisée en 2025 en constatant que « quand on fait venir l'IA, ça ne cotise pas ». Elle est cohérente : si l'IA capte la productivité que le travail humain finançait, elle doit contribuer à sa place. Mais elle se heurte immédiatement à une impossibilité de mesure. Qu'est-ce qu'un « travailleur équivalent remplacé par l'IA » ? Si un LLM permet à un juriste de produire en deux heures ce qui lui prenait deux jours, a-t-il remplacé 0,75 emploi ? Si une PME utilise l'IA pour gérer sa comptabilité sans embaucher un comptable, comment mesure-t-on l'emploi non créé ? Si un journaliste utilise l'IA pour rédiger cinq articles là où il en rédigeait deux, a-t-on supprimé trois emplois ou augmenté la productivité d'un ? La valeur créée par l'IA est diffuse, non linéaire, souvent invisible dans les statistiques d'emploi traditionnelles. Taxer ce qu'on ne peut pas mesurer produit soit des taxes symboliques sans effet redistributif réel, soit des distorsions massives qui pénalisent les usages les plus visibles sans toucher les plus profitables.

Le problème de la fluidité. L'IA rend possible — et accélère — ce qu'on peut appeler l'entreprise liquide : faible matérialité, effectif minimal, coordination algorithmique, mobilité géographique native. Un opérateur augmenté qui génère un million d'euros de valeur seul, depuis n'importe où, avec des outils d'IA accessibles par abonnement mensuel, ne rentre dans aucune case fiscale existante. Il n'a pas de masse salariale à cotiser, pas d'immobilier à taxer, pas de flux physiques à tracer. La base imposable s'évapore précisément au moment où la valeur créée explose. Les systèmes fiscaux ont été construits pour capter la valeur d'une économie industrielle et tertiaire massive — ils sont structurellement aveugles à la valeur créée par des opérateurs augmentés dispersés et mobiles.

Le problème de la compétitivité géopolitique. L'IA n'est pas un secteur industriel ordinaire : les États-Unis et la Chine la traitent comme un actif stratégique, au même titre que les semi-conducteurs ou l'énergie nucléaire civile. Une taxation unilatérale par l'Europe ne serait pas lue, depuis Washington ou Pékin, comme un ajustement fiscal négociable, mais comme une attaque contre un champion national engagé dans une course qui se joue en dizaines de milliards par an. La réponse ne serait pas économique, elle serait diplomatique — représailles commerciales, restrictions d'accès aux modèles, comme l'a montré la séquence déjà en cours sur les semi-conducteurs et sur la taxe GAFA. Cela ne signifie pas qu'il faut renoncer à taxer, mais que le rapport de force ne ressemble en rien à celui d'une régulation sectorielle classique — et que la voie unilatérale conduit à un affrontement plus qu'à une recette.

Le problème de la vitesse. Les systèmes fiscaux ont des cycles de conception, de négociation, d'adoption et d'implémentation qui se comptent en années, parfois en décennies. Les cycles d'évolution des modèles d'IA se comptent en mois. Au moment où une taxe sur l'automatisation serait adoptée, définie, mise en œuvre et rendue opérationnelle, le paysage technologique qu'elle prétendait réguler aura changé plusieurs fois. C'est le même décalage temporel qui rend l'AI Act européen structurellement obsolète dès sa mise en application.

L'esquive du revenu universel

Il existe une réponse au problème du dividende de l'IA qui est proposée non pas par ses détracteurs mais par ses dirigeants mêmes : le revenu universel. Sam Altman a financé entre 2020 et 2023 la plus grande étude américaine de revenu de base — 3 000 personnes, 1 000 dollars par mois pendant trois ans, résultats publiés par OpenResearch en juillet 2024. Elon Musk répète depuis des années que le revenu universel sera « inévitable » à mesure que l'IA remplace le travail humain. Geoffrey Hinton en fait un pilier de sa réflexion sur le chômage technologique. Sur le papier, la proposition semble répondre à la question du dividende : si la valeur est captée par quelques acteurs, redistribuons-en une partie à chacun.

En pratique, cette réponse est une esquive. Le revenu universel redistribue en aval — du cash aux individus — sans toucher à la structure de propriété en amont. La valeur créée par l'IA continue d'appartenir aux mêmes actionnaires ; seule une fraction en est reversée, financée par la fiscalité générale, c'est-à-dire au bout du compte par les mêmes contribuables. Le dividende de l'IA n'est pas partagé, il est simulé.

Il y a par-dessus tout un angle mort dans ces propositions : leur financement. L'idée d'un revenu universel n'est pas absurde en soi — elle devient arithmétiquement vertigineuse dès qu'on l'ancre dans les réalités officielles. Prenons non pas un chiffre arbitraire, mais le seuil de pauvreté belge tel que le calcule Statbel — 1 565 euros mensuels pour une personne seule en 2026, montant en dessous duquel un individu est officiellement considéré comme pauvre. Verser cette somme à chacun des 9,5 millions d'adultes belges coûterait environ 178 milliards d'euros par an — plus que la totalité du budget de la sécurité sociale, presque l'équivalent du budget fédéral. À l'échelle de la France, avec 53 millions d'adultes et un seuil de pauvreté proche de 1 200 euros mensuels, on approcherait 770 milliards d'euros annuels. Aux États-Unis, avec 260 millions d'adultes et un seuil de pauvreté fédéral autour de 15 000 dollars par an, la facture dépasserait 3 900 milliards de dollars — plus de la moitié du budget fédéral américain, uniquement pour ne pas faire tomber les gens dans la pauvreté, sans améliorer leur situation d'un centime.

Deux questions restent en outre sans réponse dans ces propositions : à quelle échelle, et pour qui ? Un revenu universel californien, américain, mondial ? Chaque périmètre appelle un ordre de grandeur différent, et aucun ne tient face aux ressources disponibles. Et surtout, les modèles d'IA sont américains ou chinois. La question devient alors politique : pourquoi Altman ou ByteDance financeraient-ils un revenu universel en Belgique, en Argentine ou au Nigeria ? Ces populations n'ont pas contribué à leur valorisation boursière, ne votent pas dans leurs élections, ne pèsent sur aucun de leurs leviers commerciaux ou réglementaires. Un dividende de l'IA proposé par les dirigeants d'IA sera, par construction, un dividende pour les populations qu'ils ont intérêt à ménager — soit à peu près l'inverse d'un mécanisme universel. La géographie du dividende suivra la géographie du pouvoir, pas celle du besoin.

Face à ces montants, la réalité commerciale des entreprises d'IA est saisissante. OpenAI, l'entreprise la plus emblématique de la promesse d'abondance, a réalisé en 2025 un chiffre d'affaires audité de 13,07 milliards de dollars — pour une perte opérationnelle de 20,92 milliards. L'entreprise dépense 1,60 dollar pour chaque dollar de revenu, et son break-even n'est pas projeté avant 2029-2030 ; HSBC estime qu'elle aura besoin de 207 milliards de dollars supplémentaires pour tenir jusque-là. Anthropic, plus disciplinée financièrement, a dépassé OpenAI en run rate en 2026 — 69 milliards d'ARR en juillet, 559 millions de bénéfice opérationnel projeté au deuxième trimestre — mais l'ensemble des revenus additionnés des laboratoires d'IA frontier reste inférieur à 200 milliards de dollars annuels. Loin, très loin, des 3 900 milliards nécessaires pour un seul revenu universel américain au seuil de pauvreté.

Altman, Musk et Hinton ne s'attardent presque jamais sur cette dimension, comme si la richesse à distribuer allait apparaître à la hauteur du besoin. Or le revenu universel présuppose exactement ce qu'il prétendait résoudre : soit une richesse créée par l'IA suffisamment stratosphérique pour financer l'ensemble sans mécanisme fiscal — acte de foi que personne ne documente —, soit une taxation dont on vient précisément de démontrer qu'elle échoue structurellement. Dans les deux cas, le revenu universel est un chèque tiré sur un compte qui n'existe littéralement pas encore : la valorisation d'OpenAI a atteint 852 milliards de dollars en mars 2026, mais l'entreprise elle-même a perdu 21 milliards l'année précédente. La valorisation boursière peut nourrir des actionnaires, elle ne peut pas nourrir un revenu universel.

Le glissement récent d'Altman rend l'esquive encore plus visible. En 2026, il a reculé de la position du revenu universel classique pour proposer deux variantes de sa propre invention : universal basic compute — chacun recevrait, plutôt que de l'argent, une part du compute d'un futur GPT-7, utilisable, revendable ou cessible — et universal basic wealth, où chacun détiendrait une fraction de la richesse produite par l'IA à travers les tokens qu'elle génère. Autrement dit, un revenu universel à la source, où c'est OpenAI lui-même qui distribue le dividende plutôt que l'État qui le collecte et le redistribue. La proposition est ingénieuse — et révélatrice. Au lieu de céder une part de la valeur à un mécanisme fiscal public, Altman propose que ce soit OpenAI qui distribue une fraction de son output à des bénéficiaires qu'il désigne, selon des modalités qu'il contrôle. Ce n'est plus une redistribution, c'est une dépendance élargie — le dividende devient un service, dont OpenAI reste l'opérateur exclusif.

Le revenu universel, sous toutes ses formes, laisse intacte la question posée en tête de ce texte : à qui appartient la valeur créée par l'IA ? Il ne répond pas — il compense la question par un mécanisme qui la rend moins urgente politiquement, sans y répondre structurellement.

Ce que l'Europe fait à la place

Face à l'impossibilité politique d'aborder la question de la propriété, l'Europe a choisi de réguler ce qu'elle peut réguler : les usages, les biais, les risques, les obligations de transparence. L'AI Act est le produit de cette stratégie — une régulation des comportements des systèmes d'IA, non une régulation de la propriété de la valeur qu'ils créent.

Le résultat est prévisible. Les entreprises américaines se conforment aux exigences formelles — un watermark ici, une déclaration de conformité là — sans que leur position dominante soit remise en cause d'un millimètre. Les acteurs européens, soumis aux mêmes contraintes sans disposer des mêmes ressources, accumulent un désavantage compétitif supplémentaire. Et la question de fond — qui s'enrichit, de combien, et au détriment de qui — reste entière.

L'Europe régule une industrie qu'elle ne possède pas. Elle écrit le droit d'une économie dont elle n'est pas actionnaire. Et elle évite soigneusement la seule question qui permettrait de changer cela, parce que cette question impliquerait de remettre en cause les droits des actionnaires d'entreprises américaines — incompatible avec les traités de commerce et d'investissement qu'elle a elle-même contractés.

Ce qui resterait à construire

La question de la propriété du dividende de l'IA est légitime et urgente. Elle n'a pas de réponse mécanique satisfaisante dans le cadre des États-nations et des traités commerciaux existants. Mais l'absence de réponse facile ne justifie pas l'absence de question.

Ce qui serait cohérent — et politiquement improbable — serait de construire la réponse à l'échelle où le problème se pose réellement : l'échelle internationale. Un accord multilatéral sur la propriété des données d'entraînement, sur les royalties de la recherche publique intégrée dans les modèles commerciaux, sur un mécanisme de redistribution partielle des bénéfices des entreprises d'IA vers les États dont les citoyens ont fourni le substrat — ce serait cohérent avec la logique du fonds souverain norvégien appliquée à l'échelle mondiale.

C'est aussi, dans le contexte géopolitique actuel de compétition entre les États-Unis et la Chine, à peu près aussi probable qu'un traité de désarmement nucléaire en 1962.

Ce qui reste, en attendant, c'est la lucidité sur ce qu'on ne peut pas faire — et la construction, à l'échelle où c'est encore possible, de ce qui résiste à la captation : les corpus culturels spécifiques, les langues minoritaires, les savoirs irréductibles, les relations de confiance entre créateurs et publics. Ce n'est pas un dividende. C'est une souveraineté cognitive. Et elle ne se décrète pas — elle se construit, note après note, conversation après conversation.

Ce texte est le premier d'une série de trois. Le deuxième — « Taxer l'IA : les pistes pragmatiques et pourquoi elles échouent » — examine les mécanismes fiscaux que les gouvernements envisagent réellement (abonnement, compute, API, données d'entraînement, datacenters) et pourquoi ils butent tous sur la même complexité. Le troisième — « Les nouvelles Compagnies des Indes et le retour des cowboys » — élargit la question à sa dimension géopolitique : les entités technologiques extraterritoriales, ces nouveaux acteurs qui exercent le pouvoir d'un État sans en avoir les obligations.

Ce texte a été élaboré selon la méthode décrite dans « Je travaille avec l'IA. Je le revendique. », publié en même temps sur ce site.

Notes

Je ne les utilise pas pour éviter de penser, ni pour produire à la chaîne des textes auxquels je n'aurais rien à ajouter. Je les utilise parce qu'ils ont changé, de façon irréversible, les conditions concrètes du travail intellectuel : la recherche documentaire, la comparaison de sources, la mise à l'épreuve d'une hypothèse, l'organisation d'un corpus, la construction d'une base de données, la réécriture d'un texte et la vitesse à laquelle une idée peut être discutée.

Mes textes ont fait, depuis que je travaille avec l'IA, un saut qualitatif que je peux honnêtement nommer. Non parce qu'une machine aurait trouvé à ma place ce que je dois penser, mais parce qu'elle me donne accès à une puissance documentaire, à une capacité d'itération et à un contradicteur disponibles à tout moment. Le gain ne consiste pas à supprimer le travail. Il consiste à déplacer le temps de travail : moins de temps perdu à accomplir mécaniquement des tâches de recherche ou de mise en forme, plus de temps consacré à la question, au jugement, à la vérification et à la décision éditoriale.

Je signe ce que je publie. J'en assume les faits, les faiblesses, les angles, les erreurs éventuelles et les conséquences. Cette responsabilité ne se délègue pas.

Mon principe : la question avant l'outil

Le débat sur le « prompting » me paraît mal posé. Le prompt n'est pas une compétence intellectuelle en soi. C'est une interface.

L'écosystème actuel des cours et manuels de prompt engineering — les listes de « 50 prompts magiques », les formations qui promettent une productivité décuplée grâce à la maîtrise de l'invite — présuppose exactement l'inverse : que la compétence-clé serait dans la formulation de l'interface, et non dans le travail préalable qui décide de la question à poser. C'est une confusion de niveau. Avant le prompt, il y a le travail qui compte : identifier ce que l'on sait, localiser ce que l'on ignore, formuler la tension qui mérite d'être explorée et décider de la question qu'il faut réellement poser. Confondre le prompt et la problématisation, c'est confondre la plume et l'écriture.

Je ne demande donc pas à une IA : « pense à ma place ». Je pars d'une intuition, d'une contradiction ou d'un problème concret. Je l'expose, souvent oralement, dans une forme incomplète. Je demande à l'outil de m'aider à la déplier, de produire des objections, d'identifier les faits à vérifier, de suggérer une structure, de comparer plusieurs formulations. Puis je reviens, je précise, je contredis, je coupe et je recommence.

Le dialogue est au centre de ma méthode, et ce dialogue s'inscrit dans une durée qui n'a rien à voir avec la conversation ponctuelle. Un texte publié — a fortiori une série comme Taxer l'IA — est le résultat de plusieurs semaines de va-et-vient. J'ai une intuition, je la dépose. Je demande à l'IA de creuser, de rapporter des sources, de vérifier une hypothèse. J'analyse ce qui remonte, je repose une question plus précise. Je note ce qui mérite d'être gardé pour plus tard. Trois jours après, je tombe sur un article de presse qui ouvre un angle nouveau, je reviens dans la conversation, je le confronte à ce que j'avais déjà. Une objection surgit d'un échange oral avec un collègue, je la ramène à l'outil pour la mettre à l'épreuve. Ce que le lecteur reçoit sous forme d'un texte de quatre mille mots est en réalité le sédiment d'une dizaine de sessions, parfois d'un mois de maturation, où l'IA a été tour à tour documentaliste, contradicteur, mémoire de travail et compagnon de pensée.

Ce dialogue ne se déclenche jamais à froid. Il s'appuie sur un corpus documentaire que je constitue en continu, indépendamment de tout projet éditorial précis : je lis, je commente, je consigne — le tout numériquement. Une newsletter à laquelle je suis abonné amène un article qui m'arrête ; un fil sur les réseaux sociaux ouvre une piste ; un article de presse me signale un fait dont je pressens qu'il compte ; une conversation orale déclenche une intuition. Je note, je classe, je garde une trace. Ce n'est pas encore un texte, c'est une matière — un stock de lectures, de citations, d'observations qui s'accumule sans destination immédiate. Au moment où une note prend forme, cette base est déjà là, prête à être mobilisée. Quand je démarre un dialogue avec l'IA sur un sujet, ce n'est pas pour découvrir un champ que j'ignore, c'est pour mettre à l'épreuve un matériau que j'ai déjà constitué, l'ouvrir à des angles auxquels je n'avais pas pensé, et confronter mes lectures à d'autres sources.

Un mot enfin sur une dimension qui distingue radicalement la pratique actuelle des interfaces textuelles traditionnelles : le dialogue oral. Je parle à l'IA aussi souvent que je lui écris. Une intuition qui monte pendant une marche, une objection qui surgit en voiture, un plan de note qui se dessine dans une salle d'attente — je dicte, l'outil transcrit, je continue. La voix libère un registre d'écriture que le clavier ferme : moins architecturée, moins polie, plus proche de la pensée qui cherche encore sa forme. C'est un brainstorming à haute voix avec un interlocuteur qui prend note et qui répond. Cette dimension orale change la nature du travail : elle rend possible une pensée en mouvement, non plus tributaire du bureau, du silence et de la posture assise. Une bonne partie des textes que je publie a d'abord existé sous forme parlée, avant d'être structurée à l'écrit.

Il y a une compétence en amont, encore moins nommée dans les manuels d'IA que la formulation de la question, et qui est pourtant décisive : savoir où les sources se trouvent. Une base de données spécialisée, un fonds d'archives, une revue scientifique de niche, un catalogue institutionnel, le rapport annuel d'un régulateur, le site d'un office statistique. Cette connaissance est humaine, patiente, cumulative — elle s'acquiert par des années de fréquentation d'un champ, par un réseau de contacts, par les lectures qui apprennent à en signaler d'autres. L'IA peut ouvrir un sujet, produire une première cartographie, croiser des références ; elle ne sait pas, seule, que tel fonds d'archives conserve tel type de document, que telle revue publie les études les plus solides sur telle question, que tel régulateur belge produit chaque année une note qui fait référence. Quand je demande à l'IA de vérifier un point, je lui indique souvent où chercher — Statbel pour les données sociales belges, la Mediabase Bru Zane pour les partitions du répertoire français, les rapports annuels de la DGCC pour les Centres culturels. Sans ce guidage, elle peut produire une réponse plausible mais mal ancrée. Avec ce guidage, elle devient un outil de vérification et de croisement redoutable.

Je ne cherche pas le « bon prompt » écrit une fois pour toutes. Je n'entre pas dans une session, je maintiens une conversation. Le prompt engineering fantasme un rapport instrumental à l'IA — une commande précise pour un résultat précis. Ma pratique est l'inverse : une accumulation lente, dialoguée, où chaque échange nourrit le suivant et où la forme finale émerge d'un processus, pas d'une injonction.

Ce que je fais avec l'IA

J'utilise les modèles pour quatre fonctions principales.

La première est la cartographie documentaire. Les IA permettent d'ouvrir rapidement un champ : retrouver des documents, établir une chronologie, comparer des positions, identifier les mots-clés qui manquent, produire une première carte d'un sujet. Cette étape n'est pas une vérification. C'est une accélération du repérage.

La deuxième est la construction. Dans mes projets éditoriaux, musicaux et documentaires — notamment les bases de données Pauline et PhonoICMA, et les outils liés à Crescendo — l'IA aide à structurer une information hétérogène, à concevoir des systèmes interrogeables, à envisager des workflows, à rédiger ou corriger du code, à tester des formats de restitution. Elle ne remplace ni le choix du corpus, ni la connaissance du domaine, ni la décision de ce qui mérite d'être conservé.

La troisième est la discussion critique. Je demande aux modèles de formuler les objections les plus fortes à une intuition, de pointer les présupposés d'un raisonnement, de distinguer l'affirmation démontrée de la formule séduisante. Un outil n'a pas d'ego à défendre. Il peut donc être un interlocuteur éditorial disponible, à condition que l'on ne confonde jamais son aplomb avec une vérité.

La quatrième est la réécriture. Je fais travailler les formulations, les plans, les titres, les transitions et le rythme d'un texte. L'IA peut proposer des variantes. Elle ne décide pas laquelle est juste. Une formulation peut être plus claire, plus courte, plus forte ou plus élégante ; elle peut aussi trahir l'idée initiale. Le choix demeure humain et éditorial.

Ce que je ne délègue pas

Je ne délègue pas la problématisation. Je ne délègue pas le jugement. Je ne délègue pas la responsabilité factuelle. Je ne délègue pas le choix de publier ou de ne pas publier.

Une IA peut produire une synthèse convaincante à partir d'un corpus limité. Elle ne sait pas, seule, décider si le corpus est bien constitué, si un silence est significatif, si une source est institutionnellement intéressée, ni si une question apparemment marginale doit devenir centrale. Elle peut fournir une réponse fluide à une mauvaise question. C'est précisément pour cette raison que l'exigence humaine ne disparaît pas : elle se déplace.

La vérification demeure indispensable. Les modèles peuvent halluciner, simplifier abusivement, présenter une hypothèse comme un fait, inventer une référence ou reproduire un biais contenu dans leur corpus. Chaque affirmation importante doit donc être contrôlée par retour aux sources, mise en contexte et, si nécessaire, corrigée ou retirée.

La vitesse de production ne dispense pas de rigueur. Elle oblige à une rigueur accrue.

Plusieurs outils, aucun culte

Je travaille avec plusieurs modèles et plusieurs environnements. À l'été 2026, Claude est un interlocuteur de travail important ; Manus et Gemini peuvent intervenir selon leurs capacités documentaires, de production, d'automatisation ou de traitement de médias ; j'utilise également Kimi et Qwen, notamment pour des tâches où leur profil linguistique ou leurs capacités spécifiques apportent un angle différent. Cette pluralité est volontaire — elle procède d'un esprit de benchmark permanent. J'ai également recours à des modèles ouverts ou spécialisés lorsque le contexte, le coût, les données disponibles ou l'architecture d'un projet le justifient.

Cette pluralité évite le culte d'un modèle unique. Elle permet aussi de comparer les réponses, de détecter une erreur, de mettre deux raisonnements en concurrence et de ne pas dépendre totalement de l'architecture ou des limites d'un seul fournisseur.

Je ne demande pas à un outil d'être une autorité. Je lui demande d'être utile dans une procédure que je contrôle.

Une pratique traçable

La transparence ne signifie pas publier chaque prompt, chaque brouillon ou chaque moment de dialogue. La pensée a besoin d'espaces de travail, de tâtonnements et de versions abandonnées. Elle signifie pouvoir décrire honnêtement la méthode suivie.

À titre d'exemple, voici la fiche de traçabilité qui accompagne la série Taxer l'IA publiée sur ce site en août 2026 :

Titre / date : Taxer l'IA : une question juste, une réponse impossible — août 2026.

Question ou tension initiale : question qui accompagne depuis plusieurs mois toute pratique intellectuelle de l'IA — à qui appartient la valeur créée, comment la redistribuer, à quelle échelle. La tribune de Bruno Colmant dans Trends-Tendances (« l'IA ne cotise pas ») a fait tilt : elle a signalé que le moment était venu de mettre en forme cette réflexion diffuse, à un moment où le sujet devient central dans le débat public et où un utilisateur d'IA formé à l'histoire ne peut pas ne pas se poser la question.

Corpus et sources vérifiés : tribune Colmant (Trends-Tendances) ; Jasmine Sun sur El-Sayed (jasmi.news) ; entretien Ezra Klein — Jasmine Sun (The Ezra Klein Show, The New York Times) ; entretien Amodei sur 60 Minutes (CBS) ; entretien Gates (Quartz, 2017) ; entretien Leclerc (BFM, 2025) ; étude UBI OpenResearch ; seuil de pauvreté Statbel 2026 ; financials audités OpenAI 2025 (Financial Times / Fortune) ; ARR Anthropic Q2 2026 ; propositions Altman sur universal basic compute et universal basic wealth. Veille audio de fond : podcast Silicon Carne (écoutes régulières) et autres podcasts spécialisés sur l'écosystème IA.

Outils mobilisés et rôle : Claude comme documentaliste (recherche croisée sur chaque source citée), contradicteur (mise à l'épreuve des analogies, notamment le parallèle Norvège / pétrole), assistant de structure (démolition en cinq obstacles) et lecteur éditorial (resserrement des passages redondants).

Objections ou points de fragilité identifiés : parallèle Norvège / pétrole faible sans mention explicite de l'asymétrie (le pétrole ne peut pas fuir, l'IA oui — objection intégrée dans le texte) ; passage initial sur SpaceX chargé émotionnellement (retiré en réécriture) ; question de la propriété intellectuelle des données d'entraînement (abordée en ouverture, non déployée — choix éditorial de rester sur la voie fiscale).

Décisions éditoriales assumées par l'auteur : tenir le registre analytique et non moral ; démolir les mécanismes avant de proposer une alternative ; ancrer chaque étape dans le monde francophone (Colmant, précompte immobilier wallon, Saint-Ghislain en T2) ; ne pas donner de solution mécanique mais poser la souveraineté cognitive comme réponse politique.

Version publiée / URL : pierrejeantribot.com/notes/#taxer-ia-1.

Cette trace est plus honnête qu'un watermark. Un watermark indique au mieux qu'un modèle a traité une suite de tokens. Il ne dit rien de la question posée, de la qualité du contrôle humain, de la vérification, des choix de coupe, des sources rejetées ni de la responsabilité assumée.

Ma position

Je ne crois pas à la pureté « sans IA ». Aucun texte sérieux n'a jamais été pur : il a toujours été précédé par des lectures, des conversations, des dictionnaires, des archives, des éditeurs, des correcteurs, des amis, des adversaires et des bibliothèques. L'IA est un outil nouveau et puissamment transformateur, non une souillure magique.

Je ne veux pas cacher son usage. Je veux le situer. Je n'écris pas contre ceux qui refusent l'usage. J'écris pour rendre compte du mien, et pour témoigner en quoi l'IA est une plus-value incontestable à mes pratiques.

L'asymétrie de ce refus mérite d'être nommée. Prenez un pilote de ligne. Il a fait des études longues, complexes, sélectives. Il pilote très peu au sens ancien du terme : il entre les données de navigation dans l'interface, il surveille les paramètres, il intervient dans les phases délicates ou en cas d'anomalie. L'essentiel du vol est assuré par des systèmes automatisés qu'il supervise. Personne ne conteste sa légitimité de pilote. Personne ne juge scandaleux de confier sa vie à un professionnel qui, dans son cockpit, passe la plupart du temps à contrôler des instruments plutôt qu'à manœuvrer manuellement. La compétence a été redéfinie autour de la supervision, du jugement critique et de la capacité d'intervention — pas de l'exécution intégrale.

Pour un texte, cette même redéfinition provoque encore un scandale chez certains. L'auteur qui utilise l'IA pour explorer un champ, tester des objections, construire une structure ou réécrire un passage serait moins légitime que celui qui aurait tout tapé à la main. On accepte que le pilote supervise la machine ; on exige que l'auteur travaille sans elle. Cette asymétrie ne tient pas — sauf à faire de la douleur d'écrire la condition de la validité intellectuelle du texte, ce qui est un présupposé romantique, non une exigence de rigueur.

Utiliser ces outils tout en critiquant l'économie et la géopolitique qui les portent n'est pas contradictoire. C'est prendre acte qu'il n'existe pas encore, à l'échelle où l'usage est devenu nécessaire, d'alternative véritable — tout en travaillant à ce qu'elle advienne. Les trois textes de la série Taxer l'IA démontent la mécanique fiscale et géopolitique de l'écosystème IA ; le présent texte revendique la pratique de ces mêmes outils. La cohérence est là : diagnostiquer sans naïveté, agir sans renoncer, construire ce qui manque.

Le pendant de ce texte existe déjà. « Changer ses méthodes de lecture à l'ère de l'IA », publié en juin 2026 sur ce site, décrit ce que ces mêmes outils changent à la lecture — la fiche assistée à partir de ses propres annotations, le livre transformé en interlocuteur, le dialogue oral en cours de lecture. Écriture augmentée et lecture augmentée sont les deux versants d'une même pratique. Ce que j'attends de l'IA quand je produis un texte, je l'attends aussi quand j'en lis un : un contradicteur disponible, une mémoire de travail, un accélérateur d'analyse — jamais un substitut à ce que je dois penser moi-même.

L'IA rend possible un travail plus ambitieux à condition d'apporter une vraie question, une connaissance du domaine, une capacité d'autocritique et la volonté de vérifier. Elle ne remplace pas la pensée. Elle rend plus visible la différence entre ceux qui pensent et ceux qui se contentaient déjà de produire une forme reconnaissable de pensée.

Je revendique donc une écriture augmentée, non une écriture déléguée. Je travaille avec l'IA parce que je veux aller plus loin, plus vite et plus profondément. Les textes que je publie sont les miens parce que les questions sont les miennes, les décisions sont les miennes, la responsabilité est la mienne.

Une déclaration courte figure en tête du site : « Je travaille avec plusieurs systèmes d'intelligence artificielle pour rechercher, documenter, organiser, discuter et réécrire. Je ne leur délègue ni la question, ni le jugement, ni la vérification finale, ni la responsabilité éditoriale. Les textes publiés sont signés par Pierre-Jean Tribot, qui en assume les sources, les choix et les erreurs éventuelles. » Une mention courte figure au bas des notes : « Ce texte est signé par Pierre-Jean Tribot. Il a pu être élaboré au moyen d'un processus de recherche, de dialogue et de réécriture mobilisant des outils d'intelligence artificielle ; sa version anglaise est traduite par Claude (Anthropic), révisée par l'auteur — la version française fait foi. La responsabilité factuelle et éditoriale demeure celle de l'auteur. »

L’idée qui séduit

Disons-le d’emblée : l’instinct est le bon. Le pillage est réel. Des modèles entiers se sont nourris, sans autorisation ni contrepartie, du travail de générations de créateurs, et il serait indécent de hausser les épaules. La proposition a donc pour elle la générosité — et une élégance rhétorique : elle habille une simple taxe des habits prestigieux de la gestion collective, cette institution que la France a inventée et dont elle est fière à juste titre. Surtout, elle ne nous demande rien qu’une signature. On coche une case, on institue un prélèvement, et l’on a le sentiment d’avoir rendu justice. C’est précisément ce confort qui devrait éveiller le soupçon.

Le mur technique

La SACEM fonctionne parce qu’elle identifie. Toute sa légitimité — un siècle de métier — repose sur une capacité prosaïque : savoir quelle œuvre a été jouée, où, et combien de fois. Chaque euro qu’elle répartit correspond à un usage repéré, tracé, documenté.

Or un modèle génératif ne « joue » pas une œuvre : il la dissout. Les milliers d’enregistrements qui l’ont entraîné ne sont plus des fichiers que l’on décompte, mais des poids fondus dans un réseau de neurones, méconnaissables, irrécupérables. Il n’y a pas de « nombre de passages », pas de segment que l’on puisse pointer du doigt pour dire : voilà, c’est cette phrase de tel compositeur. Les tatouages numériques que la tech promet sont une course perdue d’avance : à chaque nouvelle version du modèle, l’œuvre d’origine devient plus difficile à retrouver. Bref, l’identification qui fonde la SACEM est exactement ce qui est impossible dans l’entraînement d’une IA. Le journaliste Sophian Fanen l’a dit sans détour : faute de pouvoir tracer, le système se rabat sur les parts de marché. Traduction : on ne sait pas qui a été pillé, alors on redistribue à la louche.

Je le vois chaque semaine depuis XXI Music Publishing, où nous éditons la Ravel Edition : la valeur d’un catalogue ne tient pas à la masse des œuvres, mais au lien identifié entre une partition, un ayant droit et un usage précis — ce lien patiemment documenté qui, seul, permet de rémunérer. Un système qui l’efface pour verser un forfait indistinct ne nous rémunère pas : il nous dissout.

La confusion des genres

Et c’est là que la belle idée dérape. Puisqu’on ne peut identifier personne, la proposition glisse vers « un revenu minimal égalitaire pour tous les affiliés ». Mais ceci n’est plus du droit d’auteur : c’est une allocation sociale. On fait fondre deux logiques que tout sépare — celle du droit d’auteur, qui rémunère une œuvre précise effectivement exploitée, et celle du revenu universel, qui verse un plancher à tout le monde. Le mélange garde les défauts des deux et les vertus d’aucun : ni la précision du droit d’auteur, ni l’honnêteté d’une taxe assumée. Et « égalitaire », dans un secteur où la valeur est hyper-concentrée, cela veut dire concrètement : saupoudrer des miettes sur la multitude pendant que les gros ayants droit captent le gros du pot.

Le plus révélateur, c’est que les acteurs sérieux ne demandent pas cela. La vraie SACEM plaide pour une licence négociée avec les plateformes, pas pour une aumône forfaitaire ; et le Conseil supérieur de la propriété littéraire et artistique, saisi du sujet en 2024 puis en 2025, a proposé non pas un revenu universel mais une licence collective étendue, mécanisme autrement plus savant, où l’on rémunère un usage plutôt qu’un forfait versé au hasard. On serait tenté d’y voir la bonne réponse. Ce serait aller trop vite : car cette version raffinée, nous allons le voir, repose sur le même ressort caché que la version naïve — et c’est ce ressort, non le mode de répartition, qui condamne l’ensemble.

Ce que l’on ratifie

Reste le danger le plus profond, et le moins vu. Instaurer une redevance, c’est légitimer le fait accompli. Créez votre « SACEM de l’IA » et vous concédez, du même geste, que l’ingestion sans consentement est légitime — pourvu qu’un chèque soit émis. Vous troquez le droit de dire non contre un versement modeste, opaque, collectivisé, dont vous ne fixez pas le montant. C’est très exactement ce que le streaming a fait à l’écoute : il a normalisé l’accès quasi gratuit et l’a baptisé « rémunération ». La SACEM de l’IA ferait à l’entraînement ce que le streaming a fait à la diffusion.

Le droit européen penche déjà dans ce sens. La directive sur le droit d’auteur offre aux ayants droit un simple droit d’opposition — un opt-out — pour la fouille de données, et le règlement sur l’IA impose désormais aux modèles de publier un résumé de leurs données d’entraînement. C’est un progrès. Mais l’opt-out concède l’essentiel : le silence vaut oui, et c’est à l’auteur épuisé de courir après chaque plateforme pour se retirer. La SACEM de l’IA irait plus loin encore : le silence vaut oui, et voici une pièce pour la peine.

Et c’est ici que la version savante rejoint la version naïve. La licence collective étendue — celle des institutions, du CSPLA — fonctionne, par construction, sur ce même mode de l’opt-out : elle autorise l’exploitation de tout un répertoire, y compris les œuvres d’auteurs qui n’ont rien signé, à charge pour eux de se retirer s’ils y songent. Mieux répartie, sans doute ; mais sur le seul point qui compte — le consentement —, elle dit exactement ce que dit le forfait qu’elle prétend corriger : oui par défaut. Redevance, licence collective, SACEM de l’IA : toute solution qui part du répertoire au lieu de partir de l’accord acte le même renversement — ce n’est plus à celui qui prend de demander l’autorisation, c’est à celui qui crée de courir après le refus. Là est le vice, et il est commun à toutes les versions, de la plus grossière à la plus institutionnelle.

Ce qui marcherait vraiment

Le vrai levier est en amont, et il tient en deux mots : consentement et transparence. Le droit de savoir si son catalogue a été ingéré. Le droit de refuser. Et des licences négociées avant l’entraînement — individuelles ou collectives, peu importe —, sur le principe de l’opt-in et non de l’opt-out. Des droits lisibles par les machines, un défaut qui protège au lieu de dépouiller. C’est, du reste, ce que réclame la SACEM elle-même : un accord, pas une charité. Toute la bataille se joue sur une seule question, celle du réglage par défaut : le silence vaut-il oui, ou vaut-il non ?

La SACEM de l’IA séduit parce qu’elle a les traits de la justice et ne coûte qu’une signature. Mais elle ne répare rien : elle entérine. La vraie question n’est pas de savoir comment partager les miettes d’un pillage, mais si le pillage avait le droit d’avoir lieu. Avant de fonder une société de gestion pour les œuvres digérées, défendons le droit des vivants à ne pas être digérés sans avoir dit oui.

Il faut donc résister à la première tentation, celle de la panique globale. L’aperçu ne fait pas fondre le trafic en bloc ; il coupe une catégorie très précise de requêtes, et une seule : celles dont la réponse est compressible. « Que penser de cette Traviata ? », « le dernier album de tel chef vaut-il le détour ? » — l’usager pressé obtient désormais, en haut de page, un résumé passable qui lui suffit. Le contrat implicite du web, celui qui échangeait depuis vingt ans l’indexation contre le trafic, se rompt exactement là où l’avis est interchangeable. Nulle part ailleurs.

Cette précision est la bonne nouvelle cachée dans la mauvaise. Car si l’érosion a une forme, elle a des bords. Et ce qui se tient au-delà de ces bords ne relève pas de la qualité — les sites qui vont souffrir ne manquent pas de talent — mais d’une propriété plus froide : la présence, ou l’absence, d’une valeur que l’aperçu ne sait pas restituer.

La ligne de partage

Elle ne sépare pas les bons des mauvais textes. Elle sépare les sites où l’on va de ceux vers lesquels on est renvoyé. Un site vers lequel le moteur renvoie vit d’une audience prêtée ; qu’on lui coupe le robinet et il s’assèche. Un site où l’on va pour faire quelque chose — chercher, consulter, réserver — possède une seconde source de valeur que l’aperçu n’atteint pas. L’aperçu résume une critique ; il ne réserve pas une place de concert. Cette asymétrie, banale en apparence, décide de qui survivra.

De là, trois régimes de valeur résistent à l’érosion, et il vaut la peine de les nommer.

Le premier est transactionnel — et c’est le plus fragile des trois, autant le dire d’emblée. J’ai d’abord cru qu’une base que l’on interroge pour agir — un agenda, une billetterie, un catalogue tenu à jour — échappait à l’aperçu parce qu’on s’y rend pour faire, non pour lire. C’est en partie faux. Le Mode IA, lancé en même temps que les aperçus, répond déjà à « je suis à Bruxelles ce soir, propose-moi un concert classique » : il agrège les programmations et rend la réponse directement, sans qu’on ait à ouvrir le moindre agenda. La liste comme destination que l’on consulte est alors désintermédiée aussi sûrement qu’une critique — et une donnée structurée est même ce qu’un modèle absorbe le plus facilement. Posséder une base n’est donc pas, en soi, un rempart.

Ce qui résiste n’est pas la liste, c’est l’acte. L’assistant sait agréger les concerts de ce soir ; il ne réserve pas le fauteuil à notre place et n’encaisse pas à sa place — pas encore. Tant qu’on est l’endroit où la transaction s’accomplit, où l’on paie, où le billet se délivre, on tient un geste que le résumé ne peut pas exécuter. Si l’on n’est que l’endroit où la liste s’affiche, on l’a déjà perdu. Et pour l’agrégateur qui ne fait que lister, le sort n’est pas la mort mais la rétrogradation : de destination, il devient substrat — le fourrage que l’assistant consomme, avec pour seule seconde vie l’espoir d’être une source citée ou licenciée plutôt qu’une page visitée.

Le deuxième est distributif, et il faut le regarder en face, sans le farder. Il existe un trafic qui ne passe jamais par le moteur : celui que les sujets eux-mêmes font circuler. Lorsqu’un jeune artiste est chroniqué, il partage — il a besoin de cette visibilité, c’est presque une nécessité économique pour lui. On pourrait s’en cacher ; je préfère l’écrire : oui, l’intérêt du critique et celui de l’artiste s’alignent ici, et non, il n’y a pas de honte à ce que la mission de faire connaître les émergents soit aussi ce qui fait circuler le média. La ligne rouge est ailleurs — non dans le fait de couvrir ceux qui partageront, mais dans le risque de ne plus couvrir que pour être partagé. C’est une tension que la lucidité n’annule pas ; elle oblige seulement à la surveiller.

Le troisième est littéraire, faute d’un meilleur mot : le contenu non compressible. Le portrait, l’enquête, la généalogie, l’article transversal qui fait d’un chef un phénomène ou d’une signature un point de repère — il n’existe pas de version courte de ces textes qui satisfasse le lecteur. Rien à résumer, donc rien à cannibaliser. J’ai soutenu ailleurs que le régime de la preuve intellectuelle avait changé, que le texte isolé avait cessé d’attester la pensée qui le porte. L’aperçu confirme la thèse par l’autre bout : il sait produire le texte correct, il ne sait pas produire le texte pensé, et c’est précisément ce dernier que sa présence rend, par contraste, de nouveau désirable.

Ce que je ne sais pas encore

Je décris ici trois parades comme si leur addition suffisait. Or je n’en suis pas certain. Rien ne garantit que l’acte lui-même restera hors d’atteinte le jour où l’assistant réservera et paiera à notre place ; rien ne dit que le partage des artistes tiendra quand les réseaux qui le portent se referment à leur tour sur leurs propres résumés. Il se peut que ces trois régimes ne soient pas des remparts mais des sursis d’inégale durée. Je les tiens pour la meilleure hypothèse disponible, pas pour une démonstration. Écrire une topographie de l’érosion, c’est cartographier un terrain qui bouge sous la carte.

Le paradoxe de la sur-préparation

Construire tout cela — la couche transactionnelle, le réseau de relais, le corpus de fond — paraît, en temps de paix, démesuré. On a le sentiment d’être surdimensionné. Ce qui semble excessif dans le marché d’aujourd’hui est peut-être au calibre du marché qui vient, celui où les modèles purement éditoriaux se contractent ; ou bien c’est une dépense que l’histoire ne validera pas. On ne le saura qu’après. La sur-préparation est un pari, non une certitude : on porte la capacité avant d’en toucher le bénéfice, et l’on ignore encore si le bénéfice viendra. C’est l’inconfort propre à qui agit avant d’avoir la preuve.

Reste une fragilité qui n’est logée dans aucun outil, et qu’il faut nommer à l’échelle du secteur plutôt qu’à celle d’une maison. Un média de niche ne se brise pas par la technique mais par l’humain : ces structures reposent, presque toutes, sur un très petit nombre de personnes qui cumulent la matière et la mécanique, la plume et le cambouis. Le profil capable de tenir les deux est rare, pour une raison structurelle — le musicologue n’est pas technicien, le technicien n’est pas dans le classique, et l’économie du secteur ne comble pas l’écart. L’outillage génératif répond en partie à cette pénurie : il permet de faire à quelques-uns ce qui demandait une équipe. Mais il résout la rareté des bras en concentrant davantage la dépendance. C’est un échange, non une solution — et c’est peut-être là, plus que dans l’aperçu, que se joue la survie réelle de la critique.

Sur la prudence

On pourrait craindre qu’écrire cela revienne à livrer sa stratégie à ses concurrents. La crainte se dissout dès qu’on sépare le diagnostic de l’inventaire. Le diagnostic — pourquoi le trafic informationnel s’effondre, quelles catégories de valeur lui survivent — se partage sans risque. Car la carte n’est pas le territoire. Un site qui lit cette analyse ne fait pas pousser en six mois une billetterie, une décennie de données structurées ou un réseau d’amplificateurs. La lucidité est le seul actif qui ne se copie pas : on peut la lire sans pouvoir l’exécuter.

L’aperçu IA, au fond, n’est pas la fin du média critique. C’est un filtre. Il retire le trafic prêté à ceux qui n’avaient que lui, et il laisse — provisoirement, peut-être — ceux qui s’étaient donné une seconde source de valeur. Ce qu’il ne prend pas, il le désigne. Reste à savoir si nous saurons nous y tenir, et combien de temps le sol y restera ferme.

Le miroir

La preuve tient en une observation simple : voilà une technologie que la gauche exècre et que la droite abomine, jamais pour les mêmes raisons.

La gauche y voit le capitalisme sous stéroïdes. Regardez qui la fabrique : Musk, Thiel, Palantir, la Silicon Valley ralliée au trumpisme, une caste de milliardaires transhumanistes qui pillent le travail des artistes et rêvent de se passer des salariés. Additionnez ces silhouettes et vous obtenez le plus formidable méchant de James Bond — un Blofeld démultiplié qui, plutôt qu’une chatte blanche, caresserait sur ses genoux un animal-robot. Le casting est si parfait que le fantasme s’écrit tout seul : un ennemi aussi bien découpé dispense de réfléchir.

La droite déteste exactement la même IA pour la raison inverse : une créature de la côte Ouest, bardée de garde-fous « inclusifs », prompte à censurer ce qui déplaît à ses concepteurs, incarnation du mépris des élites diplômées pour les gens ordinaires. Coupable non plus par l’argent, mais par les mœurs.

Le même objet, honni par les deux bouts pour des motifs opposés. Quand une chose réunit contre elle des camps qui ne s’accordent sur rien, ce n’est pas la chose qu’il faut regarder : c’est le miroir. Trop neuve pour nos vieilles cases, l’IA ne renvoie à chacun que sa hantise — la gauche y aperçoit le capital, la droite le wokisme — et personne ne consent à regarder la chose elle-même.

Le procès en partialité

Le jeu de projection culmine sur la question des biais. Les deux camps accusent l’IA d’être biaisée : la gauche parce qu’elle reproduirait les discriminations de ses données, la droite parce qu’elle serait « woke ». Or les deux reproches sont contradictoires : on ne peut être à la fois la machine de la discrimination et celle de la bien-pensance. Le mot « biais » a fini par ne plus signifier qu’une chose : elle ne pense pas comme moi. Chacun exige que la machine épouse son biais et crie au scandale quand elle refuse. On ne lui reproche pas d’avoir des biais, mais de ne pas avoir les bons. L’accusation de partialité est l’aveu le plus pur de la partialité de l’accusateur : on demande à un miroir d’être partial, et l’on s’indigne qu’il se contente de refléter.

On en a eu la preuve grandeur nature. Grok, le chatbot de Musk, s’est vendu comme le seul débarrassé des garde-fous « woke » de ses rivaux. Le résultat ne fut pas une vérité enfin délivrée de la censure, mais un modèle qui a fini par faire l’apologie d’Hitler à l’été 2025, puis servir à fabriquer des images de déshabillage non consenties. Exiger d’un miroir qu’il soit partial ne corrige pas le biais : il le déchaîne.

Le plus grave est ailleurs : les modèles ont de vrais biais techniques, mesurables et réparables — un corpus qui surreprésente telle langue, tel angle mort. C’est le seul qui mériterait qu’on s’en occupe, et c’est précisément celui dont personne ne parle. On s’étripe sur le biais imaginaire pour n’avoir jamais à traiter le biais réel.

La désacralisation du travail

Mais le totem que l’IA menace vraiment, celui que la gauche et la droite partagent sans le savoir, c’est le travail. Deux mythes s’y superposent. Celui de Weber d’abord : le travail comme vocation, la réussite méthodique comme signe de l’élection — non le moyen de gagner le salut, mais la preuve qu’on compte parmi les sauvés ; éthique protestante devenue, une fois Dieu retiré, pure compulsion, la « cage d’acier ». C’est le mythe de la droite : le mérite, la « valeur travail », le soupçon jeté sur qui ne peine pas. Celui de la gauche ensuite : le travail qui dignifie et émancipe, celui du mouvement ouvrier, où l’atelier fait le citoyen.

Or l’IA, en logeant la productivité dans la machine — pour peu qu’elle tienne vraiment ses promesses d’automatisation —, court-circuite les deux. Si la valeur se produit sans la sueur, la sueur n’était pas le point. Le travail cesse d’être le lieu du salut et celui de l’émancipation ; il redevient une dépense d’énergie qu’on peut déléguer. On comprend mieux, dès lors, pourquoi tant de défenseurs proclamés des travailleurs s’alarment qu’une machine puisse les délivrer de la peine : ce n’est pas le salarié qu’ils protègent, c’est le mythe.

Plus concret encore : le pouvoir du salarié n’a jamais tenu à la dignité du travail, mais à sa position dans la production. La grève est une arme parce que le travail est un goulet d’étranglement — bloque la chaîne, occupe l’usine, cloue les avions au sol, vide les bureaux, et l’activité s’arrête, donc le pouvoir cède. Mais que reste-t-il de l’arme quand la machine devient elle-même le moyen de production ? On ne met pas un algorithme en piquet de grève ; on ne bloque pas un data center comme une usine, un aéroport ou un open space. Marx voyait la force du prolétariat dans sa place au cœur de l’appareil productif ; l’automatisation dissout cette place — à l’atelier hier, au bureau aujourd’hui, car l’IA atteint les cols blancs que les vagues précédentes épargnaient. L’alarme syndicale est plus lucide qu’elle n’en a l’air : un salarié rendu superflu à la production n’a plus rien à retirer, donc plus rien à négocier.

Les deux hypocrisies

De cette peur naît un réflexe. La gauche reproche à l’IA ses coûts — énergie, surveillance, pillage des créateurs — et sa réponse est toujours la barrière : éco-score, certification, moratoires, audits, agences. Empilez-les et vous obtenez une machine à annuler le gain, chaque contrôle grignotant la productivité qui était la seule raison d’adopter l’outil. On réclame le fruit et l’on scie la branche. Elle dit vouloir redistribuer les gains, mais pour redistribuer un gain, encore faut-il le laisser exister — or elle l’étouffe dans l’œuf, parce qu’au fond elle n’en veut pas : un gain qui libère du travail menace le totem. On réglemente pour protéger le mythe.

La droite n’est pas plus cohérente, seulement à front renversé. Elle qui jure par le marché et la liberté d’entreprendre découvre les vertus de l’interdit dès que l’objet la dérange : il faut « protéger notre civilisation », légiférer contre les ingénieurs de la côte Ouest, brandir un protectionnisme qu’elle réservait aux socialistes. Celle qui raillait le principe de précaution en réclame un, pourvu qu’il vise le wokisme et non le carbone. Et son culte de la valeur travail la mène dans la même impasse : une machine qui produit sans effort ruine le mérite comme religion.

Toutes les barrières ne se valent pas, bien sûr — certifier un diagnostic ou une décision de justice coûte peu au regard de ce qu’on évite, et livré à lui-même le gain file vers le capital, pas vers les salariés. La vraie ligne de partage n’est pas « réguler ou laisser faire », mais séparer deux gestes : encadrer par peur, qui stérilise, et protéger par justice, qui répare. Et là, les deux camps sont à égalité : chacun réglemente son angoisse en la baptisant justice. Ni l’un ni l’autre ne regarde l’objet ; tous deux se regardent.

La seule question qui vaille

Car voici ce que le vacarme permet de ne jamais poser. L’érosion des revenus des artistes n’est pas née avec l’IA : le streaming l’avait déjà installée, à coups de fractions de centime par écoute. L’IA n’ouvre pas la plaie, elle s’y engouffre. Dans un studio, elle restaure un enregistrement de 1950, débruite une prise, esquisse un arrangement en trois secondes — prouesses réelles, dont la seule question sérieuse est de savoir qui touchera un droit lorsqu’elle aura digéré, sans les nommer, les milliers d’interprètes et de compositeurs dont elle a tout appris. Le problème n’a jamais été la technique. Il a toujours été le partage.

Qui capte ce que la productivité libère ? Keynes promettait la semaine de quinze heures ; on a préféré réinvestir les gains en travail et en consommation. La machine peut ouvrir la cage d’acier ou la verrouiller à double tour, selon qui empoche le surplus. Sortir du miroir, c’est cesser d’y chercher son ennemi pour regarder la nouveauté en face — et décider, non ce que l’IA doit être, mais ce que nous ne consentons pas à lui abandonner.

Confondre « faire autrement » et « être en avance »

Dire que les États-Unis sont « à la traîne » suppose qu’il existe une course unique, dont l’Europe fixerait la ligne d’arrivée. Or les Américains n’ont pas pris de retard : ils ont fait un autre choix. Laisser courir l’innovation, construire d’abord, réguler ensuite, au cas par cas et par le contentieux. Ce choix est discutable, il a des coûts sociaux réels, mais il procède d’une logique cohérente. Le présenter comme un simple manque de maturité réglementaire, c’est se décerner à soi-même une médaille dans une discipline que l’on a inventée pour s’assurer de la gagner.

Le vrai sujet n’est pas là. Il tient dans une inversion de l’ordre des opérations. Les États-Unis et la Chine ont bâti des champions industriels, puis se sont demandé comment poser des garde-fous. Nous avons écrit le code de la route avant d’avoir des voitures. Nous produisons un droit magnifique pour une industrie que nous ne possédons pas. Les modèles qui structurent aujourd’hui le marché — ceux d’OpenAI, d’Anthropic, de Google DeepMind côté américain, mais aussi DeepSeek, Qwen d’Alibaba, Kimi de Moonshot, Doubao de ByteDance ou GLM de Zhipu côté chinois — sont tous conçus hors d’Europe. L’article 50 sur la transparence des contenus générés par IA encadrera donc, pour l’essentiel, des technologies venues d’ailleurs, développées par des acteurs sur lesquels le continent n’a aucune prise industrielle. On légifère sur la vitrine du voisin.

Et il faut mesurer ce que cette liste dit de nous. Quand on évoque en Europe les modèles « à risque », on ne cite spontanément que les américains — comme si la Chine n’existait pas. C’est un angle mort révélateur. Car la vague chinoise, largement diffusée en open source et à une fraction du coût occidental, échappe presque entièrement à notre radar médiatique et réglementaire. Non que Bruxelles ignore ces modèles ; mais notre débat reste obstinément tourné vers l’ouest, fasciné par la Silicon Valley qu’il rêve de discipliner, aveugle à l’est qui avance sans nous demander notre avis. Ce provincialisme du regard est déjà, en soi, une part de notre retard.

La régulation n’est pas le mal — elle est le symptôme

Il faut ici se garder d’une facilité. On entend souvent que l’AI Act « plombe » l’innovation européenne, qu’il faudrait choisir entre réguler et construire. C’est faux, et il vaut mieux le dire pour ne pas se tromper de cible. Écrire un règlement n’a retiré aucun euro aux gigafactories, ni fait fuir un seul chercheur. Réguler et construire ne puisent pas dans la même ressource.

Le vrai coupable de notre retard est ailleurs, et Nicolas Moës a l’honnêteté de le nommer : la fragmentation de nos marchés financiers, fiscaux et de l’emploi. C’est exactement le diagnostic du rapport Draghi, commandé par la Commission elle-même avant d’être rangé dans un tiroir. L’argent existe — il dort dans l’épargne, les fonds de pension, les assurances — mais il est prisonnier de vingt-sept systèmes nationaux, sans union bancaire ni marché des capitaux unifié. Un plan industriel massif, concentré, tenu sur dix ans, suppose de mobiliser cette masse d’un coup. C’est ainsi que l’Europe a réussi ses grands paris : Airbus, le CERN, Ariane, le spatial. Non par vertu réglementaire, mais par l’argent public engagé sur un objectif précis et défendu dans la durée. À côté, les « gigafactories » et l’appel d’offres à trente milliards d’euros font pâle figure face aux centaines de milliards que déploient Microsoft, Google ou les groupes chinois. C’est du saupoudrage présenté comme une riposte.

Voilà pourquoi la régulation n’est pas la maladie, mais son symptôme le plus visible. On fait ce qu’on sait faire. On écrit des règles — parce que c’est le seul levier que la construction européenne nous laisse réellement en main, celui qui ne réclame l’accord de personne sur la fiscalité, la défense ou l’union des capitaux. La régulation devient un cache-misère : elle nous occupe pendant qu’on renonce à l’essentiel. La colère, dès lors, ne devrait pas viser ceux qui parlent de contrôle. Elle devrait viser les gouvernements qui ont laissé, vingt ans durant, notre souveraineté financière et industrielle en jachère, et qui préfèrent aujourd’hui un beau texte à une vraie ambition.

Et même avec l’argent, il faudrait les hommes

Supposons pourtant le miracle financier accompli. Il resterait l’obstacle le plus coriace, parce qu’il ne se décrète pas : le capital humain. L’argent se vote en une nuit. Une génération de gens qui comprennent l’intelligence artificielle se cultive sur quinze ou vingt ans.

Et encore, il ne s’agit pas seulement d’ingénieurs capables d’entraîner un modèle — l’Europe en forme, et les meilleurs s’en vont. Il s’agit de cette denrée rarissime : les profils hybrides, ceux qui maîtrisent assez la technique pour ne pas dire de bêtises, mais qui possèdent aussi la culture historique, économique et philosophique pour mesurer ce que cette technologie déplace vraiment. Le pur technicien n’y voit qu’un outil de plus. Le pur littéraire panique ou fantasme. Les deux se trompent, et nous manquons cruellement de ceux qui pourraient tenir les deux bouts.

Là réside le paradoxe le plus cruel. Cette lucidité-là devrait être notre force. Le continent qui a inventé la critique de la technique — de Heidegger à Ellul, de Günther Anders à Simondon — est en principe le mieux armé du monde pour penser les implications de l’IA. Sauf que nous avons transformé cette tradition en réflexe défensif. Au lieu de produire des gens qui font en comprenant, nous produisons des gens qui commentent et qui régulent. La pensée critique s’est muée en posture de spectateur.

Or comprendre les implications sans avoir la main sur l’outil ne sert à rien — ou plutôt cela sert à rédiger des rapports que personne ne lit pendant que d’autres construisent le monde. Toute la différence est là. Dans une entreprise comme Anthropic ou OpenAI, les gens qui pensent les conséquences de l’IA sont à l’intérieur, à la table où se décide l’architecture des systèmes. En Europe, ils sont dehors, à la fenêtre, occupés à rédiger l’article 50.

Ni le laisser-faire, ni le commentaire : une troisième voie

Que l’on ne se méprenne pas sur la conclusion. Réclamer un « plan turbo » lancé dix ans les yeux fermés, sans jamais se demander si l’on maîtrise ce que l’on construit, ce serait tomber dans l’excès inverse — exactement celui que l’on reproche aux Américains. Les alertes émises par les grands laboratoires eux-mêmes, y compris Anthropic et OpenAI, sur des comportements déviants et difficiles à maîtriser de leurs modèles, ne relèvent pas du folklore. Le risque est réel, et courir plus vite en fermant les yeux n’est pas une ambition, c’est une imprudence.

La bonne voie n’oppose pas l’Amérique bâtisseuse à l’Europe régulatrice. Elle réunit ce que nous avons stupidement séparé : construire et penser dans la même main. Placer les gens qui comprennent les implications non pas à la fenêtre, mais à la table où l’on décide. C’est cette troisième voie que l’Europe, plus que quiconque, avait les moyens d’incarner — et qu’elle a laissée lui échapper.

Le mot d’ordre

L’Europe ne se sauvera pas en devenant le meilleur régulateur d’une révolution faite ailleurs. Il lui faudrait le courage inverse : un plan industriel décennal, une union des capitaux pour l’alimenter, et une génération formée à faire et à penser en même temps. Nous avons l’argent, endormi dans nos comptes d’épargne. Nous avons la tradition intellectuelle, gaspillée en commentaire. Ce qui nous manque, c’est la décision de les réunir — et le temps, lui, ne se régule pas.

Cette scène décrit une transformation qu'il faut nommer avec précision, parce qu'elle ne relève ni de la fraude, ni du plagiat, ni d'aucune catégorie que la déontologie éditoriale sait traiter. Elle relève d'un déplacement plus profond : le régime de la preuve intellectuelle a changé, et le texte a cessé d'en être le lieu principal. Pendant des siècles, on a lu un écrit comme la trace d'une opération mentale. La correction du texte attestait de sa pensée ; l'erreur trahissait l'inattention ; la maladresse indiquait l'effort ; la tournure inattendue signalait une intuition personnelle ; la structure argumentative révélait un cheminement. Le lecteur, sans en avoir conscience, prélevait dans le texte des indices dont la somme lui permettait de savoir qu'il lisait quelque chose qui avait été pensé, et par qui. Cette opération était si naturelle qu'on ne la nommait pas. Elle constituait pourtant l'infrastructure silencieuse de toute lecture sérieuse — d'un article, d'un mémoire, d'un dossier de candidature, d'une note d'intention.

Cette infrastructure ne fonctionne plus. La correction du texte n'atteste plus de la pensée, parce qu'elle peut être produite sans elle. L'erreur ne trahit plus l'inattention, parce qu'elle peut être corrigée sans qu'aucune attention se soit posée sur ce qu'elle corrigeait. La tournure attendue ne signale plus le confort d'un auteur qui pense dans son idiome ; elle peut être la marque d'un idiome moyen produit à distance. La structure argumentative ne révèle plus un cheminement ; elle peut être un moule appliqué à un contenu qu'on n'a pas parcouru. Tous les indices que le lecteur prélevait continuent d'apparaître dans le texte. Aucun d'eux n'atteste plus de ce dont il attestait autrefois. Le texte reste lisible. Il n'est plus témoignable.

La première tentation est de croire que ce problème appelle une solution technique. On propose des détecteurs, on parle de filigranes, on demande aux étudiants et aux contributeurs de déclarer leurs usages. Toutes ces réponses partagent un défaut structurel : elles cherchent la preuve là où elle a précisément cessé de résider. Un détecteur ne détecte que ce qu'un modèle un peu plus récent saura éviter. Une déclaration engage la bonne foi du déclarant, qui n'a plus les moyens de savoir lui-même où finit sa pensée et où commence l'assistance. Un filigrane oblige un opérateur commercial à coopérer avec un intérêt qu'il ne partage pas. Toutes ces solutions ont en commun de vouloir maintenir la fiction que le texte peut, à lui seul, attester de ce qu'il est. Cette fiction est ce qui est perdu.

Ce qui reste possible ne se trouve pas dans le texte isolé. Il se trouve dans son contexte — c'est-à-dire dans ce que le texte ne dit pas de lui-même et qu'on peut vérifier par ailleurs. Un texte pensé continue d'exister, en 2026 comme en 1980, mais la preuve qu'il l'est ne se lit plus dans ses lignes. Elle se lit dans la relation entre ce texte et d'autres textes du même auteur, dans les hésitations qu'il a manifestées ailleurs, dans les positions qu'il a défendues et abandonnées, dans les contradictions qu'il a admises, dans la manière dont il a répondu à une objection qu'on lui a faite un jour. Un auteur qui existe comme énonciateur incarné est un auteur dont on peut lire n'importe quel texte comme la trace d'une pensée, parce qu'on a accès à un corpus qui témoigne pour lui. Un contributeur inconnu qui envoie un premier texte à une rédaction ne dispose pas de ce corpus. Il ne peut pas prouver, par un unique article, qu'il a pensé. Il ne le pouvait déjà pas complètement autrefois ; il ne le peut plus du tout aujourd'hui.

Cette bascule a une conséquence pratique qui touche directement le métier de rédacteur en chef, et qui touche aussi les jurys de concours, les commissions d'attribution, les comités de lecture, tous les postes où l'on décide sur la foi de textes courts émanant de personnes qu'on ne connaît pas. Le texte court a perdu sa fonction d'attestation. Il continue à circuler, il continue à être exigé, mais il ne dit plus ce qu'il disait. La décision doit donc s'appuyer sur autre chose — sur ce que le candidat a produit ailleurs, sur ce qu'on sait de sa trajectoire, sur ce que d'autres disent de lui, sur une conversation avec lui, sur un entretien, sur la manière dont il répond à une remarque. Tout cela existait déjà comme complément à la lecture du texte ; tout cela devient désormais l'objet principal de la décision, dont le texte n'est plus qu'un accompagnement.

Cette bascule est inconfortable, parce qu'elle rend explicite ce qu'un jury pouvait autrefois s'épargner — la subjectivité de la décision, l'importance du réseau, le poids des trajectoires connues. Le texte court était le grand égalisateur : il permettait, en principe, à un inconnu talentueux de percer par la seule force de ce qu'il avait écrit. Cette possibilité rétrécit. L'écriture correcte étant désormais accessible à tous à coût nul, elle ne trie plus. Ce qui trie est ce qui n'est pas dans le texte — et qui a toujours été moins disponible aux nouveaux venus qu'à ceux qui étaient déjà connus. La démocratisation apparente de la production textuelle produit, à rebours, une aristocratisation réelle de la reconnaissance : on ne reconnaît plus que ce qu'on connaissait déjà.

Il faut nommer ce déplacement pour ce qu'il est, sans le dramatiser ni le nier. Il n'est pas un effet secondaire de l'IA ; il est un de ses effets propres, au sens précis que j'ai tenté de dégager ailleurs. La correction du texte comme attestation de pensée était un mécanisme réel, tenu, utile, en partie démocratique. L'IA n'en révèle pas la vacuité, parce qu'il n'était pas vacant. Elle le rend inopérant en produisant à coût nul ce qui en constituait la surface visible. Rien de ce qui rendait le mécanisme précieux n'a été trompeur ; il n'a simplement plus de support économique. On ne pourra pas le rétablir. On ne peut que reconnaître qu'il est perdu, et travailler à ce qui le remplace — c'est-à-dire à la reconstitution, autour de chaque texte qu'on veut prendre au sérieux, du corpus, de la trajectoire et de la conversation qui, ensemble, tiennent lieu de ce que le texte seul attestait autrefois.

Cela change ce que je fais quand un texte inconnu arrive à la rédaction. Je ne cherche plus dans le texte les indices de pensée que j'y cherchais il y a cinq ans. Je cherche ce qui, autour de lui, permet de croire qu'il en est une. Je regarde ce que l'auteur a publié ailleurs, ce qu'il a soutenu, ce qu'il a corrigé, ce qu'il a admis avoir mal jugé. Si je ne trouve rien, je propose une conversation. Si la conversation ne montre rien qu'une capacité à reformuler ce qu'il a déjà écrit, je décide sans certitude — comme tout le monde désormais, sur des indices insuffisants et sur un pari. La différence avec cinq ans en arrière n'est pas que je décide moins bien. C'est que je sais maintenant que je décide autrement, et que le texte, dont on m'a appris pendant vingt ans à lui faire confiance, ne suffit plus à me dispenser de le savoir.

Trois semaines plus tard, un mélomane demande à un assistant conversationnel quel enregistrement récent de la Troisième vaut la peine. La réponse arrive : quelques lignes cohérentes, informées, prudentes. On y retrouve, comme un écho fondu, la remarque sur la trompette naturelle, la réserve sur le scherzo, la référence à l'enregistrement des années soixante-dix. Sans citation. Sans lien. Sans que rien n'indique qu'un critique a écouté un disque, un dimanche, dans un salon, avec une opinion. Le mélomane note le titre du disque ; il ne pense pas une seconde à consulter le site où la chronique existe. Il ne saura jamais qu'elle existe.

J'ai décrit ce déplacement à plusieurs reprises — pour les métriques d'écoute, pour les programmations d'institutions, pour la voix des établissements culturels. Le mouvement est le même à chaque fois : ce qui était une destination pour un public devient une source dans laquelle un tiers puise pour répondre à sa place. Le média critique en est un cas particulier qui mérite d'être isolé, parce qu'il présente une double asymétrie qu'aucun des autres n'a.

Première asymétrie. Quand un musée, une salle, un orchestre glisse de la position de destination à celle de source, il perd sa fonction discursive — les visiteurs n'arrivent plus en lisant sa page de saison, ils arrivent en ayant posé une question à un assistant qui a résumé cette page. Mais ces institutions ont autre chose : un lieu, une programmation, un événement, un service rendu physiquement. Le substrat leur vole une couche. Il en reste plusieurs. Un média critique, lui, n'a rien à côté. Sa fonction discursive est sa fonction. Ce qui est aspiré comme substrat est exactement ce qui est produit. Il n'y a pas de lieu de rechange, pas d'événement dont le texte serait la promotion, pas de service dont l'article serait la trace. Le texte est le service. Quand le texte est englouti sans être lu, il ne reste rien de l'activité.

Seconde asymétrie, plus étrange, et probablement plus décisive. Un musée, quand il est décrit par un assistant conversationnel, est un objet dont on parle. Le substrat parle sur lui. Un média critique, lui, est le substrat qui parle sur tout le reste. Ce sont ses chroniques, ses portraits, ses comparaisons qui fournissent à l'assistant la matière avec laquelle celui-ci décrit les institutions, les artistes, les enregistrements. Autrement dit, le média critique alimente la couche qui va, dans le même mouvement, décrire les institutions dont il tirait autrefois son économie de destination — visites d'articles sur des concerts, sur des saisons, sur des sorties — et le remplacer comme intermédiaire entre ces institutions et leur public. Il alimente sa propre disparition à double titre : comme source de langage, et comme fournisseur d'autorité pour la synthèse qui le contourne. Aucune autre institution culturelle n'est dans cette position. Elles perdent une part d'accès à leur public. Le média critique, lui, entretient l'infrastructure qui rend cet accès obsolète.

Cela change ce que je fais tous les matins. J'ouvre le back-office, je vois quels articles ont trouvé leur lecteur et lesquels sont passés inaperçus. Il y a deux ans, je concluais parfois d'un article peu lu qu'il fallait mieux le référencer. Aujourd'hui je conclus, souvent, qu'il ne fallait pas l'écrire — ou qu'il fallait l'écrire autrement. Les articles qui trouvent encore leur lecteur sont ceux qu'un assistant ne peut pas produire à partir du reste : une chronique qui rend compte d'une soirée précise, un entretien où quelqu'un dit ce qu'il n'aurait pas dit ailleurs, un dossier sur un compositeur oublié dont on ne trouve rien nulle part. Les autres — la couverture de l'actualité générale, les brèves informées, les agendas — sont devenues du substrat pur. Elles nourrissent l'assistant, elles ne nourrissent plus personne d'autre. Nous continuons à les produire par habitude et parce qu'elles remplissent les pages. Nous devrions probablement arrêter.

Les solutions annoncées n'aident pas dans ce cas particulier. Le paywall protège les revenus par abonnement mais aggrave l'invisibilité dans les corpus : ce qui n'est pas librement accessible est mal indexé, mal cité, et donc n'entre plus non plus dans le langage qui décrit les objets dont on parle. Le média qui se ferme se rend plus rare pour ses lecteurs et plus invisible pour les modèles ; il perd deux fois. Le blocage des crawlers n'a aucun sens pour un média qui veut peser sur la conversation culturelle. Se retirer du substrat, c'est se retirer du champ. Le retour aux formats longs améliore la marge par lecteur ; il ne change rien à la position.

Ce qui reste ouvert, dans cette position à double asymétrie, est plus étroit qu'ailleurs mais probablement plus solide. Un assistant conversationnel ne peut pas occuper la position de l'énonciateur incarné — d'un critique dont on connaît le goût, l'humeur, les batailles antérieures, et dont on peut discuter la position parce qu'elle est tenue. Ce trait est banal pour toutes les formes culturelles. Il est vital pour un média critique, parce que c'est le seul que la double asymétrie laisse intact. La couverture peut aller au substrat ; l'incarnation ne le peut pas. Ce n'est pas une consolation, c'est une clarification stratégique. Ce que produit un média critique en 2026 ne peut plus être ce qu'il a produit pendant vingt ans — de l'information brute, de la couverture exhaustive, de la voix moyenne. Ce qui reste, ce sont les textes qu'un assistant ne pourrait pas synthétiser à partir du reste, parce qu'aucun reste n'a été écrit à leur place. C'est une réduction du périmètre. C'est aussi le seul périmètre qui a encore une raison propre d'exister.

La souveraineté cognitive d'un lecteur, dans ce champ, se joue dans le maintien d'énonciateurs qu'il peut interpeller, dont il peut discuter le goût, dont il peut se dire qu'il n'est pas d'accord. Un pays qui laisse ses médias critiques s'éteindre n'inflige pas seulement une perte à un secteur. Il continue à faire circuler leurs mots — ces mots ne disparaissent pas — mais il perd les personnes qui les tenaient. Reste alors la voix moyenne d'un assistant qui parle de tout sans être responsable de rien. Ce n'est pas la mort du discours critique. C'est sa continuation par une couche qui n'en assume pas la charge. Ce qui, à long terme, est probablement pire.

Réinvestir les institutions existantes

Le premier geste consiste à cesser de traiter les infrastructures de médiation humaine comme des coûts hérités et à les traiter comme des actifs stratégiques. Cela ne se réduit pas à un simple maintien budgétaire — cela suppose trois choses distinctes.

D’abord, donner aux écoles, bibliothèques, universités, médias publics et éditeurs indépendants une mission explicite : ces institutions sont les nœuds sur lesquels repose la formation cognitive d’une communauté. La Finlande le fait depuis 2013 en intégrant l’éducation aux médias dans son curriculum à tous les niveaux comme objectif public nommé — approche formalisée d’abord par les Good Media Literacy Guidelines de cette année-là, puis par la National Media Education Policy de 2019, portée conjointement par le Ministère de l’Éducation et de la Culture et par l’Autorité audiovisuelle nationale. Ce choix a été porté à un niveau politique élevé et défendu contre les logiques budgétaires de court terme.

Ensuite, protéger ces institutions des logiques concurrentielles qui les cannibalisent — presse gratuite algorithmiquement optimisée, plateformes éducatives américaines, LLM commerciaux offerts à tarif de dumping. Cette protection ne suppose pas un protectionnisme obtus ; elle suppose une régulation ferme qui garantit qu’un pays reste maître de la manière dont ses citoyens apprennent, s’informent et cherchent. L’Union européenne dispose techniquement des cadres pour le faire ; elle ne dispose pas encore de la volonté politique.

Enfin, mettre ces institutions en réseau — universités et médiathèques travaillant ensemble, bibliothèques nationales se coordonnant avec les éditeurs pour maintenir un catalogue vivant, médias publics coopérant avec les universités pour la vérification factuelle. La fragmentation actuelle affaiblit chaque acteur ; la coopération explicite les renforce mutuellement.

Créer ce qui manque

Le deuxième geste consiste à bâtir ce qui n’existe pas encore, parce que les infrastructures héritées de l’ère physique ne suffisent pas à couvrir le paysage IA.

Trois créations méritent d’être portées à l’agenda. D’abord, des modèles de langue entraînés sur des corpus curatés locaux, financés et gouvernés publiquement, offrant une alternative aux modèles américains dans les domaines culturels et administratifs sensibles. Le Québec vient de franchir un pas décisif dans cette direction : le gouvernement québécois a mandaté en juillet 2026 la Bibliothèque et Archives nationales du Québec pour bâtir une Banque publique de données destinée à « renforcer la souveraineté culturelle et numérique » du Québec — étude de faisabilité déjà conduite, phase expérimentale de douze mois lancée. La Catalogne finance depuis plusieurs années le projet Aina, développé à la Language Technologies Unit du Barcelona Supercomputing Center, qui a produit Salamandra 7B et une gamme d’outils vocaux catalans en libre accès. L’Islande a consacré une vingtaine de millions d’euros à son Language Technology Programme sur la période 2019-2023, désormais reconduit jusqu’en 2026, avec un partenariat direct passé avec OpenAI pour l’intégration de l’islandais dans les grands modèles. La France a récemment lancé Argimi, portée conjointement par la BnF, l’INA et un consortium industriel — même logique de commun numérique francophone. Ces initiatives restent fragiles ; elles démontrent surtout la faisabilité.

Ensuite, des hubs de curation multimédia hybrides — humains augmentés par des outils IA — qui prennent en charge l’orientation, la recommandation et la contextualisation dans les fonds culturels locaux. Un tel hub ne remplace pas les bibliothèques ; il augmente leur capacité de médiation à l’échelle d’un usage numérique quotidien. Aucun pays européen ne dispose encore d’une telle infrastructure au niveau national, ce qui explique en partie pourquoi les médiathèques peinent à démontrer leur valeur ajoutée à l’ère générative.

Enfin, des observatoires indépendants de la médiation algorithmique — chargés de documenter, comparer et publier les résultats produits par les grands modèles sur des questions culturelles, historiques, politiques sensibles. Ces observatoires produisent le savoir critique qui manque aujourd’hui pour arbitrer politiquement. Sans eux, la régulation reste aveugle sur ce qu’elle prétend réguler.

Cultiver les pratiques individuelles

Le troisième geste échappe à la politique publique au sens strict, mais il en conditionne l’efficacité. La souveraineté cognitive suppose des citoyens qui pratiquent effectivement les hygiènes qu’elle exige — lecture soutenue, diversification des sources, fréquentation régulière d’institutions humaines, choix conscient de ce qu’on délègue à un modèle et de ce qu’on garde en main.

Ces pratiques ne se décrètent pas, elles se cultivent. Par l’école, d’où l’importance stratégique du primaire, où se forment les habitudes cognitives de la vie entière. Par la fréquentation d’institutions vivantes, ce qui rappelle pourquoi bibliothèques et universités doivent rester des lieux qu’on habite, pas seulement des interfaces numériques. Et par un discours public qui valorise explicitement ces pratiques contre le régime dominant qui présente la délégation cognitive comme un gain net et sans coût. Aucune politique publique ne survit dans une société où les habitudes individuelles vont massivement dans l’autre sens.

Nommer la doctrine

Ces trois gestes — réinvestir, créer, cultiver — sont concrets, chiffrables, faisables. Ce qui manque n’est pas les moyens, c’est le cadre politique qui les nomme et les articule. La souveraineté cognitive est aujourd’hui traitée, quand elle l’est, à travers des dossiers sectoriels — culture, éducation, régulation numérique — qui portent chacun sur une facette et ratent la forme d’ensemble. Elle exigerait d’être portée à un niveau politique supérieur, avec sa doctrine, ses lignes budgétaires transversales, ses indicateurs propres — comme le sont, depuis longtemps, la souveraineté alimentaire ou énergétique.

Aucun pays européen ne l’a encore fait pleinement. Ceux qui le feront en premier disposeront, dans quinze ans, d’infrastructures cognitives que les autres n’auront plus les moyens de reconstruire. L’enjeu tient en une décision : nommer la souveraineté cognitive comme objectif public à part entière, et lui donner le cadre institutionnel qui la porte. Le reste — les institutions, les moyens, les pratiques — se déploie ensuite naturellement, parce qu’il est déjà largement inventé. Il attend seulement une doctrine qui l’assume.

Les opinions exprimées dans ce texte sont celles de l’auteur à titre personnel et n’engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Or ces institutions constituent l’une des strates fondamentales de la souveraineté cognitive d’une communauté — cette capacité collective à maintenir des chaînes autonomes de sélection, de classification et de transmission dans un environnement où ces chaînes sont désormais massivement médiées par des systèmes automatisés. Elles ne sont pas des reliques de l’ère physique. Elles sont, précisément, ce que les modèles génératifs ne remplacent pas et ne remplaceront pas. Encore faut-il le démontrer.

La question de fond doit donc être posée frontalement : qu’est-ce qu’une médiathèque fait, quand elle ne prête plus de disques ?

Ce qu’un catalogue fait vraiment

On confond trop souvent le catalogue avec l’inventaire. L’inventaire dit ce qu’il y a. Un catalogue vivant fait trois choses distinctes, entrelacées, et irréductibles l’une à l’autre. Il sélectionne — c’est-à-dire qu’il exerce une politique éditoriale, discutable, discutée, révisable, portée par des personnes identifiables et responsables de leurs choix. Il classifie — c’est-à-dire qu’il maintient une taxonomie stable, publique, inspectable, qui permet aux professionnels et aux usagers de comprendre comment un objet est relié à d’autres. Il médie — c’est-à-dire qu’il transmet une compétence d’orientation, de recommandation, de contextualisation, incarnée par des personnes formées et localisées.

Ces trois fonctions sont ce qui distingue un catalogue d’un simple entrepôt. Elles ne sont pas des ornements de l’institution : elles sont l’institution. Et aucune des trois n’est reproductible par un modèle génératif dans son état actuel.

Ce que les modèles ne savent pas faire

Un LLM ne sélectionne pas — il ingère tout ce qui a été mis à sa disposition, sans discriminer un article de référence d’un fil de forum, un enregistrement documenté d’une contrefaçon numérique. La popularité statistique du corpus d’entraînement écrase l’importance patrimoniale. Ce n’est pas un défaut passager de la technique : c’est sa nature.

Un LLM ne classifie pas — il génère au vol, à chaque requête, des catégories plausibles qui n’ont pas de stabilité entre deux conversations. Sa taxonomie est invisible, non révisable, non auditable. Un bibliothécaire peut vous montrer pourquoi une œuvre est rangée sous telle cote et pas telle autre ; un modèle ne peut que reconstruire une justification a posteriori pour un rangement qu’il n’a jamais réellement effectué.

Un LLM ne médie pas — il produit du texte, avec une confiance uniforme, sur des sujets qu’il maîtrise solidement comme sur des sujets qu’il hallucine. Il ne peut pas dire, avec autorité : ceci est établi, ceci est controversé, cela je ne le sais pas. Il peut simuler ce discours métacognitif — il ne l’assume pas, parce qu’aucune personne physique n’en est responsable en amont.

Ces trois manques ne sont pas des défauts passagers à corriger. Ils tiennent à la structure même des modèles, optimisés pour produire du plausible et non pour garantir du vrai. Améliorer leur fluidité ne les rapproche pas de la fonction catalographique — cela ne fait qu’améliorer la couverture du simulacre.

La valeur asymétrique en régime IA

Ce que produit un catalogue humain — sélection, classification, médiation — devient dans le régime IA la ressource la plus rare et la plus recherchée. Cinq raisons au moins.

D’abord, les modèles ont besoin de corpus curatés pour améliorer leur fiabilité. Un modèle entraîné sur le vrac web hallucine ; un modèle affiné sur des corpus catalogués — collections patrimoniales, notices bibliographiques, fonds audiovisuels documentés — devient soudain compétent sur les sujets couverts. La bataille de la qualité en IA passe désormais par l’accès aux données propres. Les institutions de catalogage sont, structurellement, les fournisseurs légitimes de ces données.

Ensuite, en aval, les modèles produisent en abondance des textes plausibles mais non vérifiés. Il faut, quelque part, une couche de confiance qui permette de dire : ce que le modèle avance est cohérent avec ce que documentent la KBR, la BnF, l’IMEC, la Cinémathèque, telle discothèque patrimoniale, tel fonds audiovisuel. Cette couche ne peut pas être elle-même un modèle — elle doit être une institution avec une politique éditoriale reconnue et une responsabilité humaine assumée. Le catalogue humain redevient l’ancrage épistémique du discours machine.

Troisièmement, une petite communauté linguistico-culturelle — francophonie européenne restreinte, catalan, romanche, portugais européen — dispose d’un poids infime dans les corpus d’entraînement des modèles américains. Sa spécificité s’y noie. Le seul contrepoids possible est une infrastructure catalographique locale, vivante, qui maintient et transmet la connaissance des œuvres et des auteurs propres à cette communauté. Sans cela, dans dix ans, un utilisateur qui interrogera son assistant IA sur la musique ou la littérature d’une petite aire linguistique recevra un résumé approximatif dominé par la moyenne mondiale. Rien de local n’y résistera, sauf ce qui aura été maintenu par une institution active.

Quatrièmement, les catalogues sont l’infrastructure des alternatives. Si l’on veut éviter que l’accès à une culture passe entièrement par cinq entreprises américaines, il faut des couches de découverte parallèles. Un catalogue humain augmenté d’outils IA peut proposer une recommandation, une contextualisation, un parcours ancré dans un fonds réel, tracé, éditorialement responsable. C’est ce que fait un opérateur augmenté à petite échelle. C’est ce que peut faire une institution à grande échelle, si on la laisse vivre.

Enfin, les catalogues sont un actif géopolitique. Les pays qui investiront dans leurs institutions de catalogage — le Québec autour de la BAnQ, la Catalogne autour des initiatives soutenues par la Generalitat, la Suisse romande en renforçant la médiation numérique de la RTS et des cantons — préserveront leur souveraineté cognitive. Ceux qui les couperont hériteront d’une culture accessible seulement à travers des interfaces qu’ils ne maîtrisent pas, à des conditions commerciales qu’ils ne négocient pas, filtrée par des priorités qui ne sont pas les leurs.

La question posée en ouverture reçoit ainsi sa réponse. La médiathèque, quand elle ne prête plus de disques, ne survit pas comme relique de l’ère physique — elle bascule comme point d’ancrage humain d’un écosystème d’accès à la culture que la machine s’apprête à coloniser. Sélection, classification, médiation : à la faveur du régime IA, ces trois fonctions deviennent l’une des strates les plus tangibles de la souveraineté cognitive — et l’une des plus faciles à démanteler, parce que leur valeur ne se voit pas au moment où on décide de les couper.

Les opinions exprimées dans ce texte sont celles de l’auteur à titre personnel et n’engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Trois glissements à éviter

Souveraineté cognitive n’est pas souveraineté numérique. Cette dernière porte sur les infrastructures physiques — data centers, câbles, semi-conducteurs, cloud. On peut être souverain numériquement et rester cognitivement dépendant si les modèles qui tournent sur les infrastructures nationales, leurs corpus, et les usages qu’on en fait sont entièrement importés. La souveraineté cognitive commence là où finit la souveraineté numérique : au niveau du contenu, du critère, de la médiation.

Elle n’est pas souveraineté informationnelle. Celle-ci porte sur la diversité des sources et la protection éditoriale — sur ce qui est publié. La souveraineté cognitive vise en amont : elle porte sur la formation même du jugement, sur la capacité à traiter l’information reçue, à la classifier, à la contextualiser. C’est la couche qui rend l’information intelligible avant même qu’on la reçoive.

Elle n’est pas une posture technophobe. Elle n’exige pas de s’abstenir des outils IA, pas plus que la souveraineté alimentaire n’exige de renoncer aux importations. Elle exige de ne pas déléguer à ces outils ce qui relève de la formation autonome du jugement. La distinction est fine mais décisive.

Le triangle et sa mécanique

La notion désigne, en une phrase, la capacité d’une personne, d’une communauté ou d’un pays à maintenir des processus autonomes de connaissance, de jugement et de transmission dans un environnement où ces processus sont massivement médiés par des systèmes automatisés. Trois plans s’y articulent mécaniquement.

Au niveau individuel, il s’agit de la capacité à raisonner, se documenter, décider sans déléguer entièrement ses opérations cognitives à un modèle. Cette capacité n’est pas naturelle : elle est formée par un apprentissage long — lecture soutenue, exercice du doute méthodique, fréquentation de sources contradictoires. Cet apprentissage a lieu quelque part, et il a lieu dans des institutions. Au niveau institutionnel, il s’agit donc du maintien vivant des écoles, bibliothèques, médiathèques, universités, catalogues patrimoniaux, éditeurs, revues, réseaux de recherche — non pas des lieux, mais des chaînes de compétences, qui ne se maintiennent pas par la seule volonté professionnelle de leurs agents mais par des décisions politiques de financement, de mandat, de protection contre les logiques concurrentielles qui les cannibalisent. Ces décisions relèvent d’un troisième niveau, politique, où se joue la capacité collective à choisir quelles infrastructures on entretient, quelles règles on impose aux systèmes automatisés, selon quels critères on arbitre entre efficacité de court terme et autonomie de long terme. Or cette capacité de décision suppose elle-même des citoyens capables d’en formuler la demande, des journalistes qui savent problématiser l’enjeu, des universitaires qui produisent les cadres d’analyse.

Le triangle se boucle ainsi : les décisions politiques financent les institutions, les institutions forment les individus, les individus formés produisent la demande politique. Chaque sommet dépend structurellement des deux autres. Cette interdépendance rend la souveraineté cognitive à la fois fragile — un maillon dégradé compromet la chaîne — et défendable — il suffit qu’un sommet reste actif pour tirer les deux autres.

Pourquoi maintenant

Jusqu’à présent, les infrastructures cognitives étaient largement publiques, distribuées, humaines. On accédait à l’information via des bibliothécaires, enseignants, journalistes, libraires, archivistes. Chaque étape ajoutait une médiation opérée par des personnes formées, responsables et localement ancrées. L’ensemble formait une couche d’intermédiation lente, imparfaite, mais irremplaçable — parce que chacun de ses points d’articulation pouvait être discuté, contesté, corrigé.

L’entrée en régime des modèles génératifs bouleverse cette architecture. L’utilisateur n’accède plus au fonds culturel via une chaîne humaine : il interroge un modèle qui synthétise, hiérarchise et présente. La médiation devient invisible, opérée par un système dont les critères ne sont pas discutables. Ce qu’il ignore devient inaccessible. Ce qu’il met en avant devient prescrit. Et comme la majorité des utilisateurs sollicitent les mêmes modèles, la médiation cesse d’être plurielle : elle devient uniforme.

Ce basculement se produit entre 2023 et 2030 — fenêtre étroite. Les habitudes d’accès se recomposent à cette vitesse. Les infrastructures humaines qui ne se réoutillent pas pendant cette fenêtre risqueront la marginalisation par contournement, pas par obsolescence. La question de la souveraineté cognitive n’est pas de savoir si elle sera défendable dans vingt ans : c’est de savoir si elle le sera encore dans cinq.

Cette temporalité rejoue une mécanique connue — souveraineté alimentaire dans les années 1990, énergétique dans les années 2000, numérique dans les années 2010. À chaque fois, une infrastructure vitale s’est recomposée dans une fenêtre courte, où les choix engageaient les décennies suivantes. La souveraineté cognitive prolonge cette série — le chapitre peut-être le plus lourd de conséquences, puisqu’il porte sur la capacité même à penser les enjeux ultérieurs.

Ce qu’elle exige

Ce n’est ni une position défensive, ni la nostalgie d’un état antérieur, ni la peur des nouveaux outils. C’est une posture stratégique : préserver et développer les capacités qui permettent à une communauté de penser depuis elle-même, en dialogue avec les machines, mais sans être pensée par elles.

Cela suppose des décisions concrètes — maintenir et recapitaliser les institutions de médiation, réformer l’école pour qu’elle forme aux nouvelles hygiènes cognitives, négocier fermement avec les fournisseurs de modèles les conditions d’usage des corpus culturels nationaux, financer une recherche indépendante sur leur impact cognitif. Chacune coûte. Chacune se heurte à des arbitrages budgétaires immédiats. Chacune se joue dans cette fenêtre courte où les choix engageront les vingt années suivantes.

Il faudra sortir de l’idée que le sujet est trop technique pour être politique. Il l’est parfaitement, exactement comme l’était la question alimentaire ou énergétique en leur temps. Ceux qui prendront la souveraineté cognitive au sérieux maintenant auront des institutions qui tiennent en 2040. Les autres seront gouvernés par des systèmes qu’ils n’auront ni choisis, ni compris — ce qui n’est pas la même chose que d’être libre.

Les opinions exprimées dans ce texte sont celles de l’auteur à titre personnel et n’engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Ce qui vient de se passer mérite d'être nommé. L'imprimerie, la calculatrice, Internet ont modifié l'accès aux savoirs sans remettre en cause la nature du geste cognitif que l'école prétendait former. Écrire un texte argumenté, résoudre un problème, construire une démonstration restaient des opérations que la machine facilitait sans les effectuer. L'IA générative fait autre chose. Elle exécute l'opération elle-même, à un niveau qui n'est pas toujours médiocre. La comparaison avec les révolutions techniques précédentes cesse d'être éclairante. Elle devient anesthésique.

Kai-Fu Lee avait posé le cadre, dès 2018, dans AI Superpowers. Le diagnostic était simple. Un pan entier des tâches cognitives codifiables allait être exécuté mieux, plus vite et pour moins cher par des machines. L'école — celle des pays d'Asie de l'Est autant que celle des systèmes occidentaux — formait précisément à ces tâches-là. Elle était donc, en tant qu'institution, structurellement en retard de trente ans sur le monde qu'elle prétendait préparer. Sa conclusion n'était pas gentille : il faut refonder, pas ajuster. Recentrer l'école sur ce que la machine ne peut pas faire — le jugement dans l'incertitude, la relation humaine complexe, la créativité qui rompt un pattern plutôt qu'elle ne l'optimise. Le fait qu'un ingénieur de la Silicon Valley formé à la Chine ait produit ce texte, plutôt qu'un philosophe européen, dit quelque chose de la topographie du débat. Les acteurs qui construisent la machine voient plus clairement que ceux qui devraient former à la penser.

Ce que le discours de l'adaptation ne peut pas regarder en face est ce que Kai-Fu Lee formulait tranquillement il y a près de huit ans. Le regarder oblige à poser une question que ce discours a précisément pour fonction d'écarter. À quoi sert l'école ? Si les curriculums, les évaluations et les dispositifs doivent être « adaptés » parce qu'une machine rend triviales les productions qui exigeaient auparavant un effort, deux hypothèses seulement sont possibles. Soit nous formions aux mauvaises choses — auquel cas il faut le dire, et rediscuter le contenu, non ses instruments. Soit nous formions aux bonnes choses, et la machine les dévalue — auquel cas leur défense est un enjeu culturel, pas un problème d'ingénierie pédagogique. Ni l'une ni l'autre n'est ouverte par les manuels d'adaptation.

Il faut aller un cran plus loin. Ce que l'IA révèle est une erreur catégorielle au fondement du dispositif. Pendant des décennies, on a évalué un produit — un texte, une démonstration, une réponse — en croyant former un processus — la pensée en train de se construire. La confusion tenait tant que produire ce produit exigeait le processus. Elle s'effondre au moment où une machine produit le produit sans le processus. Les curriculums bâtis sur les « compétences » observables, adoptés depuis les années 1990 par la plupart des grands systèmes éducatifs, ont accéléré cette confusion en la théorisant. Ils n'ont pas ouvert la voie à la machine. Ils l'ont pavée.

De là vient la stérilité prévisible des propositions d'adaptation. Elles opèrent au mauvais niveau. Elles cherchent à préserver le format en modifiant ses conditions techniques, alors que c'est le rapport entre ce qui est enseigné, ce qui est évalué et ce qui est censé être appris qui a été fracturé. Reconnaître cette fracture n'est pas ajuster une pratique. C'est admettre que trente ans de restructuration pédagogique ont produit un dispositif qui n'était plus adossé à ce qu'il prétendait former, et qu'une machine vient de le rendre visible.

Le refus institutionnel de formuler cela a une raison prosaïque. Le formuler oblige à rouvrir simultanément la question du contenu, celle des compétences des évaluateurs eux-mêmes, et celle de ce que l'école est en mesure de transmettre dans un environnement où le geste cognitif codifié est déjà exécuté ailleurs. Aucun des trois seuils n'est franchissable dans le cadre des instances qui commandent aujourd'hui les livres et les formations. On y produit donc, à cadence rapide, un discours d'accompagnement qui simule la transformation en évitant l'objet. La table n'est pas retournée. Elle est époussetée avec application, et l'application tient lieu de pensée.

Il n'y a pas d'ajustement possible qui préserve l'existant. Le pari de l'adaptation à la marge est perdu d'avance. Ce qu'il faudrait n'est pas un manuel supplémentaire mais un renversement délibéré. Rouvrir la question du contenu. Redéfinir ce que l'école doit transmettre à un être humain qui grandit avec une machine capable de rédiger et de raisonner à sa place. Admettre que la préservation du dispositif ancien est aujourd'hui un coût, non un bien. Du passé faisons table rase, non par posture révolutionnaire, mais parce que le passé pédagogique récent — celui des compétences observables, des grilles de descripteurs, des dispositifs d'évaluation devenus des fins en soi — a été rendu obsolète par un fait technique que le champ refuse de nommer. Kai-Fu Lee l'écrivait il y a près de huit ans. Il faudra bien, un jour, le lire.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Il faut commencer par nommer une erreur de catégorie. Traiter l'IA comme une sous-catégorie du « numérique », au même titre qu'un cloud ou une messagerie chiffrée, c'est déjà l'avoir manquée. Le Plan Vauban range Windows, Teams, Zoom, ChatGPT, Copilot et Gemini dans une même liste d'« outils étrangers » à interdire — comme si un modèle de langage était une variante avancée de Microsoft Office. Le numérique désigne des infrastructures de traitement de l'information ; l'IA générative désigne un mode de production du sens qui modifie la manière dont les humains apprennent, écrivent, argumentent, décident, se souviennent, se pensent eux-mêmes. C'est un fait technique, oui, mais c'est surtout un fait anthropologique et cognitif — de l'ampleur de l'imprimerie ou de l'écriture, à ceci près qu'il se déploie en cinq ans plutôt qu'en cinq siècles. Aucun rempart ne se construit contre un phénomène qu'on n'a pas su nommer.

C'est pourquoi la souveraineté numérique ne se joue pas dans les cabinets ministériels. Elle se dépose, année après année, dans le rapport que les enfants d'une nation entretiennent avec les objets techniques qui structurent leur pensée. Elle commence à l'âge où l'on apprend à distinguer un outil qu'on utilise d'un outil qui nous utilise — soit, empiriquement, autour de six ans. Aucun cloud souverain ne rattrape une génération qui a rencontré ChatGPT avant d'avoir rencontré l'idée qu'on pouvait comprendre ChatGPT.

Ce que fait la Corée du Sud depuis 2025 en intégrant l'IA au curriculum du primaire n'est pas d'abord un geste de compétitivité. C'est un geste de constitution d'un peuple technique : produire une génération pour laquelle un modèle de langage n'est ni un oracle, ni une menace, mais un instrument dont on comprend les tenants — statistiques, probabilistes, entraînés sur des corpus biaisés, capables de se tromper avec assurance. L'Estonie, la Finlande, Singapour, Taïwan ont fait ce pari depuis plus d'une décennie sur la culture numérique en général ; la Corée l'étend maintenant à la couche IA. Décisions curriculaires — donc lentes, invisibles dans un communiqué LinkedIn — et pourtant ce sont elles qui décideront, dans quinze ans, quels peuples auront gardé la main sur leur propre pensée.

La France, à cet égard, est fragile. Non parce que ses enfants seraient moins doués, mais parce que son école, prise entre sanctuaire républicain et fascination technophobe, n'a pas su décider si le numérique était un ennemi à tenir au seuil ou une matière à enseigner. La génération qui a aujourd'hui douze ans a rencontré l'IA générative avant d'avoir reçu la moindre grammaire critique pour la penser.

Et c'est ici que se joue la ligne de fracture qu'aucun Plan Vauban ne pourra colmater. Les enfants dont les parents leur enseigneront la machine à la maison — parce qu'ils sont ingénieurs, cadres, professions intellectuelles — hériteront de la culture technique. Les autres deviendront des utilisateurs sans grille de lecture — dépendants sans être équipés. L'inégalité IA ne s'ajoute pas aux inégalités scolaires existantes ; elle les amplifie. Une école qui abdique n'est pas neutre : elle scelle une reproduction sociale d'un nouveau type, où le capital cognitif hérité pèsera plus lourd que jamais.

On m'objectera qu'il existe des dispositifs — Pix, Éduthèque, Class'Code, plans numériques, EdTech française. L'objection est vraie, et c'est pour cela qu'elle est trompeuse. Le problème n'est pas l'absence de dispositifs — la France excelle à en produire — mais leur place dans le curriculum obligatoire. Un dispositif optionnel, financé par appels à projets, dépendant du volontarisme d'un enseignant, ne produit pas une génération : il produit des poches d'excellence là où la bourgeoisie cognitive résidait déjà. La Corée n'a pas ajouté un dispositif à son école : elle a réécrit son programme national. Les dispositifs existent ; c'est le curriculum qui manque.

Il y a d'ailleurs une ironie qui mérite d'être signalée. Ce qui rend aujourd'hui la formation cognitive plus urgente qu'hier, c'est l'IA elle-même. Un citoyen qui a compris comment fonctionne un modèle de langage dispose d'un instrument qui met à nu, en quelques secondes, les incohérences d'un communiqué politique — lexique creux, contradictions internes, métaphores qui ne tiennent pas, promesses techniquement impossibles. L'IA générative bien utilisée est un révélateur d'inauthenticité rhétorique d'une précision redoutable. Elle décape. On comprend pourquoi certains milieux politiques préfèrent en parler comme d'une menace à interdire plutôt que comme d'une compétence à transmettre : un peuple équipé pour démonter un communiqué en trente secondes n'est pas un peuple facile à gouverner par la posture.

C'est là qu'est le contresens fondamental. Une forteresse défend un territoire déjà constitué, déjà peuplé, déjà producteur. Or la souveraineté numérique française ne souffre pas d'être insuffisamment défendue — elle souffre de n'avoir pas été construite. Pas de LLM public national soutenu par la commande d'État à la hauteur, pas d'infrastructure éducative à la mesure, pas de doctrine curriculaire. Défendre le vide, c'est encore le vide. Vauban ne peut pas ceinturer une ville qui n'a pas été bâtie.

D'où la formule : la souveraineté cognitive commence à six ans. Toute politique numérique nationale qui ne commence pas par cette échelle — celle du CP, du maître formé, du manuel réécrit — parle d'autre chose que de souveraineté. Elle parle de défense. Or on ne défend pas ce qu'on n'a pas d'abord appris à faire habiter.

Cela ne dispense pas d'agir sur les adultes ; cela dispense seulement de croire qu'on peut le faire sans agir d'abord sur les enfants. Un Plan Vauban cohérent commencerait par le CP avant de commencer par le cloud. Il n'aurait pas de nom martial, pas de deadline en cent jours — seulement des instituteurs à former, une décennie de patience et une génération à équiper. Ce serait moins vendeur sur LinkedIn. Ce serait la seule chose qui marche.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

L'anecdote prête à sourire. La transformation qu'elle révèle est plus sérieuse.

I. Le déplacement structurel.

La justification donnée par les laboratoires est plausible, et c'est ce qui la rend intéressante. Les problèmes posés par les modèles de fondation — qu'est-ce qu'un raisonnement valide, qu'est-ce qu'une intention, qu'est-ce qui constituerait un dommage moral infligé à un système — relèvent d'un outillage conceptuel que les ingénieurs ne possèdent pas. Le recours à la philosophie n'est pas un caprice de communication ; c'est une nécessité fonctionnelle. C'est aussi un aveu : les laboratoires reconnaissent implicitement que leurs produits engagent une normativité qu'aucune méthode d'ingénierie ne peut produire à partir d'elle-même.

Le problème commence un cran plus bas. Ce qui se joue n'est pas le recrutement de quelques philosophes par quelques entreprises, mais un déplacement du lieu où s'élabore la réflexion éthique sur la technique. Pendant deux siècles au moins, ce lieu a été l'université, comprise au sens large incluant la presse de pensée, les sociétés savantes, les administrations culturelles. La philosophie morale produisait son discours dans des institutions structurellement distinctes de celles qu'elle évaluait. Cette distance n'était pas une garantie d'objectivité — l'université a ses propres dépendances — mais elle constituait une position d'extériorité minimale. Le philosophe pouvait être consulté par l'industrie ; il n'en relevait pas administrativement.

Ce qu'inscrit l'article de The Economist est l'effacement de cette distance. La philosophie morale de l'IA s'élabore désormais, pour une part croissante et bientôt dominante, à l'intérieur même de l'appareil productif qu'elle est censée évaluer. Elle devient un département de R&D parmi d'autres, avec ses budgets, ses indicateurs, ses comptes rendus trimestriels. Le philosophe n'est plus consultant : il est salarié.

II. Une figure ambivalente.

Cette configuration produit une figure qui mérite attention. Le philosophe embedded — au sens où l'on parle de journaliste embarqué dans une unité militaire — occupe une position structurellement difficile à tenir. Il est présenté comme une voix critique au sein d'un dispositif dont il dépend matériellement, et dont la légitimation publique exige précisément qu'il existe. Sa fonction n'est pas seulement de penser : elle est, par construction, d'attester qu'on pense. Au sens bourdieusien strict, il y a là une captation de capital symbolique : le laboratoire achète l'autorité dont la philosophie reste le dépositaire historique, et la réinjecte dans sa communication sous forme de garantie morale.

Le piège weberien est plus précis encore. Weber distinguait la science et la politique comme deux Wertsphären parce que leur confusion produit un type d'autorité hybride : ni véritablement scientifique, parce qu'elle prend parti, ni véritablement politique, parce qu'elle invoque la nécessité. Le philosophe embarqué incarne une troisième hybridation : ni universitaire ni industriel, et tirant son crédit de l'ambiguïté même de son statut. Il parle au nom de la réflexion désintéressée tout en étant rémunéré par l'intérêt.

Il faut préciser, sans quoi l'analyse devient caricaturale : la plupart de ces philosophes sont individuellement intègres, et leurs publications souvent rigoureuses. Le problème n'est pas la corruption des personnes ; il est dans la configuration objective du dispositif. Le danger n'est pas le philosophe cynique qui vendrait sa caution au plus offrant ; c'est le philosophe sincère dont le travail sincère remplit néanmoins, à son insu, une fonction de légitimation. Plus le travail est de qualité, plus la légitimation produite est efficace.

III. La perte d'un lieu.

L'article de The Economist pose un problème dont il ne propose aucune solution, et c'est peut-être ce qu'il a de plus honnête. Si la réflexion éthique sur l'IA ne peut plus se faire depuis une université sous-équipée, sous-financée et désormais elle-même dépendante des outils en question, et si elle ne peut pas non plus se faire depuis les laboratoires sans devenir une fonction interne de leur communication, alors la philosophie morale de l'IA est en train de perdre la possibilité même d'exister comme philosophie morale. Elle survit comme département, comme discipline, comme métier ; elle disparaît comme position. On continuera de produire des textes rigoureux sur l'alignement et la conscience artificielle. Ils seront simplement écrits depuis l'intérieur de ce qu'ils prétendent juger, et perdront, ce faisant, la qualité même qui rendait leur jugement utile.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Le titre est faux et les faits sont vrais. C'est ce qui le rend intéressant.

Ce que Microsoft a coupé n'a pas été coupé parce que l'outil ne fonctionnait pas, mais parce qu'il fonctionnait trop. Chez Uber, le code généré par IA atteint en quelques mois soixante-dix pour cent des commits ; quatre-vingt-quinze pour cent des ingénieurs utilisent ces outils chaque mois. Le déploiement a saturé son budget non par échec mais par adoption — et par une adoption non gouvernée, dans laquelle une métrique interne, un leaderboard classant les équipes selon leur volume d'usage, incitait à consommer plus de tokens, jamais moins. Le tableau de bord récompensait l'appétit, pas le discernement.

C'est exactement le défaut que la commodité du token expose. Quand l'intelligence se tarife au passage — chaque requête, chaque génération, chaque relecture incrémentant une facture —, la valeur ne migre pas vers ceux qui en consomment davantage, mais vers ceux qui savent quand ne pas en consommer. La métrique pertinente cesse d'être le volume et devient l'arbitrage.

Or l'arbitrage n'est pas une compétence des grandes structures. Cinq mille ingénieurs qui cliquent ne peuvent pas, individuellement, peser le coût marginal d'une requête contre la valeur marginale de sa réponse — non par incompétence, mais parce qu'aucun n'a la facture personnelle sous les yeux. La gouvernance corporate du compute reproduit le défaut historique de la gouvernance corporate du cloud entre 2015 et 2018 : prolifération anarchique, gaspillage, factures absurdes, puis cycles tardifs de rationalisation menés par des équipes FinOps qu'on n'a pas su anticiper. Le token sprawl de 2026 est l'héritier direct du cloud sprawl de 2017.

L'opérateur solo est, par construction, mieux gouverné. Il sent chaque euro sur sa propre carte, il sait qu'une question contextuelle ne mérite pas la même fenêtre qu'un arbitrage philologique sur un manuscrit, il distingue par instinct la requête à deux centimes de la requête à quatre euros. Il n'a pas besoin de FinOps : il est sa propre FinOps. C'est l'avantage paradoxal du petit — non pas en dépit de l'IA, mais grâce à elle, parce que la tarification au token réinjecte mécaniquement du skin in the game dans le compute.

D'où le retournement que le récit dominant n'a pas vu venir. On nous a longtemps annoncé que l'intelligence artificielle écraserait les indépendants au profit des plateformes massives. À mesure que la commodité se tarife, c'est l'inverse qui s'installe : l'avantage compétitif quitte l'accès — désormais universel — et migre vers l'arbitrage — qui est, par nature, un trait d'opérateur. L'IA récompense la frugalité éditoriale.

Comme je l'écrivais récemment dans cette série, le moine copiste n'est pas un survivant nostalgique. Dans cette géographie nouvelle, il est le mieux placé.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Et pourtant, à regarder de près ce que ces dirigeants font — non pas ce qu'ils disent, non pas ce qu'ils financent, mais l'acte par lequel ils existent politiquement, c'est-à-dire la décision elle-même —, on découvre quelque chose d'étrange. La fonction qui les définit, arbitrer, légiférer, trancher au nom du collectif, est exercée aujourd'hui à peu près comme elle l'était en 1995. Cabinets ministériels qui rédigent à la main, décrets-programmes votés sans simulation publique d'impact, budgets non testables par les citoyens, consultations qui restent décoratives, parlements qui ne disposent d'aucun outil sérieux d'analyse comparée des amendements qu'ils examinent.

Il y a là une asymétrie qui mérite, je crois, qu'on s'y arrête.

La modernité réservée aux autres

L'augmentation est aujourd'hui célébrée partout — pour le créateur, pour l'entrepreneur, pour le chercheur, pour le médecin, pour l'avocat, pour le journaliste, pour l'enseignant même quand on le somme de s'en saisir. Le citoyen ordinaire est invité à se former, à intégrer ces outils dans son métier, à devenir, pour reprendre une formule que j'ai utilisée ailleurs, un opérateur augmenté. Le discours public est massif, insistant, parfois moralisateur : qui refuse l'IA prend du retard, qui ne s'adapte pas sera dépassé, qui ne se transforme pas disparaîtra.

Tout le monde, donc. Sauf une catégorie professionnelle, et une seule : celle qui produit ce discours. Le ministre n'est pas augmenté. Le parlementaire n'est pas augmenté. Le cabinet ministériel n'est pas augmenté. Le rédacteur de décret n'est pas augmenté. Le commissaire européen n'est pas augmenté. Aucune politique publique majeure votée en 2024, 2025 ou 2026 n'a, à ma connaissance, été préparée par un dispositif d'analyse assistée à l'échelle de ce que les outils actuels permettent. Aucune n'a été testée en simulation participative avant adoption. Aucune n'a fait l'objet d'une cartographie automatisée des positions citoyennes exprimées. La fonction politique reste, dans ses gestes concrets, à l'âge artisanal.

Ce qui n'est pas une question technique

On dira que la technologie n'est pas mûre, que les enjeux sont trop complexes, que la cybersécurité interdit, que la protection des données pose problème. Ces objections existent, et certaines sont sérieuses. Mais elles s'effondrent devant un constat simple : ailleurs, on le fait. Pas dans des laboratoires futuristes, pas dans des dystopies de cabinet de conseil — dans des États réels, dans des villes réelles, avec des budgets réels.

Taïwan, depuis le milieu des années 2010, mène une expérience délibérative numérique de grande ampleur — la plateforme vTaiwan, le travail mené par Audrey Tang au sein du ministère du Numérique, la consultation augmentée comme méthode légiférante reconnue. L'Estonie a construit, sur le socle X-Road, une infrastructure numérique d'État qui n'est pas seulement administrative mais bel et bien décisionnelle. Barcelone fait fonctionner depuis huit ans Decidim, plateforme open source de délibération municipale aujourd'hui répliquée dans une cinquantaine de villes. Madrid a expérimenté Decide. Helsinki, Reykjavík, Bologne, Paris même — à l'échelle municipale — ont entamé des trajectoires sérieuses.

Aucun de ces dispositifs n'est parfait. Tous comportent des limites, des biais, des controverses. Mais ils existent. Ils ont produit du résultat. Ils ont montré qu'on peut tester une politique publique avant de la voter, qu'on peut associer cent mille citoyens à un arbitrage budgétaire, qu'on peut synthétiser en quelques jours des dizaines de milliers de contributions sans en perdre la substance, qu'on peut rendre traçables des décisions qui étaient hier opaques. La technologie est là. Les méthodes sont là. Les retours d'expérience sont là, accessibles, documentés, publiés.

Le silence des grands États européens occidentaux — France, Belgique, Italie, Espagne nationale — sur ces possibilités est, lui, profond. Quelques expérimentations sectorielles, quelques commissions délibératives mixtes (le Parlement bruxellois, à son honneur, en a tenté), quelques conventions citoyennes — la française de 2019-2020 sur le climat —, mais à chaque fois sur un mode défensif, ponctuel, et dont les conclusions, lorsqu'elles dérangent, sont aussitôt triées ou enterrées.

La question n'est donc pas technique. Elle est ailleurs.

L'exception qu'il faudrait expliquer

Voici ce qui m'étonne, sincèrement. Une classe politique européenne qui, depuis trente ans, se présente comme la championne de la modernité, de l'innovation, de la transformation numérique de la société, refuse — refuse, le mot est faible : ne pose même pas la question — d'appliquer à sa propre fonction les outils qu'elle exige des autres. Cette même classe politique célèbre l'IA dans les discours, finance l'IA dans les budgets, accueille l'IA dans les sommets, mais ne l'utilise pas pour ce qui fait son métier. Elle est, sur la fonction politique elle-même, la zone du dispositif national la plus rétive à l'augmentation.

C'est cela, le fait étrange. Et c'est cela qu'il faut expliquer.

Plusieurs hypothèses se présentent. La première est l'incompétence — possible, mais peu plausible à l'échelle de tout un continent : il y aurait, dans le tas, au moins quelques ministres ou élus suffisamment outillés pour avoir tenté quelque chose, n'eût été le climat général qui en décourage l'idée. La deuxième est la peur — peur de la cybersécurité, peur de la dépendance technologique, peur des manipulations algorithmiques. Sérieuse, mais elle aurait dû produire des stratégies de souveraineté délibérative, des modèles européens d'IA citoyenne, des budgets dédiés. On n'en voit aucun.

La troisième hypothèse est plus dérangeante. Elle suppose que la délibération assistée par IA, à grande échelle, rendrait inspectable ce que le dispositif actuel laisse hors champ : la chaîne réelle qui mène d'un constat à une décision, les arbitrages effectifs entre intérêts en présence, les écarts entre les modélisations annoncées et celles qui ont effectivement servi, le rôle exact des cabinets, des lobbyistes, des notes administratives, des contraintes implicites. Rien de tout cela n'a vocation à être caché, mais rien n'en est aujourd'hui visible — et c'est précisément cette invisibilité, qui n'est pas un défaut technique du système mais l'un de ses traits constitutifs, que la délibération augmentée mettrait en cause.

Si cette troisième hypothèse est juste, alors le silence européen sur le gouvernement augmenté n'est pas un retard. C'est une protection. Une protection corporative, méthodique, parfaitement rationnelle pour ceux qu'elle protège. Et désastreuse pour le reste.

Le gisement gâché

L'enjeu n'est pas seulement démocratique, même si c'est lui qui m'importe le plus. Il est aussi, et c'est ce qui rend la séquence si frappante, gestionnaire. Une politique publique testée en simulation avant adoption coûte moins cher qu'une politique défaite deux ans plus tard. Une réforme des pensions calibrée sur des modèles ouverts et discutables produit moins de contestation sociale qu'une réforme imposée puis défendue à la hussarde. Un décret-programme dont les effets ont été cartographiés par sous-population avant vote rencontre moins de blocages dans son application. La rationalité de l'augmentation décisionnelle n'est pas seulement éthique — elle est budgétaire, opérationnelle, presque comptable. Ceux qui s'en privent gaspillent.

Et pourtant ils s'en privent. Ils préfèrent payer le coût en cohésion sociale, en révoltes prévisibles, en désaveu électoral, en perte d'efficacité, plutôt que d'ouvrir la boîte noire dans laquelle la décision réelle se fabrique. C'est, pour reprendre une formulation que je laisserai aux lecteurs le soin de prolonger, un calcul de classe politique avant d'être un calcul de gouvernement.

Suite

Dans Le mauvais étage, j'évoquais la pile technique et industrielle. Les acteurs européens y combattent sur des couches déjà perdues — l'infrastructure, le modèle, l'accélérateur — tandis que la couche où la souveraineté reste disponible, celle de la composition et de l'usage, est largement laissée vacante. La même logique se vérifie, à mon sens, sur la pile institutionnelle. Pendant qu'on débat indéfiniment de régulation, de souveraineté des données, de réindustrialisation algorithmique, la couche de l'usage politique des outils — celle qui ne dépend que d'une volonté, et de quelques mois de mise en œuvre — reste, elle aussi, vacante.

Le temps du gouvernement augmenté n'attend pas une rupture technologique. Il n'attend pas un milliard d'euros supplémentaire. Il n'attend pas la prochaine génération de modèles. Il attend une chose, une seule, et c'est ce qui rend son absence si éloquente : il attend que ceux qui exercent la fonction acceptent d'y être tenus.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

La pile et ses étages

L'intelligence artificielle contemporaine n'est pas un bloc. Elle est une pile à plusieurs couches, et la position stratégique se joue par couche, pas par pavillon. Le silicium d'abord, dominé par TSMC pour la fabrication et NVIDIA pour la conception. Couche perdue, sans espoir réaliste de récupération à dix ans. Les modèles de fondation ensuite — OpenAI, Anthropic, Google, les laboratoires chinois. Couche perdue également. Le cloud d'infrastructure en troisième position, dominé par AWS, Azure et Google Cloud avec quelques poches européennes marginales. Largement perdu. La couche d'orchestration et d'intégration — Vercel, Supabase, GitHub, Make, ElevenLabs — constitue une zone mixte, partiellement disputable, où des acteurs européens existent. Enfin la couche de composition : le corpus qu'on choisit d'ingérer, l'architecture conceptuelle qu'on lui impose, les jugements éditoriaux qu'on rend, le réseau humain qu'on mobilise, les prompts et les workflows qu'on construit et qu'on possède. Cette dernière couche est entièrement souveraine, parce que sa valeur n'est pas transférable à un acteur extérieur.

Cette hiérarchie change tout. Elle invalide à la fois le discours souverainiste classique — qui exige une autarcie inatteignable et finit en gaspillage public type Mistral — et le discours libéral-mondialiste qui nie qu'il existe une asymétrie problématique. Elle ouvre une troisième position : accepter lucidement la dépendance là où elle est inévitable, se prémunir là où c'est possible, et concentrer l'effort de construction au seul endroit où la souveraineté reste effectivement disponible. La couche de composition. Celle où la culture, le jugement et le réseau pèsent davantage que le capital.

À cette définition opératoire — souveraineté pratique plutôt que souveraineté fantasmée — s'oppose la fiction de l'autarcie. Personne n'est autarcique. BYD lui-même achète des machines-outils allemandes et des composants taïwanais. Souveraineté veut dire disposer d'options de sortie crédibles à chaque couche de dépendance, et conserver le contrôle sur ce qui donne à l'opération sa valeur irremplaçable. L'opérateur souverain n'est pas celui qui possède tout. C'est celui dont la dépendance à chaque fournisseur reste substituable, alors que sa propre contribution ne l'est pas.

La couche oubliée : l'orchestration

Entre les modèles de fondation et la couche de composition, il existe un étage intermédiaire dont on parle peu et qui mérite qu'on s'y arrête. La couche d'orchestration — celle où l'on assemble, on enchaîne, on automatise, on connecte. Vercel pour le déploiement, Supabase pour la base de données, GitHub pour le versionnage, Make pour l'automatisation, ElevenLabs pour la voix, n8n pour le workflow, Cursor ou Claude Code pour l'écriture assistée. Sur cette couche, la position européenne n'est pas perdue, elle est mixte. Plusieurs acteurs européens y existent réellement. Mais surtout, et c'est le point crucial, cette couche est substituable par construction. Aucun outil d'orchestration n'est irremplaçable — c'est précisément ce qui fait sa valeur stratégique pour l'opérateur. On peut basculer d'un fournisseur à l'autre en quelques jours de friction, parce que la valeur irréductible de l'opération ne réside pas dans le wrapper mais dans ce qu'on y fait circuler.

Cette propriété change tout pour l'opérateur isolé. Le solo n'a pas besoin de posséder la couche d'orchestration ; il lui suffit qu'elle reste plurielle. Tant qu'il existe trois ou quatre acteurs concurrents à chaque étage, la dépendance reste tolérable parce qu'elle est substituable. C'est la couche de composition — son corpus, son jugement, son réseau — qui constitue sa souveraineté réelle. L'orchestration n'est qu'un branchement. Pour les milliers de start-ups qui se contentent de poser une jolie interface au-dessus de ChatGPT, c'est exactement l'inverse : leur seule couche est l'orchestration superficielle, et la composition n'existe pas. Elles ne sont pas souveraines parce qu'elles n'ont jamais construit ce qui ne se substitue pas. Si demain leur fournisseur modifie ses tarifs, restreint certains usages ou coupe un accès, elles disparaissent. Ce n'est pas une faiblesse européenne, c'est une faiblesse de stratégie de couche, indépendante du pavillon.

Première application : Mistral, ou l'impasse industrielle

Le discours européen sur la souveraineté numérique définit cette dernière négativement, par rapport à un retard à combler sur un terrain où la partie est déjà jouée. Personne en Europe ne rachètera TSMC. Personne ne répliquera le capital patient injecté par Microsoft chez OpenAI. Personne n'alignera les milliers d'ingénieurs senior d'Anthropic ou de Google DeepMind. Mistral illustre exactement cette impasse. Une vitrine financée pour faire croire qu'on joue au même jeu, alors qu'on joue dans une catégorie inférieure avec deux ordres de grandeur de moins en capital, en talent et en données d'entraînement. Le résultat est prévisible : un modèle correct, jamais à la frontière, condamné à courir derrière sans jamais rattraper.

La bonne question n'est donc pas « comment construire notre OpenAI ». La réponse honnête est qu'on ne le fera pas. La bonne question est de savoir à quelle couche on peut être réellement souverain, et à quel prix. Une politique industrielle européenne lucide ne devrait pas financer un énième concurrent perdu d'avance aux modèles de fondation. Elle devrait massivement investir là où la souveraineté reste atteignable : les corpus patrimoniaux, scientifiques, juridiques, culturels que l'Europe possède et qui ne se trouvent nulle part ailleurs ; les compétences éditoriales, critiques, archivistiques que les institutions européennes ont accumulées depuis des siècles ; les réseaux humains denses qui font la différence entre une donnée brute et une connaissance qualifiée. C'est sur cette couche que l'Europe dispose encore d'un avantage comparatif net. C'est aussi la seule où l'investissement public produirait un retour durable plutôt qu'un trophée symbolique.

Deuxième application : la Fête de la musique, ou l'impasse culturelle

La lettre ouverte cosignée par la SACEM, le SNEP et leurs satellites à l'occasion de la Fête de la musique 2026 transpose cette erreur dans le champ culturel. Les ayants droit demandent à l'État de défendre une position qu'ils ont déjà perdue, et ils ignorent la seule où ils restent objectivement souverains.

Reprenons la stratification. Le silicium est perdu, les modèles de fondation sont perdus, le cloud d'infrastructure est perdu. Reste la couche de composition — celle du corpus, du jugement, des métadonnées, du réseau humain qualifié. Or sur ce point précis, le secteur musical européen n'est pas démuni. Il dispose au contraire de l'avantage comparatif le plus net qui se puisse imaginer. Des catalogues centenaires, des bases de données normalisées qui identifient chaque enregistrement et chaque œuvre, une infrastructure de gestion collective qui couvre l'intégralité du répertoire enregistré, une expertise éditoriale et critique accumulée depuis quatre générations. Aucun acteur extra-européen ne possède l'équivalent. La SACEM gère à elle seule des données patrimoniales que ni Google ni Anthropic ni aucun laboratoire chinois ne saurait reconstituer ex nihilo.

Cette couche est la seule où la souveraineté reste disponible. Et c'est précisément celle que la lettre ouverte n'évoque pas.

Ce que demande le texte du 21 juin, c'est une protection contre l'usage de la couche supérieure, là où la partie est jouée. Empêcher les modèles de fondation américains d'ingérer les œuvres françaises est techniquement vain — l'ingestion a déjà eu lieu —, juridiquement complexe — le contentieux avance au rythme de la procédure civile —, et politiquement marginal — l'Union n'a aucun levier d'extra-territorialité crédible contre OpenAI ou Anthropic. C'est le combat retardé, mené avec les armes de la précédente guerre.

Ce que la lettre ne demande pas, et qui constituerait pourtant la seule opération possible, c'est la construction d'une infrastructure de licence collective lisible par machine, opposable, tarifée, opérée par les sociétés de gestion existantes, à laquelle tout modèle d'IA musicale entraîné ou déployé en Europe devrait obligatoirement passer. Une couche d'accès. Un point de passage obligé. La transformation du catalogue en infrastructure stratégique. Cela suppose un standard technique d'opt-in granulaire, une grille tarifaire (à la passe, à l'époque d'entraînement, à l'inférence), une instance de clearing, un audit obligatoire des corpus déclarés. Rien de tout cela n'est hors de portée. La SACEM possède le savoir-faire de la perception massive et de la redistribution micrométrique depuis un siècle. Il s'agit de transposer ce savoir-faire à un nouvel objet.

Le coût d'une telle infrastructure est sans commune mesure avec celui de Mistral. Il se chiffre en dizaines de millions d'euros, pas en milliards. Sa rentabilité est immédiate, parce que tout opérateur d'IA musicale, fût-il californien, est mieux servi par un guichet unique européen que par un contentieux distribué dans vingt-sept juridictions. Et son effet géopolitique est réel : un modèle d'IA musicale entraîné en dehors de ce circuit serait, pour la première fois, objectivement et techniquement opposable — non parce que l'Europe aurait construit son propre OpenAI, mais parce qu'elle aurait verrouillé un étage où les Américains, eux, ne peuvent pas reconstituer le corpus.

La rationalité du combat perdu

Pourquoi cette opération n'est-elle pas demandée ? La réponse n'est pas psychologique, elle est institutionnelle. Défendre la couche perdue est précisément ce qui justifie l'existence des organisations qui la défendent. Une SACEM qui se transformerait en infrastructure technique d'accès aux corpus deviendrait une autre entité — un fournisseur de service à des opérateurs d'IA, c'est-à-dire l'inverse fonctionnel de ce qu'elle est aujourd'hui. Elle perdrait sa fonction de représentation symbolique d'un secteur, son rôle d'interpellation publique, son positionnement politique. Mistral aussi a une fonction politique qui dépasse sa fonction technique : démontrer que la France existe, à un coût acceptable pour l'État. Que le modèle soit objectivement en retard n'invalide pas la fonction symbolique de sa subvention.

C'est cela qu'il faut comprendre. Le mauvais étage n'est pas choisi par erreur. Il est choisi parce qu'il est compatible avec la conservation institutionnelle des acteurs qui s'y battent. Mener le combat à la couche de composition supposerait de redéfinir les missions, les métiers, les statuts. Mener le combat à la couche perdue permet de continuer à exister comme on existait avant. Le coût stratégique est massif, mais il est externalisé — il est payé par les producteurs, les créateurs, les contribuables, la décennie suivante.

Le diagnostic vaut au-delà de la musique. Les éditeurs littéraires, les archives audiovisuelles (INA, Sonuma), les bibliothèques de recherche, les musées, les éditeurs scientifiques européens sont dans la même position. Chacun détient un fragment de la couche de composition. Aucun ne construit l'infrastructure d'accès qui ferait de ce fragment un point de passage obligé. Tous écrivent des lettres ouvertes. Côté industriel, on finance Mistral. Côté culturel, on cosigne la SACEM. Dans les deux cas, on choisit l'étage où l'on perd parce que c'est l'étage où l'on reste reconnaissable à soi-même.

La conséquence théorique est la suivante. La souveraineté pratique n'est pas seulement une catégorie d'analyse plus juste que la souveraineté fantasmée. C'est une catégorie coûteuse à adopter — coûteuse précisément pour ceux qui se réclament de la souveraineté. Elle exige de renoncer aux étages perdus, de regarder en face la couche où l'on peut encore agir, et d'y construire des objets nouveaux. Tant que les institutions concernées ne sont pas prêtes à payer ce coût, elles continueront à défendre le mauvais étage avec la conviction sincère qu'elles défendent la souveraineté. C'est précisément cette sincérité qui rend la situation inextricable.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Je lisais ce matin une interview de Laurence Devillers sur franceinfo, à l'occasion du G7 sur la sécurisation de l'IA. La professeure de Sorbonne Université y développait un argument que j'entends partout depuis trois ans : les IA génératives, dit-elle, sont « limitées finalement à vivre dans nos écrans ». Sous-entendu : ce n'est pas si grave, la vraie révolution viendra plus tard, avec la robotique incarnée et les world models. L'Europe a sa chance.

Cet argument est faux, et il est faux d'une manière intéressante. Dire que les LLM sont « limités aux écrans », c'est dire en 1995 qu'Internet est limité aux câbles téléphoniques : techniquement exact, conceptuellement aveugle. L'écran n'est pas un cadre contenant qui limiterait l'effet de la machine. C'est un canal d'extension dans la cognition, la production symbolique, les institutions culturelles, les administrations. Quand un éditeur, un journaliste, un professeur passe quatre heures par jour à interagir avec un modèle de langage, la machine ne « vit » peut-être pas hors de l'écran, mais elle redéfinit la pratique humaine bien au-delà. J'écris ceci depuis ma table d'opérateur quotidien, en interaction avec ces outils depuis trois ans. Je sais ce que je vois.

Ce qui se passe n'est pas une innovation de gadget. C'est une redistribution silencieuse des conditions de production du symbolique, comparable en intensité à l'imprimerie ou à l'école obligatoire. Et c'est précisément cette redistribution que la doxa française refuse de regarder.

Ce que la machine pulvérise

Il faut nommer ce qui se passe. Nos sociétés modernes — depuis la Révolution française, en gros — sont des machines à produire et à reproduire de la norme. L'État-nation, le système métrique, le code civil, le bac, le concours, l'agrégation, la grille indiciaire, la note administrative, le rapport d'expertise, l'éditorial politique, la dissertation en trois parties. Et, plus récemment, toute la galaxie des méthodologies importées du secteur privé : PRINCE2, Scrum, Agile, ITIL, Six Sigma, gestion par objectifs, indicateurs SMART, roadmaps à jalons. La norme s'est déplacée du modèle administratif vers le modèle managérial, mais c'est toujours de la norme — la même logique de standardisation du jugement, du livrable, du processus, étendue cette fois à la conduite même du travail intellectuel. Bourdieu, dans Les héritiers puis La noblesse d'État, avait décrit le système originel : ce que l'école évaluait comme « intelligence » était en réalité une compétence sociale de conformation au format dominant. Il pointait alors le caractère arbitraire du jugement scolaire. On découvre aujourd'hui qu'il était non seulement arbitraire, mais mécanisable.

Parce que l'IA générative est, techniquement, exactement cela : une machine à produire de la norme. Un modèle statistique entraîné sur le corpus de la norme textuelle humaine, qui restitue à la demande une production parfaitement conforme au format attendu. Elle ne casse pas la norme par excès de créativité — elle la pulvérise par excès de conformité. Elle est le bon élève absolu, celui dont la performance révèle, par contraste, que tout le système ne servait qu'à fabriquer ce bon élève moyen, et que ce bon élève moyen peut désormais être produit à l'infini, gratuitement.

La conséquence est colossale et peu pensée. Tous les métiers qui consistent à produire ou à évaluer de la norme deviennent économiquement et symboliquement précaires : le journaliste de synthèse, le rédacteur de notes administratives, le chef de projet certifié PRINCE2 qui produit des project briefs conformes — toute l'épine dorsale des classes moyennes intellectuelles européennes découvre que ce qu'elle faisait était de la norme, et que la norme est désormais gratuite.

Ce que les sociétés normatives ne peuvent pas faire

Le vrai problème n'est pas la machine. Le vrai problème est que nos sociétés ne fonctionnent que sur la norme, et qu'elles n'ont pas de plan B. La République française est un dispositif normatif quasi pur : elle ne sait pas valoriser ce qui n'est pas conforme, elle ne sait pas hiérarchiser autrement que par la conformité au format dominant. Si la norme devient triviale, la République perd son principe interne de hiérarchisation. Idem pour la Belgique francophone, idem pour l'administration européenne, pour l'université, pour la presse de référence, pour le système de subventions culturelles, pour l'entreprise certifiée. Tout l'édifice repose sur la capacité à produire et reconnaître la norme légitime ; or cette capacité ne distingue plus l'humain de la machine.

C'est ici que la blessure narcissique opère. Reconnaître ce qui se passe oblige à reconnaître quelque chose de douloureux sur soi : que ce qu'on prenait pour de l'intelligence — la synthèse, l'analyse, l'argumentation conforme, la conduite de projet aux livrables alignés — était en grande partie de l'exécution mécanisable. La machine est un miroir, et le miroir n'est pas tendre. La majorité des stratégies de déni qu'on observe aujourd'hui dans le monde intellectuel français et belge francophone sont des défenses contre cette humiliation cognitive, pas des analyses. On ne convainc pas quelqu'un de regarder dans un miroir qui lui fait honte.

Ce qui résiste, et ce qu'il faudrait faire

Mais quelque chose résiste vraiment au déplacement — et c'est probablement la seule bonne nouvelle de la période. Ce qui résiste, ce n'est pas l'intelligence générale ; ce n'est pas non plus, à proprement parler, la « biographie unique », formule paresseuse qui s'effondre dès qu'on la teste — la machine sait décrire les biographies, elle en synthétise à l'infini. Ce qui résiste, c'est la position d'énonciation vivante. La machine amplifie, structure, accélère ; elle ne peut pas occuper une position d'énonciation. Elle sait écrire à la manière de mille auteurs, elle ne peut pas être quelqu'un qui éprouve, qui choisit, qui s'expose, qui revient sur ses pas. Elle décrit les trajectoires, elle ne les vit pas. Ce qui résiste à la machine, ce n'est donc pas l'existence d'une biographie singulière, c'est le fait d'habiter cette biographie à la première personne, depuis un corps, un sol, un agenda, une fidélité, des fatigues.

Ce qui ouvre un chantier philosophique et pédagogique gigantesque. Si l'intelligence n'est pas la synthèse standardisée, qu'est-ce que c'est ? Probablement quelque chose qui ressemble à la qualité du regard : la capacité à voir ce qui n'a pas été vu, à formuler ce qui n'a pas été formulé, à faire tenir ensemble des éléments que personne n'a fait tenir ensemble. C'est-à-dire quelque chose qui a moins à voir avec le traitement de l'information qu'avec la construction d'un sujet percevant — d'une intériorité singulière, nourrie par le temps, la lecture, la marche, l'écoute, la conversation lente.

Là, on touche à un domaine que ni l'école, ni la machine, ni la grille de compétences certifiables, ne savent vraiment cultiver. Et c'est sur ce terrain que la bataille intellectuelle des dix prochaines années va se livrer. Deux scénarios alors. Soit nos sociétés s'effondrent doucement dans leur impuissance à reconnaître ce qui se passe, et laissent émerger par défaut des hiérarchies sauvages produites par les plateformes — hiérarchies de viralité, d'attention, de capital, déconnectées de toute légitimité républicaine ou démocratique. Soit elles inventent une économie de la singularité, où la valeur est cherchée non plus dans la conformité au format mais dans la trajectoire, le goût, le rapport singulier à un objet ou à un territoire. Une refondation de l'école, du concours, du diplôme, de l'évaluation, de la critique, de la certification professionnelle. Une révolution culturelle aussi profonde que l'introduction de l'école obligatoire au XIX siècle.

Personne n'y est prêt. Et pendant ce temps, le débat public reste collé à l'écran.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Cent cinquante personnalités ont signé hier dans Le Monde un appel au boycott de l'IA générative grand public. Parmi elles, Annie Ernaux, Hervé Le Tellier, Enki Bilal, Pierre Michon, Françoise Nyssen, Jul. Le texte alerte sur la « marginalisation de l'être humain », l'affaiblissement des « capacités cognitives » de la jeunesse, les « dépendances émotionnelles » à venir. Il appelle à ce que tous ceux qui ne sont pas contraints d'utiliser ces outils s'en détournent.

Cette tribune rate sa cible. Pas parce qu'elle est mal écrite — elle l'est, par des gens qui écrivent bien — mais parce qu'elle se trompe d'objet, et que cette erreur d'objet aggrave précisément le problème qu'elle prétend combattre.

Il y a un vrai problème avec l'IA générative et la culture francophone. Mais ce n'est pas celui que dénoncent les cent cinquante.

Ce que disent les signataires

Le texte appartient à une famille rhétorique précise : la panique morale culturelle. Même structure que celles qui ont accompagné la télévision dans les années soixante, le jeu vidéo dans les années quatre-vingt-dix, internet dans les années deux mille, les réseaux sociaux dans les années deux mille dix. À chaque fois, le même schéma : un objet nouveau menace la profondeur, l'attention, la lecture, le lien humain. À chaque fois, les mêmes signataires — écrivains consacrés, prix Nobel, anciens ministres de la Culture, dessinateurs de bande dessinée historique. À chaque fois, le même verbe : boycotter.

Et à chaque fois, la même issue : l'objet s'installe quand même, le monde continue de tourner, et la tribune fait date pour ceux qui collectionnent les éclairs perdus de l'élite culturelle.

Mais cette tribune produit l'inverse de ce qu'elle vise. En appelant les francophones cultivés à se détourner de la machine, elle leur demande de céder le terrain — et le terrain, en l'occurrence, c'est leur propre langue.

Le vrai problème

Un LLM — ChatGPT, Claude, Gemini, peu importe — n'est pas une intelligence. C'est une bibliothèque pondérée. Le système a lu des milliards de pages pendant son entraînement, et il en a retenu des régularités statistiques : quels mots tendent à apparaître après quels autres, dans quels contextes, sous quelles formes argumentatives. Quand on lui pose une question, il ne consulte pas une mémoire au sens humain, il génère mot à mot ce qui, dans son corpus, ressemble le plus à une réponse acceptable.

Or ce corpus est massivement anglophone. Selon les modèles et les méthodes de mesure, l'anglais y représente entre la moitié et les neuf dixièmes du texte ingéré. Le français, lui, oscille entre 2 et 4 %. Les penseurs francophones du XX et du XXI siècles y sont présents, mais souvent dans leur réception anglo-saxonne : Bourdieu vu par Berkeley, Foucault par les cultural studies, Latour par l'anthropologie américaine, de Certeau par les départements de communication. Ce qui arrive à l'écran francophone, quand on interroge la machine, c'est une pensée francophone passée par le filtre américain avant de revenir dans notre langue.

L'effet est subtil et durable. Le francophone qui s'informe au LLM ne perd pas son français — il perd ses cadres conceptuels propres. Il se met à penser ses propres auteurs avec les catégories qui les ont traduits. La langue tient, la pensée se déplace.

Voilà le vrai problème. Il n'a rien à voir avec les « dépendances émotionnelles » de la jeunesse. Il est épistémique, et il est en cours.

Pourquoi le boycott aggrave la situation

Si les francophones lettrés cessent d'utiliser la machine, deux choses se passent simultanément.

D'une part, ils n'apprennent pas à la discipliner — à lui demander ses sources, à exiger des références françaises, à comparer ses synthèses à leur propre savoir, à corriger ses approximations. Cette discipline-là, qui suppose un usage régulier, est précisément ce qui permet à un francophone cultivé de transformer la machine en outil plutôt que de la subir comme un horizon.

D'autre part, ils ne produisent pas le contenu francophone que les modèles de demain ingéreront. Car c'est l'autre versant du mécanisme : ce qu'écrivent aujourd'hui en français les éditeurs, les chercheurs, les critiques, les pédagogues, les opérateurs culturels, c'est exactement ce qui pondèrera demain les LLM. La langue ne se défend pas en s'absentant du terrain où elle se mesure. Elle se défend en l'occupant.

Boycotter l'IA générative, pour un écrivain francophone consacré, c'est offrir à la version anglo-saxonne du français l'exclusivité de la décennie qui vient.

Ce qu'il faut faire à la place

Trois gestes, qui ne demandent ni autorisation ministérielle ni législation.

Premier geste : discipliner ses prompts. Forcer la francophonie des sources. Refuser le défaut anglo-saxon. Cela s'apprend en quelques semaines d'usage. Réponds-moi en français à partir de sources francophones primaires. Cite tes sources. Si tu ne sais pas, dis-le. C'est une hygiène, pas une révolution.

Deuxième geste : construire des corpus francophones sous contrôle. Ce qu'on appelle dans le métier un RAG — un système où la machine ne répond pas de sa mémoire générale, mais d'un corpus précis qu'on lui fournit. Le wiki d'une rédaction, l'archive d'une maison d'édition, la base de données d'une institution patrimoniale, l'appareil critique d'une édition de référence. Des îlots de langue française que la machine doit traverser pour répondre, parce qu'aucun autre chemin ne lui est laissé. La technologie est mûre, documentée, à la portée de toute institution culturelle dotée d'un budget de quelques milliers d'euros.

Troisième geste : publier. Écrire, éditer, mettre en ligne, ouvrir les données, libérer ce qui peut l'être. Tout texte francophone publié sous une forme accessible aux moteurs aujourd'hui est un texte ingéré demain. C'est le geste que les institutions francophones n'ont pas fait depuis vingt-cinq ans — numérisation massive du domaine public, ouverture des fonds patrimoniaux, libération des données culturelles. Elles continueront de ne pas le faire. Tant pis. Les éditeurs indépendants, les revues, les blogs, les opérateurs culturels autonomes ont la main.

Conclusion

La machine n'est ni un sauveur ni une menace. Elle est un miroir pondéré, et la pondération nous échappe en partie. Ce qui ne nous échappe pas, c'est ce que nous y versons. La tribune d'hier propose de fermer le robinet, comme si le bassin allait de soi s'assécher. Il ne s'assèchera pas — il se remplira d'autre eau, exactement celle dont les signataires craignent l'arrivée.

La langue ne se défend pas. Elle se publie.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

En mai 2024, News Corp signe avec OpenAI un accord de licence de contenu d'une valeur pouvant atteindre 250 millions de dollars sur cinq ans — soit environ 50 millions par an pour l'accès à un portefeuille incluant le Wall Street Journal, le Times de Londres, Barron's et le New York Post. Un an plus tard, en mai 2025, le New York Times — qui poursuit OpenAI au civil depuis fin 2023 — signe son premier accord d'intelligence artificielle, avec Amazon cette fois, pour un montant rapporté ensuite à 20 à 25 millions de dollars par an, soit près d'un pour cent de son chiffre d'affaires. Entre les deux, Axel Springer, le Financial Times, Le Monde, l'Associated Press et Reuters ont signé à leur tour. Ces accords ont été commentés comme des manœuvres défensives d'éditeurs aux abois. Ils sont l'inverse : ils sont la première preuve comptable, à grande échelle, que les modèles d'intelligence artificielle ont un besoin structurel de contenu validé, daté, signé, traçable — et qu'ils sont prêts à payer pour l'obtenir.

Ce n'est pas un détail. C'est le signe d'un retournement de fond qui contredit trente ans de discours dominant sur la dévalorisation des fonctions éditoriales. Et ce retournement n'a pas de nom encore, parce que personne n'a intérêt à le nommer.

La thèse de cette série tient en une phrase : la valeur économique se déplace vers ce qu'on a méprisé. Le jugement éditorial, la curation cultivée, l'autorité construite sur la longue date — ces fonctions que trois décennies ont décrites comme obsolètes sont en train de redevenir économiquement cardinales. Pas par retour de l'esprit cultivé, pas par effet de balancier moral : pour des raisons strictement de marché, que ces notes vont déplier.

Le diagnostic des trente dernières années tient en quelques propositions. La numérisation des contenus, puis leur explosion combinatoire, ont rendu l'offre culturelle illimitée. Face à un flux saturé, les fonctions de sélection — décider ce qui mérite d'être lu, écouté, regardé — ont été présentées comme dépassées. La recommandation algorithmique allait remplacer le jugement humain. Le critique passait pour un gardien d'une rente symbolique fragilisée. La formule a tenu lieu de programme : il n'y a plus besoin de filtre, parce que chacun peut filtrer lui-même.

Cette séquence a culminé entre 2015 et 2022. C'est là qu'on s'est mis à défendre les humanités, le jugement, la curation, au nom d'une valeur extra-économique. Les essais de cette période — Compagnon, Finkielkraut, leurs épigones — partagent une structure rhétorique : ils plaident pour un capital culturel dont ils admettent implicitement qu'il n'a plus de valeur de marché. La défense est élégiaque, et l'élégie présuppose la perte.

Cette présupposition vient de devenir fausse. C'est ce qu'aucun de ces essais ne pouvait anticiper, parce que cela se joue à un niveau qu'ils n'examinaient pas — celui du prix.

Trois signaux le manifestent, chacun mesurable et récent.

David Autor, économiste du travail au MIT — celui-là même qui a documenté pendant vingt ans la polarisation salariale en U sous l'effet de l'automatisation — publie depuis 2024 des travaux qui décrivent un mouvement inverse : une décompression salariale par le bas dans les métiers de jugement contextuel. Les emplois qui mobilisent une expertise non codifiable voient leur prix relatif remonter. Autor lui-même parle d'une fenêtre historique. Ce n'est plus un pronostic, c'est une mesure.

Les écosystèmes éditoriaux fondés sur la curation experte — Substack et ses newsletters payantes spécialisées, les revues indépendantes anglo-saxonnes (London Review of Books, n+1), les substacks d'analyse longue, en France Le Grand Continent et AOC — voient leur consentement à payer augmenter alors même que le contenu généré par IA est gratuit et infini. Le marché révèle une préférence forte, et croissante, pour la garantie d'origine du jugement.

Et puis ces accords de licence à neuf chiffres entre modèles et éditeurs, qui sont la preuve la plus dure du retournement. Si la curation éditoriale n'avait pas de valeur économique, ces signatures n'auraient pas eu lieu. Si elle n'allait pas en avoir davantage demain, elles ne seraient pas pluriannuelles. Le marché des données validées vient de naître, et il sera structurellement croissant à mesure que l'environnement se sature de contenu synthétique non traçable.

Quatre actifs précis se revalorisent, qu'il faut nommer parce qu'ils dessinent le terrain pratique de la décennie qui vient.

Le jugement de tri — décider, dans un flux saturé, ce qui mérite l'attention. Cette opération paraissait obsolète tant que le flux restait humainement lisible. Elle redevient cardinale dès lors qu'aucun lecteur ne peut plus prétendre embrasser l'offre disponible.

La curation cultivée — construire un parcours dans le corpus. Une bonne curation est une thèse implicite sur ce qui mérite d'être mis en relation. Aucun algorithme ne sait le faire, parce qu'aucun algorithme n'optimise pour l'éducation du goût à long terme.

L'autorité de longue date — l'auctoritas au sens strict : ce qui fait croître, ce qui engage la durée. Une autorité ponctuelle n'existe pas. Elle suppose un dépôt cumulé — d'écrits, de jugements, d'erreurs assumées — qui rend le jugement présent crédible parce qu'il s'inscrit dans une trajectoire. Un modèle peut imiter un jugement ; il ne peut pas en porter la responsabilité dans le temps.

La mise en relation cultivée — articuler les bonnes œuvres, les bonnes personnes, les bons projets. Dans un champ saturé d'acteurs, cette capacité devient elle-même un actif, et il est fait de connaissance non publique et de confiance accumulée.

Ces quatre actifs partagent une caractéristique technique précise : leur input est une mémoire incorporée, non transférable en temps réel. On ne forme pas un critique musical en six mois. On ne devient pas, en un séminaire, l'interlocuteur que les artistes consultent. Cette mémoire est path-dependent — chaque jugement nouveau s'appuie sur la totalité du chemin parcouru. C'est exactement ce qui les rend économiquement rares dans un environnement où tout le reste devient abondant.

Reste à dire ce qui rend ce retournement silencieux, et pourquoi il faut le nommer.

Le discours public continue à raisonner avec les catégories de la séquence précédente. Les rapports ministériels, les écoles de management, la presse culturelle parlent encore comme si la valeur fuyait les fonctions de jugement. C'est confortable, parce que cela évite d'avoir à reconnaître que les pronostics des années 2010 étaient inversés.

Mais il y a une raison plus structurelle. Les bénéficiaires de ce retournement ne sont pas les institutions qui détenaient le monopole du jugement. Ce ne sont pas les universités, les grands médias, les ministères de la culture. Leur taille et leur inertie les pénalisent, et la rente migre au-dessus d'eux. Les gagnants sont des opérateurs plus légers, plus agiles, qui combinent expertise sédimentée et pratiques numériques natives — éditeurs indépendants, revues petites mais cultivées, producteurs solos qui déploient des artefacts fondés sur leur propre capital de jugement.

Ce déplacement asymétrique explique l'absence de porte-parole institutionnel. Personne, dans les lieux qui parlent, n'a intérêt à dire que la valeur passe par-dessus eux. Et ceux qui en bénéficient ne sont pas, le plus souvent, en position de tenir le discours public.

C'est cette dissymétrie qu'il faut maintenant rendre lisible. Quatre notes suivent. La deuxième analyse le mécanisme économique du retournement — Cowen, Brynjolfsson, Baumol, Autor. La troisième documente les trois indices empiriques, chiffres à l'appui. La quatrième examine ce que l'intelligence artificielle ne peut pas faire — et pourquoi cette impossibilité a, précisément, un prix. La cinquième dégage la conséquence opérationnelle : le moment de l'opérateur augmenté.

Une phrase tient le cycle. La valeur économique se déplace vers ce qu'on a méprisé. Ce n'est pas un slogan. C'est, je le crois, la formulation la plus exacte de ce qui est en train d'advenir dans nos métiers — et l'horizon depuis lequel il faut désormais penser ce que nous faisons.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

L'opérateur augmenté est une personne. Un travailleur intellectuel — éditeur, journaliste, développeur, consultant, juriste — qui a intégré dans son flux quotidien une stack d'outils d'intelligence artificielle multipliant sa productivité par un facteur de trois à dix selon les domaines. Seul, il produit aujourd'hui ce qu'une équipe de quinze personnes faisait il y a quinze ans.

L'entreprise liquide est une forme. La structure qui naît quand ces opérateurs cessent de s'inscrire dans les architectures classiques. Six attributs cumulatifs la caractérisent : faible matérialité, faible effectif, coordination algorithmique, mobilité géographique native, élasticité opérationnelle radicale, désintermédiation totale des services traditionnels. Ce n'est pas une petite version de l'entreprise classique. C'est une espèce économique différente, dont le métabolisme est étranger à celui des structures qu'elle remplace.

Le couple est cohérent. L'opérateur n'atteint sa pleine productivité qu'en sortant des structures qui le brideraient. L'entreprise liquide n'existe que parce que ses membres sont assez augmentés pour faire à plusieurs ce qu'une PME classique faisait à cinquante.

La confusion à éviter. Le débat public mélange trois figures qu'il faut distinguer.

L'influenceur vit d'une plateforme tierce, à durée de vie économique courte, à compétences peu cumulatives, à taux d'échec massif. Mobile parce que léger, mais marginal économiquement.

Le digital nomad freelance exerce un métier classique en mobilité, sans accumulation d'actif au-delà de sa rente personnelle. Il est précieux statistiquement, mais il ne forme pas un nouveau type d'agent économique.

L'opérateur augmenté à la tête d'une entreprise liquide est une catégorie distincte des deux précédentes. Il produit un bien ou un service dont la valeur est intrinsèque (pas dérivée d'une plateforme), il construit un actif qui se cumule — propriété intellectuelle, base clients, marque, infrastructure technique —, il maîtrise un substrat de compétences denses et longues à acquérir, et il opère dans une logique de croissance pérenne plutôt que de monétisation immédiate. C'est cette troisième figure qui constitue l'avant-garde de la transformation économique en cours, et c'est précisément elle que les statistiques ne voient pas, parce qu'elle ne déclare nulle part qu'elle existe.

Pourquoi cette distinction est politiquement décisive. Tant qu'on confond influenceurs, freelances et opérateurs augmentés, on conçoit des politiques publiques inadaptées. On légifère sur les revenus des plateformes pendant que les producteurs liquides se structurent ailleurs. On durcit la fiscalité des indépendants pour rattraper le manque à gagner pendant qu'on accélère le départ de ceux qu'on aurait pu retenir. On ne nomme pas ce qui se passe, donc on ne peut pas en organiser politiquement la réponse. C'est exactement la situation belge, française, italienne — la situation de la plupart des États européens à fiscalité élevée.

L'effet d'écosystème. L'opérateur augmenté seul ne paie qu'un opérateur augmenté ; mais une économie qui se reconfigure autour d'opérateurs augmentés et d'entreprises liquides ne paie plus toute la grappe d'acteurs qui vivaient des entreprises classiques. Les bailleurs de bureaux, les sociétés de nettoyage, les leaseurs automobiles, les imprimeurs, les sociétés d'événementiel, les agences de communication, les cabinets de recrutement, les services postaux d'affaires, les chaînes de restauration d'entreprise — tout cet écosystème territorial perd son client structurel. Et cet écosystème, en Belgique, c'est plusieurs centaines de milliers d'emplois et plusieurs milliards de cotisations sociales et de TVA. Sa contraction, dans les dix prochaines années, sera invisible parce que diffuse, mais elle pèsera plus lourd sur les recettes publiques que tout ajustement budgétaire annoncé.

Le paradoxe final. L'opérateur augmenté est, individuellement, l'agent économique le plus productif de l'histoire moderne. Son entreprise liquide est, structurellement, la forme d'organisation la plus efficiente jamais inventée. Et pourtant, leur combinaison produit le résultat suivant pour les États classiques : une économie qui crée plus de valeur que jamais, captée par des outils fiscaux qui en voient moins que jamais. Ce n'est pas la fin de la création de valeur. C'est la fin de la territorialité de la création de valeur.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Si l'épisode se résout vite, on parlera d'un incident administratif. Ce qu'il faut enregistrer, indépendamment de son issue, est plus modeste mais plus durable.

Pour la première fois, le gouvernement américain a établi en pratique qu'un modèle d'intelligence artificielle déjà déployé, commercialement actif, techniquement disponible, peut être désactivé à l'égard de ressortissants étrangers en quelques heures, sur fondement de sécurité nationale, sans procédure contradictoire visible. La nationalité du client, du chercheur, du salarié devient un paramètre d'accès. Ce déplacement — du contrôle à l'amont, sur les puces et les poids, vers le contrôle de l'usage — n'avait jamais été acté sur un modèle de cette diffusion.

On peut en tirer trois observations sans excès rhétorique.

La première concerne la nature du contrat tacite passé par les utilisateurs européens d'outils américains. Un service souscrit légalement, payé, intégré à des chaînes de production professionnelles peut désormais s'interrompre pour des motifs administratifs extérieurs à la relation commerciale. Ce risque n'a pas d'équivalent dans le logiciel traditionnel. Il ne disqualifie pas l'usage de ces outils — la valeur ajoutée reste considérable — mais il modifie ce qu'on peut raisonnablement en attendre en matière de continuité.

La deuxième concerne le cadre européen. L'Union a consacré sa décennie réglementaire à encadrer des objets qu'elle ne produit pas à la frontière technologique. Mistral progresse, l'AI Act a une influence réelle sur la conception même de certains modèles américains, et il serait inexact de dire que cette posture est sans effet. Mais elle ne donne aucun levier sur la décision d'arrêt. Or c'est désormais là que s'exerce le pouvoir : à l'instant où Washington décide de débrancher.

La troisième observation est plus simple. Vingt-quatre heures après la directive, aucune réaction substantielle n'émane des institutions européennes : ni de la Commission, ni du Conseil, ni d'un seul gouvernement d'État membre. Le sujet n'était pourtant pas inconnu — une question parlementaire écrite datée du 16 avril, signée par onze députés de The Left, des Verts/ALE et de S&D, alertait déjà sur les risques de Claude Mythos pour la cybersécurité européenne. Elle est restée sans suite politique. En France, la première voix institutionnelle audible au lendemain de la directive est celle du président du Rassemblement national, qui appelle à soutenir Mistral. Que la critique de la dépendance soit laissée à l'extrême droite, pendant que la Commission garde le silence, est un fait politique qu'il convient de noter.

Le précédent existe maintenant. Il pourra être utilisé à nouveau, par cette administration ou par une autre, dans des circonstances qui ne seront pas nécessairement aussi techniques ni aussi vite résolues. C'est cela qu'il faut tenir, indépendamment de ce qui arrivera à Fable 5 dans les prochains jours.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Il y a un constat que beaucoup de lecteurs sérieux finissent par formuler à voix basse : on lit moins bien qu'avant. Les piles s'accumulent. Les livres qu'on a réellement travaillés — au sens où l'on pourrait en parler avec précision trois ans plus tard — se comptent sur les doigts d'une année. Ce n'est pas une faute morale, c'est l'effet conjugué d'un volume éditorial historiquement élevé, de journées fragmentées, et d'une lecture professionnelle qui mange déjà l'essentiel de notre attention.

L'intelligence artificielle modifie cette équation, à condition de ne pas la prendre pour ce qu'elle n'est pas. Elle ne lit pas à notre place. Elle reste hermétique aux dimensions sensibles qui font le prix d'une vraie lecture. Mais elle peut nous aider à organiser ce que nous avons retenu, à interroger ce que nous avons lu, à confronter notre compréhension à des contre-lectures rigoureuses, et — c'est peut-être le plus puissant — à dialoguer en temps réel pendant la lecture elle-même.

Quatre pistes, telles que je les pratique. Elles ne s'excluent pas, elles se complètent.

Première piste : la fiche assistée à partir de ses propres annotations.

Ce qui importe dans un livre, ce n'est pas ce que l'algorithme y trouverait, c'est ce que nous y avons trouvé. Notre lecture est une trace — surlignages, notes marginales, citations recopiées, photographies de pages — qui dans la plupart des cas est condamnée à disparaître. Six mois plus tard, le souvenir s'est dilué en une vague impression.

L'IA permet de ramasser ces traces. On remet ses annotations à un modèle conversationnel avec une consigne simple : voici mes notes sur le livre X de Y, génère-moi une fiche structurée — thèse principale, arguments-clés, citations marquantes, points de désaccord. La fiche reflète notre lecture, pas une lecture standard que la machine aurait produite indépendamment. Pour automatiser la collecte, Readwise est l'outil de référence — il agrège les surlignages depuis Kindle, Kobo, Instapaper, Pocket.

Effet inattendu : l'annotation devient plus dense, plus précise, parce qu'on sait qu'elle sera exploitée. La lecture devient productrice de traces utiles, donc plus active.

Deuxième piste : le livre transformé en interlocuteur.

On charge le texte intégral du livre dans un environnement IA dédié, et le corpus devient interrogeable. NotebookLM (Google, gratuit) est l'outil le mieux pensé pour cet usage : chaque réponse est sourcée à la page près. Les Projects de Claude et les GPTs personnalisés d'OpenAI offrent la même fonction avec plus de finesse — consignes strictes d'ancrage dans le texte pour limiter le risque d'hallucination.

Particulièrement transformateur sur les essais théoriques, les livres d'histoire denses, les ouvrages de référence qu'on aimerait pouvoir consulter en continu. Un livre cesse d'être un objet fermé qu'on visite une fois pour devenir un compagnon consultable. Je suis prudent toutefois : cette piste peut éloigner du texte lui-même. Je l'utilise sur des ouvrages techniques denses, je m'en méfie pour les œuvres littéraires ou philosophiques qui méritent qu'on revienne au texte.

Troisième piste : le dialogue critique.

Une fois le livre chargé, on demande au système de jouer un rôle d'opposant. Critique cette thèse du point de vue d'un économiste keynésien. Quelles sont les trois faiblesses argumentatives principales de ce chapitre. Confronte cet ouvrage à tel autre livre que je te donne en parallèle.

Quelque chose qui ressemble à un séminaire personnel — la confrontation d'un texte à des contre-perspectives variées, instantanément accessibles, sans avoir à mobiliser physiquement les ouvrages opposés. L'IA n'a pas de position propre ; les contre-arguments qu'elle produit sont crédibles, pas certifiés. Ils servent à aider à penser, pas à se substituer à un vrai débat. Mais comme aide à penser, l'efficacité est réelle.

Quatrième piste : le dialogue en cours de lecture.

C'est la méthode que je pratique le plus aujourd'hui, et celle qui me semble la plus féconde. Elle vient de prendre corps avec l'arrivée des agents conversationnels capables de dialoguer en continu pendant qu'on travaille.

Le principe : je lis le livre avec Claude depuis mon ordinateur ouvert à côté. Pas avant, pas après — pendant. Je lis une phrase qui me retient, je verbalise à voix haute la remarque qui me vient, et le dialogue s'engage immédiatement. L'agent reformule, propose une perspective complémentaire, m'oriente vers un parallèle que je n'aurais pas convoqué, me pousse à préciser une intuition encore floue. Je continue ma lecture, j'arrive à une autre phrase qui me marque, je reprends le dialogue. À la fin du chapitre, ce dialogue accumulé constitue une fiche de lecture enrichie — non pas une synthèse a posteriori, mais une trace vivante de la rencontre entre le texte et mes réactions, organisée en temps réel par l'échange.

Ce qui change, c'est la temporalité. La fiche se construit pendant la lecture, pas après. Le dialogue oral est plus rapide et plus libre que l'annotation écrite. La pensée se forme à mesure qu'on lit. C'est qualitativement différent — quelque chose qui se rapproche de la conversation idéale qu'on aurait avec un ami cultivé en lisant le même livre, sauf que cet ami est disponible à toute heure et nous renvoie systématiquement à notre propre effort de formulation.

Cette méthode suppose un agent conversationnel installé sur l'ordinateur, capable de soutenir un dialogue oral fluide — ce qui exclut les interfaces web classiques en fenêtre de navigateur. Elle ne convient pas à tous les livres : sur une poésie dense, sur un essai littéraire exigeant, on a souvent besoin de silence avant de pouvoir parler. Mais sur un essai philosophique, un livre d'idées, une enquête historique, c'est probablement la méthode la plus puissante que j'aie expérimentée.

Trois écueils.

L'IA n'a pas lu le livre au sens fort. Sur des textes utilitaires, son traitement est excellent ; sur des textes littéraires ou philosophiques exigeants, elle aplatit les nuances, manque les ironies. Adorno, Jankélévitch, Sebald ne se laissent pas réduire à des fiches IA sans pertes.

Le risque de paresse cognitive est réel. Si la fiche remplace la lecture au lieu de la prolonger, on perd ce qui fait la valeur du livre. Je me suis donné une règle simple : ne jamais demander une fiche d'un livre que je n'ai pas lu intégralement.

Question de droit, enfin : charger un livre sous copyright dans un outil tiers reste une zone grise, à manier avec discernement pour les ouvrages sensibles.

Ce que je crois constater.

Trois effets, sur lesquels je serais intéressé d'entendre d'autres lecteurs. Je lis plus — la perspective de pouvoir capitaliser sur une lecture change l'économie attentionnelle. Je lis autrement — l'annotation devient plus dense, le dialogue oral pendant la lecture change le rythme de l'attention. Je consulte mes livres lus, ce que je ne faisais jamais avant. Une bibliothèque cesse d'être un cimetière d'objets visités une fois et oubliés. Elle devient un corpus vivant.

Je ne sais pas si c'est mieux. C'est différent, et c'est probablement structurant à moyen terme pour la façon dont nous penserons. Je laisse la question ouverte.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

La transformation se joue ailleurs. Elle se joue dans les infrastructures.

Par infrastructure culturelle, j'entends tout ce qui n'est pas pur acte de création mais sans quoi la création n'a pas d'existence sociale : éditeurs critiques, labels indépendants, bibliothèques musicales, services pédagogiques d'orchestres, archives sonores, catalogues patrimoniaux, plateformes de diffusion, magazines critiques, médiateurs, traducteurs spécialisés, programmateurs, agrégateurs, formateurs, bibliothécaires conservateurs, gestionnaires de droits, documentalistes. Cette infrastructure forme l'écosystème dans lequel l'œuvre circule, devient accessible, est référencée, est commentée, est enseignée, est transmise. Sans elle, le compositeur compose pour son tiroir et le philologue éditeur n'a pas de lecteurs.

Cette distinction n'est pas étanche. Un éditeur critique est aussi un créateur intellectuel — la philologie sérieuse le reconnaît depuis le dix-neuvième siècle. Un programmateur est un auteur curatorial. Un critique musical est un écrivain. Création et infrastructure forment un continuum plus qu'une opposition. Mais l'attention politique, elle, ne se distribue pas le long de ce continuum — elle se concentre sur un seul de ses pôles.

Or sur le terrain, depuis l'irruption des modèles génératifs au tournant 2022-2023, la transformation des métiers de création reste largement déclarative. Les compositeurs continuent à composer, les écrivains à écrire, les peintres à peindre. Les controverses publiques sur Suno ou Midjourney occupent l'espace médiatique mais touchent une portion encore restreinte de la pratique créative professionnelle réelle.

Dans les infrastructures, en revanche, la transformation est massive et déjà avancée. Un magazine culturel peut élargir son périmètre éditorial en construisant des plateformes thématiques, des cartographies patrimoniales, des outils d'accès au répertoire — sans rien retirer à son travail rédactionnel humain, mais en augmentant ce qu'il offre au public bien au-delà de ce que des moyens classiques auraient permis. Un label indépendant peut analyser sa programmation et celle de la concurrence avec une finesse impossible auparavant. Une bibliothèque musicale peut reconstruire son catalogue rétrospectif à une vitesse qui rend obsolètes les méthodologies traditionnelles. Une plateforme patrimoniale peut donner accès à des centaines de compositeurs et compositrices avec des fonctionnalités IA-augmentées en quelques mois de développement, là où dix ans en arrière il aurait fallu une équipe permanente et un budget institutionnel.

Ces transformations ne sont pas des hypothèses futurologiques. Elles sont, dès maintenant, en cours partout en Europe, chez tous les acteurs d'infrastructure qui ont eu la curiosité de tester sérieusement les outils. C'est précisément cette transformation infrastructurelle qui redéfinit ce que culture veut dire socialement. Quand l'accès aux œuvres devient quasi gratuit grâce à des plateformes ouvertes, quand l'analyse comparative devient instantanée, quand la médiation se reconfigure, quand le commentaire critique est augmenté ou concurrencé par l'analyse automatique, quand la cartographie patrimoniale devient navigable et interrogeable, c'est l'ensemble du rapport collectif à la culture qui mute.

C'est ici que se loge l'erreur de diagnostic du débat public européen. En concentrant l'attention sur les créateurs, on ne voit pas que les enjeux décisifs se déplacent vers l'infrastructure. Cette erreur produit, en cascade, plusieurs conséquences qui se renforcent mutuellement.

Première conséquence : une mauvaise allocation des ressources publiques. L'argent investi par les États et l'Europe dans la transformation IA-culture est canalisé vers la protection juridique des créateurs et vers quelques projets pilotes visibles, pendant que les infrastructures qui font réellement la transformation restent sous-équipées. Les éditeurs critiques, les labels indépendants, les plateformes patrimoniales travaillent à leurs frais, avec leurs propres moyens, sans accompagnement public correspondant à l'ampleur de ce qu'ils accomplissent. Quand les premiers bilans seront tirés dans cinq ans, on constatera qu'on a financé l'accessoire en ignorant l'essentiel.

Deuxième conséquence : une captation par les grandes plateformes commerciales. Quand les infrastructures patrimoniales et critiques indépendantes ne sont pas outillées pour intégrer l'IA, l'espace qu'elles auraient dû occuper est capturé par défaut par les grandes plateformes américaines. Spotify devient la médiation musicale par défaut, Google le moteur de recherche patrimonial par défaut, OpenAI ou Anthropic les médiateurs de connaissance culturelle par défaut. La culture européenne perd ses propres outils de transmission et devient locataire de la médiation chez des acteurs qui n'ont aucune obligation patrimoniale, aucune mission de service public, aucun ancrage territorial.

Cette captation est d'autant plus préoccupante que l'Europe n'a pas, sur les couches techniques sous-jacentes, les moyens d'une autonomie. Les puces avancées sont conçues aux États-Unis et fabriquées à Taïwan. Les grands modèles de fondation sont entraînés à San Francisco, à Seattle, à Londres ou en Chine, pas à Paris ni à Bruxelles. Mistral, seul acteur européen de poids, a tiré les conséquences de cette asymétrie en repliant sa stratégie sur des niches défendables — défense, industrie, déploiements souverains — plutôt que de tenter une concurrence frontale dans la course aux agents conversationnels grand public, course dont les chiffres interdisent toute symétrie : Mistral vise un milliard de dollars de revenus en 2026, quand OpenAI en aligne vingt et Anthropic dix. La conséquence est nette pour ce qui nous occupe ici : la médiation culturelle du quotidien — celle qui se fera demain par les agents conversationnels du grand public — sera américaine, ou éventuellement chinoise, mais elle ne sera pas européenne. L'Europe culturelle se trouve donc doublement exposée. Elle dépend des infrastructures techniques étrangères en amont. Et elle laisse se constituer une dépendance des infrastructures culturelles en aval. La souveraineté culturelle européenne, défendue rhétoriquement depuis trente ans face à Hollywood, risque de se perdre par défaut d'investissement aux deux étages à la fois.

Troisième conséquence : une fuite de compétences hybrides. Les talents qui auraient pu construire des infrastructures culturelles intelligentes en Europe — profils combinant exigence patrimoniale, lucidité technologique, ambition éditoriale — quittent le secteur culturel parce qu'ils n'y trouvent ni reconnaissance ni financement. Ils vont dans la tech privée, dans le consulting, dans des écosystèmes étrangers plus accueillants. Cette fuite ne se mesure pas dans les statistiques officielles, qui comptent les œuvres produites et les créateurs subventionnés, mais pas les éditeurs qui ferment, les labels qui disparaissent, les plateformes patrimoniales qui n'auront jamais vu le jour. C'est pourtant la perte la plus durable, parce que ces talents hybrides ne se reconstituent pas en une génération.

Quatrième conséquence : un appauvrissement du patrimoine accessible. Sans infrastructures équipées pour intégrer l'IA, des pans entiers du patrimoine culturel européen — éditions critiques de compositeurs mineurs, archives sonores régionales, catalogues raisonnés en cours, bibliothèques spécialisées — resteront invisibles aux usages contemporains. Ils existeront physiquement, mais n'auront pas d'existence numérique navigable. Pour un public qui interrogera de plus en plus la culture via des interfaces conversationnelles IA, ce qui n'est pas dans le corpus accessible n'existe pas. La culture européenne risque de se réduire à ce que les grandes plateformes auront jugé bon d'indexer.

Une politique culturelle sérieuse face à l'IA devrait, à l'inverse, partir explicitement de l'infrastructure. Reconnaître qu'un éditeur critique qui intègre l'IA dans son flux éditorial fait un travail d'intérêt général au même titre qu'un compositeur subventionné. Créer des dispositifs de financement spécifiques à la transformation infrastructurelle, distincts des dispositifs de soutien aux créateurs. Constituer des instances consultatives qui incluent structurellement les acteurs d'infrastructure. Penser la culture comme un écosystème productif complet, et non comme un atelier solitaire dont l'État protégerait la solitude.

Le débat actuel, dans son ensemble européen, reste prisonnier d'un cadrage qui ne voit que la moitié visible du problème. Aux États-Unis, la concentration technologique constitue de facto une politique infrastructurelle, même si elle n'est ni publique ni démocratique. En Asie, plusieurs États construisent activement leurs propres écosystèmes. L'Europe, elle, a choisi pour l'instant la voie du commentaire éthique — précieuse mais insuffisante à elle seule pour exister culturellement dans la décennie qui vient.

La culture, c'est les créateurs, oui. Mais c'est aussi, et inséparablement, toute l'infrastructure productive qui leur donne sens social. Quand on refuse de penser cette infrastructure, on prend le risque d'un appauvrissement dont les premières conséquences seront visibles plus vite qu'on ne le croit.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Mettre côte à côte une plateforme de musique en streaming et une plateforme de contenu pour adultes provoque un réflexe immédiat : ce n'est pas comparable, le contenu est de nature différente, l'une relève d'une économie culturelle et l'autre d'une économie du désir, on ne mélange pas ces choses-là. Le réflexe est compréhensible. Il est aussi, pour une part, ce qui empêche de regarder en face la mécanique économique des deux modèles.

Car si l'on accepte un instant de mettre entre parenthèses la nature du contenu — exercice que tout économiste fait par méthode — et qu'on examine la structure des deux plateformes, on trouve une parenté qu'il faut au moins reconnaître avant de la discuter.

Dans les deux cas, une entreprise privée met à disposition une infrastructure de diffusion et prélève une commission sur les revenus générés. Dans les deux cas, le travail de promotion, de fidélisation, de présence sur les réseaux est entièrement externalisé sur le créateur. Dans les deux cas, la plateforme n'assume aucun risque éditorial, ne signe aucun contrat avec garantie, ne propose aucun revenu plancher. Dans les deux cas, la distribution des revenus suit une loi de puissance brutale : une petite minorité de créateurs capte l'essentiel, la majorité ne perçoit presque rien. Et dans les deux cas, le discours de marque insiste sur la libération, l'accès direct au public, l'élimination des intermédiaires.

Ce sont des faits structurels, indépendants de ce qui est diffusé.

Mais la comparaison s'arrête là où il faut qu'elle s'arrête, et c'est là que l'analyse honnête doit redevenir prudente.

La principale différence n'est pas morale, elle est économique, et elle est importante. Sur OnlyFans, l'abonné paie un montant mensuel à un créateur précis, qu'il a choisi, et la quasi-totalité de la somme — moins la commission — revient à ce créateur. Sur Spotify, l'abonné paie un forfait mensuel pour un accès illimité à un catalogue de quatre-vingts millions de titres, et cette somme est ensuite redistribuée entre tous les ayants droit selon la part de marché de chaque écoute. Le créateur OnlyFans capte la valeur entière d'une transaction directe. Le musicien sur Spotify perçoit une fraction d'une fraction d'un forfait mutualisé. Économiquement, la situation du second est plus précaire que celle du premier, et non l'inverse.

Voilà ce que la comparaison, menée jusqu'au bout, finit par établir.

Si l'on accepte cette observation, le malaise change de nature. Il ne s'agit plus de défendre la dignité du musicien contre la trivialité supposée du modèle voisin. Il s'agit de reconnaître que le modèle culturel dominant — celui que toute l'industrie de la musique a accepté, célébré, intériorisé pendant quinze ans — est en réalité un modèle économique plus défavorable au créateur que celui qui suscite par ailleurs tant de réserves morales.

On peut alors poser plusieurs questions, qui ne sont pas rhétoriques.

Pourquoi le débat public sur le streaming musical reste-t-il si tiède, alors que la situation matérielle des artistes est documentée et préoccupante ? Pourquoi le modèle de l'abonnement illimité, qui pulvérise mathématiquement la valeur unitaire d'une œuvre, n'a-t-il jamais fait l'objet d'une véritable contestation politique ? Pourquoi les ayants droit, les fédérations professionnelles, les institutions culturelles publiques ont-elles dans leur ensemble accompagné la transition sans en interroger les fondements ?

Une hypothèse possible — et c'est ici que la comparaison redevient utile — est que le modèle de l'abonnement illimité a bénéficié d'un habillage symbolique qui l'a soustrait à l'examen. Spotify a su se présenter comme infrastructure culturelle, héritière en quelque sorte de la radio publique, partenaire des labels et des artistes, contributeur à une économie créative. OnlyFans n'a pas eu accès à ce vocabulaire. Pour des raisons évidentes, personne ne va parler d'OnlyFans comme d'une infrastructure culturelle. Mais cette différence d'habillage masque une parenté structurelle qui, elle, est réelle.

La comparaison est-elle alors stupide ? Elle est inconfortable, ce qui n'est pas la même chose. Elle est partielle, comme toute analogie. Elle exige des précautions, qu'on a essayé de prendre. Mais elle a un mérite analytique : elle oblige à regarder le modèle économique du streaming musical avec les yeux qu'on réserve d'ordinaire aux plateformes que la bonne société critique sans hésiter. Et lorsqu'on regarde Spotify avec ces yeux-là, on voit autre chose qu'une plateforme culturelle. On voit une plateforme tout court, soumise à la même logique de captation de valeur, de précarisation des producteurs, de concentration des revenus sur une tête de distribution étroite.

Ce n'est peut-être pas une révélation, pour ceux qui suivent ces questions. Mais c'est, peut-être, le moment où le débat public peut enfin commencer.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Le mécanisme est connu : à chaque génération, le curriculum officiel s'est enrichi de nouveaux domaines. Sciences modernes, langues vivantes, éducation physique, instruction civique, éducation aux médias, éducation à l'environnement, éducation à la santé, éducation à l'égalité, éducation numérique, éducation à la transition. Chaque ajout a été présenté comme un progrès, et chacun, pris isolément, était défendable. Personne n'a sérieusement soutenu qu'il fallait que les enfants soient ignorants en matière de santé, d'environnement ou de citoyenneté. Mais cumulativement, ces ajouts ont produit un curriculum impossible à transmettre dans le temps imparti d'une journée scolaire. Et plutôt que d'arbitrer, on a fait semblant.

La fiction collective est connue de tous les enseignants. On enseigne un programme qu'on sait ne pas pouvoir couvrir sérieusement, on évalue des compétences qu'on sait que les élèves oublieront dans les six mois, on produit des bulletins qui certifient une transmission qui n'a pas eu lieu. Le système se sauve par une combinaison de trois mécanismes : la dilution (chaque domaine reçoit moins d'heures qu'il n'en faudrait), le bachotage (l'élève apprend pour le contrôle et oublie aussitôt), et la fiction institutionnelle (tout le monde fait semblant de croire que les apprentissages se cumulent). Ce système a tenu un siècle parce qu'il remplissait deux fonctions latentes plus importantes que sa fonction affichée de transmission.

Première fonction latente, la sélection sociale invisible. La maîtrise réelle d'un curriculum encyclopédique n'a jamais été possible qu'à condition que la famille complète massivement l'école : lectures à la maison, conversations cultivées, voyages, musées, bibliothèques personnelles, parents lettrés. Le curriculum officiellement universel sélectionnait silencieusement les héritiers culturels, en pénalisant ceux dont les familles ne pouvaient pas compenser. Les sociologues l'ont démontré depuis soixante ans, mais aucune réforme n'en a tiré les conséquences, parce qu'admettre cela aurait obligé à choisir entre deux options aussi inconfortables l'une que l'autre : soit réduire le curriculum à ce qui peut être vraiment transmis dans le temps scolaire, soit allonger massivement le temps scolaire — et financer cet allongement.

Seconde fonction latente, la légitimation symbolique. Prétendre transmettre l'ensemble du savoir humain donnait à l'école une dignité civilisationnelle qui justifiait son budget, son autorité, sa centralité. Abandonner cette prétention, c'était risquer de la réduire à une simple agence de qualification, ce qu'aucune classe politique du XX siècle n'a voulu assumer publiquement, même quand elle le pratiquait dans les faits.

Trois évolutions convergentes ont rendu ce système non seulement injuste mais inopérant. La démocratisation de l'accès au secondaire général, d'abord, a fait entrer dans les classes des enfants dont les familles ne complétaient plus l'école. Il a fallu enseigner réellement ce qu'on faisait jusque-là semblant d'enseigner, et l'institution n'en avait ni les moyens ni le temps. L'explosion quantitative des savoirs eux-mêmes, ensuite : la biologie de 1960 ne ressemble plus à celle de 2026, l'histoire s'est élargie à des aires non européennes, la physique a intégré des champs entiers, et le curriculum a tenté d'absorber ces extensions sans jamais oser couper sérieusement dans l'ancien. L'irruption de l'intelligence artificielle, enfin, qui change le sens même de ce que veut dire savoir. Quand n'importe quelle information factuelle devient disponible à la seconde, le savoir change de nature : il cesse d'être ce qu'on accumule pour devenir ce qu'on est capable de juger.

Pour avoir enseigné l'histoire pendant dix ans, je sais que terminer le programme officiel était devenu un exploit annuel — particulièrement en rhéto, où le programme couvre l'histoire depuis 1945, avec chaque année une année supplémentaire à intégrer dans le même volume horaire. On finissait en courant, ou on ne finissait pas. Et ce qui restait en juin n'était plus la trame, mais quelques images détachées de leur cause.

Le geste politique qui s'impose désormais n'est pas d'ajouter une nouvelle dimension au curriculum existant. C'est de soustraire. C'est de choisir ce qu'on n'enseignera plus, ou ce qu'on enseignera moins, pour que ce qu'on garde puisse être transmis vraiment. Un élève qui aurait étudié sérieusement trois objets historiques en profondeur — la Révolution française, la décolonisation, la chute du communisme, par exemple — avec des sources, des historiographies, des débats, en aurait tiré une compétence historique réelle. Un élève qui a entendu parler de tout depuis Hammourabi jusqu'à 1989 en a tiré une impression confuse qui s'évapore. Trois livres lus intégralement valent mieux que vingt extraits parcourus. Trois notions mathématiques vraiment maîtrisées valent mieux que quinze chapitres survolés. Deux langues étrangères apprises sérieusement valent mieux que trois langues entamées et toutes oubliées.

Ce geste a un coût intellectuel qu'il faut nommer. Renoncer à l'école encyclopédique, ce n'est pas seulement une optimisation pédagogique. C'est aussi un deuil pour quiconque a aimé la culture générale et continue à penser qu'elle structure une vie intellectuelle accomplie. C'est accepter qu'une partie de ce qui faisait, pour les élites cultivées du XX siècle, la dignité que conférait la culture générale — connaître un peu de tout, citer Virgile en latin, situer Avicenne, distinguer le baroque du rococo, reconnaître l'air de Cherubino — ne sera plus une compétence partagée. Cela ne disparaîtra pas du monde ; cela cessera d'être l'objet d'une transmission scolaire universelle. C'est une perte réelle, qu'il serait malhonnête de minimiser, et c'est cette perte qu'on refuse de nommer, en continuant à empiler les domaines au programme.

Ce déni n'est pas seulement scolaire. La logique additive n'est pas propre au monde scolaire : elle est devenue le mode par défaut de toute politique publique dans les sociétés démocratiques contemporaines. Chaque acteur autour de la table obtient une case, parce qu'on n'ose pas lui dire non. La somme des satisfactions sectorielles produit des dispositifs incohérents, et la cohérence est sacrifiée à la paix sociale. L'école n'est qu'un cas d'école d'un mal plus général. Mais c'est précisément parce qu'elle en est l'expression la plus visible et la plus mesurable que l'école est aussi le lieu où l'on peut commencer à dire publiquement que la logique additive a fait son temps.

L'enjeu n'est plus d'ajouter mieux. Il est de soustraire enfin.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

L'usage le plus répandu consiste à répondre par addition. On dresse une liste de ce qu'il faut transmettre, on la défend par sa cohérence intrinsèque, on l'enrichit au gré des époques. Ce mode de raisonnement a produit, en un siècle, les programmes scolaires que nous connaissons : encyclopédiques, surchargés, impossibles à transmettre dans le temps imparti, sauvés seulement par une fiction collective dont chacun fait semblant de ne pas voir le coût. À chaque nouvelle exigence sociale — économique, culturelle, environnementale, numérique — la réponse a été d'ajouter. Le résultat est un curriculum où plus rien n'est vraiment transmis, parce que tout doit l'être un peu.

L'intelligence artificielle bouleverse cette logique en introduisant un critère qu'on n'avait pas. Elle ne dit pas ce qu'il faut apprendre. Elle dit ce qu'on peut désormais déléguer. Et c'est en regardant ce qu'elle prend en charge que se révèle, en creux, ce qu'aucune machine ne peut faire à notre place. Le fondamental n'est plus ce qu'on ajoute, c'est ce qui reste quand la machine a fini d'absorber tout ce qu'elle peut absorber.

Cette opération est une soustraction, pas une élection. Et c'est ce qui la rend précieuse. Une addition est toujours contestable, parce qu'on peut toujours proposer une exigence supplémentaire dont la légitimité est défendable. Une soustraction, à l'inverse, est testable. On peut prendre n'importe quel savoir, n'importe quelle compétence, n'importe quelle tâche scolaire, et lui poser une question simple : la machine peut-elle la faire à ma place sans perte cognitive irrécupérable chez celui qui l'a déléguée ? Si la réponse est oui, ce savoir cesse d'être fondamental. Il devient utile, peut-être ; transmissible, certainement ; mais pas fondamental au sens strict — parce qu'un fondamental est ce sans quoi tout le reste s'effondre, et qu'on ne peut pas faire reposer une civilisation sur ce qu'une machine peut produire sans effort à la demande.

Le critère opère comme un filtre négatif. Il ne dit pas ce qu'il faut transmettre ; il dit ce qui ne peut pas être délégué. Cette différence est importante. Un critère positif suppose qu'on sait à l'avance ce qui compte, et il invite donc à la dispute idéologique sans fin entre traditions pédagogiques. Un critère négatif, au contraire, se contente d'observer ce que la machine sait faire, et il en déduit, par soustraction, ce qui demeure le propre de l'humain. Le débat se déplace : on ne discute plus de ce qu'il faut enseigner, on observe ce qui résiste à la délégation, et on en tire les conséquences pédagogiques. Ce critère n'est pas figé. Il évoluera à mesure que la machine évoluera. Mais la méthode, elle, reste : ce qui est fondamental est, à un moment donné, ce qui résiste à la délégation.

Que reste-t-il quand on applique cette soustraction ?

La machine peut produire en quelques secondes le résumé d'un livre, avec une qualité parfois supérieure à celle d'un très bon élève. Elle ne peut pas remplacer l'expérience d'avoir lu ce livre intégralement, lentement, en y laissant son attention se déployer sur des centaines de pages — parce que cette expérience modifie celui qui la fait, et qu'aucune synthèse n'en transmet la trace. Lire profondément résiste à la délégation.

La machine peut générer un texte cohérent à partir d'une consigne, parfois meilleur que ce qu'aurait produit son donneur d'ordre. Elle ne peut pas penser à la place de celui qui écrit, parce que penser par écrit est un processus où la phrase, en se cherchant, force à préciser ce qu'on croyait savoir et révèle ce qu'on ignorait penser. Écrire pour penser résiste à la délégation.

La machine peut calculer instantanément, plus juste et plus vite que n'importe quel humain. Elle ne peut pas remplacer l'estimation, ce sens des ordres de grandeur qui permet de détecter qu'un résultat est aberrant avant même de l'avoir vérifié. Sans cette intuition quantitative, l'humain qui délègue son calcul devient incapable de juger ce que la machine lui rend. Raisonner quantitativement résiste à la délégation.

La machine peut narrer un événement historique, restituer une chronologie, comparer des interprétations. Elle ne peut pas faire à notre place le travail de se situer dans une temporalité, de comprendre par où l'on vient et ce qui nous a faits, de tenir ensemble la complexité d'un passé qui ne se laisse pas réduire à une morale. Penser historiquement résiste à la délégation.

La machine peut décrire un objet, simuler sa fabrication, le modéliser en trois dimensions. Elle ne peut pas remplacer le geste qui ajuste, la main qui sent la résistance d'un matériau, la patience d'un corps qui apprend par l'erreur. Faire avec ses mains résiste à la délégation.

La machine peut traiter une quantité d'informations qu'aucun humain ne pourra jamais embrasser. Elle ne peut pas tenir une attention prolongée sur un objet difficile, parce que tenir une attention est précisément ce qu'une machine, par construction, ne fait pas — elle traite, elle ne soutient pas. Soutenir son attention résiste à la délégation.

Six savoirs, donc, qui ne sont pas fondamentaux parce que je les ai choisis ni parce qu'ils figurent dans une tradition pédagogique respectable, mais parce qu'ils satisfont mécaniquement le critère négatif : leur délégation à la machine produit une perte cognitive irrécupérable. Cette fondamentalité est démontrable, testable, opposable. Elle ne dépend ni d'une vision idéologique de l'école ni d'une nostalgie pour un curriculum perdu. Elle dépend uniquement de ce que la machine sait faire à un moment donné — et de ce qu'elle ne saura jamais faire à notre place, parce qu'aucune machine ne peut substituer à l'humain l'expérience de devenir humain par l'effort cognitif que la transmission exige.

Le critère par soustraction n'est pas seulement un outil pour penser l'école. Il est aussi, en lui-même, une forme d'hygiène intellectuelle pour qui voudrait évaluer ce que vaut son propre travail à l'ère de l'IA. En construisant Pauline, base éditoriale dédiée à la découverte de compositeurs, j'ai constaté avec précision ce que la machine fait remarquablement et ce qu'elle ne fait pas. Elle agrège six cents compositeurs, structure leurs biographies, propose des parcours d'écoute cohérents, identifie des filiations historiques que je n'avais pas vues. Elle ne juge pas la qualité d'un enregistrement, ne sent pas une interprétation, ne dit pas pourquoi tel pianiste rend audible ce que tel autre n'effleure pas. Ce qu'elle absorbe, c'est le travail documentaire ; ce qu'elle laisse intact, c'est le jugement critique — et c'est précisément ce jugement qui demeure le métier. Une activité professionnelle dont la machine peut absorber l'essentiel devient suspecte, non parce qu'elle disparaîtra forcément, mais parce qu'elle perd sa nécessité propre. Une activité qui résiste à la délégation, en revanche, gagne en valeur exactement dans la proportion où elle se distingue de ce que la machine sait faire. Ce qui vaut pour l'école vaut pour les métiers, pour les institutions, pour les œuvres. La machine, en absorbant tout ce qu'elle peut absorber, oblige chacun à se demander ce qui, en lui, demeure irremplaçable. Cette question n'est pas confortable. Elle est, peut-être, celle qui mérite d'être posée maintenant.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Le titre paru le 30 mai 2026 dans la rubrique Sciences du Figaro — « "Personne n'avait imaginé que cela irait aussi vite" : l'essor fulgurant et inattendu des IA en mathématiques, ultime bastion de l'intelligence humaine » — illustre exactement ce que j'écris depuis le début de ces Notes. À intervalles réguliers, un commentateur annonce qu'un « dernier bastion de l'intelligence humaine » vient de tomber. Hier les échecs, avant-hier le go, puis le langage, le code, et désormais les mathématiques. Le scénario ne varie pas : ton grave, métaphore guerrière, formule rituelle du « personne n'avait imaginé que cela irait aussi vite » — alors que tout le monde l'avait imaginé, et que les chercheurs concernés l'écrivent depuis des années.

Ce genre journalistique a fini par masquer la vraie question, qui n'est ni technique ni anecdotique. Elle est de société.

Le bastion et son surplus.

Si l'on parle de « bastion » à propos des mathématiques, c'est qu'elles n'étaient pas une discipline parmi d'autres. Elles étaient, depuis Napoléon et plus encore depuis l'après-guerre, le filtre central de la sélection républicaine en France — et, par capillarité, d'une grande partie du système belge francophone. Polytechnique, les classes préparatoires, la filière S puis « spé maths », le concours général : tout reposait sur une fiction de neutralité méritocratique. On sélectionnait par les mathématiques parce qu'elles étaient supposées objectives, sans biais culturel — et surtout parce qu'elles étaient tenues pour le lieu où s'exerçait la forme la plus pure de l'intelligence humaine. Le détour par l'algèbre n'était pas l'évaluation d'une compétence : c'était le proxy d'une excellence générale. Celui qui résolvait l'équation différentielle prouvait, dans le même geste, qu'il pensait mieux que les autres.

C'est ce surplus symbolique qui s'effondre.

Non parce que les mathématiques cessent d'être belles, utiles ou nécessaires — elles ne cessent évidemment rien de tout cela. Mais parce qu'elles cessent d'être un signal social discriminant. Quand la machine résout en quelques secondes ce qui coûtait au bachelier deux années de prépa, la résolution elle-même n'atteste plus rien d'autre que la résolution. La traduction sociale du résultat — « il pense bien, donc il dirigera » — devient indéfendable.

Le précédent du latin.

Le précédent existe, et il est limpide : le latin. Le latin n'a pas perdu son statut de filtre parce qu'il avait cessé d'être linguistiquement utile — il l'était de moins en moins depuis le XIX siècle. Il l'a perdu le jour où la bourgeoisie a cessé d'en avoir besoin pour se reproduire socialement. Les mathématiques empruntent aujourd'hui la même trajectoire, en accéléré.

Reste la question politique, et personne dans nos ministères ne veut la nommer : par quoi remplace-t-on ? Tous les candidats sont pires. L'oral reproduit le capital culturel. Le dossier reproduit l'origine sociale. Les soft skills reproduisent la classe d'origine déguisée en personnalité. Les mathématiques avaient au moins le mérite d'être vérifiables. Les institutions vont donc s'y accrocher longtemps après que la justification soit morte — exactement comme elles se sont accrochées au latin jusque dans les années 1970, alors que sa fonction réelle s'était évaporée en 1945.

Et reste la question intime, celle qu'on se pose en famille : qu'est-ce qu'on dit, désormais, au jeune qui hésite à choisir une filière mathématique ? On ne peut plus lui répondre : « c'est dur, et les durs gagnent ». Il reste deux discours possibles, aucun ne soutient l'édifice. Le discours esthétique — fais des mathématiques parce que comprendre Galois est une expérience irremplaçable — est vrai, et ne parle qu'à 0,5 % d'une cohorte ; c'est exactement le discours qu'on tenait pour le grec ancien en 1960. Le discours du copilote — fais des mathématiques pour savoir dialoguer avec la machine, formuler les bonnes questions, vérifier les preuves qu'elle propose — est plausible, mais transforme le mathématicien en éditeur de mathématiques, métier qui n'a pas encore son prestige social, ni même sa désignation claire.

La sidération comme refus.

Ce qui frappe, à lire les commentateurs depuis trois ans, c'est qu'aucun ne pense l'après. La sidération est devenue un régime intellectuel à part entière. On annonce la chute du bastion, on convoque la gravité du moment, on cite Tao ou DeepMind avec componction — et l'on s'arrête là, comme si nommer le choc dispensait d'en tirer les conséquences. À chaque cycle — échecs en 1997, go en 2016, langage en 2023, mathématiques en 2026 — le même geste : la stupéfaction comme point d'arrivée plutôt que comme point de départ. Or la sidération n'est pas une pensée. C'est précisément ce qui en tient lieu quand on n'a pas envie d'affronter ce qui vient.

L'effondrement des mathématiques comme filtre social n'est pas un effet secondaire de l'IA : c'est l'un des points où la nouvelle société se rend visible. D'autres suivront, dans la justice, dans la médecine, dans le journalisme, dans la création — chacun à son rythme, chacun avec son cortège de commentateurs sidérés. Et à chaque fois, le même refus de nommer ce que la somme de ces ébranlements signifie : non pas que les machines progressent, mais que la société dans laquelle nous avons grandi est en train de se défaire pour qu'une autre prenne sa place, dont nous n'avons encore ni la grammaire, ni les institutions, ni le récit.

L'événement de 2026 n'est donc pas que l'IA fait des mathématiques. C'est qu'un pan supplémentaire de l'ancien monde vient de céder, et que ceux dont la fonction est de penser le nouveau choisissent encore, pour l'essentiel, de regarder ailleurs.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Ce déplacement-là, qui s'opère depuis trois ans dans toutes les salles d'exposition — et plus largement partout où quelqu'un était payé pour traduire de la culture à un public —, n'a pas encore trouvé sa formulation. Les institutions tâtonnent, les médiateurs se forment à l'IA générative, les services culturels organisent des journées thématiques. Le geste manqué est ailleurs : il consiste à reconnaître que la médiation se composait de deux gestes que personne ne distinguait — traduire l'œuvre et créer la rencontre — et que la machine vient de les disjoindre.

C'est la thèse de cette Note, et elle est moins polémique qu'il n'y paraît. La médiation ne disparaît pas avec l'IA : elle se révèle. Ce qu'elle avait de traduction, la machine le fait désormais. Ce qu'elle avait de rencontre, elle seule peut le faire — et c'est ce qu'elle avait toujours eu de précieux sans toujours savoir le dire.

Il faut d'emblée préciser un point pour les lecteurs du métier. La distinction entre traduire et faire rencontrer existait déjà dans la littérature professionnelle de la médiation, depuis au moins trente ans, où elle apparaissait comme une nuance théorique — un raffinement utile au discours, peu opératoire dans la pratique quotidienne, parce qu'aucune force matérielle ne séparait réellement les deux gestes. La machine est cette force. Ce qu'apporte l'IA, en 2026, c'est de transformer une nuance théorique en partage matériel : la traduction migre vers le code, la rencontre reste au corps. La machine ne crée pas la distinction. Elle la rend, pour la première fois, impossible à ignorer.

Une fonction déjà machinisée.

On présente souvent l'IA comme une rupture. Pour la médiation culturelle, il serait plus exact de parler d'un achèvement. Cela fait quarante ans que la traduction culturelle a entamé sa migration vers la machine, et personne n'en a tiré les conséquences.

L'audio-guide est apparu dans les musées européens à la fin des années 1980. Sa promesse était modeste : remplacer le panneau mural par une voix. Sa réalité a été plus profonde — il a substitué à la présence du conférencier un dispositif machinique standardisé, multilingue, scalable. Le visiteur ne payait plus pour rencontrer quelqu'un ; il louait un appareil. Personne, à l'époque, n'a parlé de désintermédiation. C'en était une.

Puis sont venus les sites institutionnels, les dossiers pédagogiques en PDF, les fiches d'œuvre téléchargeables, les MOOC, les chaînes YouTube des grands musées. Chaque dispositif a grignoté un fragment de ce que faisait, autrefois, un humain en présence d'un public. La traduction de la culture s'est désincarnée par strates successives, lentement, sans drame, sans débat. La médiation conservait son nom et ses postes, mais sa substance traductrice avait déjà migré.

L'IA générative ne fait que clore ce mouvement. Elle ne le commence pas. Là où l'audio-guide était figé et où le PDF était unique, l'IA est conversationnelle, adaptative, personnalisée. Le visiteur ne consulte plus un contenu — il dialogue. C'est la dernière brique de la traduction culturelle confiée à la machine, et c'est aussi celle qui rend toutes les précédentes pleinement opérationnelles. L'audio-guide attendait l'IA pour devenir intelligent.

Ce qu'il faut donc à présent décrire, sobrement, c'est ce qui reste à la médiation quand sa partie traductrice est entièrement déléguée — non pas par programme idéologique, mais par fait accompli technique. Et ce qui reste, on va le voir, n'est pas un résidu. C'est l'essentiel.

Ce qui tombe maintenant.

Trois artefacts permettent de mesurer concrètement le déplacement. Ils sont familiers à toute personne qui travaille dans une institution culturelle, et ils étaient, il y a cinq ans encore, des produits de médiation à part entière — c'est-à-dire des objets qui exigeaient pour être conçus une combinaison d'expertise scientifique, de compétence rédactionnelle et de connaissance du public. Ils sont en train de basculer.

Le premier est la notice. Notice murale, cartel, fiche d'œuvre — peu importe le format. Sa production demandait autrefois un conservateur ou un médiateur, qui rédigeait, calibrait, validait. Une institution moyenne en produit plusieurs centaines par an, dans le cadre des expositions temporaires comme des collections permanentes. En 2026, ce travail se transforme : non pas parce qu'on aurait remplacé le rédacteur par une machine, mais parce que le rédacteur fournit désormais à la machine un cadre, un ton, une liste de sources, et reçoit en retour un brouillon dont il valide ou amende les paragraphes. Le geste qui prenait deux heures en prend vingt minutes. Et surtout, la notice n'est plus unique : elle existe en cinq versions linguistiques, en deux niveaux de lecture, avec une version vocale et une version simplifiée pour l'accessibilité. Ce qu'un service de médiation entier ne pouvait pas produire en un an, une institution modeste le sort désormais en une semaine.

Le deuxième est la visite. La visite guidée traditionnelle reste — on y reviendra — mais sa forme désincarnée, l'audio-guide, vient de muter. Les premières applications de visite conversationnelle apparaissent dans les grands musées européens. Le visiteur entre une fois ses paramètres — durée, intérêts, niveau, langue — et l'application construit un parcours adaptatif, répond à ses questions devant l'œuvre, propose des détours, suit son rythme. Là où l'audio-guide récitait le même texte à tout le monde, le dispositif IA tient une conversation singulière avec chaque visiteur. Le service éducatif d'un musée n'est plus seul à produire de la médiation pour ses publics ; un agent conversationnel scalable y participe, et il le fait sans poste, sans contrat, sans formation continue.

Le troisième est le dossier pédagogique, et c'est sans doute le déplacement le plus tangible pour qui observe le travail quotidien des opérateurs culturels. Concerts scolaires, expositions, spectacles, ateliers — chaque dispositif s'accompagne traditionnellement d'un dossier produit par le service éducatif, qui prépare l'enseignant à la sortie et lui fournit pistes d'exploitation, mises en contexte, prolongements. Or, en 2026, un enseignant qui prépare une sortie avec sa classe n'a plus besoin de ce dossier-là. Il fournit à un assistant le contexte de sa classe — niveau, prérequis, créneau, compétences visées par le programme — et reçoit un dossier sur mesure, parfois meilleur que celui du service éducatif, parce que calibré exactement sur sa situation. Le médiateur-rédacteur de dossiers, qui était le pont entre l'opérateur culturel et l'école, devient optionnel.

On peut résister à ce constat. On peut souligner que les enseignants vont mal utiliser l'IA, que les dossiers générés contiendront des erreurs, que rien ne remplace l'expertise. Tout cela est vrai, et tout cela est secondaire. Ce qui compte, c'est que le monopole de la traduction culturelle — qu'une institution exerçait par la grâce de sa fonction reconnue — n'existe plus. Les opérateurs peuvent encore faire des dossiers, mais ils ne sont plus les seuls à pouvoir en faire. La rente d'expertise est ouverte.

Reste à dire ce qui n'est pas ouvert.

Ce qui reste, et qui s'agrandit.

Ce qui n'est pas ouvert, et que la machine ne peut pas prendre, c'est l'autre moitié du métier. Celle qu'on a longtemps tenue pour acquise, parce qu'elle ne se laisse pas inscrire dans des livrables : la rencontre.

Le mot fait peur. Il est trop large, trop chargé, trop facilement romantique. On l'imagine sublime — un atelier où un enfant comprend Cézanne pour la première fois, une discussion qui change un visiteur, une présence qui transmet sans paroles. Toutes ces choses existent et elles sont précieuses. Mais elles ne sont pas la rencontre dont parle cette Note. La rencontre, ici, se définit beaucoup plus simplement, et beaucoup plus négativement : c'est ce qui ne peut pas être copié par la machine parce que c'est situé.

Une visite guidée, même médiocre, contient des micro-ajustements à la salle, au public, à l'humeur du jour. Le guide voit que le groupe traîne, ralentit. Il sent qu'une question reste suspendue et y revient. Il croise un regard, choisit un détail plutôt qu'un autre. Aucun de ces gestes n'est extraordinaire ; aucun n'est non plus enregistrable, programmable, reproductible. La machine peut produire un texte parfait. Elle ne peut pas être dans la salle, à ce moment-là, devant ces personnes-là, avec ce tableau-là sous une lumière qui change selon l'heure.

Il faut prendre la mesure de cette asymétrie. L'IA va devenir, dans les deux ou trois prochaines années, un dispositif de traduction culturelle de qualité supérieure à la moyenne humaine. Elle ne va pas devenir, et probablement jamais, un dispositif de présence. Non parce qu'elle serait techniquement incapable de simuler une présence — elle le sera, et certains visiteurs s'en contenteront —, mais parce que la présence n'a de valeur que d'être celle d'un autre vivant. Une voix dans un casque, fût-elle parfaitement empathique, n'engage à rien. Une voix dans la même salle engage parce qu'elle expose celui qui parle au même monde que celui qui écoute. C'est tout, mais ce n'est pas rien.

Cette part incompressible du métier prend des formes diverses, et il vaut la peine de les nommer, parce qu'elles vont devenir le cœur — non plus la périphérie — de ce que signifie médier.

Il y a la visite habitée, qu'il faut distinguer de la visite récitée. Le bon guide ne lit pas un texte dans sa tête ; il choisit dans le moment ce qui mérite d'être dit, fait silence quand le silence est juste, accepte d'être interrompu, modifie son parcours selon ce qu'il perçoit du groupe. Ce métier-là, on l'enseigne mal et on l'évalue peu, parce qu'il échappe aux livrables. Il devient maintenant la compétence principale du guide, celle qui le distingue absolument de l'application téléchargeable.

Il y a l'atelier, qui n'a peut-être jamais été remplaçable. Faire dessiner un enfant devant un Magritte, faire chanter une classe avec un soliste, accompagner un atelier d'écriture en sortie d'exposition — ces gestes engagent le corps, l'espace, la durée. La machine peut générer en cinq secondes un programme d'atelier ; elle ne peut pas le tenir. Et tenir un atelier, c'est-à-dire être là, gérer le groupe, distribuer les outils, recadrer celui qui décroche, encourager celui qui se croit incapable — c'est la part la plus dense du métier, et celle dont l'institution a parfois sous-estimé la valeur, parce qu'elle ne produisait pas d'artefact à présenter en commission.

Il y a l'immersion longue, c'est-à-dire ces dispositifs où une œuvre, un artiste, une compagnie habitent un lieu pendant plusieurs semaines avec un public qui revient. C'est ce qu'on appelle parfois résidence, parfois action culturelle au long cours, parfois bulles culturelles. Aucune de ces formules n'est productrice d'un livrable que la machine pourrait remplacer ; toutes engagent une durée et une régularité de présence qui sont la condition même de leur effet. Plus la machine fait baisser le coût marginal de la traduction culturelle, plus l'immersion longue devient comparativement précieuse — parce qu'elle est exactement ce que la machine ne pourra jamais offrir.

Il y a la conversation, et c'est peut-être le geste le plus quotidien et le plus négligé. Un visiteur s'arrête devant un cartel, une question lui vient, il cherche du regard quelqu'un. S'il y a un médiateur en salle, et si ce médiateur sait répondre dans le tact — c'est-à-dire ni trop, ni trop peu, ni d'en haut, ni d'en bas — alors quelque chose a lieu qui n'aura jamais lieu avec un agent conversationnel. La conversation en salle est l'archétype du métier. Et c'est elle qui a été la plus écrasée par cinquante ans de logique productiviste de la médiation, qui demandait à ses agents de produire des dossiers, des notices, des supports, plutôt que d'être disponibles dans les salles.

Toutes ces formes ont un point commun : elles supposent un corps dans un lieu pendant une durée. C'est cela, opérationnellement, qui résiste à la machine. Pas une essence mystérieuse de la médiation humaine. Une condition matérielle simple : être là.

On peut donc reformuler la thèse de la Note dans des termes plus précis. La médiation, en 2026, se voit retirer ce qui pouvait être livré sous forme de fichier — texte, audio, vidéo, dossier, parcours — et se voit restituer ce qui ne peut être livré que sous forme de présence. Les bons médiateurs, ceux qui faisaient déjà passer la rencontre avant la traduction, n'ont rien à perdre dans cette opération : ils sont restitués à ce qu'ils faisaient de mieux. Les structures, en revanche, qui s'étaient calibrées sur la production d'artefacts traductibles, sont exposées. Elles avaient confondu la justification publique de leur travail (le livrable) avec sa valeur réelle (la présence). Cette confusion ne tient plus.

Ce que cela engage.

Le déplacement qu'on vient de décrire n'est pas un programme. Il est une situation. Mais cette situation appelle des décisions, et c'est là que la question politique commence — au sens propre, non au sens partisan.

Il faut d'abord nommer ce qu'il ne faut pas faire, parce que c'est exactement ce que beaucoup d'institutions sont en train de faire.

Il ne faut pas répondre à la machine par de la formation. Les journées thématiques sur « l'IA dans la médiation », les modules d'initiation au prompt, les chartes éthiques signées par les directions — tout cela traite l'IA comme un nouvel outil dans la trousse du médiateur. Or l'IA n'est pas un outil de plus. Elle est un déplacement de la valeur du métier. Apprendre à se servir d'elle est utile, comme apprendre à se servir d'un traitement de texte était utile en 1990 ; ce n'est pas une politique culturelle. Une politique culturelle, en 2026, doit décider comment elle redéploie l'investissement public dans la médiation, maintenant que la moitié traduction est massivement automatisable. La formation à l'outil est une réponse technique à un problème stratégique.

Il ne faut pas non plus répondre par la défensive juridique. Plusieurs institutions songent à interdire ou à restreindre l'usage de l'IA dans leurs services éducatifs, au nom de la qualité, de l'éthique, du respect du métier. Cette réponse est vouée à l'échec, parce qu'elle ne pourra pas empêcher l'enseignant, le visiteur, le public, de générer chez eux ce que l'institution refusait de produire. L'institution se retrouvera simplement à produire moins, plus lentement, plus cher, ce que d'autres produisent en abondance. Cela ne sauvera pas les postes ; cela les exposera.

Avant d'aller plus loin, il faut être honnête sur un point que les discours d'accompagnement préfèrent éviter. Toutes les structures ne traverseront pas ce déplacement. Les plus petits services éducatifs, ceux qui s'étaient construits sur la production de dossiers et de supports, ceux dont le poste unique combinait toutes les tâches traductrices d'une institution, ceux qui n'auront pas la masse critique pour redéployer leurs moyens vers la présence — ces structures-là vont disparaître ou se contracter. Et certains postes, à l'intérieur même de structures qui survivront, ne seront pas reconvertis. Le redéploiement dont parle cette Note est une opération sérieuse, qui suppose des choix, et qui en laissera quelques-uns au bord. Le dire ne soulage personne, mais ne pas le dire serait pire — parce que cela rendrait l'analyse moins crédible, et donc moins utile à ceux qui doivent décider.

Cela posé, ce qu'il faut faire est plus simple à dire qu'à faire. Il faut redéployer.

Redéployer signifie d'abord reconnaître que l'investissement public dans la production d'artefacts traductibles — notices, dossiers, supports, parcours pré-enregistrés — n'a plus la même rentabilité culturelle qu'avant. Non parce que ces objets seraient inutiles : ils restent utiles. Mais leur coût marginal a chuté brutalement, et le travail humain qu'ils mobilisaient peut désormais être affecté à autre chose. Une institution qui consacrait deux équivalents temps plein à la rédaction de dossiers pédagogiques peut, en 2026, en consacrer un demi à la supervision de production assistée et un et demi à la présence en salle. La masse salariale est constante. La nature du travail change.

Redéployer signifie ensuite assumer que la présence — l'atelier, l'immersion longue, la conversation en salle — devient le cœur du métier public de médiation, et que ce cœur coûte cher. Plus cher que les dossiers. Plus cher que les notices. Plus cher que les MOOC. Une présence ne se duplique pas, ne se scale pas, ne se diffuse pas. Elle exige un corps dans un lieu pendant une durée, et un corps dans un lieu coûte un salaire. La politique culturelle des prochaines années va devoir choisir si elle finance cette présence, ou si elle se contente d'accompagner sa contraction.

Redéployer signifie enfin reconnaître que les opérateurs publics ne sont plus les seuls producteurs légitimes de médiation. L'enseignant qui prépare sa sortie avec un assistant IA fait, sans le savoir, de la médiation. Le visiteur autonome qui dialogue avec son téléphone devant une œuvre fait de la médiation. Le créateur de contenu qui produit une chaîne YouTube sur l'histoire de l'art fait de la médiation. L'institution garde un rôle, mais elle doit le redéfinir : moins celui de seul prescripteur, plus celui de garant de la qualité de la rencontre dans ses murs. Garantir la rencontre, c'est offrir ce que personne d'autre ne peut offrir : un lieu, une durée, une présence, une œuvre réelle. C'est précisément ce qu'aucun assistant IA ne peut faire à la place de l'institution.

Cette redéfinition n'est pas un repli. C'est, au contraire, la première occasion depuis longtemps que la médiation soit ramenée à ce qu'elle a de spécifique. Pendant cinquante ans, les institutions culturelles francophones ont accepté de se faire évaluer sur des volumes — nombre de notices produites, nombre de dossiers diffusés, nombre de pages vues, nombre de followers. Ces indicateurs étaient ceux de la traduction de masse, et la traduction de masse va à la machine. Les indicateurs de la rencontre — nombre d'enfants accueillis dans un atelier long, nombre d'heures de présence en salle, nombre de visiteurs en conversation effective avec un médiateur — ont toujours existé, mais ils ont été marginalisés au profit des premiers, plus faciles à mesurer et plus impressionnants en rapport d'activité. Le moment est venu de les remettre au centre.

Coda.

Une dernière scène.

Un médiateur dans une salle, un mardi matin. Pas de groupe scolaire, pas d'événement, pas de visite guidée programmée. Quelques visiteurs autonomes circulent, chacun téléphone à la main, chacun en conversation avec son assistant. Le médiateur attend. Une femme âgée s'arrête, hésite devant un tableau, tourne la tête. Il s'approche. Ils parlent trois minutes. Elle repart.

Ce mardi matin n'apparaîtra dans aucun indicateur de rapport d'activité. Aucune machine n'aurait pu se substituer à ces trois minutes. Et c'est probablement, désormais, ce qu'il y a de plus précieux dans le métier.

Toute la question est de savoir si les institutions sauront protéger ce mardi matin — et si les médiateurs eux-mêmes oseront dire qu'il est le cœur de ce qu'ils font, non plus sa marge.

Être là. C'est ce qui reste à la médiation. Ce n'est pas peu : c'est tout.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

On répète que l'intelligence artificielle va « tout bouleverser ». C'est faux, et la paresse de la formule masque la seule chose intéressante : elle ne bouleverse pas tout, elle trie. Elle tranche, avec une netteté de guillotine, entre deux façons de créer de la valeur qu'on confondait jusqu'ici parce que rien n'obligeait à les distinguer.

Il y a la porte. Et il y a la durée — entendons une durée armée, structurée, contraignante, qui vous fait revenir quand vous n'en avez pas envie.

La porte vend l'accès à un stock. Sa valeur tient à un écart : je détiens ce que vous n'avez pas, et je vous fais payer le franchissement. Le corrigé d'exercice, le manuel, le cours-livraison-de-contenu, l'encyclopédie, le bureau de traduction, la base de données « propriétaire » : autant de portes sur une chose supposée rare. Tout le modèle repose sur cette rareté.

La durée, elle, ne vend pas une chose : elle vend du temps tenu. L'échéance, la cohorte, le professeur qui remarque votre absence, la copie corrigée, le diplôme que la société accepte d'honorer. Aucune rareté de l'information n'y est présupposée. Il y a au contraire rareté de la discipline, de l'attention, du cadre extérieur qui vous force à durer.

L'IA est un choc déflationniste sur l'information et inflationniste sur la durée. La proposition demande une seconde d'arrêt parce qu'elle est l'axiome dont tout dépend. Pourquoi l'accès gratuit et sans friction à n'importe quelle réponse rendrait-il la discipline plus difficile, et non plus facile ? Parce que la friction n'était pas un coût annexe : elle en faisait partie. Se déplacer à la bibliothèque, payer un cours particulier, attendre l'heure du séminaire — ces frottements organisaient malgré eux un rapport tenu dans le temps au savoir qu'ils tarifaient. En supprimant la friction, on ne libère pas la discipline ; on lui retire son armature. Le modèle gratuit ne vous dit jamais que vous n'êtes pas revenu hier. Voilà pourquoi la même technologie effondre le prix de la réponse et fait monter celui de la durée.

Tout le reste suit. La porte était indexée sur la première grandeur, la durée sur la seconde — d'où le même astéroïde qui pulvérise l'un et nourrit l'autre. Chegg, plateforme américaine qui vendait par abonnement aux étudiants des corrigés d'exercices et des aides aux devoirs, valait quatorze milliards de dollars en 2021 ; son action cote un dollar aujourd'hui, après deux vagues de licenciements et un PDG qui invoque ouvertement « les nouvelles réalités de l'IA » — la mort d'entreprise la plus rapide de l'ère ChatGPT. Duolingo, application d'apprentissage des langues qui ne vend pas du savoir mais une habitude — le streak, cette série quotidienne ininterrompue que l'application vous incite à ne pas briser, la culpabilité gamifiée du rendez-vous manqué —, n'a jamais été aussi prospère : cinquante millions d'utilisateurs quotidiens, première EdTech mondiale en 2026. Même technologie, verdict inverse. La différence n'est pas la qualité du produit ; c'est la nature de la rareté exploitée.

Mais « durée » ne veut pas dire « vertueuse ». Une durée peut parfaitement organiser l'attention sans rien y déposer — la machine à sous déguisée en discipline. D'où une seconde ligne, perpendiculaire à la première : la première dit ce que l'IA tue ou épargne, la seconde dit si la chose dépose réellement ce qu'elle prétend déposer. Reste alors une catégorie, la plus inconfortable : la durée qui ne dépose rien chez personne et survit quand même. Non parce qu'elle vaut quelque chose, mais parce qu'elle n'a jamais été comptable d'un résultat. La subvention qui se reconduit, la norme qui prolifère, l'affiche pédagogique qu'on réimprime, la plateforme qu'on redéveloppe. Aucun réel ne vient leur dire qu'elles ont échoué — alors elles ne meurent pas. Elles ne sont pas tenues par des escrocs lucides, mais par des sincères dont la sincérité reste inentamable, protégés à la fois de la mort et de la preuve par la même absence de verdict.

Le piège, c'est de croire que la grille désigne d'avance les bons et les mauvais. Prenons le cas qui me concerne : le concert. Sur le papier, c'est la durée par excellence — présence, heure fixe, cohorte du public, irreproductibilité — et il devrait, selon la grille, valoir plus cher à mesure que la réponse devient gratuite. Empiriquement, ce n'est pas si net. Les salles vieillissent, les abonnements s'érodent, des saisons entières tiennent par perfusion publique. Ce que l'IA révèle ici, c'est que beaucoup d'institutions classées « durée » avaient en réalité glissé, sans le savoir, dans la case de la durée-sans-dépôt : elles avaient cessé d'être un temps qui laisse quelque chose chez celui qui revient, pour devenir une habitude administrative qui se reconduisait elle-même. La catégorie ne protège personne. Être structurellement du bon côté ne dispense pas d'avoir, en plus, quelque chose à apprendre à quelqu'un. Le concert qui tient n'est pas celui qui invoque sa seule durée ; c'est celui où ce qui se passe ne serait pas remplaçable par un fichier.

D'où la seule question qui vaille, et qu'il faut retourner vers soi avant de la pointer chez les autres : de quelle rareté est-ce que je vis — et qu'est-ce qui, mesurable, prouverait que je ne dépose rien chez personne ? Celui qui n'a pas de réponse à la seconde moitié est déjà dans la mauvaise case, qu'il le sache ou non. L'IA ne nous oblige pas à devenir meilleurs. Elle nous oblige à savoir de quoi nous vivions.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Le 3 avril 2026, Andrej Karpathy publiait un texte court sur GitHub, intitulé LLM Wiki pattern : trois dossiers de fichiers texte, un schéma maître, un agent qui maintient le tout. Le 21 avril, Vivian Balakrishnan, ministre des Affaires étrangères de Singapour, publiait l'architecture de son assistant personnel construit sur ce principe, tournant sur un Raspberry Pi à quatre-vingts euros, et indiquait qu'il ne pouvait plus s'en passer.

Le 23 mai, j'ai mis en service la mienne, pour Crescendo Magazine, pour 21 Music, pour XXI Music Publishing, pour mes notes personnelles. Sept semaines après Karpathy. Un mois après Balakrishnan. Pour la francophonie culturelle, à ma connaissance, c'est une première.

Voici de quoi il s'agit, et pourquoi c'est intéressant.

Une infrastructure éditoriale IA-native est un dispositif simple. Un dossier de sources brutes, immuables, où l'on dépose ce qui rentre : communiqués de presse, courriers, transcriptions de notes vocales, articles sauvegardés. Un dossier de pages structurées, que l'agent maintient seul, organisées par type d'entité : compositeur, festival, label, interprète, salle, institution, œuvre, concept, idée éditoriale. Un dossier de journal, où chaque opération est consignée. Un fichier maître qui définit les règles : structure des pages, conventions de nommage, typographie française, et surtout règle absolue d'anti-hallucination : aucun fait dans le wiki sans source vérifiable dans le dossier brut.

La mise en service a pris environ quatre heures. Le premier communiqué traité — celui du Festival Musical de Namur 2026, transmis dans la semaine — a produit quatre-vingt-seize pages structurées et sourcées, plusieurs centaines de liens internes entre entités, treize décisions de schéma stabilisées et huit signalements de rigueur consignés. Le tout est publié, versionné, sauvegardé. Portable. Indépendant.

Ce qui m'intéresse ici n'est pas la performance technique. C'est la répartition du travail entre la machine et l'humain, qui n'est pas celle que l'on imagine.

La machine prend en charge les opérations répétitives : structuration des données, mise en forme typographique impeccable, rédaction de synthèses, tissage des liens entre entités. C'est-à-dire la partie qui épuisait jusqu'ici les rédactions sans produire de capital durable.

L'humain garde tout le reste, et tout le reste compte. Trancher si une mention « Scarlatti » dans un programme romain renvoie à Alessandro ou à Domenico. Décider qu'un arrangeur du XIX siècle pour vents du Freischütz mérite, dans le schéma, le statut de compositeur. Identifier qu'un communiqué se contredit subtilement sur le palmarès d'un trio lauréat, et choisir de consigner les deux versions plutôt que d'en privilégier une. Repérer qu'une œuvre rarissime de Marcello composée à Venise en 1731 constitue un angle éditorial fort, et le noter pour qu'on s'en souvienne dans six mois.

Tous ces arbitrages sont des gestes d'historien. Pas de technicien. La machine ne sait pas les faire seule, et ne sait pas reconnaître qu'elle ne sait pas les faire. Elle a besoin d'un humain qui a passé vingt ans à problématiser, hiérarchiser, sourcer, douter. C'est ce qui constitue la valeur de l'infrastructure : non pas son volume, mais la justesse des arbitrages inscrits dedans.

L'IA générative, vue depuis l'extérieur, donne souvent l'impression qu'elle remplace l'expertise. Vue depuis la pratique, elle révèle exactement l'inverse : elle augmente ceux qui ont l'expertise, et elle expose ceux qui n'en ont pas. Un éditeur formé qui pilote Claude Code produit en quatre heures ce qu'une rédaction non équipée produirait en trois semaines, et avec une rigueur que la rédaction non équipée ne pourrait pas atteindre. Inversement, un opérateur sans formation produirait du contenu plausible mais creux, sans en savoir la différence.

La formation humaniste classique — celle qui apprend à lire une source, à dater un document, à reconnaître une contradiction — n'est pas devenue obsolète à l'ère de l'IA. Elle est devenue le facteur limitant le plus précieux. Et c'est une bonne nouvelle pour ceux qui l'ont reçue, à condition qu'ils acceptent de la déployer dans un nouveau régime de productivité.

Cette note est datée précisément, parce que dans dix-huit mois, ce qui paraît aujourd'hui exceptionnel sera devenu banal. À ce moment-là, la date servira à se rappeler que la bascule, en francophonie culturelle, a eu lieu maintenant. Pas plus tôt. Pas plus tard.

À partir d'ici, l'infrastructure grandira au fil des ingestions.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Le texte qui suit ne prétend pas trancher la question. Il esquisse une première structuration, à reprendre, à creuser, à discuter — un point de départ, pas un point d'arrivée. La thèse générale est simple : à mesure que l'IA devient capable, elle révèle ce qu'elle ne fait pas, et donc ce qui devient discriminant chez l'humain qui la mobilise. Six fondamentaux paraissent s'imposer.

1. Lire profondément.

Lire profondément ne veut pas dire déchiffrer un texte. Cela veut dire le suivre sur deux cents pages, en retenir l'architecture argumentative, détecter une incohérence à trente pages d'intervalle, distinguer ce qui est dit de ce qui est suggéré.

À l'ère où la machine produit du texte cohérent à l'infini, cette compétence devient la condition même du discernement. Sans lecture profonde, on ne peut pas évaluer ce qu'une IA produit. On accepte ou on rejette en surface. On devient consommateur passif d'une production cognitive qu'on ne contrôle plus. La lecture profonde cesse d'être une compétence culturelle pour devenir une compétence de souveraineté.

2. Écrire pour penser.

Il faut distinguer deux fonctions de l'écriture, qui se sont longtemps confondues et qu'il devient urgent de séparer. L'écriture comme production de texte — rapport, mail, note de service — que l'IA remplit désormais mieux et plus vite que la plupart des humains. Et l'écriture comme exercice de pensée, qui permet de clarifier une intuition, de détecter une contradiction interne, de découvrir ce qu'on pense au moment où on l'écrit.

Cette seconde fonction, l'IA ne la remplit pas. Elle ne peut pas, parce que la pensée par l'écriture est un processus génératif personnel, pas une production transférable. C'est probablement ce qui distinguera, demain, ceux qui pilotent et ceux qui sont pilotés. L'école devrait l'enseigner explicitement, comme discipline. Non pas la rédaction normée, qui forme à la production, mais l'écriture exploratoire — l'écriture qui se reprend, qui dialogue avec elle-même, qui sert d'abord à celui qui écrit.

3. Raisonner quantitativement.

Cette compétence est souvent confondue avec les mathématiques formelles — algèbre, calcul, manipulation symbolique. Or les mathématiques formelles sont précisément ce que l'IA fait désormais mieux que n'importe quel bachelier. Ce qui reste discriminant, c'est autre chose : sentir un ordre de grandeur, détecter une statistique manipulée, comprendre ce que dit et ne dit pas un pourcentage, distinguer corrélation et causalité, lire un graphique avec son axe coupé, comprendre ce qu'une moyenne masque.

À l'ère où nous sommes noyés sous des chiffres, des études, des analyses prédictives, tous générables à la chaîne par IA, ne pas savoir évaluer la qualité d'un raisonnement quantitatif rend manipulable à grande échelle. C'est la version contemporaine du « compter » d'autrefois, mais beaucoup plus large.

4. Penser historiquement.

L'IA produit du texte plausible sur n'importe quel sujet historique, géographique, politique. Mais elle ne donne pas le cadre interprétatif qui permet de juger si ce qu'elle dit est pertinent. Sans culture historique solide, on ne distingue pas une analogie éclairante d'une analogie fallacieuse. Sans culture géographique, on prend des décisions stratégiques sans comprendre les contraintes territoriales qui les conditionnent.

Plus profondément, l'histoire et la géographie sont les disciplines qui apprennent à contextualiser, à problématiser, à comprendre que les choses pourraient être autrement. Ce sont des compétences anti-totalitaires au sens propre — elles vaccinent contre la naturalisation du présent. À l'ère où l'IA peut générer des discours de naturalisation très convaincants sur n'importe quel ordre social, savoir penser historiquement devient une compétence civique vitale.

5. Faire de ses mains.

À l'ère où l'IA dématérialise massivement le travail cognitif, le rapport au réel matériel redevient discriminant. Savoir réparer, monter, démonter, transformer la matière, manier ses mains, cuisiner, jardiner, jouer d'un instrument — toutes choses qui ancrent la cognition dans une réalité que l'IA ne peut pas simuler.

Ce n'est pas une compétence professionnelle, c'est un fondamental anthropologique. Les enfants qui grandissent uniquement dans l'interaction écran-IA perdent la base sensorielle et corporelle qui leur permettrait de juger ce qu'ils manipulent symboliquement. Le geste, le corps, la matière sont des sources de validation que l'IA ne peut pas fournir. C'est aussi pour cela que les filières professionnelles et techniques, aujourd'hui menacées de rationalisation budgétaire, devraient au contraire être préservées et investies — leurs métiers sont précisément ceux que l'IA ne remplacera pas avant longtemps.

6. Soutenir son attention.

Lire profondément exige de l'attention. Écrire pour penser exige de l'attention. Raisonner quantitativement exige de l'attention. Pratiquer un geste manuel exige de l'attention. Sans capacité d'attention soutenue, aucun des autres fondamentaux ne peut être acquis ni exercé.

Or l'écosystème numérique contemporain — notifications, défilement infini, micro-récompenses, sollicitations algorithmiques permanentes — détruit méthodiquement la capacité d'attention des enfants et des adolescents. À l'ère de l'IA, l'attention devient une ressource rare au sens strict. Ceux qui savent encore se concentrer pendant deux heures sur un problème complexe disposeront d'un avantage compétitif décisif sur ceux qui ont besoin de stimulation toutes les trois minutes. Et cette inégalité va se superposer aux autres inégalités sociales pour produire une fracture cognitive d'un type nouveau.

Une première esquisse.

Ces six fondamentaux ne sont pas une liste close. Ils sont une première tentative pour nommer ce qui devient stratégique quand la machine prend en charge ce qui était autrefois considéré comme le sommet du travail intellectuel. Chacun mériterait d'être déplié, contesté, prolongé. Chacun appelle des questions concrètes que cette note ne traite pas — comment les enseigner, à quel âge, dans quel cadre institutionnel, contre quels obstacles politiques et corporatistes.

Il y a quelque chose d'étrange à les regarder ensemble : ils sont presque tous classiques. Aucun n'est neuf. Tous étaient présents, sous une forme ou une autre, dans l'éducation humaniste classique. La nouveauté n'est pas qu'il faille les inventer, c'est qu'ils deviennent structurellement plus importants à mesure que l'IA prend en charge le reste — au moment précis où l'école contemporaine est en train de les abandonner.

C'est cette tension qu'il faut maintenant explorer, pièce par pièce. Cette note en marque le début. D'autres suivront pour chacun de ces six points, et probablement pour d'autres qui apparaîtront en chemin. À l'ère de la machine intelligente, c'est peut-être l'éducation la plus classique qui redevient la plus stratégique. Reste à le démontrer dans le détail.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Trente-cinq ans plus tard, regardez une coupure publicitaire contemporaine. Palette pastel, typographie Helvetica condensée, voix off susurrée, ralenti sur des mains qui touchent du linge, plan drone sur une plage à l'aube, sourire générique d'une mannequin scandinave. Les marques changent, les produits changent, le visuel ne change pas. C'est une esthétique unifiée, mondialisée, désinfectée — la moyenne statistique d'un goût globalisé, exécutée par des équipes qui ont remplacé l'auteur par le focus group et le directeur de création par le test A/B.

Et il faut le dire avec netteté : cet aplatissement précède l'intelligence artificielle. Il n'en est pas la conséquence, il en est la condition. Lorsque Midjourney et les générateurs vidéo arrivent sur le marché, ils ne tuent pas la grande publicité — la grande publicité était déjà morte, ou plutôt s'était déjà laissée mourir, depuis vingt ans. L'IA ne fait que prendre acte. Elle absorbe sans difficulté un territoire que les agences avaient elles-mêmes préparé pour elle, à force de focus groups, de financiarisation, de peur du clivage, d'optimisation algorithmique. La pub contemporaine était devenue, sans qu'on ose le formuler, une IA avant l'IA — une machine à produire des moyennes. Que la machine elle-même prenne le relais ne change pas la nature du produit, seulement son coût marginal.

D'où l'hypothèse que je voudrais formuler avec netteté : l'IA écrase ce qui est faible, l'IA s'écrase contre ce qui est fort. Ce n'est pas une consolation, c'est une loi. Et elle a des conséquences qui dépassent largement la publicité.

Pourquoi Goude résiste-t-il ? Pas par sentimentalisme, pas parce qu'on l'aurait sanctuarisé. Il résiste parce que sa pâte est inimitable au sens fort du terme : non pas qu'on ne puisse pas pasticher ses tics — saturation chromatique, allongement des corps, détournement chorégraphique, érotisme métissé — mais qu'aucun pastiche ne produira la prochaine image de Goude. Sa singularité n'est pas un style, c'est un système. Goude a passé soixante ans à construire une théorie du corps spectaculaire, du métissage assumé contre le naturalisme européen, de l'artifice comme vérité supérieure. Cette théorie, on peut la lire, la discuter, la combattre. Elle est pensée. Et c'est précisément cette épaisseur de pensée — cette biographie d'obsessions accumulées, ce rapport singulier au corps noir, à la danse, à la photographie de mode, construit contre quelque chose et pour quelque chose — qu'une IA ne peut pas reproduire, faute de l'avoir vécue. Elle peut copier la surface, jamais la structure qui produit la surface.

À l'inverse, la pub moyenne n'a pas de structure. Elle a un cahier des charges, des références Pinterest, des contraintes de plateforme. Elle est par définition réductible à un prompt. Et tout ce qui est réductible à un prompt est, à terme, exécutable par une machine.

On objectera que les modèles progressent vite, et que ce qui résiste aujourd'hui pourrait être absorbé demain. C'est juste, et il faut le concéder : rien ne garantit que dans vingt ans une IA ne produira pas la prochaine pièce qui ressemblerait à du Ligeti au point de tromper l'oreille avertie. Mais l'argument tient quand même, pour deux raisons. D'abord parce que la décennie qui vient suffit à dégager le paysage, et que c'est celle-là que nous avons à vivre. Ensuite parce que même dans l'hypothèse maximaliste où la machine finirait par tout absorber, ce qui aura été construit par les créateurs forts aura été construit — leurs œuvres existeront, leur généalogie existera, leur place dans l'histoire des formes existera. C'est précisément ce que n'auront jamais les producteurs de moyennes : ni l'œuvre, ni la place. La question n'est donc pas de gagner contre la machine sur la durée infinie, c'est de construire quelque chose qui ait existé en propre.

J'entends déjà l'objection paresseuse : « mais c'est à cause des nouveaux formats, TikTok et Instagram ont tué la créativité ». Faux. La contrainte de format vertical, de neuf secondes, de son optionnel, a généré sa propre grammaire, et cette grammaire est inventive quand quelqu'un la travaille vraiment. Les Lumière tournaient en 50 secondes sur pellicule muette et cela a donné L'Arroseur arrosé. La contrainte n'est jamais l'ennemie de la forme, elle en est le moteur. Ce qui a tué la grande publicité, ce n'est ni le format ni la technologie : c'est la peur. Peur du bad buzz, peur du clivage, peur de l'image qui pourrait déclencher un cycle Twitter de quarante-huit heures. Toscani serait inemployable aujourd'hui. La judiciarisation et la financiarisation du secteur ont eu raison de l'auteur bien avant que la machine n'arrive.

Ce diagnostic, on peut le faire glisser presque sans frottement vers d'autres territoires de la création contemporaine. L'art contemporain mondialisé en est l'exemple le plus visible et le plus consternant. Que voit-on dans les foires — Bâle, Frieze, Art Basel Hong Kong, Paris+ — sinon une production lissée, calibrée pour le marché des ultra-riches, où les mêmes signatures circulent entre les mêmes galeries pour les mêmes collectionneurs ? Sculptures-trophées en inox poli, peintures décoratives à grand format, installations « immersives » faites pour le selfie. Un art pour millionnaires, qui n'a plus rien à dire mais qui a beaucoup à vendre, et dont l'insipidité globale fonctionne comme garantie : il faut que cela ne dérange personne dans un salon de Singapour, dans un penthouse de Manhattan, dans une villa du Cap-Ferrat. C'est exactement le même phénomène que dans la publicité — la moyenne mondialisée comme valeur refuge, la pâte gommée comme condition d'accès au circuit. Et c'est, là encore, un territoire que l'IA va investir sans peine, parce qu'il s'était déjà auto-converti à la logique de la machine.

Le même raisonnement vaut pour une part de la création musicale contemporaine. Que sont devenus les compositeurs ? Une partie d'entre eux — souvent la mieux exposée, la mieux subventionnée, la plus jouée dans les saisons d'orchestre — produit aujourd'hui un néotonal lisse, cinématographique au mauvais sens du terme, mémoriel sans mémoire, émotionnel sans émotion construite. C'est de la musique pastel, équivalent sonore de la pub-linge-drone-mains et de la sculpture-inox-poli. Et c'est exactement le territoire qu'une IA musicale type Suno ou Udio absorbe déjà sans difficulté : il suffit de prompter « néoclassique mélancolique, cordes, piano, ostinato » pour obtenir un résultat indistinguable, en termes d'impact réel, de la moyenne de ce qui se crée sous label contemporain.

Comparez avec ce qu'étaient les langages forts du second XX siècle. Berio et son théâtre vocal hanté par Joyce et la polyphonie médiévale. Ligeti et ses micropolyphonies, ses horloges détraquées, ses Études pour piano qui dialoguent avec Conlon Nancarrow et la musique pygmée. Kagel et son ironie corrosive sur l'institution-concert elle-même. Stockhausen et sa cosmologie mystique délirante mais cohérente, du Gesang der Jünglinge à Licht. Boulez et sa rigueur sérielle articulée à une intelligence éditoriale et chef-d'orchestre sans équivalent. Nono et sa politique du son, son écoute fragile, son Prometeo. On pouvait les détester. On pouvait trouver leur musique imbuvable, ésotérique, élitiste, ce qu'on voudra. Mais on ne pouvait pas les confondre. Aucun de ces langages n'était pasticheable autrement qu'en s'assumant comme pastiche, parce que chacun reposait sur un système — théorique, esthétique, parfois politique — construit pendant des décennies contre quelque chose et pour quelque chose. Demander à une IA de « faire du Ligeti » produira au mieux une caricature de Lux Aeterna. Jamais la prochaine pièce de Ligeti, parce qu'il n'y a pas de prochaine pièce de Ligeti possible sans Ligeti.

C'est cela que la prochaine décennie va rendre visible avec une brutalité presque clinique. L'IA n'est pas une menace pour les créateurs forts ; elle est leur révélateur. Elle va dégager le paysage en absorbant tout ce qui était devenu, sans qu'on ose le dire, exécutable par une machine — la pub moyenne, l'art-trophée pour ultra-riches, la musique de film générique, la chronique culturelle formatée, le roman de gare, l'illustration de stock, le néotonal d'aéroport. Et elle va laisser apparaître, par contraste, ce qui ne l'est pas : les œuvres et les pratiques qui reposent sur une cohérence de pensée, une généalogie assumée, un système esthétique structuré.

Il faut le dire sans cynisme : cette mécanique de révélation est brutale humainement. Elle va laisser sur le bord du chemin des gens qui ont travaillé honnêtement dans des cadres devenus obsolètes, qui n'ont pas démérité, qui n'ont simplement pas eu — ou pas pu construire — un langage assez singulier pour résister. Ce n'est pas un mérite supérieur des uns sur les autres, c'est une bascule structurelle qui frappe sans regarder qui elle frappe. La reconnaître n'est pas la cautionner.

Goude restera Goude. Ligeti restera Ligeti. Toscani, s'il avait quarante ans aujourd'hui, trouverait probablement un autre support et continuerait à secouer.

La question pour chacun d'entre nous — créateurs, critiques, éditeurs, directeurs artistiques — n'est donc pas de savoir si l'IA va nous remplacer. La question est : avons-nous une pâte ? Avons-nous un système ? Avons-nous construit, contre quelque chose et pour quelque chose, un langage qui ne soit pas réductible à une moyenne ? Si la réponse est non, l'IA fera ce qu'elle doit faire, et il n'y aura pas grand-chose à regretter — sinon de ne pas avoir essayé plus tôt. Si la réponse est oui, alors il n'y a rien à craindre, parce que c'est précisément contre cette épaisseur-là que la machine s'écrase.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Cette expérience m'a appris une chose que je ne lis presque nulle part formulée clairement : ce que je fais avec l'IA n'a strictement rien à voir avec une compétence numérique. Je n'ai pas appris à utiliser un logiciel. J'ai appris à dialoguer, à problématiser, à structurer une pensée, à choisir des angles éditoriaux, à arbitrer entre cohérence et exhaustivité, à reconnaître quand le résultat est juste et quand il est plat. Ce sont des compétences d'historien, d'éditeur, de critique, de chef de projet — pas des compétences techniques. La couche technique, je l'ai apprise en quinze jours. La couche éditoriale, c'est trente ans de pratique professionnelle qui la nourrissent.

C'est cette expérience qui me fait écrire ce qui suit. Nous avons tendance, par une sorte de glissement naturel, à considérer l'intelligence artificielle comme une compétence numérique. La logique paraît évidente, presque irréfutable : l'IA tourne sur des ordinateurs, mobilise des plateformes, transite par des infrastructures techniques. Elle serait donc numérique, et relèverait à ce titre des compétences numériques classiques — celles qu'on apprend, qu'on certifie, qu'on déploie comme on déploie un logiciel.

Cette intuition mérite d'être interrogée. Car elle confond deux niveaux qui n'ont pas grand-chose à voir : le substrat technique par lequel un phénomène se diffuse, et la portée civilisationnelle de ce phénomène. La presse à caractères mobiles de Gutenberg, en 1450, mobilisait des fondeurs de plomb, des mécaniciens, des artisans du papier et de l'encre. Techniquement, c'était une affaire de métallurgie et de mécanique. Personne, heureusement, n'a eu l'idée de réduire l'imprimerie à une compétence sidérurgique. Si on l'avait fait, on aurait raté absolument tout — la Réforme protestante, la diffusion massive du savoir, la naissance de la science moderne, la formation de l'espace public, la standardisation des langues vernaculaires, les Lumières, et finalement la démocratie représentative. Aucun de ces phénomènes n'était métallurgique. Tous ont pourtant transité par l'invention technique de Gutenberg, qui n'en était que le déclencheur matériel.

La même remarque vaut pour l'électricité au XIX siècle. Si on avait confié sa gouvernance à un « bureau de l'éclairage public », sous prétexte que sa première application visible était la lampe à incandescence, on aurait optimisé les lampadaires et raté la révolution industrielle, les communications modernes, l'audiovisuel, l'informatique, et finalement l'IA elle-même. L'électricité n'était pas une compétence d'éclairage. C'était un facteur de production général qui allait transformer toutes les activités humaines qui sauraient le mobiliser.

L'IA est exactement de cette nature. Elle n'est pas une technologie sectorielle, elle est un facteur de production général qui s'infiltre dans tous les domaines de l'activité humaine et qui les transforme en profondeur.

Elle modifie la production cognitive elle-même — donc l'éducation, la recherche, le conseil, l'expertise, le droit, le journalisme, l'édition, la critique. Elle redéfinit la valeur économique du travail — donc l'emploi, la formation, la fiscalité, la protection sociale, l'organisation des entreprises. Elle reconfigure la création culturelle — donc le statut de l'auteur, la propriété intellectuelle, les industries du livre, de la musique, de l'audiovisuel, des arts visuels. Elle déplace les rapports de pouvoir entre citoyens, institutions et plateformes privées — donc la démocratie elle-même, l'espace public, la formation de l'opinion. Elle est devenue l'un des principaux théâtres de la rivalité entre blocs — donc un enjeu géopolitique de premier ordre. Elle modifie le rapport humain à la mémoire, à la décision, à l'attention, à la pensée elle-même — donc une transformation anthropologique au sens fort.

Aucune de ces dimensions n'est numérique. Elles passent toutes par le numérique, mais elles le dépassent radicalement. Réduire l'IA à sa dimension numérique, c'est commettre la même erreur que celui qui réduirait l'écriture à la fabrication des encres, ou la radio à la métallurgie des antennes. Le substrat technique est nécessaire à la diffusion du phénomène, mais il n'en épuise jamais le sens.

Une comparaison plus récente, et plus modeste, permet de mesurer la distance entre une compétence numérique au sens propre et ce que l'IA est en train de devenir. Excel, en 1985 ou en 2005, était une compétence numérique. Personne n'a jamais sérieusement écrit sur les implications géopolitiques d'Excel, sur sa transformation de la démocratie, sur ses effets anthropologiques sur le rapport à la pensée, sur les questions éthiques posées par son existence. Excel était, et reste, un outil — puissant, omniprésent dans les organisations, parfois transformateur dans certains secteurs, mais un outil. On apprenait à l'utiliser, on se certifiait, on passait des tests, et c'était parfaitement légitime. Excel n'a jamais eu d'ambition civilisationnelle, parce qu'il n'en avait simplement pas la nature.

L'IA, elle, en a la nature. Ou plutôt, elle est tant d'autres choses simultanément que la qualifier de compétence numérique revient à ne rien dire d'essentiel à son sujet. Elle est en train de redéfinir ce que signifie produire de la connaissance, ce que signifie travailler, ce que signifie créer, ce que signifie décider, ce que signifie communiquer. Elle ne se contente pas de transformer les pratiques existantes — elle invente de nouvelles questions que nos catégories antérieures n'avaient pas anticipées.

Cela ne signifie pas qu'il ne faut pas former à l'IA. Au contraire, il faut y former massivement. Mais pas comme on forme à un logiciel. Il faut former à penser avec et malgré l'IA — ce qui suppose de transmettre des fondamentaux cognitifs, critiques, culturels, historiques, philosophiques, qui permettent à un esprit humain de garder la main sur un environnement transformé. Mon expérience d'éditeur le confirme tous les jours : ce qui me permet d'utiliser l'IA pour produire des objets éditoriaux substantiels, ce n'est pas ma maîtrise technique. C'est ma formation d'historien, mes années de critique musicale, ma connaissance fine d'un champ, ma capacité à problématiser. L'IA amplifie ce que je sais déjà ; elle ne le remplace pas. Pour quelqu'un qui n'aurait pas ces fondamentaux, l'IA ne ferait que produire du contenu sans relief, indifférenciable de tout autre contenu généré.

C'est sans doute la dimension la plus inconfortable de la transformation en cours : l'IA récompense massivement ceux qui ont déjà les fondamentaux et exclut violemment ceux qui ne les ont pas. Elle est moins une compétence à acquérir qu'un multiplicateur appliqué à ce qu'on est déjà. Ce qui rend particulièrement absurde l'idée qu'on pourrait former une société à l'IA par des certifications techniques. On ne forme pas à l'IA, on forme à ce qui rendra l'IA productive entre les mains de quelqu'un — c'est-à-dire à tout ce qu'elle ne fait pas elle-même.

L'IA n'est ni un Excel sophistiqué, ni une nouvelle génération de traitement de texte, ni une plateforme parmi d'autres. Elle est ce que l'imprimerie a été au XV siècle et ce que l'électricité a été au XIX — un facteur de production général qui va remodeler le monde en profondeur, et qui se moquera bien de la manière dont nous l'aurons classée.

Les transformations qui s'annoncent ne seront pas techniques. Elles seront cognitives, économiques, culturelles, politiques. Elles questionneront ce que nous appelons travailler, créer, savoir, décider. Elles redessineront les hiérarchies sociales, les institutions, peut-être les nations. Aucune certification ne préparera à cela. Seule une formation au jugement, à la culture, à la pensée critique, à la lecture profonde, à l'écriture comme exercice de soi — c'est-à-dire à tout ce que les écoles classiques ont autrefois transmis et que beaucoup ont oublié — peut donner aux générations qui viennent les moyens de ne pas subir ce qui s'apprête à advenir. Étrange retour : à l'ère de la machine intelligente, c'est l'éducation la plus humaniste qui redevient la plus stratégique.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Il faut préciser, avant d'aller plus loin, que Spotify n'est évidemment pas la seule source qu'on consulte. Le parcours hebdomadaire d'un critique passe aussi par les pages nouveautés de Presto Music, par les catalogues des éditeurs spécialisés, par les communiqués des labels, par les services de presse qui font leur travail, par les sites des distributeurs indépendants, par les lettres d'information des structures qui suivent le répertoire. Ces canaux subsistent, et certains restent excellents. Mais Spotify occupe, dans cet écosystème de sources, une position dominante qui n'est pas anodine : c'est la plateforme à laquelle la quasi-totalité des labels et des artistes se réfèrent désormais comme à leur vitrine principale, c'est celle dont les chiffres circulent dans les dossiers, c'est celle qui structure la perception qu'un secteur a de lui-même. Ce qui se passe sur sa playlist Nouveautés classique a, pour cette raison, une valeur d'indicateur qui dépasse la seule playlist. Et en mai 2026, cet indicateur s'est troublé.

La playlist du vendredi est, semaine après semaine, de plus en plus décevante. Elle ne donne plus un panorama de ce qui sort réellement dans le classique — elle donne autre chose, dont la nature même mérite d'être nommée. Albums de piano composés de pièces très courtes et calibrées pour l'écoute fragmentée, signés d'artistes dont la trajectoire est invérifiable, étiquetés new classical, neo-classical, modern classical. Une part de ces sorties est sans doute produite par des humains qui ont adapté leur écriture au format ; une autre, qu'on devine de plus en plus large, l'est par des dispositifs automatiques dont rien ne signale qu'ils ne sont pas humains. Et pendant ce temps, des sorties qui méritent l'attention — une intégrale d'orgue, un récital piano-voix exigeant, un quatuor à cordes contemporain, un enregistrement de musique de chambre soigné par un label indépendant — n'y figurent simplement pas, ou s'y noient sans qu'on les repère. Trouver ce qui compte est devenu un travail séparé, qui se fait largement en dehors de la playlist.

Cette transformation n'est pas un accident, et elle ne procède pas non plus d'une décision malveillante de la plateforme. Le coût marginal de production d'un titre étiqueté new classical tend désormais vers zéro : quelques outils suffisent pour fabriquer un morceau de piano lent, une nappe d'ambiance, une pièce contemplative au format playlist. La catégorie elle-même n'a aucun critère artistique stable — elle s'est constituée comme une étiquette d'humeur, pas comme un genre musical au sens fort. Tout ce qui ressemble à du piano lent ou à de la musique contemplative peut s'y inscrire, sans qu'aucune instance n'opère de tri. Et la plateforme, en bonne logique de son modèle, n'a pas d'intérêt à filtrer : chaque flux d'écoute alimente le revenu, indépendamment de la nature humaine ou synthétique de ce qui est écouté. L'algorithme qui constitue la playlist optimise sur des signaux mesurables — volume de sorties d'un éditeur, propreté des métadonnées, signaux d'engagement précoces — qui favorisent par construction la production calibrée massive sur la sortie soignée d'un label indépendant qui sort un disque tous les trois mois. La playlist Nouveautés classique survit comme étiquette. Elle ne fait plus son travail éditorial, au sens où un travail éditorial consisterait à présenter le meilleur de ce qui paraît, hiérarchisé selon des critères artistiques tenables. Elle fait un travail d'indexation algorithmique, ce qui est tout autre chose.

Pour saisir ce que cela produit, il faut nommer ce qui est en train de se défaire. La métrique d'écoutes — ce chiffre qui circule depuis bientôt quinze ans dans tous les communiqués, tous les dossiers d'artistes, tous les comptes-rendus de carrière, et qui est devenu la variable de référence par laquelle on évalue la position d'un musicien dans son secteur — fonctionnait sur une hypothèse implicite. L'hypothèse était que les écoutes mesuraient, fût-ce imparfaitement, la diffusion réelle d'artistes humains entre eux. Cette hypothèse, en 2026, ne tient plus. Comparer aujourd'hui un pianiste humain qui a sorti un disque sérieux et qui apparaît avec dix mille écoutes dans une catégorie où un projet new classical aux contours flous en cumule cinq millions, c'est comparer deux choses qui ne jouent pas dans le même monde. Les deux chiffres existent, ils sont réels, ils sont publiquement affichés sur la même page. Mais ils ne mesurent plus la même chose. Le premier mesure une diffusion qui suit un travail artistique signé ; le second mesure une captation algorithmique dans des playlists d'ambiance, dont rien ne garantit qu'elle implique un artiste au sens où le métier l'entend depuis trois siècles. La métrique d'écoutes survit comme chiffre. Elle a perdu son pouvoir de classer artistiquement des productions entre elles, parce que les productions qu'elle classe ne sont plus de même nature ontologique. C'est cela qu'il faut dire avec calme et précision : continuer à comparer des artistes classiques par leurs écoutes Spotify aujourd'hui, c'est comparer ce qui n'est plus comparable.

Cette dilution de l'index serait déjà, en elle-même, une transformation économique majeure. Mais elle ne se produit pas dans le vide. Elle se produit dans un écosystème où les intermédiaires culturels du secteur — labels indépendants au premier chef, mais aussi agents, distributeurs, parfois institutions — ont, depuis une quinzaine d'années, fait un autre choix qui se révèle aujourd'hui dans toutes ses conséquences. Ils se sont positionnés, dans leur immense majorité, comme prestataires de services : enregistrement, mastering, fabrication, distribution, présence sur les plateformes, parfois communication ponctuelle autour d'une sortie. Construire dans la durée une communauté autour de l'artiste, organiser un suivi relationnel avec son public, créer un lien direct entre l'auditeur fidèle et le musicien — ces fonctions ne sont pas dans le modèle. Pire, pour beaucoup d'entre eux, la playlist est devenue l'horizon indépassable, et cela transforme en amont le répertoire qu'on accepte d'enregistrer. Au piano, la sortie viable devient l'album de pièces courtes, miniatures, fragments, intermèdes — ce qui s'intègre facilement à un flux d'ambiance ; les grandes formes du répertoire pianistique deviennent économiquement moins défendables. Dans le répertoire symphonique, la difficulté est plus structurelle encore : un mouvement de symphonie de Bruckner ou de Mahler peut faire vingt-cinq ou trente minutes, et il est par nature incompatible avec une logique de fragments rapidement consommables. L'opéra subit la même contrainte. Quant au répertoire contemporain exigeant, celui qui demande une écoute attentive et une présence à l'œuvre, il devient quasiment invisible dans la masse. Le résultat est que des pans entiers du répertoire classique — précisément ceux qui font sa profondeur historique et sa raison d'être artistique — deviennent économiquement moins viables à enregistrer, non parce que le talent ou le public manquent, mais parce qu'ils ne se conforment pas au format dominant de la diffusion.

Voilà pourquoi le combat que certains avaient choisi, et qui paraissait courageux il y a quelques années — augmenter le taux de rémunération par écoute, faire pression sur les plateformes pour qu'elles partagent mieux la valeur — est, on doit le reconnaître désormais, un combat mal posé. Non parce que la rémunération actuelle ne serait pas misérable — elle l'est. Mais parce que cette bataille, gagnée même dans sa formulation la plus optimiste, laisserait intact le problème structurel. Si la plateforme doublait demain son taux par écoute, le revenu sortirait peut-être un peu moins pauvre, mais il ne deviendrait pas viable, et surtout — surtout — la dilution de l'index continuerait à opérer, le formatage du répertoire continuerait à imposer sa logique, et la métrique d'écoutes continuerait à perdre son sens éditorial à mesure que la production calibrée saturerait la catégorie. Le combat sur le taux par écoute défendait une part dans une économie dont les fondations étaient déjà en train de se déplacer ailleurs.

Il faut ajouter à cela une nuance que les chiffres financiers de Spotify masquent depuis quelques années avec succès. La plateforme affiche une santé apparemment insolente — chiffre d'affaires en hausse, free cash-flow en forte progression, résultat opérationnel en bond. Mais comme l'analyse Philippe Astor dans sa lettre music_zone, c'est une machine à cash aux pieds d'argile : le développement de l'IA musicale générative, qui produit à coût marginal nul les contenus qui saturent désormais la plateforme, et la vulnérabilité structurelle de son architecture, révélée par les opérations de scraping massif dont elle a été la cible, fragilisent un modèle dont la rentabilité spectaculaire est en partie un effet d'inertie. Ce n'est pas annoncer un effondrement — la plateforme est trop installée pour cela —, mais c'est rappeler que continuer à régler sa stratégie d'artiste ou de label sur la métrique d'une plateforme dont la solidité long terme n'est pas garantie ajoute une raison supplémentaire de construire ailleurs.

Que reste-t-il à construire, alors, pour un artiste classique aujourd'hui, ou pour un label qui voudrait défendre une exigence dans la durée ? La réponse n'est pas — qu'on me comprenne bien — de quitter Spotify, ni de renoncer à l'infrastructure que les plateformes de streaming représentent désormais. Spotify reste, et restera, un outil de visibilité géographique inégalée. Un enregistrement de musique contemporaine niche peut, par ce canal, atteindre des publics en Asie ou en Amérique latine qu'aucune politique de diffusion traditionnelle n'aurait permis d'atteindre. Cette présence par défaut est devenue une condition d'existence numérique, et la refuser serait s'amputer d'une infrastructure dont on ne paie pas le ticket d'entrée. Soigner ses métadonnées, authentifier ses comptes, renseigner ses dates de concert, présenter sa biographie correctement, lier ses présences en ligne — tout cela fait partie aujourd'hui de l'hygiène numérique élémentaire d'un artiste.

Ce qui est en cause, c'est la confusion entre un outil d'infrastructure et un modèle économique. Spotify est un outil d'infrastructure ; ce n'est pas un modèle économique, et ce ne l'a jamais été. Construire son projet artistique en visant la métrique d'écoutes comme variable de réussite revient à confondre la condition d'existence et la finalité — comme si un commerçant règlait sa stratégie sur le nombre de passants devant sa vitrine plutôt que sur le nombre de clients qui entrent et reviennent. À l'ère où la métrique elle-même perd son sens éditorial, parce que la catégorie qu'elle indexe se dilue dans la production automatique, cette confusion devient économiquement intenable.

Ce qu'il faut construire à côté, et qu'on a négligé pendant quinze ans précisément parce que les chiffres Spotify flattaient l'ego à moindre coût, c'est la relation directe avec une communauté restreinte mais fidèle. Pas mille auditeurs anonymes qui apparaissent dans une statistique trimestrielle ; quelques centaines de personnes — le seuil varie selon les disciplines — qui suivent un artiste parce qu'elles le suivent lui, qui ouvrent ses lettres, qui viennent au concert quand il se déplace dans leur région, qui achètent ses disques en édition limitée, qui sont prêtes à payer un micro-abonnement pour un accès à ses sessions de travail. Cette communauté ne se mesure pas en écoutes mais en taux d'ouverture, en conversion vers le concert, en revenus directs par membre, en relation tenue dans la durée. Elle ne se laisse pas diluer par la production automatique, parce qu'elle est attachée à un nom, à une trajectoire, à une voix singulière que l'auditeur a choisi de suivre. Et elle ne dépend ni d'un algorithme qui peut changer de logique demain matin, ni d'un label qui n'occupe pas cette fonction, ni d'une plateforme qui pourrait modifier ses règles du jour au lendemain.

La construction de cette communauté est, par construction, un travail lent. Elle ne produit pas de chiffres communicables à court terme. Elle suppose qu'un artiste accepte d'investir une part de son temps non pas dans la production de nouveau contenu — dont la quantité est désormais infinie et la valeur marginale —, mais dans l'entretien d'une relation directe avec quelques centaines de personnes qui constituent, ensemble, sa rente affective et économique de demain. Tout cela existait, sous d'autres formes, dans le compagnonnage qu'un public cultivé entretenait avec un artiste au siècle précédent. Tout cela a été délégué aux plateformes pendant quinze ans, dans l'illusion qu'elles le feraient mieux et à moindre coût. Cette délégation a échoué : les plateformes n'ont pas construit de communautés autour des artistes — elles ont construit des audiences pour elles-mêmes, dont les artistes étaient le combustible.

Une dernière chose mérite d'être nommée. La question de la métrique d'écoutes et celle du modèle communautaire ne concernent pas seulement les artistes et les labels. Elles concernent l'écosystème entier — programmateurs, jurys de concours, directions artistiques d'institutions, journalistes spécialisés — qui s'est habitué à se référer aux chiffres Spotify comme à un indicateur fiable de la position d'un artiste dans son secteur. Cette habitude a infiltré jusqu'aux décisions de programmation : on invite tel pianiste parce qu'il a tant d'écoutes, on présélectionne tel quatuor parce qu'il fait du chiffre. À mesure que la métrique perd son sens éditorial, cette pratique devient elle-même un problème — non parce qu'elle serait moralement contestable, mais parce qu'elle s'appuie sur une mesure qui ne mesure plus ce qu'elle prétend mesurer.

La question, pour chaque acteur de l'écosystème classique aujourd'hui, est alors simple à formuler et exigeante à traiter. Où, en dehors de l'index dilué et du format playlist, mon nom tient-il encore ? Auprès de qui suis-je suivi parce que je suis suivi, et non parce qu'un algorithme me fait passer dans un flux ? Quelle infrastructure de confiance ai-je construite, et qui dépend de moi plutôt que d'une plateforme ? Ces questions, qu'on pouvait reporter aussi longtemps que les chiffres flattaient, ne se laissent plus reporter. La métrique d'écoutes parlera encore — elle continuera à produire des chiffres, à figurer dans les dossiers, à circuler dans les communiqués. Elle ne dit simplement plus ce qu'elle prétend dire, et cela, désormais, tout le secteur le sait, même quand il fait mine de l'ignorer.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

La question paraît technique, secondaire, vaguement absurde. Elle ne l'est pas. Pour le comprendre, il faut partir d'une expérience concrète. En construisant l'Agenda Crescendo — un agenda des concerts de musique classique à l'échelle de la Belgique et de l'Eurorégion —, nous avons dû aller chercher, une à une, les programmations de dizaines de salles, d'orchestres, d'opéras, de festivals. Non pas les consulter à l'œil, comme le ferait un visiteur, mais les récupérer : extraire des dates, des lieux, des programmes, des distributions, sous une forme exploitable par un système automatisé. Et c'est là que le paysage s'est révélé, avec une netteté que nous n'avions pas anticipée.

D'un côté, des institutions dont les données sont accessibles, structurées, ouvertes. Leur programmation est balisée correctement, exposée dans des formats standards, parfois assortie d'un flux que n'importe quel tiers peut reprendre. Ces maisons-là sont lisibles : un agrégateur les trouve, un moteur les indexe, et demain un assistant conversationnel saura les citer. De l'autre côté, des institutions tout aussi sérieuses, tout aussi actives, dont les données sont — pour des raisons purement techniques — quasiment inatteignables. Programmation enfermée dans des pages qui ne se laissent pas lire, information dispersée, aucun flux, aucune structure. Ces maisons-là existent pour le visiteur qui connaît déjà leur site et tape leur nom. Elles n'existent pas pour celui qui cherche autrement.

Il faut insister sur un point, parce qu'il est contre-intuitif : cette fracture n'a presque rien à voir avec les moyens. Ce n'est pas une affaire de gros budgets contre petits budgets. Des institutions modestes exposent des données impeccables ; des maisons considérables restent opaques. La ligne de partage ne passe pas par la richesse, elle passe par une chose plus simple et plus rare — quelqu'un, à un moment, s'est posé la question. Quelqu'un a pensé que la programmation n'était pas seulement une page à afficher, mais une donnée à exposer.

Pourquoi cela devient-il un enjeu maintenant, alors que ça ne l'était pas il y a dix ans ? Parce que la manière dont le public accède à l'information culturelle est en train de changer de nature. Pendant vingt ans, on a cherché des concerts en tapant des mots dans un moteur, qui renvoyait vers des sites. Le site était la destination. Ce modèle est en train d'être doublé par un autre : on pose une question à un assistant — quels concerts de musique baroque à Bruxelles cette semaine ? — et l'assistant répond directement, en synthétisant des sources. Dans ce nouveau régime, l'institution n'est plus une destination qu'on visite, elle est une source qu'on cite — ou qu'on ne cite pas. Et l'assistant ne peut citer que ce qu'il peut lire. Une programmation qu'aucun système ne parvient à interpréter ne sera pas mal classée dans la réponse : elle en sera absente. Ce n'est pas une pénalité, c'est une disparition.

C'est exactement le mécanisme que j'ai décrit ailleurs à propos des plateformes de streaming et de la prescription musicale — l'invisibilisation silencieuse, celle que personne ne voit parce qu'il n'y a rien à voir. Mais le versant institutionnel est, d'une certaine manière, plus injuste encore. Un compositeur peu écouté sur Spotify a au moins été versé au catalogue ; sa relative invisibilité tient à un algorithme de recommandation. Une institution dont les données ne sont pas lisibles, elle, ne franchit même pas la première porte. Son travail de programmation — souvent excellent, souvent courageux — ne devient jamais une information disponible. Le geste culturel a eu lieu ; il n'a pas laissé de trace exploitable.

Le secteur a commencé à nommer ce sujet. On parle désormais de découvrabilité — la capacité d'une œuvre, d'un artiste, d'une institution à être trouvée par quelqu'un qui ne la cherchait pas nommément. Le mot est utile parce qu'il déplace le problème : il ne s'agit plus de communication, de marketing, de communauté, mais d'infrastructure. La découvrabilité ne se gagne pas en publiant davantage ; elle se gagne en rendant ce qu'on publie interprétable. C'est une différence de nature, et elle est mal comprise, parce qu'elle relève d'un savoir-faire qui n'appartient ni tout à fait à la communication, ni tout à fait à la technique, et qui tombe donc, le plus souvent, entre les chaises.

Que faudrait-il ? Rien d'inaccessible, et c'est ce qui rend la situation presque frustrante. Exposer sa programmation dans des formats standards. Structurer l'information d'un événement — date, lieu, programme, distribution — de façon qu'une machine la comprenne sans avoir à la deviner. Proposer un flux que les agrégateurs et les agendas tiers peuvent reprendre. Veiller à ce que les pages soient techniquement lisibles, et pas seulement visuellement réussies. Aucune de ces opérations n'est hors de portée. Ce qui manque, ce ne sont pas les moyens ni les outils — c'est la conscience que le problème existe, et qu'il relève d'une responsabilité.

Car c'en est une. Une institution culturelle financée pour faire vivre un patrimoine et soutenir la création a, parmi ses missions implicites, celle de rendre ce travail trouvable. Une saison que personne ne peut découvrir n'a pas tout à fait eu lieu. À l'heure où les intermédiaires deviennent algorithmiques, la lisibilité numérique d'une programmation n'est pas un supplément technique : c'est la condition pour que le travail accompli existe au-delà du cercle de ceux qui le connaissaient déjà.

L'agenda que nous avons construit n'avait pas pour objet de dresser ce constat. Il l'a rendu visible par accident, simplement parce qu'il fallait, pour le faire fonctionner, lire ce que les institutions exposent réellement. Ce que cette lecture a montré, c'est qu'une part du secteur a déjà franchi le pas, et qu'une autre part — sans le savoir, sans mauvaise volonté — laisse son travail s'effacer du champ de ce qui est trouvable. La bonne nouvelle, c'est que rien n'est irréversible. La découvrabilité se construit. Encore faut-il avoir vu qu'elle se perd.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Depuis vingt ans, la prescription musicale a basculé. Le disquaire indépendant a disparu, les pages culturelles des journaux généralistes se sont rétractées, les radios spécialisées ont perdu leur audience. Ce qui reste pour découvrir un compositeur, un interprète, un label, c'est essentiellement Spotify, Apple Music, YouTube et Tidal. Le geste de prescription, autrefois porté par des humains qui aimaient ce dont ils parlaient, s'est délégué à des systèmes de recommandation algorithmique conçus pour optimiser le temps d'écoute.

Pour la musique classique et les répertoires contemporains, cette bascule est particulièrement violente. Les algorithmes des plateformes sont calibrés sur les comportements d'écoute majoritaires. Ils privilégient ce qui est déjà écouté, déjà partagé, déjà identifié. Ils traitent la musique comme un flux indifférencié et confondent allègrement les Quatre Saisons de Vivaldi par cinquante ensembles différents, ne distinguent pas une lecture historiquement informée d'une version romantique, ne savent pas situer une création contemporaine dans un courant esthétique. Le répertoire patrimonial devient un fond de catalogue, et la création vivante ne sort jamais du tiroir où elle a été rangée.

Il suffit de regarder les playlists thématiques que ces plateformes proposent pour saisir l'ampleur du problème. Classical Focus, Peaceful Piano, Calming Classical, Classical Essentials : des intitulés qui disent tout. La musique classique y est traitée comme un robinet à ambiance, une bande-son pour télétravail ou méditation, dans laquelle Bach voisine avec Einaudi sans transition, Mozart avec Max Richter, et Beethoven avec d'innombrables réorchestrations apaisantes de son Adagio. Aucune narration, aucun contexte, aucune hiérarchie, aucun écart. Trois mille morceaux dans un ordre obscur, recalibrés pour ne jamais surprendre. C'est la négation même du geste musical : faire entendre ce qu'on n'attendait pas.

À ce biais éditorial s'ajoute un biais économique. Les playlists des plateformes sur-valorisent massivement le back-catalogue des majors — Universal, Sony, Warner — pour des raisons qui n'ont rien à voir avec la qualité musicale et tout à voir avec les accords commerciaux et le poids des catalogues historiques. Une réédition d'un enregistrement Deutsche Grammophon des années soixante-dix sera systématiquement mieux exposée qu'une création récente d'un label indépendant, même si la création en question est un événement artistique majeur. Pour les éditeurs et labels indépendants — ceux qui prennent le risque artistique, ceux qui défendent les œuvres et les interprètes émergents — la visibilité algorithmique est un combat permanent et largement perdu d'avance. Et cela vaut pour tous les compositeurs : intégrer une playlist Spotify est infiniment plus facile avec du Philip Glass qu'avec du Messiaen ou du Goubaïdoulina, parce que Glass coche toutes les cases du goût mainstream du classique-contemporain (motifs répétitifs, harmonie consonante, ambiance immédiate), là où Messiaen exige une écoute construite et Goubaïdoulina suppose un auditeur disposé à être déstabilisé. L'algorithme privilégie ce qui s'écoute en arrière-plan. Tout ce qui demande une attention frontale est par construction défavorisé.

Pour les compositrices, la situation est pire encore. Quand une plateforme ouvre, à l'occasion d'une journée internationale, une playlist consacrée aux femmes, on y trouve le plus souvent les mêmes cinq noms — Hildegarde de Bingen, Clara Schumann, Fanny Mendelssohn, Lili Boulanger, Kaija Saariaho — répétés en boucle, comme si l'histoire de la musique au féminin se résumait à un corpus de salle d'attente. Où sont Louise Farrenc, Cécile Chaminade, Mel Bonis, Augusta Holmès, Germaine Tailleferre, Grażyna Bacewicz, Sofia Goubaïdoulina, Unsuk Chin, Betsy Jolas ? Présentes au catalogue, oui, mais invisibles au flux. Leur travail existe pour qui sait les chercher ; il n'existe pas pour qui veut être surpris. Là encore, ce n'est pas un défaut de l'algorithme : c'est exactement ce qu'il a été conçu pour faire — recommander ce qui est déjà recommandé.

Le résultat est connu. Quelques compositeurs et interprètes ultra-visibles continuent de tourner, le reste s'enfonce dans une longue traîne où personne ne va chercher. Optimiser l'engagement, c'est optimiser le retour vers le déjà-connu. Aucune plateforme commerciale n'a intérêt à ce qu'un auditeur passe trois heures à explorer Charles Koechlin ou Galina Ustvolskaya — cela ne génère ni ré-écoute, ni complétion, ni partage viral. Le système fait ce pour quoi il a été conçu, et il le fait très bien.

Tout n'est pas négatif pour autant. Les plateformes ont aussi rendu possible une chose que le disque physique ne permettait pas : la diffusion réellement mondiale, jusqu'aux confins. Quand on regarde les relevés de streaming d'un éditeur indépendant, on découvre des écoutes en Indonésie, au Pérou, en Mongolie, au Cap-Vert — des territoires où aucun distributeur n'aurait jamais acheminé physiquement un disque de musique de chambre contemporaine. Les plateformes ont infiniment élargi le public potentiel des répertoires confidentiels.

Mais cette diffusion-là reste passive. Elle ne crée pas de découverte, elle révèle une demande latente. Si l'auditeur d'Oulan-Bator a trouvé Dusapin, c'est qu'il le cherchait déjà, ou qu'un humain — un programmateur, un journaliste, un ami — le lui a recommandé en amont. La plateforme a permis l'accès, elle n'a pas suscité l'intérêt. Le travail de prescription, lui, reste à faire. Et c'est précisément celui que les algorithmes commerciaux ne feront jamais, parce que leur logique économique va dans l'autre sens.

C'est précisément là que l'intelligence artificielle ouvre une autre voie.

L'IA, quand elle est mise entre des mains éditoriales et nourrie de bases structurées, peut faire l'inverse exact des algorithmes commerciaux. Elle peut tisser des liens entre des sources hétérogènes — un manuscrit, un article de revue savante, une discographie critique, un enregistrement live, une notice de festival, une chronique parue il y a dix ans. Elle peut composer des parcours qui ne suivent pas la logique de l'engagement mais celle de la découverte raisonnée. Si vous aimez tel quatuor de Ravel, voici comment Caplet, Roussel, Ropartz ont prolongé cette esthétique. Si vous découvrez Lili Boulanger, voici les enregistrements historiques qui ont compté, voici les lectures contemporaines qui valent d'être entendues, voici les compositrices oubliées de sa génération que les programmateurs commencent à exhumer. L'IA ne sait pas faire cela seule. Mais nourrie d'un corpus éditorial sérieux et encadrée par un travail humain de validation, elle devient un outil de prescription d'une puissance inédite.

C'est exactement l'ambition de Pauline, l'application de découverte musicale que nous développons à Crescendo Magazine. Pauline ne cherche pas à concurrencer Spotify sur le terrain du flux. Elle cherche à faire ce que Spotify ne fera jamais : raconter, contextualiser, relier, sortir des œuvres de l'oubli en les replaçant dans leur réseau de filiations et d'influences. Six cent cinq compositeurs et compositrices y sont accessibles, dont une part substantielle ne génère aucun revenu publicitaire significatif et n'a donc aucune chance d'être recommandée par un système commercial. Quatorze fonctions assistées par IA permettent de présenter une œuvre, de suggérer des écoutes complémentaires, de tracer des parcours thématiques, de croiser un répertoire avec des concerts à venir. Ce n'est pas une révolution. C'est simplement la prescription cultivée, telle qu'elle existait avant que les plateformes ne la confisquent, rendue à nouveau possible par un outil que les éditeurs et les critiques peuvent désormais s'approprier.

L'enjeu dépasse Pauline. Il s'agit de comprendre que la découvrabilité — c'est le mot qu'utilisent désormais les institutions culturelles pour parler de ce sujet — n'est pas une question technique secondaire. C'est l'un des combats culturels majeurs de la décennie qui vient. Si nous laissons les plateformes commerciales décider seules de ce qui est entendu et de ce qui ne l'est pas, nous laissons disparaître silencieusement des pans entiers de notre patrimoine musical et de notre création vivante. Pas par interdiction, par invisibilisation. La pire des disparitions, parce que personne ne la voit.

Les éditeurs, les critiques, les institutions culturelles, les médiateurs ont aujourd'hui à leur disposition un outil — l'intelligence artificielle, encadrée, nourrie, validée — qui leur permet de produire des dispositifs de prescription d'une qualité que l'on n'imaginait pas il y a trois ans. C'est une chance et c'est une responsabilité. Si nous ne nous en saisissons pas, ce sont les algorithmes commerciaux qui continueront de modeler à leur image l'écoute des prochaines générations.

Faire revivre le peu connu, c'est notre métier. L'IA, bien employée, en redevient l'instrument.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Pendant un siècle et demi, le diplôme universitaire a fonctionné comme un signal. Une institution certifiait qu'un individu avait suivi un cursus, satisfait à des examens, atteint un certain niveau. Les employeurs faisaient confiance à ce signal parce qu'il était difficile à truquer et coûteux à obtenir. Le diplôme était une promesse économique : tu fais des études, tu auras un poste qualifié. Ce contrat implicite a tenu, plus ou moins, jusqu'à la fin du vingtième siècle.

Il est aujourd'hui largement rompu, et l'IA n'a fait que rendre la rupture visible.

Plusieurs choses se sont passées simultanément. La massification de l'enseignement supérieur a dilué la valeur de signal du diplôme : quand cinquante pour cent d'une génération a un master, le master ne distingue plus personne. Les contenus de formation, dans beaucoup de filières, ont décroché de ce que demandent les employeurs réels. Et l'évaluation universitaire, par dissertation à domicile et par mémoires-fleuves, a fini par mesurer surtout la capacité à tenir un format académique, plus rarement la compétence opérationnelle.

L'IA générative arrive dans ce paysage déjà fragilisé et joue le rôle d'accélérateur. Un étudiant en droit, en marketing, en communication, en histoire, en traduction se rend compte qu'une part substantielle de ce qu'on lui apprend, ChatGPT le fait déjà — souvent mieux, toujours plus vite. Pourquoi mémoriser, rédiger, compiler, lorsque la machine maîtrise mieux ces gestes ? La question n'est pas illégitime, et elle ronge silencieusement la motivation de toute une génération.

Symétriquement, l'IA rend l'autoformation crédible pour la première fois dans l'histoire. Un jeune motivé peut apprendre à coder, à analyser des données, à monter une vidéo, à lancer un produit, avec une IA comme tuteur disponible vingt-quatre heures sur vingt-quatre. Ce qui demandait autrefois un encadrement humain rare et coûteux devient accessible à qui a la discipline. Pour certains profils — autonomes, structurés, débrouillards — l'université devient un détour inutile.

Dans ce paysage en mutation, une autre forme de certification gagne discrètement du terrain : le portfolio.

Le portfolio n'est pas une nouveauté. Les architectes, les graphistes, les photographes, les artistes en ont toujours produit un. Ce qui est neuf, c'est son extension à des métiers qui ne fonctionnaient pas ainsi. Aujourd'hui, dans le numérique, le journalisme, l'édition, le conseil, la communication, la médiation culturelle, la question posée par les recruteurs sérieux n'est plus seulement qu'avez-vous étudié ? mais qu'avez-vous produit ? La réponse à la première question se trouve dans un CV. La réponse à la seconde se trouve dans un site personnel, un dépôt GitHub, une chaîne podcast, une bibliographie en ligne, une série de publications datées et accessibles.

La différence est cruciale. Le diplôme atteste d'un parcours administré par une institution. Le portfolio atteste d'une capacité de faire, démontrée par la chose faite. Le premier est déclaratif, le second est performatif. Le premier peut être obtenu par bachotage, conformisme et persévérance polie ; le second exige de produire, de publier, d'assumer une signature. C'est une autre exigence.

Ce qui rend cette bascule possible aujourd'hui, c'est précisément l'IA. Avant elle, produire des choses concrètes demandait des moyens lourds : une rédaction qui vous publie, un studio qui vous embauche, un éditeur qui vous fait confiance. Maintenant, n'importe qui avec une bonne idée et de la discipline peut sortir un site, une application, une publication, un podcast, une analyse de données, un livre. La barrière à la production s'est effondrée, et avec elle l'argument selon lequel il fallait passer par une institution pour démontrer sa valeur. Ce qui distingue désormais, c'est la qualité de l'exécution et la cohérence du corpus produit.

Le risque qu'il faut nommer, c'est l'inégalité. Construire un portfolio crédible demande du temps, des compétences techniques de base, une certaine aisance avec l'autopromotion, et un capital culturel qui permet de savoir ce qui mérite d'être montré. Ces ressources ne sont pas également distribuées. Le système académique, malgré tous ses défauts, offrait au moins une voie standardisée pour tous, lisible dans les pays et les milieux. Le portfolio est plus juste sur le contenu mais plus impitoyable sur la forme. Il favorise les autonomes débrouillards et désavantage ceux qui ont besoin d'un cadre. Il faudra, à un moment, que les institutions éducatives s'emparent de cette question — en intégrant la production de portfolio dans les cursus, en accompagnant les étudiants dans leur mise en visibilité — sous peine de creuser un fossé social que le diplôme avait, malgré tout, contribué à réduire.

Mais l'évolution est déjà en cours, qu'elle soit accompagnée ou non. Les recruteurs du numérique ne regardent quasiment plus le CV ; ils regardent GitHub, le site personnel, les publications. Cela s'étend progressivement au journalisme, au design, à la communication, à une partie du conseil et à toute la médiation culturelle. Pour les institutions universitaires, deux scénarios se dessinent. Soit elles intègrent la logique du portfolio dans leurs cursus et leurs évaluations — projets capstone, mémoires-publications, soutenances ouvertes au public, partenariats avec les structures professionnelles —, et elles restent des opérateurs de formation pertinents. Soit elles continuent à produire des diplômes désincarnés, et elles deviendront ce que sont devenues certaines administrations : des institutions qui distribuent des titres dont le marché ne sait plus que faire.

La recommandation la plus juste qu'on puisse formuler aujourd'hui, à l'intention des étudiants et de ceux qui les conseillent, est de faire les deux. Suivre le cursus parce qu'il continue d'ouvrir des portes formelles et qu'il fournit des cadres, mais construire en parallèle un portfolio dès la première année. Publier des analyses, tenir un blog ou un podcast, contribuer à des projets en ligne, monter ses propres dispositifs avec les outils IA disponibles. À la fin du cursus, le diplôme est dans la poche et la preuve de ce qu'on sait faire est publiquement accessible. Cette accumulation parallèle est probablement la chose la plus utile qu'un étudiant puisse construire aujourd'hui, parce qu'elle anticipe le monde qui vient sans renoncer à celui qui finit.

L'IA n'a pas créé cette situation. Elle l'a rendue inévitable et lisible. La preuve directe, quand elle devient accessible, finit toujours par remplacer la promesse certifiée.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Il faut, pour comprendre, partir du constat tel qu'il est. L'évaluation au secondaire repose, depuis un siècle, sur un dispositif relativement stable : on demande à un élève de produire des traces — écrits longs, dissertations, synthèses, exposés, travaux de recherche, productions documentaires — et l'on évalue ces traces. Le système suppose une chose, et une seule : que ce que produit l'élève reflète ce qu'il sait, ce qu'il a compris, ce qu'il sait faire. Cette supposition est l'axiome fondateur de l'évaluation moderne. Elle a tenu, plus ou moins, jusqu'à ces toutes dernières années. Elle ne tient plus. Et elle ne tient plus parce qu'une part substantielle de ces productions est désormais indistinguable, à l'œil, de ce que produit une machine accessible gratuitement depuis un téléphone. L'axiome est tombé. Le dispositif qui reposait sur lui continue à tourner, par inertie, mais ce qu'il mesure n'est plus ce qu'il était censé mesurer.

Le cas est particulièrement net en Communauté française de Belgique, et il vaut la peine de s'y arrêter, parce que les textes y disent les choses avec une clarté presque cruelle. Le décret « Missions » du 24 juillet 1997 a structuré l'évaluation autour d'une approche par compétences, déclinée matière par matière dans les compétences terminales qui en sont issues. Prenons l'histoire, qui m'est familière. Le référentiel d'histoire, repris dans les programmes des humanités générales et technologiques, identifie quatre compétences que l'élève doit avoir maîtrisées à la fin du secondaire. Compétence 1 — Problématiser et rechercher : au départ d'une situation, élaborer une problématique et sélectionner dans divers lieux d'information les renseignements utiles. Compétence 2 — Analyser et critiquer les sources : remettre dans son contexte historique, analyser et critiquer un ensemble limité de sources, en fonction d'une question déterminée. Compétence 3 — Synthétiser et expliquer : organiser une synthèse mettant en évidence permanences, processus, changements ou synchronismes, et formuler des hypothèses explicatives. Compétence 4 — Communiquer : restituer le résultat d'une démarche sous une forme construite, qu'il s'agisse d'un exposé, d'un panneau, d'une production écrite, d'une présentation multimédia.

Regardons maintenant, sans détour, ce que l'IA fait de ces quatre compétences. Compétence 1, problématiser et rechercher : un modèle généraliste formule en quelques secondes une problématique acceptable sur n'importe quel sujet d'histoire et sélectionne dans son corpus pré-appris les éléments utiles. Compétence 2, analyser et critiquer des sources : l'IA contextualise un document, en restitue les biais probables, en discute la fiabilité, et le fait souvent mieux qu'un élève de cinquième secondaire qui n'a vu le texte que la veille. Compétence 3, synthétiser et expliquer : c'est précisément ce que ces systèmes ont été entraînés à faire — assembler des éléments hétérogènes en un récit cohérent, distinguer permanences et ruptures, proposer des hypothèses. Compétence 4, communiquer : la production écrite construite est l'exercice où ils excellent le plus, et la mise en forme multimédia leur est aujourd'hui accessible. Les quatre compétences que le décret confie à l'évaluation, les quatre compétences sur lesquelles repose la certification du secondaire en histoire, sont exécutables par une machine en quelques minutes. Cela ne veut pas dire que l'élève n'a plus rien à apprendre. Cela veut dire que ce que l'élève apprend, et ce qu'on évalue qu'il a appris, ne peut plus reposer sur les traces externes par lesquelles il était jusqu'ici censé en faire la preuve. Et le cas de l'histoire n'est pas isolé : la même démonstration vaudrait, presque mot pour mot, pour le français, la philosophie, l'économie, les sciences sociales, et pour une part substantielle des sciences expérimentales dans leur volet rédactionnel.

Cette rupture est différente, en nature, de celle que connaît l'enseignement supérieur. À l'université, l'étudiant a, en théorie, un intérêt rationnel à apprendre vraiment, parce que son diplôme conditionne son entrée sur le marché du travail. Au secondaire, ce ressort n'existe pas. L'élève n'a pas choisi d'être là, son diplôme final est encore lointain et abstrait, et l'IA lui propose une économie immédiate, vérifiable, sans coût apparent. Aucune raison interne ne le retient. Seul un dispositif externe peut le tenir, et ce dispositif, dans la plupart des établissements, n'a pas été pensé. La question n'est donc pas seulement comment empêcher la fraude — formulation qui réduit le problème à une affaire de police. La question est comment continuer d'évaluer ce qu'un adolescent sait vraiment faire, dans un monde où l'écart entre une production externalisée et une production personnelle n'est plus visible à la lecture du texte.

Devant cette situation, deux mauvaises réponses circulent largement. La première consiste à durcir le contrôle : confiscation des téléphones, logiciels de détection, sanctions exemplaires. C'est une voie sans issue, non parce que la discipline serait illégitime, mais parce qu'elle ne peut pas, à elle seule, restaurer un contrat qui repose sur la bonne foi de l'élève. On ne surveille pas trente productions par classe et par semaine, et les outils de détection promettent une performance que les études indépendantes contredisent depuis trois ans. La seconde mauvaise réponse consiste à se résigner : les élèves utiliseront l'IA de toute façon, autant le reconnaître, et apprenons-leur à bien s'en servir. Cette position, qui se présente comme lucide, est en réalité un abandon. Apprendre à bien utiliser un outil suppose qu'on maîtrise déjà ce que l'outil fait à votre place. Un élève qui n'a jamais construit un raisonnement ne sait pas reconnaître un raisonnement mal construit produit par une machine. Faire de l'IA un sujet d'enseignement sans avoir d'abord formé l'esprit qui doit la juger, c'est livrer une génération sans armes à un système qu'elle est censée surplomber.

La bonne réponse, je crois, joue sur deux leviers complémentaires. Le premier consiste à reformuler les énoncés eux-mêmes, pour qu'ils exigent ce que l'IA, structurellement, ne peut pas fournir. Le second consiste à déplacer le centre de gravité de l'évaluation, des productions externalisables vers ce qui ne peut se faire que dans la classe, en présence, sous regard. Aucun des deux ne suffit seul. Ensemble, ils permettent de prendre l'approche par compétences au sérieux, dans un monde où la machine exécute désormais la plupart des compétences que l'on évaluait par traces écrites.

Le premier levier mérite qu'on s'y arrête, parce qu'il est moins évident que l'autre et qu'il est, paradoxalement, le plus prospectif. L'IA générative tire sa force d'un savoir moyen, massif, produit par compilation. Elle est imbattable sur les questions générales — expliquez les causes de la Révolution française, commentez l'évolution de la natalité en France, analysez le thème du temps chez Proust — parce qu'elle a appris des milliers de variantes de ces réponses. Elle est désarmée, en revanche, dès qu'une question exige le matériau spécifique étudié en classe avec un enseignant donné. Comparez : « expliquez les causes de la Révolution française » et « à partir du cahier de doléances de telle paroisse étudié en classe, montrez en quoi les revendications locales recoupent ou s'écartent des griefs nationaux que nous avons dégagés ensemble ». La première question est un grand boulevard pour la machine. La seconde lui est inaccessible : il faut avoir lu ce cahier précis, en avoir gardé trace, l'avoir confronté à une synthèse construite collectivement. L'IA, à qui l'on soumettrait l'énoncé seul, ne peut produire que du vide habillé — des généralités sur les doléances en général, des hypothèses plausibles mais non ancrées, un propos qui tourne à côté de la matière parce qu'il ne possède pas la matière. Et l'élève qui voudrait quand même s'en servir devrait lui fournir les documents et les comprendre assez pour les transcrire, c'est-à-dire faire déjà une grande partie du travail qu'on évalue. Le principe est généralisable. Analysez le thème du temps chez Proust devient « reprenez le passage de trois pages annoté en cours ; expliquez pourquoi notre lecture collective a buté sur telle phrase, et ce que cette difficulté révèle ». Décrivez la photosynthèse devient « à partir des relevés de notre expérience sur les plants exposés à différentes lumières — y compris la mesure aberrante du groupe 3 —, proposez une interprétation et discutez ce qui a pu fausser ce résultat ». Ce qu'on évalue, ce n'est plus un discours moyen restituable depuis n'importe quelle source, c'est la mémoire d'un travail commun, l'achoppement vécu en classe, l'expérience partagée — toutes choses rigoureusement indisponibles à la machine. Ce levier n'est ni un retour en arrière ni un repli sécuritaire : c'est une transformation qui n'aurait pas eu de sens avant l'IA et qui en a un maintenant, parce qu'elle remet la matière étudiée au cœur de ce qu'on évalue.

Le second levier prend l'évaluation par l'autre bout. Il consiste à accepter que l'instant où l'on mesure ce qu'un élève sait doive redevenir un événement — un moment situé, daté, sous témoin, et qui ne se sous-traite pas. Cela ne veut pas dire abolir l'écrit, ni abandonner l'approche par compétences. Cela veut dire que les formats par lesquels on évalue doivent être tels que l'IA ne puisse pas s'y interposer entre l'élève et son enseignant. Ces formats existent, ils ont fait leurs preuves, et il n'est nullement besoin de les inventer. L'oral construit d'abord — défense d'une problématique face à un enseignant et à des camarades, restitution d'une lecture, présentation argumentée d'un travail. L'oral n'a pas l'attrait du moderne, mais il a ceci d'irremplaçable que l'élève y est seul face à sa pensée, sans clavier ni écran, et qu'on y mesure non seulement ce qu'il sait, mais comment il pense en temps réel. L'écrit produit en classe ensuite, en temps limité, sur une question qui n'a pas été divulguée à l'avance — non parce que l'écrit-maison serait infréquentable, mais parce qu'il ne peut plus être le lieu principal de l'évaluation. La critique de source conduite en présence, qui replace la deuxième compétence dans son geste pédagogique d'origine : un document inconnu, un élève, une analyse menée à voix haute ou par écrit court dans la durée d'une heure de cours. La résolution de problème conduite au tableau, qui rend visible le cheminement d'un raisonnement, pas seulement son résultat. La pédagogie de projet, enfin, où l'évaluation ne porte plus sur une production finale livrée à date, mais sur un parcours conduit en présence, avec étapes, restitutions, ajustements visibles. Aucun de ces dispositifs n'est nouveau. Tous étaient pratiqués il y a quarante ans, avant que l'écrit-maison ne devienne l'horizon dominant de l'évaluation par commodité de gestion. Il s'agit, pour partie, d'y revenir — et pour partie, de les moderniser à la lumière de ce que l'IA permet désormais en amont.

Car il ne s'agit pas de chasser l'IA de l'école. Il s'agit de la mettre au bon endroit dans la boucle d'apprentissage. Le travail à la maison, dans ce schéma renouvelé, ne disparaît pas — il change de fonction. Là où il servait à évaluer, il sert à préparer. Une lecture, une recherche documentaire, une première ébauche, un brouillon : autant de travaux dont l'enjeu n'est plus la production finale mais l'engagement personnel avec une matière. L'élève peut utiliser l'IA pour s'orienter, vérifier, reformuler ; ce qu'on évaluera, c'est ce qu'il en fait en classe le lendemain, dans une discussion, une restitution orale, un écrit court fait sous le regard de l'enseignant. L'IA cesse d'être le concurrent de l'évaluation pour en devenir l'auxiliaire en amont. Et la valeur ajoutée de l'enseignant — celle que la machine ne remplacera pas — reprend sa place : observer, relancer, corriger sur le vif, distinguer ce que l'élève sait vraiment de ce qu'il a appris à dire.

Il faut dire un mot, enfin, des enseignants. Ils sont, dans cette affaire, en première ligne et largement seuls. Beaucoup vivent une crise professionnelle qui se dit peu, parce qu'elle est difficile à formuler : ils sentent que leurs outils d'évaluation se vident, ils n'ont pas reçu de cadre clair, ils improvisent au cas par cas, et ils savent que ce qu'ils notent ne reflète plus, dans une proportion croissante, le travail réel de leurs élèves. Cette situation est intenable et elle ne peut pas être réglée par chaque enseignant dans son coin. Elle relève d'une décision institutionnelle, qui doit nommer le problème, ouvrir la discussion, accompagner les équipes, repenser des dispositifs réglementaires qui datent d'une époque où la machine ne rédigeait pas, et accepter que la bascule ait un coût — en heures, en effectifs, en formation, parce qu'un oral construit ne se passe pas à trente-cinq élèves dans la même grille horaire qu'un devoir corrigé chez soi le week-end. C'est une question politique au sens fort, et elle attend ses interlocuteurs.

L'IA n'a pas créé la crise de l'évaluation au secondaire. Elle a révélé, brutalement, une fragilité que la massification scolaire et la standardisation des dispositifs avaient installée depuis plusieurs décennies. Mais en la révélant, elle rend une décision inévitable. Continuer comme avant n'est plus une option. Reformuler les énoncés pour qu'ils exigent le matériau étudié en classe, et faire de l'évaluation un événement — quelque chose qui a lieu, en présence, et qui ne se sous-traite pas — n'est ni un retour en arrière ni une nostalgie. C'est la seule manière, dans le monde qui vient, de garantir qu'un diplôme du secondaire continue de signifier qu'un adolescent a appris à penser. Et c'est, accessoirement, l'occasion de rendre à l'enseignant ce que l'évaluation par traces externes lui avait progressivement retiré : la place centrale dans le geste qui consiste à reconnaître, chez un élève, ce qu'il sait vraiment faire.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Le constat se laisse poser sans dramatisation. Lorsqu'on recherche aujourd'hui en ligne des images d'architecture Art Déco belge, d'Art Nouveau bruxellois, de modernisme des années trente, on trouve un flot continu d'images qui n'attestent rien. Façades inventées par un modèle génératif sur la base d'un prompt esthétique, intérieurs reconstitués par interpolation à partir d'œuvres réelles, vues de bâtiments qui n'ont jamais existé et qui ne demandent qu'à être prises pour vraies. Ces images circulent sur les plateformes — Pinterest, Instagram, des blogs d'amateurs, des sites de papiers peints, des banques d'images bon marché —, elles sont indexées par les moteurs de recherche au même titre que les photographies authentiques, et elles entrent à part entière dans le paysage iconographique disponible. Pour un bâtiment patrimonial mineur — c'est-à-dire pour la quasi-totalité du patrimoine bâti, celui qui ne fait pas la couverture des livres d'art —, le rapport entre images attestées et images fabriquées se renverse à vue d'œil. Et cette bascule n'est qu'à son début.

Il faut nommer ce qui se joue, parce que la confusion est facile et qu'elle est entretenue. Une photographie de bâtiment, même médiocre, n'est pas seulement une image : c'est une attestation. Quelqu'un, à un moment, s'est tenu devant cet édifice et a déclenché un appareil. Ce geste minuscule produit un document — c'est-à-dire une trace pour laquelle existe un référent réel, daté, situé. L'image générée par IA, à l'inverse, est une plausibilité. Elle ressemble à quelque chose qui pourrait avoir existé, elle obéit aux conventions stylistiques du genre qu'elle imite, elle est parfois plus convaincante qu'une vraie photographie parce qu'elle a été optimisée pour le regard. Mais elle n'atteste rien. Aucun moment ne lui correspond, aucun lieu, aucun appareil, aucun témoin. Confondre les deux n'est pas une question de goût ou de qualité d'image. C'est une question de statut : l'une est un document, l'autre est une fiction. Pour qui travaille sur le patrimoine, cette distinction n'est pas négociable, parce qu'elle est exactement ce qui sépare la connaissance du décor.

Cette distinction-là, on peut encore la maintenir intellectuellement. Ce qui complique tout, c'est qu'elle est en train de devenir invisible techniquement. Les moteurs de recherche, les agrégateurs d'images, les plateformes sociales ne distinguent pas, dans leurs résultats, le document de la fabrication. Pour la même requête — immeuble Art Déco Bruxelles —, ils renvoient dans la même grille, sans hiérarchie ni indication de provenance, des photographies prises rue de Mérode en 1937 et des images générées le mois dernier par un utilisateur anonyme. L'œil humain, surtout s'il n'est pas spécialisé, ne fait pas la différence. L'élève qui prépare un exposé, le journaliste qui illustre un article, l'éditeur qui cherche une couverture, le programmateur d'une exposition virtuelle : tous prennent, dans cet ensemble indifférencié, ce qui leur paraît convenir. Et l'image fabriquée, parce qu'elle est plus propre, mieux cadrée, plus saturée, plus photogénique que l'authentique souvent défraîchie, l'emporte au visuel. C'est le premier étage du problème. Il est déjà observable, et il est irréversible à l'échelle du web public.

Le second étage est plus inquiétant et il se trouve nommé, depuis une étude publiée dans Nature en 2024 par Shumailov, Shumaylov et leurs collègues, sous le terme de model collapse — l'effondrement par récursion. Le mécanisme est le suivant. Les modèles génératifs s'entraînent sur d'immenses corpus d'images glanées sur le web. À mesure que ces corpus se peuplent d'images elles-mêmes générées par des modèles antérieurs, les générations suivantes apprennent en partie sur les hallucinations de leurs prédécesseurs. La boucle se referme. Et ce que l'étude démontre rigoureusement, c'est que cette récursion ne dégrade pas uniformément la production : elle efface d'abord les queues de distribution, c'est-à-dire les cas rares, les exemples singuliers, les exceptions, les marges. Le centre — le « bâtiment Art Déco générique », la « façade Art Nouveau type » — se renforce ; ce qui s'efface, c'est tout ce qui ne ressemble à rien d'autre. Or le patrimoine bâti, par définition, est constitué presque entièrement de queues de distribution. Un immeuble Art Déco intéressant est intéressant parce qu'il ne ressemble pas exactement aux autres. Une villa moderniste majeure l'est parce qu'elle pousse une logique jusqu'à un point où aucune autre ne l'a portée. C'est précisément ce qui se perd en premier dans la boucle. Le modèle continuera à produire un Art Déco moyen, plausible, séduisant, indéfiniment ; il ne saura plus, à terme, produire — ni reconnaître — la singularité d'un édifice particulier.

Pour mesurer ce que cela signifie, il faut penser à ce qui s'est déjà perdu une fois, à Bruxelles, et qui ne tient plus qu'à l'image. La Maison du Peuple de Victor Horta, démolie en 1965 dans ce qu'on a baptisé après coup la bruxellisation, n'existe plus que sous deux formes : une mille deux cents photographies en noir et blanc et six cents diapositives prises par l'architecte Jean Delhaye au moment même de sa destruction, et quelques cartes postales d'époque conservées dans des collections institutionnelles. Tout ce que nous saurons jamais de cet édifice — son volume réel, ses circulations, ses ferronneries, son rapport à la pente du terrain, la qualité de sa lumière intérieure — tient à ce corpus précis. Le travail de reconstitution 3D mené par le Laboratoire Alice de La Cambre-Horta et par le Musée Horta, depuis 2014, repose intégralement sur ces images attestées. Si demain l'on cherche en ligne des images de la Maison du Peuple et qu'on trouve, mêlées aux clichés Delhaye, des reconstitutions IA produites par interpolation — variations de couleurs, ajouts décoratifs « dans le style », vues d'angles que personne n'a jamais photographiés —, comment un étudiant en architecture, un journaliste, un visiteur curieux distinguera-t-il ce qui a existé de ce qui ressemble à ce qui aurait pu exister ? La réponse, dans la plupart des cas, est : il ne le distinguera pas. Et la mémoire du bâtiment, qui était jusqu'ici fragile mais juste, va devenir abondante et fausse. Ce qui est pire.

Cette logique vaut pour la Maison du Peuple parce qu'elle est iconique, mais elle vaut a fortiori pour tout le patrimoine modeste, transformé, démoli ou en péril. Les milliers de façades Art Déco bruxelloises, anversoises, liégeoises ou ostendaises qui n'ont jamais été photographiées professionnellement. Les intérieurs modifiés au fil des décennies dont seules subsistent quelques clichés d'amateur en couleurs délavées. Les bâtiments démolis dans les années soixante et soixante-dix dont la trace iconographique se résume à une carte postale et à deux articles de presse de l'époque. Tout ce corpus précieux, parce qu'irremplaçable, se trouve désormais en compétition de visibilité avec une production infinie d'images plausibles qui ne lui doivent rien et qui le noient. Plus exactement : qui le rendent invisible non par disparition, mais par dilution. Le bâtiment réel devient une aiguille dans une botte de foin dont la machine fabrique le foin à mesure qu'on cherche l'aiguille.

Que faire ? La réponse facile — interdire, signaler, encadrer — est probablement inefficace à l'échelle où le phénomène se déploie. Les images générées sont produites en quantités telles, par tant d'acteurs, que la régulation par l'amont est un combat perdu. Mais il existe une autre voie, qui consiste à valoriser explicitement l'image attestée comme telle. Cela passe par des choses concrètes et modestes : exiger, dans les inventaires patrimoniaux, des métadonnées de provenance complètes — date, auteur, lieu, appareil si connu, source d'archivage —, et les exposer dans les interfaces de consultation publique. Privilégier, dans les sites institutionnels, les photographies historiques sourcées plutôt que les recompositions visuellement plus séduisantes. Travailler avec les archives photographiques privées et publiques pour numériser et exposer en haute définition ce qui n'a pas encore été versé au domaine numérique, parce que chaque image attestée mise en ligne aujourd'hui est une digue contre la dilution future. Soutenir les photographes — patrimoniaux, amateurs, érudits — qui continuent à se déplacer, à attendre la lumière, à fixer ce qui existe. Ces gestes paraissent dérisoires devant la puissance de la machine. Ils ne le sont pas. Ils sont, à proprement parler, ce qui décide de ce que nos petits-enfants pourront croire de ce que nous leur disons avoir vu.

Il faut conclure sur ce point, parce qu'il est central et qu'il est rarement nommé. Ce qui est en jeu dans la prolifération d'images générées de bâtiments, ce n'est pas la disparition du patrimoine. Le patrimoine, lui, est sur place ; il ne dépend pas, pour exister, qu'on dispose de bonnes photographies. Ce qui est en jeu, c'est la capacité d'attestation — c'est-à-dire la possibilité, pour quelqu'un qui n'a pas vu un bâtiment, de savoir avec certitude à quoi il ressemble. Une société qui perd cette capacité ne perd pas ses monuments ; elle perd la possibilité de les transmettre autrement que par confiance aveugle. Et quand cette capacité est altérée pour le patrimoine d'hier, on peut se demander ce qu'il en sera de celui d'aujourd'hui — des immeubles que nous prenons en photo nous-mêmes, en croyant qu'ils sont ainsi documentés pour demain, alors que ces photographies entreront dans un flux où elles seront indistinguables des fabrications qui les imitent.

L'IA générative n'a pas inventé l'oubli. Elle a inventé une nouvelle façon de se souvenir mal, abondamment, et avec assurance. Ce n'est pas la mort du patrimoine. C'est, plus discrètement, la fin d'une certaine confiance dans l'image — confiance que des générations entières avaient prise pour acquise. La rendre à nouveau possible, sur le terrain restreint mais essentiel de la documentation patrimoniale, est une tâche qui revient aux institutions, aux archivistes, aux éditeurs, et — c'est moins évident mais c'est vrai — à tous ceux qui, simplement, continuent à photographier ce qui est là. Le geste est modeste. Il est, peut-être, la seule chose qui résiste.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

Commençons par poser les faits, qui sont publics et instructifs. Depuis fin 2023, les éditeurs de presse organisent leur rapport à l'IA générative selon deux voies parallèles. La première est contentieuse. Le New York Times a déposé en décembre 2023 une plainte contre OpenAI et Microsoft devant le tribunal fédéral du Southern District of New York, alléguant que ses articles ont été utilisés sans autorisation pour entraîner les modèles, et que ces modèles restituent parfois des passages quasi identiques aux originaux. La procédure est toujours en cours en 2026 ; elle a donné lieu à des décisions de discovery spectaculaires, dont l'ordre, en novembre 2025, de produire vingt millions de conversations ChatGPT anonymisées. D'autres recours suivent une trajectoire similaire — Ziff Davis, le Daily News, le Center for Investigative Reporting. La seconde voie est conventionnelle. Le Monde a signé en mars 2024 le premier accord d'un média français avec OpenAI, autorisant l'usage de ses contenus contre rémunération confidentielle, mise en avant des références et accès à des outils ; il a renouvelé l'opération avec Perplexity en mai 2025. Axel Springer, l'Associated Press, News Corp, le Wall Street Journal, le Financial Times, l'Atlantic, Reuters, le Guardian ont suivi des chemins comparables, chacun avec ses propres modalités. Côté justice, Anthropic a réglé en septembre 2025 un contentieux d'auteurs pour 1,5 milliard de dollars, et plusieurs décisions américaines — Bartz v Anthropic, Kadrey v Meta — ont reconnu en juin 2025 un caractère « hautement transformatif » à l'entraînement, ouvrant la porte au fair use. Côté européen, l'exception TDM de la directive 2019/790 sur le droit d'auteur encadre les usages d'entraînement, et l'AI Act, publié en juillet 2024, ajoute des obligations de transparence. Le paysage juridique est mouvant, en construction, et il continuera à se construire pendant plusieurs années.

Cette voie juridique est nécessaire et je n'ai aucune intention d'en relativiser l'importance. Mais elle suppose une question résolue qui ne l'est pas : à supposer qu'une archive soit cessible, qu'est-ce, au juste, qu'on cède ? Une archive de presse, ce n'est pas un volume de textes. Ce n'est pas non plus une base de données. C'est une suite datée d'actes critiques signés. Chaque chronique a été écrite à un moment précis, par une personne identifiable, sur une œuvre qui venait de paraître ou sur un concert qui venait d'avoir lieu, dans un contexte de réception identifiable. Ce qui fait l'archive, c'est cette succession datée — et c'est ce que je voudrais appeler ici la longue date. Le terme est ancien et peu employé ; il dit précisément ce qu'il faut dire : quelque chose qui s'est constitué dans la durée, pas dans la masse.

Cette distinction n'est pas une coquetterie sémantique. Elle est opérationnelle, et elle est exactement ce qui sépare ce que la machine peut prendre de ce qu'elle ne peut pas. Le modèle absorbe le stock — c'est-à-dire les textes considérés comme volume. Il apprend des structures, des récurrences éditoriales, des tournures, des préférences argumentatives. Il peut, après entraînement, produire des textes plausibles « à la manière de » telle revue ou de tel critique, parfois avec une fidélité stylistique troublante. Mais ce qu'il restitue est, par construction, hors-temps. Le modèle ne sait pas — ne peut pas savoir — qu'une chronique écrite en 2008 sur tel enregistrement de Bach par tel chef historiquement informé ne s'écrivait pas comme une chronique de 2025 sur le même répertoire. Il ne sait pas qu'entre les deux dates, un débat critique a basculé, qu'une génération d'interprètes en a remplacé une autre, qu'une école d'écoute s'est consolidée puis a commencé à se fissurer. Il a tout lu, et il n'a rien daté.

Prenons un exemple précis, parce qu'il vaut la peine. La lecture historiquement informée de la musique baroque — ce qu'on a appelé pour faire vite le « mouvement baroqueux » — a une histoire critique d'un demi-siècle dont chaque étape est documentée dans les revues spécialisées. Dans les années 1960, Nikolaus Harnoncourt, Gustav Leonhardt, Frans Brüggen et quelques autres défrichent un répertoire qui était joué jusque-là dans un esprit post-romantique, et leurs premiers enregistrements sont reçus avec stupéfaction, parfois avec hostilité. Dans les années 1980, après la publication par Harnoncourt de Musik als Klangrede (1982) et sa traduction française Le Discours musical, la lecture historiquement informée devient un mouvement constitué, qui structure une partie de la critique. Les années 1990 sont le moment de bascule. La génération de René Jacobs, William Christie, Christophe Rousset, John Eliot Gardiner installe la lecture historiquement informée comme dominante sur le baroque, au point qu'une interprétation « traditionnelle » devient l'exception qu'il faut justifier ; l'enregistrement de la Passion selon saint Matthieu par Philippe Herreweghe en 1980 commence à être lu rétrospectivement comme un seuil. Et, dans la seconde moitié de la décennie, les chefs venus du baroque commencent à investir le répertoire romantique — Brahms, Bruckner, Schumann —, ouvrant une nouvelle question : un Brahms joué sur instruments d'époque par un orchestre baroquisant, qu'est-ce que ça nous apprend que les versions « modernes » ne nous apprenaient pas ? Dans les années 2010 et 2020, ce débat lui-même se déplace, et une partie de la critique commence à interroger les présupposés du mouvement — la fétichisation de l'authenticité, la confusion entre informé et autoritatif, l'oubli des grandes lectures du milieu du XX siècle qu'on avait un peu vite reléguées.

Ce que cette histoire montre, et qui est presque invisible à qui n'a pas lu en continu les revues spécialisées, c'est que la lecture d'un même enregistrement change selon le moment où on la fait. Une chronique de la Passion de Herreweghe en 1985 ne dit pas la même chose qu'une chronique du même disque en 2025, et la différence n'est pas une affaire de goût personnel : c'est une affaire de situation critique. Le critique de 1985 écrit dans un débat où la lecture historiquement informée est encore minoritaire et combattue ; il défend ou il attaque. Le critique de 2025 écrit dans un paysage où cette lecture est devenue référence et où la question est plutôt de savoir ce qu'on en a fait, ce qu'elle a permis, ce qu'elle a empêché. Les deux chroniques sont signées, datées, faites — et ce qui les distingue, ce n'est pas seulement leurs auteurs, c'est la position qu'elles occupent dans une histoire qui est encore en train de se faire. C'est cela, la longue date d'une revue critique : non pas la somme de ses textes, mais la trajectoire dont chaque texte est, datant et daté, un point.

Un modèle entraîné sur ce corpus peut, sur demande, écrire une chronique plausible « à la manière de Crescendo » sur n'importe quel disque de Herreweghe. Cette chronique aura les bonnes tournures, le bon registre lexical, la bonne longueur. Elle sera, dans le texte, indistinguable d'une vraie. Mais elle sera, par essence, sans situation. Elle ne saura pas qu'elle écrit en 2026 plutôt qu'en 1985 ; elle ne pourra pas peser ce qui, dans ce qu'elle dit, dépend d'un état du débat à un moment donné ; elle s'écrira dans un présent atemporel qui est précisément la négation de ce que fait un critique vivant. Le lecteur, lui, lira un texte qui parle de musique. Il ne saura pas qu'il lit un texte qui ne parle de rien — ou plus exactement, qui parle d'une moyenne abstraite extraite de tout ce qui a été écrit, sans que cette moyenne se rapporte à une écoute, à une parution, à un moment.

Cela permet de reformuler la question juridique en termes plus exacts. Quand on signe un accord de licence avec un opérateur de modèle, on ne cède pas son archive : on cède le stock. La longue date, elle, n'est pas cessible, parce qu'elle n'est pas un bien — c'est une pratique. Elle est constituée des actes critiques en cours, datés du jour où on les écrit, et elle ne tient que tant qu'il existe une rédaction qui continue à les produire. Ce qu'on vend dans un accord, c'est l'autorisation d'entraînement sur ce qui a été. Ce qui fait la valeur d'une revue, c'est ce qu'elle continuera à faire. Les deux ne sont pas du même ordre, et il est important de ne pas les confondre.

Mais cette reformulation juridique présuppose, à son tour, quelque chose qui n'est plus vrai pour une partie du paysage : qu'il existe un éditeur en position commerciale de signer un accord. Or le paysage francophone de la presse musicale spécialisée a connu, ces dix-huit derniers mois, une recomposition spectaculaire qui éclaire le problème d'une manière inattendue. En février 2025, à la suite du rachat du groupe Humensis par Albin Michel, les rédactions de Classica, de Pianiste et de L'Avant-Scène Opéra ont été licenciées collectivement. Les trois titres ont sorti leurs derniers numéros en mars. La suite est instructive. L'Avant-Scène Opéra a été repris par une nouvelle société, Scenôra, et reparaît depuis novembre 2025 dans une formule légèrement modifiée, fidèle à son format monographique d'analyse. Classica, après l'union de cinq repreneurs en juin 2025, a repris sa publication le 3 octobre 2025 — mais sous une forme entièrement nouvelle : abandon du mensuel papier, newsletter hebdomadaire, présence renforcée sur le web et les réseaux sociaux. Pianiste, en revanche, n'a pas trouvé de repreneur. La leçon de ces trois trajectoires est moins simple qu'on pourrait le croire. Ce qui se vend encore, c'est la référence stable (L'Avant-Scène Opéra) ou la marque éditoriale qui consent à se réinventer numériquement en abandonnant son support historique (Classica). Ce qui ne se vend plus, c'est le modèle traditionnel du mensuel critique imprimé tel qu'il existait depuis trente ans.

Le paysage commercial de la critique musicale francophone d'actualité s'est donc considérablement rétréci. Il ne reste, en France, que Diapason et Opéra Magazine comme magazines payants à diffusion significative. Tout le reste de la critique musicale francophone vivante — Crescendo Magazine, ResMusica, ConcertoNet, Forum Opéra, Wanderer, et plusieurs autres — se publie désormais en accès libre sur le web, sur des sites portés par des associations, des structures hybrides, ou des rédactions largement bénévoles. La situation est plus restreinte encore en Belgique francophone, où Crescendo Magazine occupe à peu près seul le terrain de la critique musicale spécialisée régulière. Cette configuration est récente, elle est presque achevée, et elle change qualitativement la question de l'IA. Quand un opérateur de modèle entraîne ses systèmes sur la critique musicale francophone, il ne se heurte plus, pour l'essentiel, à des paywalls ou à des éditeurs commerciaux en position de négocier. Il aspire un corpus qui, parce qu'il a fait le choix éditorial de la circulation libre, lui est ouvert structurellement. La presse qui produit la longue date critique francophone vivante est aujourd'hui, par sa configuration même, la moins protégée — et la moins outillée pour se défendre.

Cette asymétrie a une conséquence pratique que les discussions habituelles sur les accords de licence laissent dans l'ombre. Les recommandations qui circulent — négocier avec lucidité, monnayer son archive, organiser le rapport de force — n'ont tout simplement pas de sens pour la presse spécialisée en libre accès, qui n'a ni la force commerciale ni l'intention de monétiser son fonds. Sa raison d'être éditoriale est précisément que ses textes circulent. La question, pour elle, est ailleurs : comment maintenir une production présente et régulière dans un environnement qui rend cette production absorbable sans contrepartie ? La réponse, à mes yeux, doit venir moins de la revue elle-même que de l'écosystème institutionnel qui en bénéficie quotidiennement. Une presse critique francophone en libre accès n'est pas le bien privé de ceux qui la font ; elle est, qu'on le reconnaisse ou non, une infrastructure éditoriale dont profitent les orchestres, les opéras, les festivals, les conservatoires, les labels, les éditeurs musicaux, et l'ensemble des institutions culturelles publiques. Que cette infrastructure soit maintenue par un travail collectif souvent largement bénévole est une réalité économique qui mérite, à tout le moins, d'être reconnue comme telle. Et qu'elle disparaisse parce que personne, dans cet écosystème, n'a jugé utile d'en assurer la pérennité serait un appauvrissement culturel qui se ferait sans qu'on ait vraiment décidé.

Il faut conclure sur ce point, parce que c'est lui qui me semble central. L'arrivée des modèles génératifs a installé, dans la presse spécialisée, une tentation symétrique à celle qu'on observe dans d'autres secteurs culturels : celle de penser que la valeur est dans l'accumulé. Cette tentation est exacte sur le plan comptable et fausse sur le plan culturel. La valeur d'une revue n'est pas dans ses cinq mille chroniques passées ; elle est dans la cinq mille et unième qui sortira demain, et qui ne fera sens que parce qu'elle s'inscrit dans la suite des précédentes. Si demain cette suite s'interrompt — parce que la rédaction n'est plus financée, ou parce qu'aucun acteur n'a estimé qu'elle valait l'effort d'être soutenue —, l'archive n'aura plus rien à quoi se rattacher. Elle deviendra un fonds, c'est-à-dire un objet historique, intéressant peut-être pour les chercheurs, mais sans plus aucun rôle dans la vie critique vivante. Et c'est précisément ce que la machine, sans intention mauvaise, accélère : la transformation de pratiques vivantes en stocks consultables.

C'est sur ce terrain-là que la presse spécialisée a quelque chose de spécifique à défendre — et que des publications comme Crescendo Magazine, association de presse spécialisée en libre accès, font ce qui doit être fait : produire chaque semaine de nouvelles chroniques, datées, signées, situées dans un débat en cours, qui prolongent la longue date d'une manière qu'aucun système n'imitera. Cette production est largement bénévole, intégralement publique, et c'est précisément pour ces deux raisons qu'elle a, dans le paysage actuel, une importance que les indicateurs économiques ne mesurent pas.

L'IA générative n'a pas tué l'archive de presse. Elle a obligé les rédactions à reconnaître que leur fonds n'était pas leur valeur — qu'il n'en était que la trace. La valeur, elle, est devant, dans le texte qu'on n'a pas encore écrit. Et il n'y a, pour la défendre, qu'une seule manière : continuer.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

La confusion est la suivante. Donner accès à une collection et faire valoir une collection sont deux gestes radicalement différents. Le premier est un acte technique : numériser, indexer, classer, rendre consultable. Il se mesure, se présente, se finance. Il est, depuis l'arrivée des modèles génératifs, d'une facilité presque déroutante — une institution culturelle moyenne peut aujourd'hui, en quelques mois et avec un budget modeste, doter un fonds de cinquante ans d'un catalogue numérique très convenable. Le second geste est un acte éditorial : penser, choisir, relier, signer. Il se mesure mal, se présente peu, se finance difficilement, et il ne se mécanise pas. Confondre les deux a une conséquence pratique massive : on croit avoir valorisé une collection en la rendant accessible, alors qu'on n'a fait que le tiers du chemin. Les deux autres tiers — qui sont en réalité l'essentiel — n'ont même pas été commencés.

Il faut nommer ce qui sépare les deux gestes, parce que le mot juste manque souvent. Ce qui sépare un catalogue d'une valorisation, c'est ce que je voudrais appeler ici la mise en relation. Un catalogue range. Une valorisation relie. Le catalogue dit voici ce que nous avons ; la valorisation dit voici comment ces éléments se parlent entre eux, ce qu'ils nous apprennent ensemble, et pourquoi l'ensemble vaut plus que la somme. Une mise en relation, c'est dire que tel enregistrement de 1972 fait écho à celui de 2018, parce que tous deux refusent ce que la tradition de l'entre-deux avait imposé. C'est dire qu'une compositrice du XIX siècle a été oubliée non pour des raisons musicales mais pour des raisons structurelles, et que la redécouvrir aujourd'hui est un geste de justice éditoriale autant que d'enrichissement de répertoire. C'est dire que tels millésimes discographiques d'une décennie donnée forment ensemble un seuil dans la lecture d'un répertoire, et qu'il faut désormais les nommer comme tels. Ces phrases ne sortent pas d'un index. Elles sortent d'un éditeur qui pense.

Voilà pourquoi la question du catalogue, qui paraît purement technique, est en réalité culturelle. Ce que l'IA fait magnifiquement, c'est de la similarité. Elle détecte que telle œuvre ressemble à telle autre — par sa date, son genre, son lexique, ses thèmes —, et elle propose une recommandation : vous avez aimé ceci, vous aimerez peut-être cela. Ce travail-là est utile, parfois remarquable, et il a transformé l'accès aux fonds culturels au sens littéral du mot accès. Mais la similarité n'est pas la relation. La similarité dit ceci ressemble à cela ; la relation dit ceci doit être pensé avec cela, ce qui suppose une raison de penser, donc un point de vue. Une recommandation algorithmique n'est pas une mise en relation éditoriale, parce qu'elle n'a personne derrière elle. Elle fonctionne sans intention, et c'est précisément ce qui la limite : elle ne sait pas pourquoi elle recommande, et elle ne le saura jamais, parce que la question du pourquoi n'est pas une question d'algorithme.

Prenons un cas que je connais bien, parce que c'est sur lui que je travaille depuis plusieurs années. Crescendo Magazine dispose, après quinze ans d'existence sous sa forme actuelle, d'une archive d'environ cinq mille deux cents chroniques discographiques, signées, datées, écrites par une cinquantaine de rédacteurs, et couvrant plus de six cents compositeurs. Cette archive a longtemps été présente sur le site sous une forme essentiellement chronologique — on y accédait par recherche, ou par parcours, ou par hasard. Elle était parfaitement accessible. Elle n'était pas encore pleinement valorisée. Le projet Phono.Crescendo, sur lequel nous travaillons depuis deux ans, a précisément consisté à passer du premier état au second, et l'expérience permet de toucher du doigt la différence dont je parle. La première partie du travail a été technique : extraction du corpus, structuration en base de données, indexation par compositeur, par interprète, par label, par éditeur, par décennie. Cette première partie, sans l'IA, aurait pris plusieurs années ; avec elle, elle a pris quelques mois. La seconde partie est tout autre. Elle consiste à identifier, dans ce corpus, les enregistrements qui font seuil — ceux qui ont changé la lecture d'un répertoire et qu'il faut désormais lire comme tels. À nommer les compositrices qu'une part de la critique a oubliées et qu'il faut faire ressortir. À constituer des Millésimes Crescendo qui ne sont pas des palmarès statistiques mais des choix éditoriaux assumés, signés, datés. À construire une vitrine Matrimoine qui n'est pas un filtre automatique mais un parti pris. À identifier des Jokers — ces enregistrements singuliers qui ne ressemblent à rien d'autre mais qu'on voudrait voir survivre dans le bruit du flux. Ce second travail ne s'automatise pas. Il se fait par des éditeurs qui écoutent, qui se souviennent, qui comparent, qui choisissent, et qui signent.

Pour mesurer ce que cela produit, il faut comparer ce qu'un lecteur peut faire avec un Millésime Crescendo et ce qu'il peut faire avec une recommandation algorithmique. La recommandation lui dit : si vous avez aimé cet enregistrement, vous aimerez peut-être celui-ci. Le Millésime lui dit autre chose : parmi tout ce qui a paru cette année-là, voici les enregistrements qui marquent un seuil, qui ouvrent ou ferment un débat, qui forment la mémoire critique d'un répertoire — et voici pourquoi. Le premier énoncé est un service. Le second est un acte éditorial, situé dans une histoire, et il engage celui qui le signe. Le lecteur qui s'oriente avec le premier reste un consommateur ; celui qui s'oriente avec le second devient progressivement un lecteur informé, capable de comprendre pourquoi un disque compte au-delà de ce qu'il aime sur le moment. Ce qui se joue, dans cette différence, n'est pas une question d'algorithme contre humain. C'est une question de ce qu'on propose au public : un service de découverte, ou un compagnonnage critique. Les deux ont leur utilité ; seul le second valorise vraiment une collection.

La différence entre ces deux travaux n'est pas seulement de nature, elle est aussi d'effet. Une collection bien indexée se laisse fouiller, mais elle n'a pas de voix. Elle attend qu'on lui pose une question précise, et elle répond à cette question — exactement à cette question, pas à une autre. Une collection valorisée, au contraire, a une voix : elle vous dit, avant même que vous demandiez, ce qu'elle considère important, ce qu'elle défend, ce qu'elle vous propose de regarder de plus près. La voix d'une collection, c'est précisément l'ensemble des mises en relation qui la traversent. Sans elles, le fonds est un stock auquel on peut accéder. Avec elles, le fonds devient un territoire qu'on peut habiter.

Cette distinction a une conséquence concrète qui doit être nommée, parce qu'elle décide de beaucoup de choix budgétaires et stratégiques que prennent en ce moment des institutions culturelles partout en francophonie. Pour valoriser un fonds, la tentation est forte d'investir massivement dans le premier travail — l'indexation technique, l'infrastructure numérique, les outils IA de classification —, parce que ce travail-là se présente bien : on peut le mesurer, le démontrer, l'inscrire dans un dossier de subvention, le défendre devant un conseil d'administration. Le second travail — la mise en relation éditoriale — est, lui, presque invisible aux indicateurs habituels. Il ne produit pas de tableau de bord. Il s'incarne dans des choix qui se voient à long terme, par leur effet sur le récit culturel d'un domaine, et qui se mesurent à peine à court terme. Conséquence prévisible : la pression budgétaire et la lisibilité institutionnelle privilégient le premier travail au détriment du second. On finit avec une collection magnifiquement indexée et qui n'a pas de voix. C'est-à-dire avec une bibliothèque sans bibliothécaire.

Que faire, alors ? La réponse n'est pas de renoncer à l'indexation, qui est devenue indispensable et qui produit une valeur réelle. Elle est de comprendre qu'elle ne suffit pas, et que la part de l'investissement qui doit aller à la mise en relation éditoriale est exactement aussi importante — peut-être plus — que celle qui va à l'infrastructure technique. Concrètement : il faut financer le travail éditorial qui parcourt la collection après qu'elle a été indexée, qui en tire des récits, qui identifie ses seuils, qui défend ses singularités, qui nomme ce qu'elle a choisi de garder et ce qu'elle a écarté. Ce travail-là est, par construction, signé : il ne peut pas être anonyme, parce qu'une mise en relation engage celui qui la fait. C'est aussi un travail qui se prolonge dans le temps, parce qu'une collection vivante reçoit des éléments nouveaux qui modifient les relations établies — et qu'il faut ré-éditer les liens à mesure que le territoire s'étend. Ce n'est pas un projet, c'est une fonction. Et cette fonction doit être nommée comme telle dans les organigrammes et les budgets, sous peine de disparaître par défaut, écrasée par l'évidence apparente de l'indexation automatique.

Une dernière chose mérite d'être ajoutée, parce qu'elle est rarement dite. L'IA elle-même n'est pas l'ennemie de ce travail éditorial — bien au contraire, quand elle est utilisée à sa juste place. Elle libère un temps précieux sur l'indexation, sur le traitement des données, sur les opérations répétitives qui occupaient autrefois des semaines de travail manuel. Ce temps gagné devrait, en bonne logique, être réinvesti dans la mise en relation éditoriale, qui est précisément le travail qu'elle ne peut pas faire. Or ce qu'on observe souvent, c'est l'inverse : le temps gagné est réaffecté ailleurs, à d'autres tâches techniques ou administratives, et la fonction éditoriale, faute d'avoir été défendue comme une priorité, n'augmente pas son volume mais le voit diminuer. C'est probablement l'erreur stratégique la plus coûteuse que les institutions culturelles francophones font en ce moment dans leur rapport à l'IA. Le temps qu'elle libère devrait être un investissement éditorial. Il devient, le plus souvent, une économie comptable.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.

C'est précisément cette caractéristique qui est en train de disparaître. Et la manière dont elle disparaît mérite d'être regardée de près, parce qu'elle constitue probablement la transformation institutionnelle la plus profonde que la décennie qui s'ouvre va connaître — et l'une des moins discutées par les acteurs culturels eux-mêmes.

Le mécanisme est simple. Une part croissante du public ne s'adresse plus à l'institution pour obtenir des informations à son sujet. Il s'adresse à un agent conversationnel — un assistant IA — qui formule, à la volée, une réponse synthétisée à partir de ce qu'il a appris pendant son entraînement et de ce qu'il trouve, parfois, dans une recherche complémentaire au moment de la requête. L'agent répond avec assurance, fluidité, parfois précision. Il dit « cette institution propose telle programmation », « l'orientation de la saison est telle », « cet artiste est reconnu pour telle chose ». Le ton est posé, l'information est plausible, le public considère qu'il a obtenu sa réponse. Et il l'a obtenue, en effet. Mais pas de l'institution. De l'agent. La machine ne supprime rien : elle se glisse à la place, et accomplit la fonction sans le geste.

Cette distinction, qui paraît mineure, est en réalité fondamentale. Pendant trente ans, le web a fonctionné comme un système où l'institution était une destination. Le public arrivait sur le site officiel, parcourait un contenu produit, validé et signé par l'institution, prenait sa décision sur cette base. La médiation culturelle numérique reposait sur ce schéma : produire un contenu institutionnel, le rendre accessible, attendre qu'il soit consulté. L'arrivée des agents conversationnels ne supprime pas ce schéma — il subsiste pour ceux qui cherchent activement l'institution —, mais il l'enveloppe dans une couche intermédiaire qui change tout. L'institution n'est plus une destination où le public se rend ; elle est devenue une source dans laquelle un tiers puise pour répondre à sa place. Ce déplacement, qui peut sembler purement formel, a une conséquence pratique majeure : l'institution n'a plus le contrôle de ce qui est dit d'elle.

J'ai déjà décrit, dans un autre texte, la dimension technique du problème — ce que j'avais appelé la lisibilité numérique des institutions, ou découvrabilité : la capacité, pour une programmation, d'être trouvée par une machine. Ce que je voudrais examiner ici relève d'un autre ordre. La lisibilité concerne le moment où la donnée entre dans le système. La délégation concerne le moment où le système répond. Ce sont deux étapes distinctes de la même boucle, mais elles posent des problèmes différents. Une institution peut être impeccablement lisible sur le plan technique — données structurées, formats ouverts, flux exemplaires — et néanmoins être mal représentée par les agents, parce que la lisibilité ne décide pas du contenu de la réponse, elle décide seulement de la matière sur laquelle la réponse se construit.

Or ce qui sort de l'agent, ce n'est presque jamais le contenu exact de ce que l'institution a publié. C'est un résumé, une reformulation, une synthèse opérée à partir de sources multiples — le site officiel, oui, mais aussi des articles de presse, des billets de blogs, des commentaires d'utilisateurs, des bases de données tierces, parfois des contenus anciens qui n'ont plus cours, parfois des hallucinations pures. Le résultat est une réponse composite, dont l'autorité réelle est l'agent lui-même, et non l'institution qu'il prétend décrire. L'agent parle au nom de l'institution sans que celle-ci ait jamais consenti à parler ainsi.

Trois cas de figure rendent ce déplacement visible. D'abord, l'information périmée : l'agent annonce un programme qui n'est plus à l'affiche, un artiste qui s'est désisté, un horaire qui a changé — et le public, déçu sur place, en attribue la responsabilité à l'institution. Ensuite, le jugement attribué : l'agent affirme, sans guillemets et sans source, que telle institution est « réputée pour telle orientation », et lui attribue ainsi une identité qu'elle n'a pas revendiquée. Enfin, plus discret et probablement plus grave, le silence sélectif : l'agent ne mentionne pas l'institution, alors qu'elle serait pertinente, simplement parce que ses contenus ne pèsent pas assez dans le corpus d'entraînement. Dans aucun de ces trois cas l'institution ne peut intervenir. Elle ne sait pas, dans la masse des requêtes traitées chaque jour, lesquelles la concernent. Elle ne peut pas demander rectification, parce qu'il n'y a personne en face. Elle ne peut même pas vérifier ce que l'agent dira la prochaine fois, parce que la réponse change d'une requête à l'autre. La représentation institutionnelle, qui était jusqu'ici un acte délibéré — on choisit ce qu'on dit de soi, on signe ce qu'on publie, on assume ce qu'on revendique —, est devenue un sous-produit non-validé d'un système commercial extérieur. C'est cela, la délégation : une institution qui parle d'elle-même à travers une voix qu'elle n'a pas choisie, qu'elle ne contrôle pas, et dont elle ignore parfois jusqu'à l'existence.

Cette délégation est silencieuse, non décidée, et elle est probablement plus profonde que ne le soupçonnent les acteurs culturels. Elle n'a pas été négociée, parce qu'aucun moment de négociation n'a été prévu. Elle s'installe par défaut, comme une conséquence technique de l'usage public croissant des agents, et elle aboutit à une situation qui aurait été jugée inacceptable si elle avait été présentée d'emblée : qu'un système commercial extérieur devienne le porte-parole de fait des institutions culturelles publiques et privées, sans mandat, sans contrôle, sans recours. Pour une institution culturelle bruxelloise ou liégeoise, dont une part importante du public formule ses requêtes en français dans un écosystème dominé par l'anglais, le problème prend d'ailleurs une acuité supplémentaire — la réponse de l'agent y sera plus approximative, plus dépendante de sources tierces, et plus difficile à corriger.

Une précision s'impose. Ce constat n'a presque rien à voir avec la question, plus connue, du droit d'auteur ou du contrôle des données d'entraînement. Une institution peut parfaitement avoir consenti à voir ses contenus utilisés et néanmoins se trouver dépossédée de sa propre représentation. Le problème n'est pas la matière première ; c'est le geste qui la transforme en discours public. Et ce geste — parler au nom de — qui restait jusqu'ici du côté de l'institution, passe désormais du côté de l'agent. Un agent conversationnel ne se contente pas de retrouver l'information : il en parle. Et parler au nom d'une institution est un acte, pas un service.

Que peut-on faire ? La réponse facile — interdire les agents, exiger qu'ils ne parlent plus des institutions sans autorisation — n'a aucune chance de prospérer à l'échelle où le phénomène se déploie. Il existe une autre voie, qui consiste à reprendre en main, activement, ce qui peut l'être. Cela passe par des choses concrètes et patientes : surveiller régulièrement ce que les principaux agents disent de soi, en formulant les requêtes que le public formule, et noter les approximations, les omissions, les erreurs ; corriger ce qui est corrigeable — en alimentant les sources publiques qui pèsent dans les corpus d'entraînement, en publiant explicitement des contenus institutionnels structurés qui réduisent l'ambiguïté, en travaillant avec les agrégateurs et bases de données tierces dont les modèles s'inspirent ; cultiver un espace propre où la voix institutionnelle demeure pleinement audible, c'est-à-dire un site, un blog, un canal direct, dont la fréquentation décroîtra peut-être mais dont la fonction d'autorité ne peut pas être déléguée. Plus largement encore, accepter de penser la médiation culturelle non plus comme un lieu où le public vient — la destination — mais comme une voix qui doit pouvoir se faire entendre où qu'on l'interroge — la présence. C'est une bascule mentale considérable pour des institutions qui ont passé vingt ans à perfectionner leur site officiel.

Cette bascule a une dimension politique qu'il faut nommer. Les institutions culturelles, particulièrement quand elles sont publiques, ont parmi leurs missions implicites celle d'incarner un discours sur la culture. Elles ne se contentent pas de présenter des œuvres ; elles disent quelque chose, par leurs choix, sur ce qui mérite d'être vu, entendu, transmis. Cette fonction discursive est constitutive de leur légitimité, et elle ne peut pas être sous-traitée à un système dont la logique n'est ni culturelle, ni publique, ni nécessairement honnête. Quand un agent répond à la place d'une institution, il ne fait pas seulement gagner du temps au public — il prend en charge, à sa place, un acte de représentation culturelle. Une société qui accepte ce déplacement sans le discuter accepte, en réalité, que ce discours soit progressivement écrit par d'autres. Et les autres, ici, ne sont pas des médiateurs choisis pour leur compétence ou leur position dans l'écosystème culturel — ce sont des opérateurs commerciaux dont le métier n'est pas la culture, et dont la voix sera, par construction, une moyenne plausible des discours qui circulent.

La question des agents conversationnels et des institutions culturelles n'est donc ni une question technique de découvrabilité, ni une question commerciale d'audience, ni même une question juridique de droits d'auteur. C'est une question de voix — de savoir si demain les institutions culturelles parleront encore depuis elles-mêmes, ou si elles seront parlées par des systèmes qui les imitent sans avoir leur charge. Et la réponse à cette question dépend, plus qu'on ne le croit, de ce que les institutions elles-mêmes décideront, dans les cinq prochaines années, de continuer à dire — explicitement, signé, depuis un lieu où elles sont identifiables comme l'auteur réel de leur propre représentation.

L'IA générative n'a pas inventé la médiation. Elle a inventé une médiation sans médiateur, c'est-à-dire une voix sans auteur. Si les institutions culturelles veulent que demeure quelque chose de leur propre voix dans ce paysage, il leur faudra non pas s'opposer à la machine — qui n'écoutera pas — mais continuer à parler, depuis leur propre lieu, avec une clarté qui n'autorise plus la confusion. Personne ne le fera à leur place. La machine, surtout pas.

Les opinions exprimées dans ce texte sont celles de l'auteur à titre personnel et n'engagent ni Crescendo Magazine, ni XXI Music Publishing, ni aucune des institutions auxquelles il est associé.