Notes de pensée publique sur l'économie, la culture et l'éducation à l'âge de l'intelligence artificielle. Écrites depuis la position d'un éditeur francophone, non d'un commentateur. On y cherche moins à interroger qu'à diagnostiquer.
Notes in public on economy, culture and education in the age of artificial intelligence. Written from the position of a francophone editor, not a commentator. They seek less to question than to diagnose.
textesessayspar date décroissantemost recent first
« Il faut un Airbus de l'IA. » La formule circule depuis trois ans dans les cercles décisionnels européens. Trois vérifications suffisent à en montrer l'incantation. D'abord, l'idée d'« Airbus de X », testée dans presque tous les secteurs stratégiques depuis quarante ans — ferroviaire, nucléaire, spatial, défense — a échoué presque partout : Airbus est le cas isolé d'un secteur singulier, pas un modèle. Ensuite, le vrai Airbus a mis trente ans à s'équilibrer, sauvé en 1977 par Eastern Airlines — un canal qui n'existe plus. Enfin, l'arithmétique de 2026 ferme l'argument : 725 milliards de dollars de capex pour les seuls quatre hyperscalers américains, contre 30 à 50 milliards d'euros par an mobilisables côté européen. Reste un périmètre jouable — intermédiation, infrastructures cognitives, reset de l'enseignement — que la consolation lexicale empêche justement de nommer.
“Europe needs an Airbus of AI.” The phrase has circulated for three years in European decision-making circles. Three checks suffice to reveal it as an incantation. First, the idea of “an Airbus for X,” tried in almost every strategic sector over forty years — rail, nuclear, space, defence — has failed almost everywhere: Airbus is the isolated case of a singular sector, not a model. Second, the real Airbus took thirty years to reach equilibrium, rescued in 1977 by Eastern Airlines — a channel that no longer exists. Third, the arithmetic of 2026 closes the argument: $725 billion in capex for the four American hyperscalers alone, against €30-50 billion per year mobilizable on the European side. What remains is a playable perimeter — intermediation, cognitive infrastructures, a reset of education — that the lexical consolation prevents from being named.
Le débat européen sur l'IA est enfermé entre deux impasses : le verrou régulateur (AI Act, RGPD, DSA, DMA), qui produit du droit sans construire d'infrastructure, et le laisser-faire, qui abandonne les infrastructures cognitives aux plateformes. Le concept de commun numérique — d'Ostrom à Lessig — devait occuper cet espace ; à l'échelle européenne il n'a pas produit les infrastructures que la vague IA rend urgentes. Europeana en est le cas paradigmatique : l'Europe a livré une agrégation quand il aurait fallu une infrastructure — Europeana quand il aurait fallu Airbus. Le déplacement proposé : penser le commun numérique comme service public cognitif européen — public dans la garantie, commun dans la production, ouvert dans l'accès. Une reformulation stratégique qui rend possible une coalition inhabituelle, à un moment où la fenêtre d'action se referme.
The European debate on AI is locked between two dead ends: the regulatory lock (AI Act, GDPR, DSA, DMA), which produces law without building infrastructure, and laissez-faire, which abandons cognitive infrastructures to the platforms. The concept of the digital commons — from Ostrom to Lessig — was meant to occupy this space; at the European scale it has not produced the infrastructures that the AI wave makes urgent. Europeana is the paradigmatic case: Europe delivered an aggregation when it should have built an infrastructure — Europeana when it should have built Airbus. The proposed shift: to think the digital commons as a European cognitive public service — public in its guarantee, common in its production, open in its access. A strategic reformulation that makes possible an unusual coalition, at a moment when the window for action is closing.
Anatomie d'un article de fond écrit avec un LLM. En août 2026, une critique de trois mille mots du coffret Zubin Mehta — The Philharmonic Edition (Deutsche Grammophon, 57 CD) a été rédigée en trois jours au lieu de trois semaines. La note documente le mécanisme réel : trois temps enchevêtrés (écoute, dictée vocale, contextualisation-rédaction), ce que l'IA fait bien (vitesse d'accès au contexte factuel, mémoire de conversation), ce qu'elle rate (elle produit ses erreurs avec la même assurance stylistique que ses réussites — seule la compétence extérieure trie), et ce qui ne se délègue à rien : l'écoute, le jugement, la formule signature, l'architecture, la responsabilité. L'IA peut faire semblant d'entendre. Elle n'entend pas.
Anatomy of an in-depth article written with an LLM. In august 2026, a three-thousand-word review of the box set Zubin Mehta — The Philharmonic Edition (Deutsche Grammophon, 57 CD) was written in three days instead of three weeks. The note documents the real mechanism: three interwoven phases (listening, voice dictation, contextualization-writing), what AI does well (speed of access to factual context, conversational memory), what it misses (it produces its errors with the same stylistic assurance as its successes — only outside competence can sort them), and what cannot be delegated to anything: listening, judgment, the signature phrase, the architecture, responsibility. AI can pretend to hear. It does not hear.
Cette note prolonge « Tout le monde déteste l'IA (pour des raisons contraires) » (5 août 2026). Août 2026 en offre une illustration presque expérimentale : le 8, Libération consacre un dossier aux robots humanoïdes (édito « Vertigineux », entretien Hamon sur la taxe-robot) ; le 12, Le Figaro publie un long format sur le rapport AI 2027 et la superintelligence. Deux registres, deux publics — social contre existentiel — mais trois convergences : l'IA traitée comme abstraction sans matière, un corpus américain filtré à l'identique, une carte sans la Chine ni l'histoire des paniques passées. La variable dominante n'est pas la ligne éditoriale, c'est l'appartenance au champ de la presse française de référence. Le clivage tient lieu de débat ; le miroir tient lieu d'analyse.
This note extends “Everyone hates AI (for opposite reasons)” (5 august 2026). August 2026 offers an almost experimental illustration: on the 8th, Libération devotes a dossier to humanoid robots (editorial “Vertiginous,” Hamon interview on the robot-tax); on the 12th, Le Figaro publishes a long-form piece on the AI 2027 report and superintelligence. Two registers, two audiences — social versus existential — but three convergences: AI treated as an abstraction without substance, an American corpus filtered identically, a map without China or the history of past panics. The dominant variable is not the editorial line, it is belonging to the field of the French press of reference. The cleavage stands in for debate; the mirror stands in for analysis.
Cinquième volet de la série. Presque toutes les formations à l'IA portent sur la maîtrise du prompt — une confusion de niveau. Le prompt est la plume ; la problématisation est l'écriture. La compétence rare n'est pas d'utiliser l'IA mais d'arriver à l'outil avec une pensée déjà construite. La note plaide pour des ateliers de problématique et des espaces protégés d'expérimentation pédagogique — avec droit à l'échec — sur le modèle de l'Estonie (AI Leap) et à rebours des systèmes éducatifs taylorisés.
Fifth of the series. Almost all AI training focuses on mastering the prompt — a confusion of levels. The prompt is the pen; problematization is the writing. The rare skill is not using AI but arriving at the tool with an already-constructed thought. The note argues for problematization workshops and protected spaces of pedagogical experimentation — with the right to fail — on the model of Estonia (AI Leap) and against taylorized education systems.
À propos de l'objection de conscience « Sans-IAg » défendue à l'école (Cailleaux et Hart, Mediapart, 27 août 2026). Décélérer suppose des ressources temporelles et matérielles que tous n'ont pas : l'école lente et sans outil n'est vécue comme respiration que par les foyers qui compensent hors de l'école. Face à la même vague, Manchester outille sa jeunesse quand le camp Sans-IAg la tient à distance. La seule décélération défendable porte sur la question — plus de temps pour problématiser — pas sur l'interdiction de l'outil.
On the “No-GenAI” conscientious objection defended at school (Cailleaux and Hart, Mediapart, 27 august 2026). Decelerating presupposes temporal and material resources that not everyone has: slow, tool-free school is experienced as breathing room only by households that compensate outside school. Facing the same wave, Manchester equips its youth while the No-GenAI camp keeps them at a distance. The only defensible deceleration bears on the question — more time to problematize — not on banning the tool.
Le 28 août 2026, Séoul désigne trois consortiums nationaux — SK Telecom, KT, Kakao — pour opérer un service d'IA générative gratuit et illimité pour tout citoyen. Deux grammaires opposées de la souveraineté cognitive : Séoul parie sur l'usage populaire massif distribué sur infrastructures nationales, Bruxelles sur la certification préalable. Mais le geste sud-coréen repose sur un socle industriel de vingt ans que l'Europe a démantelé au nom du marché unique. Le cas Naver éclaire l'asymétrie : la Corée peut refuser un opérateur, l'Europe n'a personne à refuser.
On 28 august 2026, Seoul designates three national consortiums — SK Telecom, KT, Kakao — to operate a free and unlimited generative AI service for every citizen. Two opposing grammars of cognitive sovereignty: Seoul bets on massive popular use distributed over national infrastructures, Brussels on prior certification. But the South Korean gesture rests on a twenty-year industrial base that Europe dismantled in the name of the single market. The Naver case illuminates the asymmetry: Korea can refuse an operator, Europe has no one to refuse.
Quatrième volet de la série. Après avoir nommé les six fondamentaux, la question du comment. Tyler Cowen appelle « moment volontariste » ce mardi matin ordinaire où l'IA amplifie l'impact des choix individuels — rendant chacun plus puissant ou plus obsolète que la veille. Cinq dispositions font vivre les fondamentaux ; une méthode — « viser grand » plutôt que la progression par petits pas — les rend démocratiquement accessibles. Reste à distinguer l'IA sparring partner de l'IA béquille.
Fourth of the series. After naming the six foundations, the question of how. Tyler Cowen calls “the voluntarist moment” that ordinary Tuesday morning when AI amplifies the impact of individual choices — making each person more powerful or more obsolete than the day before. Five dispositions bring the foundations to life; a method — “swing for the fences” rather than progression by small steps — makes them democratically accessible. What remains is to distinguish AI as sparring partner from AI as crutch.
Troisième volet de la série. En juin 2026, une agence américaine désactive des modèles d'IA pour des ressortissants étrangers ; l'Europe ne réagit pas. La note relit cette dépendance à la lumière de la Compagnie des Indes orientales : des entités technologiques extraterritoriales — datacenters sous-marins et orbitaux, hors de toute juridiction westphalienne — exercent le pouvoir d'un État sans en avoir les obligations. Thiel, Musk, Milei et sa non-human corporation en sont les cowboys. La question des cinquante prochaines années n'est plus « qui contrôle les modèles ? » mais « depuis quel espace juridique ? ».
Third of the series. In June 2026 a US agency disables AI models for foreign nationals; Europe does not react. The note rereads this dependency through the East India Company: extraterritorial technological entities — underwater and orbital data centers, beyond any Westphalian jurisdiction — exercise the power of a state without its obligations. Thiel, Musk, Milei and his non-human corporation are the cowboys. The geopolitical question of the next fifty years is no longer “who controls the models?” but “from which legal space?”
Deuxième volet de la série. Après la question de principe, les mécanismes concrets : taxer l'abonnement, le compute, les API, les données d'entraînement, les datacenters. La note montre pourquoi chacun bute sur la même impasse — on ne taxe qu'une approximation de la valeur, jamais la valeur elle-même — et pourquoi l'infrastructure de l'IA, apatride par conception, échappe à la juridiction : du token qui traverse trois pays en quelques millisecondes aux datacenters sous-marins et orbitaux. Reste, non un mécanisme fiscal, mais la politique.
Second of the series. After the question of principle, the concrete mechanisms: taxing the subscription, compute, APIs, training data, data centers. The note shows why each hits the same dead end — one only taxes an approximation of value, never value itself — and why AI's infrastructure, stateless by design, escapes jurisdiction: from the token that crosses three countries in milliseconds to underwater and orbital data centers. What remains is not a fiscal mechanism but politics.
Premier volet d'une série de trois. La tribune de Bruno Colmant (« l'IA ne cotise pas ») pose une question légitime — à qui appartient la valeur créée par l'IA, comment la redistribuer ? La note reconnaît la légitimité du dividende collectif, puis démonte les cinq obstacles structurels qui rendent la taxation classique impraticable (localisation, définition, fluidité, compétitivité géopolitique, vitesse), démolit l'esquive du revenu universel avec les chiffres réels d'OpenAI et d'Anthropic, et pose la souveraineté cognitive comme seule réponse politique tenable.
First of a three-part series. Bruno Colmant's op-ed (“AI does not pay in”) poses a legitimate question — to whom does the value created by AI belong, how to redistribute it? The note recognizes the legitimacy of the collective dividend, then dismantles the five structural obstacles that make classical taxation impracticable (location, definition, fluidity, geopolitical competitiveness, speed), demolishes the dodge of universal income with real figures from OpenAI and Anthropic, and poses cognitive sovereignty as the only politically tenable answer.
Témoignage de méthode. Je travaille quotidiennement avec plusieurs systèmes d'IA (Claude, Manus, Gemini, Kimi, Qwen) dans un esprit de benchmark permanent : cartographie documentaire, construction, discussion critique, réécriture. Je ne délègue ni la problématisation, ni le jugement, ni la responsabilité factuelle. La note démonte le fantasme du prompt engineering (« confondre la plume et l'écriture »), documente une pratique de dialogue permanent sur plusieurs semaines adossée à un corpus documentaire continu, et livre une fiche de traçabilité complète sur la série Taxer l'IA : plus honnête qu'un watermark. L'analogie du pilote de ligne referme la démonstration : la compétence a été redéfinie autour de la supervision, pas de l'exécution intégrale.
A method testimony. I work daily with several AI systems (Claude, Manus, Gemini, Kimi, Qwen) in a permanent benchmarking spirit: documentary cartography, construction, critical discussion, rewriting. I delegate neither problematization, nor judgment, nor factual responsibility. The note dismantles the fantasy of prompt engineering (“to confuse the pen with writing”), documents a practice of permanent dialogue over several weeks anchored in a continuous documentary corpus, and delivers a full traceability card on the Taxing AI series: more honest than a watermark. The airline pilot analogy closes the argument: competence has been redefined around supervision, not around integral execution.
Étendre la SACEM aux œuvres qu’ingèrent les IA : l’idée, popularisée par Usbek & Rica, semble rendre justice aux créateurs. La note montre pourquoi c’est une fausse bonne idée — la gestion collective vit de l’identification, or l’entraînement dissout les œuvres —, puis pourquoi même la version savante, la licence collective étendue du CSPLA, ne fait que ratifier la dépossession : toute solution en opt-out dit « oui par défaut ». La seule issue est en amont : le consentement.
Extending the SACEM to the works AI models ingest: the idea, popularized by Usbek & Rica, seems to do justice to creators. The note shows why it is a false good idea — collective management lives on identification, yet training dissolves the works — then why even the sophisticated version, the CSPLA’s extended collective licence, merely ratifies dispossession: any opt-out solution says “yes by default.” The only way out is upstream: consent.
Le 22 juillet 2026, les Aperçus IA de Google arrivent en France, et avec eux la peur d’une érosion du trafic. La note refuse la panique globale : l’aperçu ne coupe qu’une catégorie de requêtes, celles dont la réponse est compressible. Reste à cartographier ce qui résiste — trois régimes de valeur (transactionnel, distributif, littéraire), dont le plus visible, l’agenda, est aussi le plus fragile puisque le Mode IA l’absorbe. La vraie fragilité n’est logée dans aucun outil : elle tient à ce que ces médias reposent sur un très petit nombre de têtes. Et la lucidité, seul actif qui ne se copie pas, peut se publier sans se livrer.
On 22 July 2026 Google’s AI Overviews reach France, and with them the fear of eroding traffic. The note refuses wholesale panic: the overview cuts only one category of queries, those whose answer is compressible. What remains is to map what resists — three regimes of value (transactional, distributive, literary), of which the most visible, the listings calendar, is also the most fragile, since AI Mode absorbs it. The real fragility is lodged in no tool: it lies in these outlets resting on a very small number of heads. And lucidity, the one asset that cannot be copied, can be published without being surrendered.
La gauche déteste l’IA parce qu’elle est fabriquée par Musk, Thiel et les milliardaires de la Silicon Valley ; la droite la déteste parce qu’elle serait « woke ». Le même objet, honni par les deux bords pour des raisons opposées : la note en fait un miroir où chacun projette son ennemi, avant de montrer ce que l’IA menace vraiment — le travail comme totem partagé — et pourquoi la seule question qui vaille n’est pas la technique, mais le partage.
The left hates AI because it is built by Musk, Thiel and the billionaires of Silicon Valley; the right hates it because it is supposedly “woke.” The same object, loathed from both sides for opposite reasons: the note turns it into a mirror in which each projects his enemy, before showing what AI truly threatens — work as a shared totem — and why the only question that matters is not technology, but the sharing.
L’Union européenne se félicite d’avoir la première régulation générale de l’IA, et l’on répète que « les États-Unis sont à la traîne ». La note défait la formule : l’Europe n’a pas de l’avance, elle a inversé l’ordre des opérations — elle écrit le droit d’une industrie qu’elle ne possède pas, américaine comme chinoise. La régulation n’y est pas la maladie mais son symptôme, le seul levier qui reste en main quand on a renoncé à la souveraineté financière et industrielle. Et même l’argent ne suffirait pas : il faudrait les hommes — ceux qui comprennent les implications de l’IA et qui, en Europe, sont à la fenêtre plutôt qu’à la table.
The European Union congratulates itself on the first general AI regulation, and we are told that “the United States lag behind.” The note undoes the phrase: Europe is not ahead, it has inverted the order of operations — it writes the law of an industry it does not own, American and Chinese alike. Regulation here is not the disease but its symptom, the only lever left in hand once financial and industrial sovereignty has been given up. And even money would not suffice: it would take the people — those who understand the implications of AI and who, in Europe, stand at the window rather than at the table.
Le texte a longtemps été lu comme la trace d’une opération mentale — la correction attestait la pensée, l’erreur trahissait l’inattention, la tournure inattendue signalait l’intuition. Cette infrastructure silencieuse de la lecture ne fonctionne plus. Un texte peut être correct dans chacune de ses phrases et n’être la trace de rien. La preuve d’une pensée ne se lit plus dans le texte isolé : elle se lit dans son contexte — corpus, trajectoire, conversation. Ce que ça change à la lecture, à la décision éditoriale, à la reconnaissance des inconnus.
The text was long read as the trace of a mental operation — correctness attested to thought, error betrayed inattention, an unexpected phrasing signalled intuition. This silent infrastructure of reading no longer works. A text can be correct in each of its sentences and be the trace of nothing. Proof of thinking is no longer read in the isolated text: it is read in its context — corpus, trajectory, conversation. What this changes for reading, for editorial decisions, and for the recognition of unknowns.
Le mouvement destination → substrat, décrit ailleurs pour les métriques d’écoute, les programmations d’institutions et la voix des établissements culturels, prend dans le cas du média critique une forme particulière. Double asymétrie : le texte est le seul service qu’un média critique rend, et il est lui-même le substrat qui alimente la couche qui le remplace. La note tire depuis cette position les conséquences éditoriales, pas les conséquences juridiques ou commerciales habituelles.
The destination → substrate movement, described elsewhere for streaming metrics, institutional programming and the voice of cultural institutions, takes a particular form in the case of the critical media outlet. A double asymmetry: the text is the only service such an outlet renders, and it is itself the substrate that feeds the layer replacing it. The note draws from this position the editorial consequences, not the usual legal or commercial ones.
Le diagnostic est établi et on en connaît la mécanique. Cette note propose de sortir du registre du constat et de décrire ce que fait, concrètement, un pays qui décide de reconstruire sa souveraineté cognitive. Trois gestes conjoints, plus une doctrine qui les articule : réinvestir les institutions existantes (Finlande), créer ce qui manque (Québec / BAnQ, Catalogne / Aina, Islande, France / Argimi), cultiver les pratiques individuelles. Ce qui manque n’est pas les moyens — c’est le cadre politique transversal qui nomme et articule l’ensemble.
The diagnosis is established and one knows its mechanics. This note proposes to leave the register of observation and describe what, concretely, a country does when it decides to rebuild its cognitive sovereignty. Three joined moves, plus a doctrine that articulates them: reinvesting existing institutions (Finland), creating what is missing (Quebec / BAnQ, Catalonia / Aina, Iceland, France / Argimi), cultivating individual practices. What is lacking is not the means — it is the transversal political frame that names and articulates the whole.
Les médiathèques et centres de ressources documentaires sont, pour beaucoup de gouvernements européens, un actif dont on ne sait plus très bien quoi faire. Fondés sur la logique de la collection physique, ils ont vu le streaming effondrer leur modèle en une décennie. On voit la fonction de collection s’éteindre ; on ne voit pas encore la fonction qui pourrait justifier une pérennisation stratégique. Or ces institutions constituent l’une des strates fondamentales de la souveraineté cognitive — sélection, classification, médiation, trois fonctions que les modèles génératifs ne remplacent pas.
Media libraries and documentary resource centers are, for many European governments, an asset no one quite knows what to do with. Founded on the logic of the physical collection, they saw streaming collapse their model in a decade. The collection function is visibly fading; what could take its place — the function that would justify strategic perpetuation — is not yet visible. Yet these institutions are one of the fundamental strata of cognitive sovereignty — selection, classification, mediation, three functions that generative models do not replace.
Le terme n’est pas nouveau — il a été forgé dans la pensée décoloniale sud-américaine, chez Boaventura de Sousa Santos avec ses épistémologies du Sud. Son déplacement vers le terrain européen contemporain change de contenu sans perdre son geste critique : l’extériorité, pour un citoyen belge, catalan ou québécois de 2026, ce n’est plus la matrice coloniale — c’est le régime algorithmique privé qui médie désormais son accès aux savoirs. Distincte de la souveraineté numérique et de la souveraineté informationnelle, elle articule un triangle individuel-institutionnel-politique dont chaque sommet dépend structurellement des deux autres. Fenêtre courte : 2023-2030.
The term is not new — it was forged in Latin American decolonial thought, in Boaventura de Sousa Santos’s epistemologies of the South. Its migration toward the contemporary European field changes its content without losing its critical gesture: for a Belgian, Catalan or Quebec citizen in 2026, the outside is no longer the colonial matrix — it is the private algorithmic regime that now mediates access to knowledge. Distinct from digital sovereignty and from informational sovereignty, it articulates an individual-institutional-political triangle in which each vertex structurally depends on the other two. The window is short: 2023-2030.
Une littérature d'accompagnement s'écrit à cadence rapide sur l'IA en éducation. Elle a un mot d'ordre : adapter. Le résultat, à la lecture, est toujours le même — des opérations de troisième ordre présentées comme une refondation. L'imprimerie, la calculatrice, Internet modifiaient l'accès aux savoirs sans exécuter à la place de l'élève l'opération que l'école prétendait former. L'IA générative, si. Ce qu'il faudrait n'est pas un manuel supplémentaire mais un renversement délibéré. Kai-Fu Lee l'écrivait il y a près de huit ans. Il faudra bien, un jour, le lire.
An accompanying literature is being produced at pace on AI in education. Its slogan: adapt. What one reads is always the same — third-order operations presented as a refoundation. The printing press, the calculator, the internet modified access to knowledge without performing, in the student's place, the operation the school claimed to be forming. Generative AI does. What is needed is not another manual but a deliberate reversal. Kai-Fu Lee wrote this nearly eight years ago. Some day, it will have to be read.
Bruno Retailleau vient d'annoncer son Plan Vauban pour la souveraineté numérique française : cloud souverain, sortie de Windows, interdiction des IA étrangères, remparts, places fortes. Il n'est ni le premier ni le dernier à parler ce langage. Mais 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. Défendre le vide, c'est encore le vide. Vauban ne peut pas ceinturer une ville qui n'a pas été bâtie.
Bruno Retailleau has just announced his Plan Vauban for French digital sovereignty: sovereign cloud, exit from Windows, ban on foreign AI, ramparts, strongholds. He is neither the first nor the last to speak this language. But digital sovereignty is not decided in ministerial cabinets — it settles, year after year, in the relationship that a nation's children maintain with the technical objects that structure their thinking. It begins at the age when one learns to distinguish a tool one uses from a tool that uses one — empirically, around six years old. Defending the void is still the void. Vauban cannot fortify a city that has not been built.
The Economist documente un déplacement qui mérite mieux qu'une note de bas de page : les grands laboratoires d'IA recrutent des philosophes professionnels à six chiffres — Amanda Askell chez Anthropic, Iason Gabriel et Henry Shevlin chez Google DeepMind, « des centaines » chez OpenAI selon Sam Altman. L'anecdote prête à sourire. La transformation qu'elle révèle est plus sérieuse : la philosophie morale de la technique quitte l'université — où elle disposait d'une extériorité minimale — pour devenir un département de R&D interne des entreprises qu'elle est censée évaluer. Le problème n'est pas la corruption des personnes, souvent intègres. Il est dans la configuration objective d'un dispositif où le travail le plus sincère remplit, à son insu, une fonction de légitimation.
The Economist documents a displacement that deserves more than a footnote: major AI labs are hiring professional philosophers at six-figure salaries — Amanda Askell at Anthropic, Iason Gabriel and Henry Shevlin at Google DeepMind, « hundreds » at OpenAI according to Sam Altman. The anecdote raises a smile. The transformation it reveals is more serious: the moral philosophy of technology is leaving the university — where it maintained a minimal exteriority — to become an internal R&D department of the very firms it is meant to evaluate. The problem is not the corruption of individuals, often rigorous. It lies in the objective configuration of a dispositive in which the most sincere work performs, unbeknownst to itself, a function of legitimation.
L'Humanité titre que la Silicon Valley fait marche arrière sur le tout-IA — coupes Microsoft sur Claude Code, budget Uber brûlé en quatre mois, deux gigawatts de datacenters annulés. La conclusion va de soi : la bulle se dégonfle. Le titre est faux, les faits sont vrais. Ce qui a été coupé n'a pas été coupé parce que l'outil ne fonctionnait pas, mais parce qu'il fonctionnait trop, sans gouvernance. La tarification au token réinjecte mécaniquement du skin in the game dans le compute et avantage structurellement l'opérateur frugal solo face aux grandes structures mal gouvernées.
L'Humanité runs the headline that Silicon Valley is pulling back from all-in AI — Microsoft cuts on Claude Code, Uber's annual budget burnt through in four months, two gigawatts of data-centre leases cancelled. The conclusion seems self-evident: the bubble is deflating. The headline is wrong, the facts are right. What was cut was not cut because the tool failed, but because it worked too well, ungoverned. Token pricing mechanically reinjects skin in the game into compute and structurally advantages the frugal solo operator over poorly governed large structures.
Suite du Mauvais étage. Les gouvernements européens célèbrent l'IA dans les sommets, financent l'IA dans les budgets, exigent de leurs citoyens qu'ils deviennent des opérateurs augmentés — et refusent, pour la fonction qui les définit, le même geste. Aucune politique publique majeure n'a été préparée avec les outils d'analyse, de simulation et de consultation que ces outils rendent possibles. La question n'est pas technique. Elle est ailleurs.
A sequel to The wrong floor. European governments celebrate AI at summits, fund AI in their budgets, demand of their citizens that they become augmented operators — and refuse, for the function that defines them, the same gesture. No major public policy has been prepared with the tools of analysis, simulation and consultation that these tools make possible. The question is not technical. It lies elsewhere.
De la souveraineté numérique à la défense des ayants droit, la même erreur. La pile de l'IA contemporaine se joue par couches : silicium, modèles de fondation, cloud — perdus. Orchestration — disputable. Composition — entièrement souveraine, parce que sa valeur n'est pas transférable. Or Mistral et la SACEM se battent à l'étage où la partie est jouée, et ignorent celui où ils pourraient encore agir. Ce mauvais choix n'est pas une erreur : il est la condition de leur préservation institutionnelle.
From digital sovereignty to the defence of rights holders, the same error. Contemporary AI is a stack of layers: silicon, foundation models, cloud — lost. Orchestration — contestable. Composition — fully sovereign, because its value is not transferable. Yet Mistral and SACEM are fighting on the floor where the game is over, and ignoring the one where they could still act. This wrong choice is not a mistake: it is the very condition of their institutional self-preservation.
Nos sociétés modernes sont des machines à produire de la norme : État-nation, concours, agrégation, dissertation, PRINCE2, Scrum. L'IA générative est techniquement, exactement cela : une machine à produire de la norme. Elle ne casse pas la norme par excès de créativité ; elle la pulvérise par excès de conformité. Et nos sociétés, qui n'ont pas de plan B, vacillent.
Our modern societies are machines for producing norm: nation-state, civil service exam, dissertation, PRINCE2, Scrum. Generative AI is, technically, exactly that: a machine for producing norm. It does not break the norm through excess of creativity; it pulverises it through excess of conformity. And our societies, which have no plan B, are starting to wobble.
Cent cinquante personnalités appellent au boycott de l'IA générative dans Le Monde. La tribune rate sa cible. Le vrai problème n'est pas celui qu'elle dénonce — il est épistémique. Le corpus d'entraînement des LLM est massivement anglophone, et les penseurs francophones n'y existent qu'à travers leur réception américaine. Boycotter, c'est céder le terrain. La langue ne se défend pas : elle se publie.
One hundred and fifty cultural figures call for a boycott of generative AI in Le Monde. The petition misses its mark. The real problem is not the one it denounces — it is epistemic. The training corpus of LLMs is overwhelmingly anglophone, and francophone thinkers exist within it only through their American reception. To boycott is to surrender the ground. A language is not defended; it is published.
Première d'une série de cinq Notes sur un déplacement économique encore peu commenté. En mai 2024, News Corp signe avec OpenAI pour 250 millions de dollars sur cinq ans ; un an plus tard, le New York Times signe avec Amazon pour 20 à 25 millions par an. Ces accords ne sont pas des manœuvres défensives : ils sont la première preuve comptable, à grande échelle, que les modèles d'IA ont un besoin structurel de contenu validé, daté, signé, traçable. La valeur économique se déplace vers ce qu'on a méprisé.
First in a series of five Notes on an economic displacement still little commented upon. In May 2024, News Corp signed with OpenAI for $250 million over five years; one year later, the New York Times signed with Amazon for $20 to 25 million per year. These deals are not defensive manoeuvres: they are the first accounting evidence, at scale, that AI models have a structural need for validated, dated, signed, traceable content. Economic value is moving toward what was held in contempt.
Sur deux termes qu'il faut distinguer : l'opérateur augmenté et l'entreprise liquide. Le premier est une personne — un travailleur intellectuel dont l'IA multiplie la productivité par trois à dix. La seconde est une forme — faible matérialité, faible effectif, coordination algorithmique, mobilité géographique native. Et un paradoxe : leur combinaison produit, pour les États classiques, une économie qui crée plus de valeur que jamais, captée par des outils fiscaux qui en voient moins que jamais.
On two terms that need to be distinguished: the augmented operator and the liquid enterprise. The first is a person — an intellectual worker whose productivity is multiplied three to tenfold by AI. The second is a form — low materiality, low headcount, algorithmic coordination, native geographic mobility. And a paradox: their combination produces, for classical states, an economy that creates more value than ever, captured by fiscal tools that see less of it than ever.
Sur la suspension de Claude Fable 5 et Mythos 5 par directive du Département du Commerce américain le 12 juin 2026. Indépendamment de son issue, un précédent : un modèle d'IA déjà déployé peut désormais être désactivé pour des ressortissants étrangers, en quelques heures, sur motif de sécurité nationale. Et un angle mort : vingt-quatre heures après, aucune réaction des institutions européennes ; en France, la première voix audible est celle du Rassemblement national.
On the suspension of Claude Fable 5 and Mythos 5 by directive of the US Department of Commerce on 12 June 2026. Independently of its outcome, a precedent: a deployed AI model can now be disabled for foreign nationals, within hours, on grounds of national security. And a blind spot: twenty-four hours later, no reaction from the European institutions; in France, the first audible voice is that of the Rassemblement National.
Réflexion à voix haute, plutôt que note prospective close : quatre pistes que j'expérimente en ce moment pour lire autrement avec les agents conversationnels — la fiche assistée à partir de ses propres annotations, le livre transformé en interlocuteur, le dialogue critique, et le dialogue oral en cours de lecture. Trois écueils restent à nommer, dont je n'ai pas la solution complète.
A thinking-aloud reflection, rather than a closed prospective note: four ways I am currently experimenting with to read differently with conversational agents — the AI-assisted reading sheet from one's own annotations, the book turned into an interlocutor, critical dialogue, and oral dialogue in the course of reading itself. Three pitfalls remain to be named, for which I have no complete solution.
Sur un déplacement systématique du débat européen IA-culture : tous les rapports, tous les avis, tous les colloques parlent des créateurs, pendant que la transformation se joue ailleurs — dans les infrastructures éditoriales, critiques, patrimoniales. Quatre conséquences en cascade d'une mauvaise allocation publique, dont la captation par les grandes plateformes américaines et la fuite des compétences hybrides.
On a systematic displacement in the European AI-culture debate: every report, every opinion, every conference speaks of creators, while the transformation is taking place elsewhere — in editorial, critical and heritage infrastructures. Four cascading consequences of a misallocation of public resources, including capture by major American platforms and the flight of hybrid skills.
Sur une analogie qui paraît grossière mais qui résiste à l'examen : lorsqu'on met entre parenthèses la nature du contenu et qu'on examine la structure des deux plateformes, on découvre une parenté économique qu'il faut au moins reconnaître avant de la discuter. Et au bout de cette comparaison, un constat : le musicien sur Spotify est, économiquement, dans une situation plus précaire que le créateur OnlyFans.
On an analogy that seems crude but holds up to scrutiny: when one brackets the nature of the content and examines the structure of the two platforms, one discovers an economic kinship that must at least be acknowledged before being discussed. And at the end of this comparison, an observation: the musician on Spotify is, economically, in a more precarious situation than the OnlyFans creator.
Sur le geste que l'école francophone refuse de poser depuis un siècle : choisir des fondamentaux, c'est implicitement assumer ce qu'on n'enseignera plus. Comment la logique additive — ajouter chaque génération un domaine nouveau au curriculum sans jamais en retirer — a produit une école où plus rien n'est vraiment transmis, parce que tout doit l'être un peu. Deuxième texte d'une série sur les savoirs fondamentaux à l'ère de l'IA.
On the gesture French-speaking schooling has refused to make for a century: to choose the fundamentals is implicitly to accept what will no longer be taught. How the additive logic — each generation adding a new domain to the curriculum without ever removing one — has produced a school in which nothing is truly transmitted, because everything must be transmitted a little. Second essay in a series on foundational skills in the age of AI.
Sur ce que l'intelligence artificielle révèle en négatif : à quel critère reconnaît-on qu'un savoir devient fondamental ? Plutôt que d'ajouter au curriculum encore et encore, on observe ce que la machine peut désormais déléguer — et l'on en déduit, par soustraction, ce qui demeure le propre de l'humain. Premier texte d'une série qui prolonge l'esquisse des six savoirs fondamentaux.
On what artificial intelligence reveals in negative: by what criterion do we recognise that a form of knowledge has become fundamental? Rather than adding to the curriculum again and again, we observe what the machine can now delegate — and we deduce, by subtraction, what remains proper to the human. First essay in a series that prolongs the sketch of the six foundational skills.
Sur la manière dont l'IA cesse d'être lue comme une innovation technique pour révéler ce qu'elle est vraiment : un changement de société. À partir d'un titre du Figaro sur les mathématiques comme « ultime bastion de l'intelligence humaine », pourquoi le filtre méritocratique cesse de filtrer — et pourquoi la sidération qui tient lieu de pensée chez les commentateurs n'est qu'un refus de nommer ce qui vient.
On how AI ceases to be read as a technical innovation and reveals what it really is: a change of society. Starting from a headline in Le Figaro calling mathematics the "ultimate bastion of human intelligence," why the meritocratic filter ceases to filter — and why the stupefaction that stands in for thought among commentators is only a refusal to name what is coming.
Sur le déplacement, en 2026, du métier de médiateur culturel : ce qui pouvait être livré sous forme de fichier — notice, dossier, parcours pré-enregistré — migre vers la machine, et restitue à la médiation ce qui ne peut être livré que sous forme de présence : l'atelier, l'immersion longue, la conversation en salle.
On the displacement, in 2026, of the cultural mediator's craft: what could be delivered as a file — notice, dossier, pre-recorded route — migrates to the machine, and restores to mediation what can only be delivered as presence: the workshop, long-form immersion, conversation in the room.
Sur ce que l'IA trie : entre la porte qui vend l'accès à un stock — et que l'IA pulvérise —, et la durée qui vend du temps tenu — et que l'IA fait monter en valeur. Pourquoi Chegg meurt et Duolingo prospère sous la même technologie. Et la question retournée vers soi : de quelle rareté est-ce que je vis ?
On what AI sorts: between the door that sells access to a stock — and which AI pulverises —, and the duration that sells held time — and which AI raises in value. Why Chegg dies and Duolingo prospers under the same technology. And the question turned on oneself: from what scarcity do I live?
Sept semaines après le LLM Wiki pattern de Karpathy, un mois après l'assistant de Vivian Balakrishnan, mise en service d'une infrastructure éditoriale IA-native pour Crescendo Magazine, 21 Music et XXI Music Publishing. Note datée sur la nouvelle répartition du travail entre la machine et l'humain — et sur ce que la formation humaniste classique devient à l'ère de l'IA : le facteur limitant le plus précieux.
Seven weeks after Karpathy's LLM Wiki pattern, one month after Vivian Balakrishnan's assistant, putting into service an AI-native editorial infrastructure for Crescendo Magazine, 21 Music and XXI Music Publishing. A dated note on the new division of labour between machine and human — and on what classical humanist training becomes in the age of AI: the most precious limiting factor.
Première esquisse d'une liste qui mériterait d'être discutée et prolongée : lire profondément, écrire pour penser, raisonner quantitativement, penser historiquement, faire de ses mains, soutenir son attention. Six fondamentaux presque tous classiques, qui deviennent structurellement plus importants à mesure que l'IA prend en charge le reste.
A first sketch of a list that would deserve to be debated and extended: reading deeply, writing to think, reasoning quantitatively, thinking historically, working with one's hands, sustaining attention. Six foundations almost all classical, which become structurally more important as AI takes on the rest.
Sur ce que Goude, Toscani et les langages forts de la seconde moitié du XXe siècle font apparaître par contraste, sur l'aplatissement publicitaire et artistique antérieur à l'IA, et sur ce qui résiste — non un style, mais un système construit contre quelque chose et pour quelque chose.
On what Goude, Toscani and the strong languages of the late twentieth century reveal by contrast, on the flattening of advertising and art that predates AI, and on what resists — not a style, but a system built against something and for something.
Sur ce qui sépare le substrat technique d'un phénomène de sa portée civilisationnelle, sur l'analogie avec l'imprimerie et l'électricité, et sur ce que l'IA récompense — non une certification, mais une formation au jugement, à la culture et à la pensée critique.
On what separates the technical substrate of a phenomenon from its civilisational reach, on the analogy with printing and electricity, and on what AI rewards — not a certification, but an education in judgment, culture and critical thinking.
Sur la dilution silencieuse de la playlist Nouveautés classique sur Spotify, sur ce qui distingue un outil d'infrastructure d'un modèle économique, et sur la nécessité, pour les artistes classiques et les labels, de construire ailleurs ce que la plateforme ne sait plus faire.
On the silent dilution of the New Classical Releases playlist on Spotify, on what distinguishes an infrastructure tool from an economic model, and on the need, for classical artists and labels, to build elsewhere what the platform no longer manages.
Sur ce qui distingue donner accès et faire valoir une collection, sur la mise en relation éditoriale que l'IA ne sait pas accomplir, et sur le temps libéré par l'IA qui devrait être un investissement éditorial — non une économie comptable.
On what distinguishes giving access from making a collection matter, on the editorial act of relating that AI cannot perform, and on the time freed by AI that should be an editorial investment — not an accounting saving.
Sur la délégation silencieuse de la représentation institutionnelle aux agents conversationnels, sur ce qui sépare la lisibilité de la délégation, et sur la question politique d'une médiation culturelle sans médiateur.
On the silent delegation of institutional representation to conversational agents, on what separates legibility from delegation, and on the political question of cultural mediation without a mediator.
Sur ce qui distingue le stock cessible d'une archive de presse de la « longue date » qui ne l'est pas, sur la recomposition récente du paysage francophone après la disparition de Pianiste et la réinvention numérique de Classica, et sur la position particulière de la critique musicale en libre accès face à l'absorption algorithmique.
On what distinguishes a press archive's cedable stock from the « long date » that is not, on the recent recomposition of the French-language landscape after Pianiste's disappearance and Classica's digital reinvention, and on the particular position of open-access music criticism facing algorithmic absorption.
Sur la fonction d'attestation de la photographie patrimoniale, le mécanisme d'effondrement des modèles génératifs qui efface en premier les bâtiments les plus singuliers, et ce qui se joue, depuis la Maison du Peuple de Horta jusqu'au patrimoine modeste, dans la dilution silencieuse de l'image authentique.
On the attestation function of heritage photography, the collapse mechanism of generative models that first erases the most singular buildings, and what is at stake, from Horta's Maison du Peuple to modest heritage, in the silent dilution of the authentic image.
Sur l'effondrement de l'axiome qui fondait l'évaluation au secondaire, ce que l'IA fait aux quatre compétences héritées du décret « Missions », et les deux leviers — reformuler les énoncés, faire de l'évaluation un événement — par lesquels un diplôme peut continuer à signifier quelque chose.
On the collapse of the axiom that founded secondary assessment, what AI does to the four competencies inherited from the « Missions » decree, and the two levers — reformulating questions, making assessment an event — through which a diploma can continue to mean something.
Sur la lisibilité numérique des institutions culturelles, la fracture entre données accessibles et données opaques, et la découvrabilité comme question d'infrastructure.
On the digital legibility of cultural institutions, the divide between accessible and opaque data, and discoverability as a matter of infrastructure.
Sur la pauvreté éditoriale des playlists algorithmiques, le sort fait aux compositrices et aux répertoires confidentiels, et le rôle d'une IA mise entre des mains éditoriales.
On the editorial poverty of algorithmic playlists, the fate of women composers and confidential repertoires, and the role of AI in editorial hands.
▸ Texte 53▸ Essay 53
L'Airbus de l'IA.« Il faut un Airbus de l'IA. » Trois vérifications — les champions européens réels, la chronologie du vrai Airbus, l'arithmétique de 2026 — montrent qu'un rattrapage frontière sur le modèle Airbus n'est pas un scénario crédible. Ce qui reste jouable : l'intermédiation, les infrastructures cognitives, le reset de l'enseignement.The Airbus of AI.“Europe needs an Airbus of AI.” Three checks — the actual European champions, the chronology of the real Airbus, the arithmetic of 2026 — show that a frontier catch-up on the Airbus model is not a credible scenario. What remains playable: intermediation, cognitive infrastructures, a reset of education.
13 septembre 2026 · pierre-jean tribot13 september 2026 · pierre-jean tribot
« Il faut un Airbus de l'IA. » La formule circule depuis trois ans dans les cercles décisionnels européens, reprise par les chefs d'État, les rapports Draghi et Letta, les plateaux économiques et jusqu'aux experts de second rang. Elle a passé la barrière du sérieux institutionnel et vaut donc examen. Trois vérifications suffisent à en montrer l'incantation : le paysage des champions européens réels au-delà d'Airbus lui-même, la temporalité qu'a exigée le vrai Airbus pour advenir, les magnitudes du secteur IA en 2026.
“Europe needs an Airbus of AI.” The phrase has been circulating for three years in European decision-making circles, taken up by heads of state, by the Draghi and Letta reports, by economic panels and second-tier experts alike. It has crossed the threshold of institutional seriousness and therefore warrants examination. Three checks suffice to reveal it as an incantation: the actual landscape of European champions beyond Airbus itself, the timeline the real Airbus required to come into being, and the magnitudes of the AI sector in 2026.
Un cas isolé, pas un modèleAn isolated case, not a model
L'idée d'« Airbus de X » n'est pas nouvelle. Elle a été testée dans presque tous les secteurs stratégiques européens depuis quarante ans, et elle a échoué presque partout.
The idea of “an Airbus for X” is not new. It has been tried in almost every European strategic sector over the past forty years, and it has failed almost everywhere.
Dans le ferroviaire, le rapprochement Alstom-Siemens a été bloqué le 6 février 2019 par la Commissaire à la concurrence Margrethe Vestager. Le champion projeté aurait pesé 15,6 milliards d'euros de chiffre d'affaires dans 60 pays, dominant en signalisation et en trains à très grande vitesse. Bruno Le Maire, alors ministre français de l'Économie, a qualifié le blocage de « political mistake ». La Commission a rejeté explicitement l'argument concurrence chinoise CRRC, jugée « highly unlikely » à court terme. Le cadre juridique de la concurrence unique européenne empêche structurellement l'émergence de champions continentaux.
In rail, the Alstom-Siemens merger was blocked on 6 February 2019 by Competition Commissioner Margrethe Vestager. The projected champion would have posted €15.6 billion in revenue across sixty countries, dominating signalling and very-high-speed trains. Bruno Le Maire, then French Finance Minister, called the block “a political mistake.” The Commission explicitly rejected the Chinese CRRC competition argument as “highly unlikely” in the short term. European single-market competition law structurally prevents the emergence of continental champions.
Dans le nucléaire, Areva a été démantelée et absorbée dans EDF pour tenter de recréer un pôle intégré. Flamanville a été livré fin 2024, dix-sept ans après le lancement du chantier et pour un dépassement budgétaire de plus de douze milliards d'euros. Hinkley Point C au Royaume-Uni est retardé et rebudgétisé. La consolidation nationale française n'a pas produit d'échelle globale.
In nuclear, Areva was dismantled and absorbed into EDF to attempt to rebuild an integrated pole. Flamanville was delivered in late 2024, seventeen years after ground was broken, with cost overruns exceeding €12 billion. Hinkley Point C in the United Kingdom is delayed and rebudgeted. French national consolidation has not produced global scale.
Dans le spatial, Ariane 6 a été décidée en 2014, devait voler en 2020, a effectivement décollé le 9 juillet 2024 — quatre ans de retard. Le développement a coûté quatre milliards d'euros. La version Ariane 64 à quatre boosters est reportée à 2026. La cadence cible reste de six à neuf lancements par an à horizon 2026-2027, contre plus de cent lancements annuels pour Falcon 9, réutilisable. Arianespace détenait 30 à 40% du marché commercial mondial en 2014 ; sa part s'est effondrée depuis. Ariane 6 est plus ou moins la réponse européenne au Falcon 9 d'il y a dix ans, à l'instant où SpaceX prépare Starship pleinement réutilisable.
In space, Ariane 6 was decided in 2014, was supposed to fly in 2020, effectively launched on 9 July 2024 — four years late. Development cost €4 billion. The four-booster Ariane 64 version is pushed back to 2026. The target cadence remains six to nine launches per year on the 2026-2027 horizon, against more than a hundred annual launches for reusable Falcon 9. Arianespace held 30 to 40% of the commercial world market in 2014; its share has since collapsed. Ariane 6 is roughly Europe's answer to Falcon 9 as it was ten years ago — at the very moment SpaceX prepares fully reusable Starship.
Dans l'automobile, Stellantis, issue de la fusion PSA-Fiat-Chrysler en janvier 2021, perd continûment des parts de marché en Europe et se désinvestit d'une partie de sa présence chinoise. Dans la sidérurgie, ArcelorMittal est indienne-luxembourgeoise et son positionnement européen décline. Dans la pharmacie, Sanofi se recentre plutôt que se consolide, et la distance croît avec Pfizer, Merck ou Roche.
In automotive, Stellantis, born from the January 2021 PSA-Fiat-Chrysler merger, continuously loses European market share and divests from part of its Chinese footprint. In steel, ArcelorMittal is Indian-Luxembourgish and its European positioning declines. In pharmaceuticals, Sanofi refocuses rather than consolidates, and the distance from Pfizer, Merck or Roche widens.
Dans la défense aérienne, le cas est plus révélateur encore. Trois avions de chasse ont été développés en parallèle par la France (Rafale), le consortium Royaume-Uni-Allemagne-Italie-Espagne (Eurofighter Typhoon) et la Suède (Gripen). Plus de cent milliards d'euros de développement cumulés, là où un avion aurait suffi. La France exigeait une capacité embarquée sur porte-avions, une capacité nucléaire et une souveraineté totale d'exportation ; ces exigences ont exclu la coopération franco-allemande. Résultat industriel : l'Eurofighter atteint 680 commandes et 603 livraisons, le Rafale 495 commandes dont 234 pour la France, le Gripen nettement moins. Le F-35 américain a raflé la Belgique, la Suisse, la Pologne, l'Allemagne, l'Italie et les Pays-Bas. Le Rafale a percé récemment à l'export — Égypte, Inde, Qatar, Grèce, Croatie, Émirats arabes unis — mais après trente ans d'échecs commerciaux répétés. Le programme SCAF, successeur commun franco-germano-espagnol, est déjà en tension sur les répartitions industrielles.
Aerospace defence is even more revealing. Three fighter aircraft were developed in parallel by France (Rafale), the United Kingdom-Germany-Italy-Spain consortium (Eurofighter Typhoon) and Sweden (Gripen). More than €100 billion of cumulative development cost, where one aircraft would have sufficed. France required carrier capability, nuclear delivery, and full export sovereignty; these requirements excluded Franco-German cooperation. Industrial outcome: Eurofighter reaches 680 orders and 603 deliveries, Rafale 495 orders including 234 for France, Gripen significantly less. The American F-35 has captured Belgium, Switzerland, Poland, Germany, Italy and the Netherlands. The Rafale has broken through on export markets recently — Egypt, India, Qatar, Greece, Croatia, United Arab Emirates — but after thirty years of repeated commercial failures. The FCAS programme, the joint Franco-German-Spanish successor, is already strained over industrial workshares.
Airbus est le cas isolé d'un secteur singulier, pas un modèle. À chaque tentative de reproduction dans un autre domaine, soit la concentration est bloquée juridiquement, soit elle échoue commercialement, soit elle ne produit qu'un champion sous-dimensionné. La formule « Airbus de l'IA » n'est pas une extrapolation d'un modèle éprouvé — c'est l'invocation d'une exception historique comme si elle était la règle.
Airbus is the isolated case of a singular sector, not a model. Each attempted reproduction elsewhere has either been legally blocked, commercially failed, or produced only an undersized champion. The phrase “Airbus of AI” is not the extrapolation of a proven model — it is the invocation of a historical exception as if it were the rule.
Ce qu'Airbus a exigé pour advenirWhat Airbus required to happen
Le vrai Airbus vaut d'être regardé de près, car sa chronologie contredit la métaphore que sa réussite alimente.
The real Airbus deserves a close look, because its chronology contradicts the metaphor its success feeds.
La décision politique fondatrice date de 1970. L'A300B1 effectue son premier vol en octobre 1972. L'entrée en service commercial chez Air France a lieu en mai 1974. Les premières commandes proviennent d'Air France, Lufthansa, Korean Air, Indian Airlines et Air Siam — les deux clients européens majeurs, Air France et Lufthansa, sont alors des compagnies nationales détenues ou contrôlées par leurs États respectifs, dont l'engagement relève au moins autant de la commande publique alignée sur l'ambition industrielle gouvernementale que du choix commercial autonome. Air Inter côté français et Iberia côté espagnol, également publiques, viendront étoffer le socle. Puis le programme s'effondre. Entre fin 1975 et mi-1977, Airbus ne reçoit aucune commande pendant dix-huit mois. La production tombe à un demi-avion par mois. Des fuselages construits sans acheteur — les « whitetails » — s'accumulent sur le tarmac de Toulouse. Sans intervention, le programme s'éteint.
The founding political decision dates from 1970. The A300B1 makes its first flight in October 1972. Commercial entry into service with Air France takes place in May 1974. Early orders come from Air France, Lufthansa, Korean Air, Indian Airlines and Air Siam — the two major European customers, Air France and Lufthansa, are then national carriers owned or controlled by their respective states, and their commitment reflects captive public procurement aligned with governmental industrial ambition at least as much as autonomous commercial choice. Air Inter on the French side and Iberia on the Spanish side, also publicly held, will thicken the base. Then the programme collapses. Between late 1975 and mid-1977, Airbus receives no orders for eighteen consecutive months. Production drops to half an aircraft per month. Fuselages built without buyers — the “whitetails” — accumulate on the Toulouse tarmac. Without intervention, the programme dies.
Le sauvetage vient d'une compagnie américaine. Bernard Lathière, PDG d'Airbus depuis 1976, persuade Frank Borman, PDG d'Eastern Airlines et ancien astronaute de la mission Apollo 8, de tester quatre A300B4 gratuitement pendant six mois. L'accord est signé à Toulouse le 2 mai 1977. Airbus consent en outre à sous-écrire les coûts opérationnels : une subvention fixe est versée si le taux de remplissage tombe sous 57%. Les appareils entrent en service le 13 décembre 1977 sur la côte Est américaine. Au terme du test, Eastern constate une consommation inférieure de 30% aux Lockheed L-1011 TriStar de sa flotte. Le 6 avril 1978, Borman commande vingt-trois A300 fermes, neuf en option et vingt-cinq A300B10 en intention d'achat, pour 778 millions de dollars. Le programme est sauvé. Pan Am suit avec treize appareils. American Airlines commande vingt-cinq A300 et dix options en 1978, pour livraisons commençant en 1988.
The rescue comes from an American airline. Bernard Lathière, Airbus CEO since 1976, persuades Frank Borman — Eastern Airlines CEO and former Apollo 8 astronaut — to trial four A300B4 aircraft free of charge for six months. The agreement is signed in Toulouse on 2 May 1977. Airbus also agrees to underwrite operating costs: a fixed subsidy is paid if the load factor falls below 57%. The aircraft enter service on 13 December 1977 along the US East Coast. At the end of the trial, Eastern records fuel consumption 30% lower than the Lockheed L-1011 TriStar in its fleet. On 6 April 1978, Borman orders twenty-three A300 firm, nine on option, and twenty-five A300B10 as letter of intent, for $778 million. The programme is saved. Pan Am follows with thirteen aircraft. American Airlines orders twenty-five A300 plus ten options in 1978, with deliveries starting in 1988.
Le point mort industriel n'est atteint qu'au milieu des années 1980. La position codominante avec Boeing ne se stabilise qu'au début des années 2000. Trente ans du geste politique fondateur à la position d'équilibre.
Industrial break-even is only reached in the mid-1980s. The codominant position with Boeing only stabilises in the early 2000s. Thirty years from the founding political gesture to a position of equilibrium.
Cette chronologie repose sur cinq conditions qui n'existent plus. Un contexte de Guerre froide qui a permis à quatre États européens de coopérer industriellement sous pression stratégique commune. Un marché mondial déjà duopolisé en amont par le retrait progressif de Lockheed du long-courrier, laissant une niche à occuper. Des cycles industriels de vingt à trente ans par génération d'appareils, qui autorisaient le temps long. Une commande publique captive assurée par les compagnies nationales — Air France, Lufthansa, Air Inter, Iberia — qui ont pris les premiers appareils sur alignement gouvernemental plus que sur nécessité commerciale immédiate, absorbant le risque du démarrage industriel. Et surtout, une validation américaine décisive au moment de la bascule commerciale internationale.
This chronology rests on five conditions that no longer exist. A Cold War context that allowed four European states to cooperate industrially under shared strategic pressure. A world market already duopolised upstream by Lockheed's gradual withdrawal from long-haul, leaving a niche to occupy. Industrial cycles of twenty to thirty years per aircraft generation, which authorised the long game. Captive public procurement secured by national flag carriers — Air France, Lufthansa, Air Inter, Iberia — which took the early aircraft on governmental alignment rather than immediate commercial necessity, absorbing the industrial start-up risk. And above all, a decisive American validation at the international commercial turning point.
Aucun de ces cinq facteurs n'est disponible pour un hypothétique champion européen de l'IA en 2026. Le cadre juridique de la concurrence unique interdit désormais qu'un État force ses administrations ou ses entreprises publiques à privilégier Mistral contre OpenAI ou Anthropic — l'exact opposé du soutien reçu par Airbus dans les années 1970 par ses compagnies nationales. Le même dispositif de concurrence qui a bloqué Alstom-Siemens en 2019 interdirait aujourd'hui la commande publique captive qui a sauvé Airbus en 1974. Aucune hyperscaler américaine ne validera par ailleurs un modèle de langue européen contre OpenAI ou Anthropic dans le contexte de rivalité systémique avec la Chine — l'adoption serait perçue comme trahison stratégique à Washington. Le canal Eastern Airlines n'existe plus.
None of these five factors is available for a hypothetical European AI champion in 2026. The European single market's competition framework now forbids a state from compelling its administrations or public enterprises to prefer Mistral over OpenAI or Anthropic — the exact opposite of the support Airbus received in the 1970s from its national carriers. The very competition regime that blocked Alstom-Siemens in 2019 would today forbid the captive procurement that rescued Airbus in 1974. No American hyperscaler will validate a European language model against OpenAI or Anthropic in the context of systemic rivalry with China — adoption would be read as strategic betrayal in Washington. The Eastern Airlines channel no longer exists.
Le poids arithmétique de 2026The arithmetic weight of 2026
Les magnitudes de l'industrie IA en 2026 ferment l'argument.
The magnitudes of the AI industry in 2026 close the argument.
Les quatre grands hyperscalers américains — Amazon, Microsoft, Alphabet et Meta — prévoient d'engager environ 725 milliards de dollars de dépenses d'investissement pour la seule année 2026, en hausse de 77% par rapport aux 410 milliards de 2025. Les projections pour 2027 dépassent le trillion de dollars. Goldman Sachs anticipe un cumul de 7,6 trillions de dollars entre 2026 et 2031 pour ces seules quatre entreprises, entre puissance de calcul, datacenters et alimentation électrique. Le programme Stargate porté par OpenAI, SoftBank et Oracle mobilise 500 milliards supplémentaires sur quatre à cinq ans. Nvidia a réalisé 75,2 milliards de dollars de chiffre d'affaires datacenter au seul premier trimestre de son exercice fiscal 2027, en hausse de 92% sur un an.
The four American hyperscaler giants — Amazon, Microsoft, Alphabet and Meta — plan to commit around $725 billion in capital expenditure for 2026 alone, up 77% from the $410 billion of 2025. Projections for 2027 exceed one trillion dollars. Goldman Sachs anticipates a cumulative $7.6 trillion between 2026 and 2031 for these four companies alone, across compute, data centres and power. The Stargate programme backed by OpenAI, SoftBank and Oracle mobilises another $500 billion over four to five years. Nvidia posted $75.2 billion in data centre revenue in the first quarter of its fiscal 2027 alone, up 92% year on year.
Anthropic à elle seule mérite qu'on y arrête. Sa Série H, close le 28 mai 2026, a levé 65 milliards de dollars pour une valorisation post-money de 965 milliards. Le revenu annualisé au moment de la levée s'établissait à 47 milliards de dollars. Les engagements de puissance de calcul jusqu'en 2029 sont estimés à 112 milliards de dollars. Anthropic seule vaut désormais davantage que le produit intérieur brut annuel de la Belgique — 662 milliards en 2025 — et environ un quart du PIB français annuel. Une entreprise privée créée en 2021.
Anthropic on its own is worth pausing over. Its Series H, closed on 28 May 2026, raised $65 billion at a post-money valuation of $965 billion. Annualised revenue at the time of the raise stood at $47 billion. Compute commitments through 2029 are estimated at $112 billion. Anthropic alone is now worth more than Belgium's annual gross domestic product — $662 billion in 2025 — and roughly a quarter of France's annual GDP. A private company created in 2021.
Face à ces ordres de grandeur, le rapport Draghi remis en septembre 2024 à la Commission européenne chiffre le déficit d'investissement européen annuel à 750-800 milliards d'euros, soit 4,5 à 5% du PIB de l'Union, à l'échelle du Plan Marshall qui ne représentait à son époque que 1 à 2% du PIB européen. Sur ces 800 milliards, environ 450 sont fléchés vers la seule transition énergétique. La part effective potentiellement allouable à l'IA — après défense, compétitivité industrielle et digitalisation générale — se situe autour de 30 à 50 milliards d'euros par an. Autrement dit, l'ordre de grandeur que l'Europe pourrait consacrer à l'IA dans le scénario Draghi tenu représente environ 5% de ce que dépensent les seuls quatre géants américains sur la même année.
Set against these orders of magnitude, the Draghi report delivered in September 2024 to the European Commission quantifies the annual European investment gap at €750-800 billion, or 4.5 to 5% of Union GDP, on the scale of the Marshall Plan — which represented at the time only 1 to 2% of European GDP. Of these €800 billion, some €450 billion are earmarked for the energy transition alone. The effective share potentially allocable to AI — after defence, industrial competitiveness and general digitalisation — sits around €30-50 billion per year. Put differently, the order of magnitude Europe could devote to AI under a delivered Draghi scenario represents roughly 5% of what the four American giants alone spend in the same year.
Un rattrapage crédible sur la production frontière exigerait 1 000 à 2 000 milliards d'euros mobilisés sur cinq ans — deux à quatre fois la proposition Draghi entière tous secteurs confondus. Ces comparaisons portent sur des ordres de grandeur et non sur des lignes budgétaires strictement identiques — la disproportion tient quelle que soit la partition retenue.
A credible catch-up on frontier production would require €1,000-2,000 billion mobilised over five years — two to four times the entire Draghi proposal across all sectors combined. These comparisons rest on orders of magnitude rather than strictly identical budgetary lines — the disproportion holds under any reasonable partition.
Trente ans, si tout va bienThirty years, if all goes well
Le temps n'est pas non plus disponible. La formation d'un chercheur senior capable de piloter un développement frontière — doctorat, postdoctorat, expérience de laboratoire — prend dix à douze ans par tête. La construction d'un parc de datacenters à échelle hyperscale demande quatre à six ans pour les premières mises en service, avec une pénurie électrique déjà signalée dans plusieurs régions européennes et américaines. Les cycles de training des modèles frontière durent dix-huit à vingt-quatre mois par run, à des coûts unitaires qui grimpent de 500 millions à plusieurs milliards de dollars par génération.
Time is not available either. Training a senior researcher capable of leading frontier development — doctorate, postdoctorate, laboratory experience — takes ten to twelve years per head. Building a hyperscale data centre park requires four to six years for first commissioning, with power shortages already reported in several European and American regions. Frontier training cycles run eighteen to twenty-four months per run, at unit costs climbing from $500 million to several billion per generation.
Au-delà de ces strates temporelles, un Airbus de l'IA suppose trois briques industrielles distinctes que l'Europe ne maîtrise pas.
Beyond these temporal layers, an Airbus of AI presupposes three distinct industrial bricks that Europe does not master.
Les puces d'accélération, d'abord. La chaîne critique passe par Nvidia côté conception aux États-Unis, TSMC pour la production à Taïwan, Samsung et SK Hynix en Corée du Sud pour la mémoire haute bande passante. L'ASML néerlandais fournit les lithographes EUV indispensables mais reste un fournisseur amont, pas un intégrateur système. STMicroelectronics à Crolles et à Tours produit des puces industrielles et automobiles utiles, pas des accélérateurs d'entraînement à la frontière ; le site de Tours a annoncé en avril 2025 la délocalisation d'une partie de sa production vers Singapour, avec plusieurs centaines d'emplois menacés sur 1 400. Aucune usine européenne ne fabrique aujourd'hui de GPU d'entraînement à l'échelle des flottes hyperscalers américaines, et rien dans les programmes en cours ne laisse penser qu'une capacité comparable émergera d'ici la fin de la décennie.
The accelerator chips, first. The critical chain runs through Nvidia on the design side in the United States, TSMC for production in Taiwan, Samsung and SK Hynix in South Korea for high-bandwidth memory. Dutch ASML supplies the indispensable EUV lithography machines but remains an upstream supplier, not a system integrator. STMicroelectronics in Crolles and Tours produces useful industrial and automotive chips, not frontier training accelerators; the Tours site announced in April 2025 the offshoring of part of its production to Singapore, with several hundred jobs threatened out of 1,400. No European fab currently manufactures training GPUs at the scale of the American hyperscaler fleets, and nothing in current programmes suggests comparable capacity will emerge before the end of the decade.
Sous cette chaîne s'étend une strate plus difficile à combler encore : les matières premières. La Chine détient environ 60% de la production mondiale de germanium, l'essentiel du gallium raffiné, 98% des aimants à terres rares importés par l'Europe. Elle a démontré à partir de juillet 2023 sa capacité à instrumentaliser ces flux comme arme géoéconomique — licences puis interdictions successives sur gallium, germanium, graphite, antimoine, tungstène, tellurium et sept terres rares moyennes à lourdes, avec des chutes d'exportation atteignant 97% et des envolées de prix de 200% sur certains matériaux, plusieurs constructeurs automobiles européens contraints d'interrompre leur production en avril 2025. La suspension partielle négociée avec Washington en novembre 2025 après la rencontre Trump-Xi en Corée du Sud n'est valable qu'un an, jusqu'en novembre 2026. Le Critical Raw Materials Act adopté par l'Union européenne en 2024 vise 10% d'extraction, 40% de raffinage et 25% de recyclage domestiques à l'horizon 2030 — cible qui couvrirait à peine 20% des besoins actuels, avant même le décollage plein de la vague IA. La découverte en juin 2024 du gisement Fen près d'Oslo, plus grand dépôt de terres rares connu en Europe, ouvre une piste mais les délais de mise en exploitation se comptent en décennies. Une usine de puces sans matières premières souveraines reste structurellement dépendante du calendrier de Pékin.
Below this chain runs a stratum harder still to close: raw materials. China holds around 60% of world germanium production, most refined gallium, 98% of Europe's imported rare-earth magnets. From July 2023 onwards it demonstrated its ability to instrumentalise these flows as geoeconomic weapons — successive licensing and outright bans on gallium, germanium, graphite, antimony, tungsten, tellurium and seven medium-to-heavy rare earths, with export drops reaching 97% and price surges of 200% on certain materials, forcing several European automakers to halt production in April 2025. The partial suspension negotiated with Washington in November 2025 following the Trump-Xi meeting in South Korea lasts only one year, until November 2026. The European Union's Critical Raw Materials Act, adopted in 2024, targets 10% domestic extraction, 40% refining and 25% recycling by 2030 — a goal that would cover barely 20% of current needs, before the AI wave has even fully taken off. The discovery in June 2024 of the Fen deposit near Oslo, Europe's largest known rare-earth reserve, opens one path but the permitting-to-operation timeline runs into decades. A chip factory without sovereign raw materials remains structurally dependent on Beijing's calendar.
Un signal européen vaut d'être mentionné pour ne pas être injuste. Thema Foundries a repris en 2025 le site BelGaN à Oudenaarde — dernière usine de puces belge, tombée en faillite en 2024 — pour y investir plus de 200 millions d'euros dans la production de circuits photoniques intégrés, avec le soutien de l'imec et de l'Universiteit Gent, dans un écosystème européen en formation à Enschede et Eindhoven. La photonique intégrée — traitement de l'information par photons plutôt qu'électrons — est un pari technologique parallèle aux accélérateurs classiques, plus efficace énergétiquement, promis à un rôle dans les interconnexions de datacenters et à terme dans certains calculs IA. Signal industriel réel, à conserver. Mais l'ordre de grandeur reste sans rapport avec les besoins : 200 millions d'euros mobilisés à Oudenaarde face aux 725 milliards de dollars de capex hyperscalers 2026, un rapport de un à trois mille six cents. Signal réel, disproportion inchangée.
A European signal deserves mention in fairness. Thema Foundries took over in 2025 the BelGaN site in Oudenaarde — Belgium's last chip factory, which went bankrupt in 2024 — to invest more than €200 million in the production of photonic integrated circuits, with support from imec and Ghent University, within a European ecosystem taking shape alongside Enschede and Eindhoven. Integrated photonics — information processed by photons rather than electrons — is a technological bet parallel to classical accelerators, more energy-efficient, expected to play a role in data centre interconnects and eventually in certain AI computations. Real industrial signal, worth preserving. But the order of magnitude remains disproportionate to the need: €200 million committed in Oudenaarde against $725 billion in hyperscaler capex for 2026, a ratio of one to three thousand six hundred. Real signal, unchanged disproportion.
Les infrastructures de calcul, ensuite. Un Airbus de l'IA exigerait des dizaines de gigawatts de puissance datacenter installée, dans un contexte où l'implantation terrestre suscite des conflits d'usage croissants — foncier, hydrique, électrique — avec les populations locales à Dublin, Amsterdam, Madrid ou Francfort. Les alternatives maritimes sont explorées, mais pas par les Européens à échelle industrielle : Panthalassa aux États-Unis, financée à hauteur de 140 millions de dollars par Peter Thiel en mai 2026, développe des nœuds informatiques flottants alimentés par les vagues du Pacifique ; Highlander en Chine a immergé au large de Shanghai des capsules refroidies à 90% de moins d'énergie que leur équivalent terrestre. Côté français, DENV-R a inauguré fin 2024 un datacenter fluvial de 200 kilowatts sur la Loire à Nantes et cherche à lever 3 à 5 millions d'euros pour dupliquer son modèle. Deux ordres de grandeur d'écart avec les projets asiatique et américain.
The compute infrastructures, next. An Airbus of AI would require tens of gigawatts of installed data centre power, in a context where land-based siting is generating growing use-conflicts — land, water, electricity — with local populations in Dublin, Amsterdam, Madrid and Frankfurt. Marine alternatives are being explored, but not by Europeans at industrial scale: Panthalassa in the United States, backed with $140 million by Peter Thiel in May 2026, is developing floating compute nodes powered by Pacific waves; Highlander in China has submerged capsules off Shanghai, cooled at 90% lower energy than their land equivalents. On the French side, DENV-R inaugurated a 200-kilowatt floating data centre on the Loire in Nantes in late 2024 and is seeking to raise €3 to €5 million to duplicate its model. Two orders of magnitude of gap with the Asian and American projects.
Les systèmes d'intelligence artificielle eux-mêmes, enfin — les modèles frontière, objet des magnitudes précédentes. Le déficit de calcul se traduit en déficit de puissance de modèle, dans une boucle qu'il faut casser sur les trois briques à la fois pour la rompre. Un rattrapage frontière sans puces, sans datacenters à l'échelle et sans compute committed ne rattrape rien.
The artificial intelligence systems themselves, finally — the frontier models, object of the preceding magnitudes. Compute deficit translates into model-power deficit, in a loop that can only be broken by attacking the three bricks simultaneously. Frontier catch-up without chips, without scale data centres, and without committed compute catches up nothing.
Un dernier point aggrave le tableau. Chacune de ces briques n'est pas un défi de démonstrateur ou de pilote, c'est un défi d'échelle industrielle. Une fab européenne de GPU d'entraînement ne se conçoit pas à quelques centaines d'emplois mais à des complexes de dizaines de milliers de personnes qualifiées, adossés à une chaîne de raffinage souveraine et à plusieurs dizaines de gigawatts de puissance disponible. Faire monter simultanément l'extraction et le raffinage des matériaux critiques, la construction de plusieurs fabs à génération avancée, l'installation de datacenters à échelle hyperscale, la formation d'une cohorte massive de chercheurs et d'ingénieurs, et le développement des modèles frontière — chacune de ces montées en compétences est difficile prise isolément ; leur exécution simultanée à l'échelle industrielle relève d'une improbabilité structurelle. Additionnées à des strates temporelles qui étirent chaque brique sur cinq à quinze ans, elles conduisent à un délai réaliste de compétitivité effective à l'horizon 2040-2045 pour un dispositif européen lancé en 2026. Or le rendez-vous industriel de l'IA se joue entre 2026 et 2032, période pendant laquelle les rentes de plateforme, les partenariats stratégiques structurants et les standards d'usage seront verrouillés. Décalage structurel de dix à quinze ans entre le calendrier réel de la bascule industrielle et le calendrier praticable d'un rattrapage européen frontière. La fenêtre praticable se ferme sur son volet production frontière au moment même où l'incantation circule.
One final point compounds the picture. Each of these bricks is not a demonstrator or pilot challenge — it is an industrial-scale challenge. A European frontier training GPU fab is not a matter of a few hundred jobs but of complexes employing tens of thousands of skilled workers, backed by a sovereign refining chain and several tens of gigawatts of available power. Simultaneously ramping up the extraction and refining of critical materials, the construction of several advanced-generation fabs, the installation of hyperscale data centres, the training of a massive cohort of researchers and engineers, and the development of frontier models — each of these skill build-ups is difficult taken alone; their simultaneous execution at industrial scale amounts to structural improbability. Added to temporal strata that stretch each brick over five to fifteen years, they point to a realistic effective competitiveness horizon of 2040-2045 for a European scheme launched in 2026. Yet the industrial reckoning of AI is playing out between 2026 and 2032, the period during which platform rents, structuring strategic partnerships and usage standards will be locked in. A structural gap of ten to fifteen years between the real timeline of the industrial shift and the practicable timeline of a European frontier catch-up. The practicable window closes on the frontier-production side at the very moment the incantation circulates.
Ce que la formule empêche de direWhat the phrase forbids saying
Si l'on accepte les magnitudes et les temporalités, on est logiquement contraint de reconnaître qu'un rattrapage européen sur la production frontière, sur le modèle Airbus, n'est pas un scénario industriel crédible à horizon 2030 — sauf renversement architectural non anticipé qui réduirait radicalement les besoins en calcul et en capital. Aucun discours institutionnel européen ne peut le formuler en 2026 sans se disqualifier immédiatement — perte de crédit politique, accusation de défaitisme, rupture de mandat. Cette impossibilité d'énonciation fabrique en série les vocables consolatoires : Airbus de l'IA, voie médiane sociale-démocrate, Big Bang fiscal, intégrité cognitive défensive. Chaque vocable a pour effet de permettre à la conversation de se poursuivre comme si la question restait ouverte, alors que sa dimension arithmétique la rend improbable sur son volet frontière.
If one accepts the magnitudes and the timelines, one is logically forced to acknowledge that a European catch-up on frontier production on the Airbus model is not a credible industrial scenario on the 2030 horizon — barring an unanticipated architectural shift that would radically reduce compute and capital requirements. No European institutional discourse can formulate this in 2026 without immediately disqualifying itself — loss of political credit, accusation of defeatism, breach of mandate. This inability to speak manufactures consolatory phrases in series: Airbus of AI, social-democratic middle path, fiscal Big Bang, defensive cognitive integrity. Each phrase has the effect of allowing the conversation to continue as if the question remained open, when its arithmetic dimension renders it improbable on the frontier side.
La boucle discursive est fermée. Plus les vocables consolatoires circulent, moins le sujet réel devient abordable, plus la nécessité d'en produire de nouveaux croît. L'entretien accordé par Bruno Colmant à la petite chaîne Perspectives IA le 13 septembre 2026 en donne un exemple frappant : reprise verbatim du vocabulaire de la concentration continentale et du Big Bang fiscal, sans que soit jamais mise en cohérence la préconisation avec les chiffrages du rapport Draghi lui-même. Le vocable circule sans engagement.
The discursive loop is sealed. The more consolatory phrases circulate, the less the real subject becomes addressable, the more the need to produce new ones grows. The interview given by Bruno Colmant to the small channel Perspectives IA on 13 September 2026 offers a striking example: verbatim reprise of the continental concentration and fiscal Big Bang vocabulary, without ever bringing the prescription into coherence with the Draghi report's own figures. The phrase circulates without commitment.
Ce qui reste jouableWhat remains playable
Il reste pourtant un périmètre européen praticable si l'on accepte de sortir du fantasme de rattrapage frontière. Trois axes le structurent, développés dans les notes précédentes de ce site sur la souveraineté cognitive et sur l'outillage plutôt que la labellisation.
A practicable European perimeter nonetheless remains, if the fantasy of frontier catch-up is set aside. Three axes structure it, developed in earlier notes on this site on cognitive sovereignty and on tooling rather than labelling.
Jouer l'intermédiation, d'abord : distribuer les modèles frontière tiers avec exigences de souveraineté d'usage — résidence des données, chiffrement, gouvernance, audit — sur les segments où le CISPE chiffrait dès 2024 à 72% la part des décideurs informatiques européens plaçant la souveraineté des données comme critère primaire ou secondaire. Position d'intermédiaire équipé, ni production frontière ni subordination passive. Mistral en donne la démonstration silencieuse — 830 millions de dollars levés en dette en mars 2026, valorisation autour de 20 milliards d'euros en juin, clientèle enterprise européenne massive (ASML, BNP Paribas, BMW, Stellantis, Orange, SNCF, Thales, Veolia), positionnement open-weight souverain auto-hébergeable. Le rapport de valorisation avec Anthropic est de 1 à 48, celui du revenu annualisé de 1 à 120. Mistral ne rattrape pas OpenAI ; il occupe un segment jouable. Le vocable Airbus de l'IA empêche précisément d'en reconnaître la lucidité et de la financer à son juste calibre.
Play the intermediary, first: distributing third-party frontier models with sovereignty-of-use requirements — data residency, encryption, governance, audit — on segments where as early as 2024 CISPE recorded 72% of European IT decision-makers placing data sovereignty as a primary or secondary criterion. Position of equipped intermediary, neither frontier production nor passive subordination. Mistral quietly demonstrates it — $830 million raised in debt in March 2026, valuation around €20 billion in June, massive European enterprise clientele (ASML, BNP Paribas, BMW, Stellantis, Orange, SNCF, Thales, Veolia), open-weight sovereign self-hostable positioning. Valuation ratio with Anthropic is 1 to 48, annualised revenue ratio 1 to 120. Mistral does not catch up with OpenAI; it occupies a playable segment. The phrase Airbus of AI prevents precisely the acknowledgement of this lucidity and its financing at the right scale.
Bâtir des infrastructures cognitives, ensuite : plateformes ouvertes de calcul souverain, hubs sectoriels de connaissance, corpus documentaires européens indexés, régulation d'usage praticable décorrélée de l'AI Act dessiné en 2024. Ces structures ne demandent ni fabs de GPU d'entraînement ni terres rares souveraines — elles demandent une décision politique de reconnaître la position d'intermédiaire outillé comme une position pleine et non un pis-aller. Le domaine maritime français, avec ses onze millions de kilomètres carrés de zone économique exclusive — deuxième au monde après celle des États-Unis grâce aux territoires ultramarins — y ajoute un atout spécifique et négligé : des datacenters flottants ou immergés déployables sans conflit d'usage terrestre, refroidis par l'océan et alimentés par des énergies marines renouvelables. DENV-R fait à Nantes ce que le programme public devrait faire à échelle industrielle.
Build cognitive infrastructures, next: open sovereign compute platforms, sectoral knowledge hubs, indexed European documentary corpora, practicable usage regulation decoupled from the AI Act as drafted in 2024. These structures require neither training GPU fabs nor sovereign rare earths — they require a political decision to recognise the equipped-intermediary position as a full position rather than a fallback. The French maritime domain, with its eleven million square kilometres of exclusive economic zone — the second largest in the world after that of the United States, thanks to overseas territories — adds a specific and neglected asset: floating or submerged data centres deployable without terrestrial use-conflict, cooled by the ocean and powered by marine renewable energies. DENV-R is doing in Nantes what a public programme should be doing at industrial scale.
Opérer un reset de l'enseignement, enfin : non pas l'intégrité cognitive défensive prescrite par les commentateurs — recul, protection, lecture sur l'IA — mais la souveraineté cognitive constructive qui outille le sujet, l'immerge dans les modèles dès le primaire, refonde les curriculums scolaires et universitaires autour de la pratique plutôt que de la protection, forme massivement les enseignants eux-mêmes. La contradiction structurelle du discours européen se lit d'ailleurs ici : ceux qui appellent à un Airbus de l'IA continuent, dans les mêmes textes, à défendre un système éducatif qui certifie massivement des compétences que l'IA rend obsolètes. Diplômer sur ce qui disparaît d'un côté, exiger une souveraineté industrielle sur ce qui apparaît de l'autre — la contradiction n'a été objectivée nulle part. On ne construit pas une souveraineté sur un socle humain qu'on refuse de refonder.
Operate a reset of education, finally: not defensive cognitive integrity as prescribed by the commentariat — distance, protection, reading about AI — but constructive cognitive sovereignty that equips the subject, immerses it in the models from primary school onwards, redesigns school and university curricula around practice rather than protection, mass-trains the teachers themselves. The structural contradiction of European discourse is legible here: those who call for an Airbus of AI continue, in the same texts, to defend an education system that mass-certifies skills that AI is rendering obsolete. Awarding diplomas on what is disappearing on the one hand, demanding industrial sovereignty on what is appearing on the other — the contradiction has been objectivised nowhere. Sovereignty is not built on a human base one refuses to refound.
L'ordre de grandeur de ce chantier est atteignable en cinq à sept ans avec quelques dizaines de milliards d'euros par an — précisément ce que le rapport Draghi pourrait effectivement mobiliser pour l'IA. Ce n'est ni le rattrapage rêvé ni l'abandon — c'est le positionnement que l'arithmétique autorise. La consolation lexicale bloque justement cette conversation.
The order of magnitude of this undertaking is reachable in five to seven years with a few tens of billions of euros per year — exactly what the Draghi report could effectively mobilise for AI. It is neither the dreamed catch-up nor abandonment — it is the positioning that arithmetic authorises. The lexical consolation blocks precisely that conversation.
Airbus est né dans la Guerre froide, avec Eastern Airlines pour le sauver. L'Europe de 2026 n'a ni contexte géopolitique équivalent ni compagnie américaine prête à valider un modèle de langue européen contre OpenAI ou Anthropic. Le vrai Airbus a pris trente ans dans un secteur qui autorisait ce temps. L'IA n'en autorise pas dix. La métaphore ne dit pas la voie du succès. Elle dit son inverse — la spécificité historique d'un cas qui ne se reproduit pas, invoquée comme si elle en était le modèle.
Airbus was born in the Cold War, with Eastern Airlines to rescue it. The Europe of 2026 has neither an equivalent geopolitical context nor an American company willing to validate a European language model against OpenAI or Anthropic. The real Airbus took thirty years in a sector that permitted such time. AI does not permit ten. The metaphor does not describe the path to success. It describes its opposite — the historical specificity of a case that does not repeat itself, invoked as if it were its own template.
La formule Airbus de l'IA est typique d'une réaction politique classique : incapable d'agir maintenant, elle promet quelque chose de bien dans vingt ans. C'est une consolation lexicale, pas une prescription. Elle permet à un corps institutionnel européen de continuer à parler du sujet sans en tirer les conséquences opératoires. C'est ce qu'elle produit dans l'espace institutionnel, ce qui explique probablement sa persistance. Le vrai chantier — jouer l'intermédiation, bâtir des infrastructures cognitives, opérer un reset de l'enseignement — reste ouvert, à sa place, à qui voudra le prendre au sérieux plutôt que de le remplacer par un vocable.
The phrase Airbus of AI is typical of a classical political reaction: unable to act now, it promises something fine in twenty years. It is a lexical consolation, not a prescription. It allows a European institutional body to continue talking about the subject without drawing its operational consequences. That is what it produces in the institutional space, which probably explains its persistence. The real undertaking — playing the intermediary, building cognitive infrastructures, operating a reset of education — remains open, in its place, for whoever will take it seriously rather than replace it with a phrase.
Le commun numérique.Le commun numérique comme service public cognitif européen. Sur les deux impasses du débat — le verrou régulateur et le laisser-faire — et sur le déplacement qui rend le concept opératoire : l'Europe a livré Europeana quand il aurait fallu Airbus.The digital commons.The digital commons as a European cognitive public service. On the two dead ends of the debate — the regulatory lock and laissez-faire — and on the shift that makes the concept operative: Europe delivered Europeana when it should have built Airbus.
11 septembre 2026 · pierre-jean tribot11 september 2026 · pierre-jean tribot
Le débat européen sur l'intelligence artificielle est enfermé entre deux impasses. La première est celle du verrou régulateur — l'AI Act, le RGPD, le DSA, le DMA — dispositif défensif qui produit du droit sans construire d'infrastructure, et qui protège d'autant moins qu'il n'offre pas d'alternative à ce qu'il prétend encadrer. La seconde est celle du laisser-faire — abandonner les infrastructures cognitives fondamentales aux plateformes américaines et chinoises au nom de la neutralité technologique et de la liberté d'entreprendre.
The European debate on artificial intelligence is locked between two dead ends. The first is that of the regulatory lock — the AI Act, the GDPR, the DSA, the DMA — a defensive apparatus that produces law without building infrastructure, and which protects all the less because it offers no alternative to what it claims to regulate. The second is that of laissez-faire — abandoning the fundamental cognitive infrastructures to American and Chinese platforms in the name of technological neutrality and freedom of enterprise.
L'une régule un vide, l'autre creuse le vide. Les deux partagent la même incapacité à passer d'une souveraineté conçue comme capacité à contraindre les infrastructures privées à une souveraineté conçue comme capacité à construire les infrastructures publiques.
One regulates a void, the other deepens the void. Both share the same inability to move from a sovereignty conceived as the capacity to constrain private infrastructures to a sovereignty conceived as the capacity to build public infrastructures.
Un cadre riche, des réalisations pauvresA rich framework, poor achievements
Le concept de commun numérique est censé, en principe, occuper cet espace vacant. Théorisé depuis les années 1990-2000 par une lignée d'auteurs qui ne forme pas une école homogène — Elinor Ostrom cartographie empiriquement dans Governing the Commons (1990, travail couronné par le Nobel d'économie) les configurations institutionnelles, État inclus, permettant de gouverner collectivement des ressources partagées ; Pierre Dardot et Christian Laval portent dans Commun (La Découverte, 2014) un projet politique de démocratie participative alternative au marché et à l'État ; Michel Bauwens et la P2P Foundation articulent depuis vingt ans pratiques peer-to-peer et transition post-capitaliste ; Yochai Benkler analyse dans The Wealth of Networks (2006) l'économie de la production collaborative ; Lawrence Lessig construit avec Creative Commons un dispositif juridique de préservation d'un espace de licences ouvertes.
The concept of the digital commons is supposed, in principle, to occupy this vacant space. Theorized since the 1990s-2000s by a lineage of authors who do not form a homogeneous school — Elinor Ostrom empirically maps in Governing the Commons (1990, work crowned by the Nobel Prize in economics) the institutional configurations, the State included, that make it possible to govern shared resources collectively; Pierre Dardot and Christian Laval carry in Commun (La Découverte, 2014) a political project of participatory democracy as an alternative to the market and the State; Michel Bauwens and the P2P Foundation have for twenty years articulated peer-to-peer practices and post-capitalist transition; Yochai Benkler analyzes in The Wealth of Networks (2006) the economy of collaborative production; Lawrence Lessig builds, with Creative Commons, a legal apparatus for preserving a space of open licenses.
Ce qui les relie n'est pas une thèse politique commune. C'est l'attention à des dynamiques collectives que le marché seul ne capture pas. Le cadre philosophique n'a rien perdu de sa valeur. Le problème n'est pas que la théorie du commun serait fausse — c'est qu'elle est insuffisante comme théorie de construction d'une infrastructure continentale.
What links them is not a common political thesis. It is attention to collective dynamics that the market alone does not capture. The philosophical framework has lost none of its value. The problem is not that the theory of the commons is false — it is that it is insufficient as a theory for building a continental infrastructure.
Ce qu'il faut reconnaître honnêtement, c'est qu'à l'échelle européenne ce cadre n'a pas produit les infrastructures que la vague IA rend aujourd'hui urgentes. Wikipédia, OpenStreetMap, HAL, Zenodo existent — remarquables mais périphériques face à ce qui serait nécessaire. Les grandes bibliothèques nationales et les grands musées européens numérisent chacun de leur côté sans interopérabilité coordonnée. Aucun système de vérification factuelle publique à échelle continentale. Aucun corpus patrimonial augmenté par IA opérationnel. Le retard est massif et il s'accroît année après année pendant que le débat théorique se déroule.
What must be honestly acknowledged is that, at the European scale, this framework has not produced the infrastructures that the AI wave makes urgent today. Wikipedia, OpenStreetMap, HAL, Zenodo exist — remarkable but peripheral compared to what would be necessary. The great national libraries and the great European museums digitize each on their own side without coordinated interoperability. No system of public factual verification at continental scale. No AI-augmented heritage corpus operational. The lag is massive and it grows year after year while the theoretical debate unfolds.
Europeana, cas paradigmatiqueEuropeana, a paradigmatic case
Europeana est le cas paradigmatique. Fondée en 2008 à l'initiative française et hébergée à La Haye, la plateforme agrège aujourd'hui plus de soixante millions d'objets numérisés issus de plus de quatre mille institutions culturelles européennes. Elle démontre à la fois ce que l'Europe sait faire et ce qu'elle ne sait pas encore faire.
Europeana is the paradigmatic case. Founded in 2008 on a French initiative and hosted in The Hague, the platform today aggregates more than sixty million digitized objects from more than four thousand European cultural institutions. It demonstrates both what Europe knows how to do and what it does not yet know how to do.
Elle sait agréger : les collections nationales sont référencées, les métadonnées circulent, le portail existe. Elle ne sait pas encore transformer cette agrégation en infrastructure cognitive utilisable — architecture d'usage à hauteur des enjeux, articulation avec les systèmes génératifs, autorité pour coordonner effectivement des politiques nationales qui restent maîtresses de leurs collections. Ses moyens opérationnels, comptables en dizaines de millions d'euros par an, sont d'un ordre de grandeur inférieur à ceux que déploient les acteurs privés qui structurent aujourd'hui l'infrastructure cognitive mondiale.
It knows how to aggregate: the national collections are referenced, the metadata circulate, the portal exists. It does not yet know how to transform this aggregation into a usable cognitive infrastructure — a usage architecture at the level of the stakes, articulation with generative systems, the authority to effectively coordinate national policies that remain masters of their collections. Its operational means, counted in tens of millions of euros per year, are an order of magnitude below those deployed by the private actors who today structure the global cognitive infrastructure.
Europeana n'est pas l'échec d'un projet mal conçu. Elle est le résultat prévisible d'un cadre qui pense en termes de portails et de gouvernance mais pas en termes d'infrastructure engagée à l'échelle du continent. L'Europe a livré une agrégation quand il aurait fallu une infrastructure. Elle a livré Europeana quand il aurait fallu Airbus.
Europeana is not the failure of a badly conceived project. It is the predictable result of a framework that thinks in terms of portals and governance but not in terms of infrastructure committed at the scale of the continent. Europe delivered an aggregation when it should have delivered an infrastructure. It delivered Europeana when it should have built Airbus.
Trois raisons d'un décalageThree reasons for a gap
Trois raisons expliquent ce décalage entre la richesse du cadre théorique et la pauvreté des réalisations. Le vocabulaire post-marxiste hérité d'une partie de la tradition disqualifie d'entrée les décideurs libéraux et sociaux-démocrates qui pourraient effectivement porter les projets — parler de « lutte contre l'appropriation capitaliste » ferme les portes des ministères et des directions générales. La focalisation sur les mouvements sociaux et les gouvernances coopératives horizontales néglige les institutions publiques établies qui, elles, disposent des budgets et de la continuité administrative nécessaires. Enfin l'ancrage anglo-saxon d'une bonne part de la littérature ne saisit pas la spécificité européenne du rapport patrimonial — les corpus culturels, les archives audiovisuelles publiques, les fonds musicaux, les collections muséales, tout cet héritage qui distingue l'Europe des États-Unis et de la Chine en matière d'infrastructures cognitives préexistantes.
Three reasons explain this gap between the richness of the theoretical framework and the poverty of the achievements. The post-Marxist vocabulary inherited from part of the tradition disqualifies from the outset the liberal and social-democratic decision-makers who could actually carry the projects — to speak of “struggle against capitalist appropriation” closes the doors of ministries and executive boards. The focus on social movements and horizontal cooperative governance neglects the established public institutions which, for their part, have the budgets and the administrative continuity required. Finally, the Anglo-Saxon anchoring of a good part of the literature does not grasp the European specificity of the relation to heritage — the cultural corpora, the public audiovisual archives, the music collections, the museum collections, all this inheritance that distinguishes Europe from the United States and China in matters of pre-existing cognitive infrastructures.
Le déplacementThe shift
Le déplacement qui s'impose est de penser le commun numérique comme service public cognitif européen. Ce n'est pas une trahison de la généalogie — c'est une reformulation stratégique. Le service public à la française, transposé et élargi à l'échelle européenne, est un dispositif qui a démontré empiriquement, sur plus d'un siècle, sa capacité à préserver des infrastructures collectives essentielles (l'eau, l'électricité, le rail, la santé, l'éducation, l'audiovisuel public, les bibliothèques) contre la pure logique de marché sans avoir besoin d'un cadre révolutionnaire pour se justifier. Il fonctionne à partir d'une tradition institutionnelle disponible, d'un vocabulaire audible par toutes les sensibilités politiques, d'un financement public assumé, d'une relation stable entre l'institution et l'usager.
The shift that imposes itself is to think the digital commons as a European cognitive public service. This is not a betrayal of the genealogy — it is a strategic reformulation. The French-style public service, transposed and enlarged to the European scale, is an apparatus that has empirically demonstrated, over more than a century, its capacity to preserve essential collective infrastructures (water, electricity, rail, health, education, public broadcasting, libraries) against pure market logic without needing a revolutionary framework to justify itself. It works from an available institutional tradition, from a vocabulary audible by all political sensibilities, from an assumed public financing, from a stable relation between the institution and the user.
Un commun numérique à l'ère de l'IA est un service public cognitif européen — une infrastructure qui préserve, organise et rend accessible collectivement les savoirs, les patrimoines et les capacités de vérification que la logique de marché seule ne peut pas maintenir. La formule pose ce qui manque et laisse tomber ce qui bloque. Elle distingue le commun cognitif du bien privé plateformisé et du bien étatique nationalisé.
A digital commons in the age of AI is a European cognitive public service — an infrastructure that preserves, organizes and collectively makes accessible the knowledge, the heritages and the verification capacities that market logic alone cannot maintain. The formula sets out what is missing and drops what blocks. It distinguishes the cognitive commons from the platformized private good and from the nationalized state good.
Elle désigne des infrastructures d'intérêt général européen — bibliothèques et archives interconnectées, corpus patrimoniaux augmentés par IA, systèmes de vérification factuelle librement accessibles, encyclopédies vivantes multilingues — dont la production, la maintenance et l'accès relèvent d'une responsabilité publique européenne coordonnée. Cette responsabilité publique ne signifie pas production étatisée. Le service public cognitif européen se caractérise par un triangle simple : public dans la garantie, commun dans la production, ouvert dans l'accès.
It designates infrastructures of European general interest — interconnected libraries and archives, AI-augmented heritage corpora, freely accessible factual-verification systems, living multilingual encyclopedias — whose production, maintenance and access fall under a coordinated European public responsibility. This public responsibility does not mean state-run production. The European cognitive public service is characterized by a simple triangle: public in its guarantee, common in its production, open in its access.
Une coalition inhabituelleAn unusual coalition
Le déplacement rend possible une coalition politique inhabituelle. Le concept peut être défendu au nom de l'émancipation, au nom de l'innovation, au nom de la conservation patrimoniale, au nom de l'autonomie stratégique — sans que ces justifications aient besoin d'être identiques pour converger sur l'infrastructure. Il est opérationnalisable dans les cadres juridiques existants, notamment la directive européenne sur les services d'intérêt économique général qui offre déjà le véhicule. Il installe une stabilité politique par la relation institution-usager plutôt que par une gouvernance participative directe qui ne tient jamais dans le temps. Il assume le financement public plutôt que de reposer sur des modèles coopératifs qui n'ont jamais quitté les communautés restreintes qui les portaient. Aucun de ces traits n'est révolutionnaire. Ensemble ils rendent possible ce que trente ans de théorisation n'ont pas produit.
The shift makes possible an unusual political coalition. The concept can be defended in the name of emancipation, in the name of innovation, in the name of heritage conservation, in the name of strategic autonomy — without these justifications needing to be identical in order to converge on the infrastructure. It is operationalizable within the existing legal frameworks, notably the European directive on services of general economic interest, which already offers the vehicle. It installs political stability through the institution-user relation rather than through direct participatory governance, which never holds over time. It assumes public financing rather than resting on cooperative models that have never left the restricted communities that carried them. None of these traits is revolutionary. Together they make possible what thirty years of theorization have not produced.
Une construction positiveA positive construction
Le commun numérique cognitif européen n'est pas une résistance idéologique aux GAFAM. Il est une construction positive qui rend techniquement caduc leur monopole sur les infrastructures cognitives fondamentales. Il ne se pense pas comme lutte contre l'appropriation capitaliste — il se pense comme service public adapté aux enjeux du XXIe siècle. Cette différence de posture est décisive, parce qu'elle rend la proposition audible par les acteurs qui pourraient effectivement la porter. Reformuler le concept, c'est le rendre opératoire à un moment où la fenêtre d'action se referme.
The European cognitive digital commons is not an ideological resistance to Big Tech. It is a positive construction that renders their monopoly on the fundamental cognitive infrastructures technically obsolete. It does not think of itself as a struggle against capitalist appropriation — it thinks of itself as a public service adapted to the stakes of the 21st century. This difference of posture is decisive, because it makes the proposal audible to the actors who could actually carry it. To reformulate the concept is to make it operative at a moment when the window for action is closing.
L'IA n'a pas d'oreilles.Anatomie d'un article de fond écrit avec un LLM. Comment une critique de trois mille mots sur le coffret Zubin Mehta (57 CD, Deutsche Grammophon) a été écrite en trois jours — ce que l'IA déplace, ce qu'elle ne déplace pas, et pourquoi l'écoute ne se délègue à rien.AI has no ears.Anatomy of an in-depth article written with an LLM. How a three-thousand-word review of the Zubin Mehta box set (57 CD, Deutsche Grammophon) was written in three days — what AI shifts, what it does not, and why listening cannot be delegated.
11 septembre 2026 · pierre-jean tribot11 september 2026 · pierre-jean tribot
Cette note prolonge dans un cas concret « Je travaille avec l'IA. Je le revendique. » (12 août 2026), qui posait le principe. Elle en montre ici la mécanique réelle, sur un article de fond publié.
This note extends, in a concrete case, “I work with AI. I claim it.” (12 august 2026), which laid out the principle. It shows here its real mechanics, on a published in-depth article.
En août 2026, Crescendo Magazine publiait une critique de fond du coffret Zubin Mehta — The Philharmonic Edition (Deutsche Grammophon, 57 CD, sortie le 24 juillet 2026 pour les 90 ans du chef). Trois mille mots, trois parties articulées, cartouche complet, note globale 9/10. Article de fond au sens plein — position critique tranchée, cadrage historique dense, décisions éditoriales assumées. Il a été rédigé en trois jours de travail, à partir de trois semaines d'écoute étalée, avec l'assistance continue d'un LLM. Cette note documente comment.
In august 2026, Crescendo Magazine published an in-depth review of the box set Zubin Mehta — The Philharmonic Edition (Deutsche Grammophon, 57 CD, released on 24 july 2026 for the conductor's 90th birthday). Three thousand words, three articulated parts, a full info-box, an overall rating of 9/10. An in-depth article in the full sense — a clear-cut critical position, dense historical framing, assumed editorial decisions. It was written in three days of work, from three weeks of spread-out listening, with the continuous assistance of an LLM. This note documents how.
Travailler avec un LLM n'est pas une pratique à confesser, c'est une pratique revendiquée. Ma manière de travailler a changé grâce à l'IA — c'est un fait, pas une prise de position à défendre. Cette note existe pour horodater ce changement, en montrer les mécanismes réels, et prolonger dans un cas concret le cadre théorique déjà posé sur ce site : l'IA comme outillage du sujet compétent plutôt que labellisation externe, la souveraineté cognitive par la pratique et non par le principe.
Working with an LLM is not a practice to be confessed, it is a practice claimed. My way of working has changed thanks to AI — that is a fact, not a stance to be defended. This note exists to timestamp that change, to show its real mechanisms, and to extend, in a concrete case, the theoretical frame already laid out on this site: AI as the equipment of the competent subject rather than external labeling, cognitive sovereignty through practice and not through principle.
Trois tempsThree phases
Trois temps se sont enchevêtrés sans jamais se confondre.
Three phases became interwoven without ever merging.
L'écoute d'abord — trois semaines à écouter le coffret disque par disque, en dehors de toute session d'écriture, prise de notes vocales éparses, aucun LLM à ce stade. L'écoute est le noyau irréductible du métier de critique : elle exige du temps, de l'attention, une oreille formée par des décennies de pratique, et elle ne se délègue à rien. C'est là que se forme le jugement, pas dans l'écriture qui vient après.
Listening first — three weeks spent listening to the box set disc by disc, outside any writing session, scattered voice notes, no LLM at this stage. Listening is the irreducible core of the critic's craft: it demands time, attention, an ear formed by decades of practice, and it can be delegated to nothing. That is where judgment forms, not in the writing that comes after.
La dictée vocale ensuite — les observations d'écoute restituées par bloc dans une conversation avec le LLM, beaucoup de coquilles phonétiques (« Devorja » pour Dvořák, « Xolti » pour Solti, « Robin Stein » pour Rubinstein) que le modèle décode à partir du contexte musical. La dictée conserve la spontanéité du jugement d'oreille sans la rigidité de la rédaction anticipée ; l'IA n'écrit rien à ce moment, elle enregistre, elle réagit avec des demandes de précision quand une observation ouvre plusieurs pistes.
Voice dictation next — the listening observations delivered in blocks in a conversation with the LLM, many phonetic misspellings (“Devorja” for Dvořák, “Xolti” for Solti, “Robin Stein” for Rubinstein) that the model decodes from the musical context. Dictation preserves the spontaneity of the ear's judgment without the rigidity of anticipated writing; the AI writes nothing at this moment, it records, it reacts with requests for precision when an observation opens several tracks.
La contextualisation et la rédaction enfin — le LLM apporte dates de sessions, ingénieurs du son, salles d'enregistrement, discographies concurrentes, biographies des solistes ; il propose des structures de paragraphe, des enchaînements argumentatifs, des reformulations ; le critique corrige les erreurs factuelles, les glissements interprétatifs, les inflations théoriques, les formules mal calibrées, les dérives « mode consultant qui explique » qu'il faut couper systématiquement.
Contextualization and writing finally — the LLM brings session dates, sound engineers, recording halls, competing discographies, soloists' biographies; it proposes paragraph structures, argumentative sequences, reformulations; the critic corrects factual errors, interpretive slippages, theoretical inflations, badly calibrated phrases, the “consultant-mode-that-explains” drifts that must be cut systematically.
Itérations. Trois jours de cycles courts jusqu'à convergence. À la fin, vérification externe : le tracklist officiel DG, récupéré tardivement, a rectifié plusieurs erreurs qui traînaient depuis le début — la date de sortie (24 juillet 2026, non 29 avril, cette dernière étant l'anniversaire des 90 ans du chef), le couplage du Bartók (avec les Hungarian Sketches, non les Two Pictures), plusieurs distributions vocales, une confirmation aussi sur le cycle Schumann bien avec les Wiener Philharmoniker contre ce qui avait été un moment supposé du côté de la Staatskapelle Dresden. Le tracklist a servi d'instance d'arbitrage final.
Iterations. Three days of short cycles until convergence. At the end, external verification: the official DG tracklist, retrieved late, rectified several errors that had lingered from the start — the release date (24 july 2026, not 29 april, the latter being the conductor's 90th-birthday date), the coupling of the Bartók (with the Hungarian Sketches, not the Two Pictures), several vocal casts, and also a confirmation on the Schumann cycle being indeed with the Wiener Philharmoniker against what had for a moment been supposed to be the Staatskapelle Dresden. The tracklist served as the final arbitration authority.
Ce que l'IA fait bienWhat AI does well
Ce que l'IA fait bien change d'échelle. La vitesse d'accès au contexte factuel d'abord : Arthur Rubinstein enregistrant à 89 ans son Premier Concerto de Brahms sous Mehta en avril 1976, dernier concerto studio de sa carrière — ce genre de faisceau documentaire qu'un critique seul construit en trois heures de recherche apparaît en trois minutes, et libère du temps pour ce qui compte, l'écoute et le jugement.
What AI does well changes scale. The speed of access to factual context first: Arthur Rubinstein recording, at 89, his Brahms First Concerto under Mehta in april 1976, the last studio concerto of his career — the kind of documentary bundle that a critic alone builds in three hours of research appears in three minutes, and frees up time for what matters, listening and judgment.
La mémoire de la conversation ensuite : sur trois semaines de discussion étalée, le LLM apprend à préserver les formules signature du critique, les décisions prises, les corrections apportées, les préférences typographiques, la ligne éditoriale. Ce n'est pas de l'apprentissage machine au sens technique, c'est une continuité conversationnelle qui permet un travail cumulatif. Suggestions structurelles quand la conversation s'égare, tri partenaire de la matière, vérification externe à la demande — recherche web pour valider une hypothèse, aller chercher un tracklist officiel, confronter à d'autres sources publiées.
The memory of the conversation next: over three weeks of spread-out discussion, the LLM learns to preserve the critic's signature phrases, the decisions taken, the corrections made, the typographic preferences, the editorial line. This is not machine learning in the technical sense, it is a conversational continuity that allows cumulative work. Structural suggestions when the conversation strays, partner-sorting of the material, external verification on demand — web search to validate a hypothesis, going to fetch an official tracklist, confronting other published sources.
Ce que l'IA rateWhat AI misses
Ce que l'IA rate est plus intéressant à décrire précisément que ses réussites. Sur le Schumann Mehta, elle n'a pas su trancher entre Wiener Philharmoniker et Staatskapelle Dresden parce que sa base contenait les deux hypothèses sans hiérarchie ; la contradiction n'a été levée que par le tracklist officiel DG. Sur le format cartouche façon Crescendo, elle a produit plusieurs versions inventées à répétition, jusqu'à ce qu'un lien vers un article publié soit fourni — la contrainte formelle, l'IA ne l'invente pas, on doit la lui donner.
What AI misses is more interesting to describe precisely than its successes. On the Mehta Schumann, it could not decide between the Wiener Philharmoniker and the Staatskapelle Dresden because its base contained both hypotheses without hierarchy; the contradiction was lifted only by the official DG tracklist. On the Crescendo-style info-box format, it repeatedly produced several invented versions, until a link to a published article was supplied — the formal constraint, the AI does not invent it, one must give it to it.
Elle sur-argumente, tend à ajouter du contexte théorique, à monter en généralité, à expliquer ce qui n'a pas besoin d'être expliqué, et le critique doit couper systématiquement (« ne dérive pas en mode consultant qui explique », « la théorie chef-vision vs chef-métier, on retire, c'est trop », « le paragraphe sur le vocabulaire hollywoodien-musculaire, on supprime »).
It over-argues, tends to add theoretical context, to rise into generality, to explain what does not need explaining, and the critic must cut systematically (“do not drift into consultant-mode-that-explains,” “the conductor-vision vs conductor-craft theory, we remove it, it's too much,” “the paragraph on the Hollywood-muscular vocabulary, we delete it”).
Mais la vraie observation à tenir dépasse ces cas techniques. Quand l'IA rate, elle ne rate pas avec un signal — elle produit ses sorties fausses avec exactement la même assurance stylistique, la même densité factuelle apparente, la même fluidité argumentative que ses sorties justes. La confiance stylistique ne trie pas les deux. Seule la compétence extérieure du sujet peut le faire, en re-vérifiant, en confrontant à d'autres sources, en mobilisant sa mémoire propre du répertoire. C'est ce qui rend la vigilance du sujet compétent non négociable. Et c'est aussi ce qui va perdre ceux qui utiliseront ces outils sans en avoir la compétence critique, parce qu'ils ne pourront pas repérer le moment où l'IA se trompe — tout leur paraîtra également juste.
But the real observation to hold goes beyond these technical cases. When AI misses, it does not miss with a signal — it produces its false outputs with exactly the same stylistic assurance, the same apparent factual density, the same argumentative fluidity as its correct outputs. Stylistic confidence does not sort the two. Only the outside competence of the subject can do it, by re-verifying, by confronting other sources, by mobilizing their own memory of the repertoire. That is what makes the vigilance of the competent subject non-negotiable. And it is also what will undo those who use these tools without having the critical competence, because they will not be able to spot the moment when the AI errs — everything will appear equally correct to them.
Elle n'écoute pas non plus. Rien de ce qu'elle dit du son des cordes de l'IPO, du grain de la Sofiensaal en 1975, du contraste entre le Bloch de Starker et le Dvořák de Maisky, ne vient d'une écoute ; cela vient d'une compilation de ce que d'autres ont écrit. Elle peut faire semblant d'entendre. Elle n'entend pas. Toute la matière critique irréductible passe par l'oreille du critique. L'IA n'a pas d'oreilles.
It does not listen either. Nothing of what it says about the sound of the IPO strings, the grain of the Sofiensaal in 1975, the contrast between Starker's Bloch and Maisky's Dvořák, comes from listening; it comes from a compilation of what others have written. It can pretend to hear. It does not hear. All the irreducible critical material passes through the critic's ear. AI has no ears.
Le contrefactuelThe counterfactual
Le contrefactuel se laisse imaginer sans peine. Un utilisateur sans oreille formée demande au même LLM une critique du même coffret. Il obtient un texte plausible, dense, factuellement à peu près juste dans les dates et les distributions, stylistiquement fluide, qui aligne les jugements consensuels agrégés depuis les critiques déjà publiées. Rien de ce texte ne repose sur une écoute réelle. Aucun jugement ne vient d'une confrontation intérieure avec le disque. Aucune formule ne porte un rapport singulier à la musique.
The counterfactual is easy to imagine. A user without a formed ear asks the same LLM for a review of the same box set. They obtain a plausible, dense text, factually roughly correct in dates and casts, stylistically fluent, aligning the consensus judgments aggregated from already-published reviews. Nothing in this text rests on real listening. No judgment comes from an inner confrontation with the recording. No phrase carries a singular relation to the music.
Le résultat est indistinguable d'une critique authentique pour un lecteur qui n'aurait pas non plus d'oreille. C'est là que la fracture prend sa forme structurelle : elle ne sépare plus ceux qui écrivent de ceux qui n'écrivent pas, elle sépare ceux qui écoutent de ceux qui n'écoutent pas — et cette ligne-là est invisible à qui n'écoute pas non plus.
The result is indistinguishable from an authentic review for a reader who has no ear either. It is here that the divide takes its structural form: it no longer separates those who write from those who do not, it separates those who listen from those who do not — and that line is invisible to whoever does not listen either.
Ce qui ne se délègue pasWhat cannot be delegated
Ce qui ne se délègue pas se lit en creux de tout ce qui précède. L'écoute, donc, qui structure tout.
What cannot be delegated is read in the hollow of all that precedes. Listening, then, which structures everything.
Le jugement — que la Mahler 4 IPO 1979 avec Barbara Hendricks au soprano « reste dans la seconde zone de la discographie » ne se déduit d'aucune donnée factuelle, c'est une position critique qui repose sur une comparaison intérieure avec d'autres Mahler 4 entendues au fil des décennies, sur un savoir tacite, sur une pratique.
Judgment — that the IPO 1979 Mahler 4 with Barbara Hendricks as soprano “remains in the second zone of the discography” is deduced from no factual datum, it is a critical position that rests on an inner comparison with other Mahler 4s heard over the decades, on tacit knowledge, on practice.
La formule signature — « Terminator qui dirige ses bodybuildés » n'est pas générable, elle vient d'un rapport singulier à la musique, à l'imaginaire cinématographique, à la langue française parlée ; une IA à qui l'on demanderait « écris comme Pierre-Jean Tribot » produirait un pastiche pauvre.
The signature phrase — “a Terminator conducting his bodybuilders” is not generatable, it comes from a singular relation to the music, to the cinematic imaginary, to spoken French; an AI asked to “write like Pierre-Jean Tribot” would produce a poor pastiche.
L'architecture argumentative — la décision de structurer l'article en trois volets (symphonique / accompagnateur de concertos / opéra et musique chorale) est venue du critique et a résisté à plusieurs propositions alternatives du LLM ; la grille critique de Mehta (intelligence de retrait qui devient qualité quand elle épouse ce que l'œuvre appelle, limite dès qu'il faut la surenchère de point de vue) est une thèse formulée par le critique à partir de son écoute, l'IA aurait proposé une lecture plus consensuelle.
The argumentative architecture — the decision to structure the article in three sections (symphonic / concerto accompanist / opera and choral music) came from the critic and resisted several alternative proposals from the LLM; the critical grid on Mehta (an intelligence of withdrawal that becomes a quality when it weds what the work calls for, a limit as soon as an overbid of viewpoint is needed) is a thesis formulated by the critic from their listening, the AI would have proposed a more consensual reading.
La responsabilité éditoriale enfin — l'article est signé, publié, engagé ; toute erreur factuelle est celle du critique, tout jugement est le sien, il n'y a pas de partage possible sur ce point.
Editorial responsibility finally — the article is signed, published, committed; any factual error is the critic's, every judgment is theirs, there is no possible sharing on this point.
La ligneThe line
Ce cas n'est pas isolé. C'est ma manière de travailler depuis plusieurs mois, appliquée cette fois à un objet particulièrement dense — 57 CD, cinquante ans de carrière, quatre orchestres, vingt solistes. Article de fond de trois mille mots sur ce coffret en trois jours au lieu de trois semaines.
This case is not isolated. It is my way of working for several months now, applied this time to a particularly dense object — 57 CD, fifty years of career, four orchestras, twenty soloists. A three-thousand-word in-depth article on this box set in three days instead of three weeks.
Ce n'est pas la vitesse pour la vitesse, c'est que la vitesse rend enfin possible de tenir la promesse d'un vrai travail critique de fond sur ce type d'objet, au lieu du bâclage qu'il aurait imposé sinon. Le reste — écoute, jugement, formule, architecture, responsabilité — n'a pas bougé. C'est ce que la note documente : ce qui se déplace, ce qui ne se déplace pas, et la ligne entre les deux. À la date où il est possible d'être publié.
It is not speed for speed's sake, it is that speed finally makes it possible to keep the promise of real in-depth critical work on this kind of object, instead of the botched job it would otherwise have imposed. The rest — listening, judgment, phrase, architecture, responsibility — has not moved. That is what the note documents: what shifts, what does not shift, and the line between the two. As of the date at which it is possible to be published.
Concert désaccordé.L'IA vue de Paris : deux paniques, une seule conclusion. Deux articles d'août 2026 que tout oppose — Libération le 8, Le Figaro le 12 — aboutissent au même carcan. Analyse d'un consensus tacite qui traverse la presse française de référence, par-delà le clivage éditorial.Discordant concert.AI seen from Paris: two panics, a single conclusion. Two august 2026 articles that everything opposes — Libération on the 8th, Le Figaro on the 12th — arrive at the same straitjacket. Analysis of a tacit consensus running through the French press of reference, across the editorial cleavage.
3 septembre 2026 · pierre-jean tribot3 september 2026 · pierre-jean tribot
Cette note prolonge « Tout le monde déteste l'IA (pour des raisons contraires) » (5 août 2026), qui posait la structure du miroir gauche/droite sur le plan idéologique. Elle en montre ici l'incarnation dans la fabrique éditoriale des deux plus grands quotidiens français de référence — sur un cas empirique daté, à quatre jours d'intervalle.
This note extends “Everyone hates AI (for opposite reasons)” (5 august 2026), which laid out the structure of the left/right mirror on the ideological plane. It shows here its embodiment in the editorial workshop of the two largest French newspapers of reference — on a dated empirical case, four days apart.
Quand on ouvre la grande presse française sur le sujet de l'intelligence artificielle, on a le choix entre catastrophique et catastrophique. Aucune pièce positive, aucune analyse d'un cas d'usage réussi, aucune évocation d'une transformation productive en cours. L'IA n'y apparaît que comme menace, à des variantes de registre près. Le lecteur français, quelle que soit sa ligne éditoriale de rattachement, sort de son quotidien avec la même conviction installée : c'est un problème, pas un domaine.
When one opens the French mainstream press on the subject of artificial intelligence, the choice is between catastrophic and catastrophic. No positive piece, no analysis of a successful use case, no mention of a productive transformation under way. AI appears there only as a threat, give or take variations of register. The French reader, whatever their editorial affiliation, leaves their daily paper with the same conviction installed: it is a problem, not a field.
Le mois d'août 2026 en a fourni, à quatre jours d'intervalle, une illustration presque expérimentale. Le 8 août, Libération consacre un dossier aux robots humanoïdes : un édito d'Alexandra Schwartzbrod intitulé « Vertigineux », un entretien avec Benoît Hamon plaidant pour taxer l'automatisation afin de financer un revenu universel. Le 12 août, Le Figaro publie un long format de Steve Tenré — dix-sept minutes de lecture, réservé aux abonnés — sur Daniel Kokotajlo et le rapport AI 2027 : « Superintelligence, désalignement : cette prophétie catastrophiste qui prévoit une perte de contrôle des modèles d'IA dès 2027. » Deux titres, deux registres, deux publics. Rien ne devrait faire coïncider ces textes.
The month of august 2026 provided, four days apart, an almost experimental illustration. On 8 august, Libération devotes a dossier to humanoid robots: an editorial by Alexandra Schwartzbrod entitled “Vertiginous,” an interview with Benoît Hamon pleading to tax automation in order to finance a universal income. On 12 august, Le Figaro publishes a long-form piece by Steve Tenré — seventeen minutes of reading, for subscribers only — on Daniel Kokotajlo and the AI 2027 report: “Superintelligence, misalignment: this catastrophist prophecy that foresees a loss of control of AI models as early as 2027.” Two headlines, two registers, two audiences. Nothing should make these texts coincide.
L'analyse de texte étant l'un des exercices de base de la formation d'historien, nous prendrons ces deux articles comme un dossier documentaire à confronter — deux vecteurs idéologiques à première vue opposés qui, à l'examen, produisent la même position sur l'objet. C'est cette similitude qu'il s'agit de dégager, et le mécanisme qui l'engendre.
Text analysis being one of the basic exercises of a historian's training, we shall take these two articles as a documentary dossier to be confronted — two ideological vectors at first sight opposed which, on examination, produce the same position on the object. It is this similarity that must be brought out, and the mechanism that engenders it.
Les oppositions apparentesThe apparent oppositions
À la surface, tout sépare les deux articles. Libération mobilise le vocabulaire du XIXe siècle industriel : cotisations, prolétariat, expropriation. La menace est court-termiste et gestionnaire — que va-t-il rester de la Sécurité sociale ? Le Figaro mobilise le vocabulaire du cinéma hollywoodien des années 1980 : Skynet, prophétie, superintelligence. La menace est long-termiste et métaphysique — que restera-t-il de l'humanité ? Chaque camp construit un ennemi conforme à ses habitudes : la Silicon Valley et le capital d'un côté, le désalignement civilisationnel et la fin de l'espèce de l'autre. Chaque camp propose sa solution : redistribution étatique via taxe sur les robots pour l'un, retrait prudent et ralentissement pour l'autre. Chaque camp assigne au lecteur une position flatteuse : victime éclairée en puissance pour Libération, témoin lucide d'une décadence pour Le Figaro.
On the surface, everything separates the two articles. Libération mobilizes the vocabulary of the industrial nineteenth century: contributions, proletariat, expropriation. The threat is short-termist and managerial — what will be left of Social Security? Le Figaro mobilizes the vocabulary of 1980s Hollywood cinema: Skynet, prophecy, superintelligence. The threat is long-termist and metaphysical — what will be left of humanity? Each camp builds an enemy conforming to its habits: Silicon Valley and capital on one side, civilizational misalignment and the end of the species on the other. Each camp proposes its solution: state redistribution via a tax on robots for one, prudent withdrawal and slowdown for the other. Each camp assigns the reader a flattering position: enlightened victim-in-waiting for Libération, lucid witness of a decadence for Le Figaro.
Cette symétrie d'apparence est parfaite. Elle est aussi entièrement trompeuse.
This apparent symmetry is perfect. It is also entirely deceptive.
L'objet sans épaisseurThe object without substance
Le premier trait commun tient à la manière dont l'IA elle-même est traitée : comme une abstraction sans matière propre. Ni l'un ni l'autre article ne présente une transformation concrète en cours, une réussite technique repérée, un secteur bénéficiaire identifié. Aucun ne cherche à expliquer ce que fait un modèle de langage, comment fonctionne un agent, ce qu'est le pré-entraînement, ce qu'est l'apprentissage par renforcement à partir de retours humains. La technique reste une boîte noire dont on discute les effets, jamais le fonctionnement. Le vocabulaire disponible — « vertige », « prophétie », « superintelligence », « désalignement » — est intégralement emprunté, tantôt à la fabrique lexicale du XIXe siècle, tantôt au cinéma d'anticipation. Rien ne s'invente à hauteur de l'objet. Cette absence n'est pas neutre : elle interdit structurellement toute discussion adulte, laquelle suppose un minimum de partage cognitif sur ce dont on parle.
The first common trait lies in the way AI itself is treated: as an abstraction without substance of its own. Neither article presents a concrete transformation under way, an identified technical success, a benefiting sector named. Neither seeks to explain what a language model does, how an agent works, what pre-training is, what reinforcement learning from human feedback is. The technique remains a black box whose effects are discussed, never its workings. The available vocabulary — “vertigo,” “prophecy,” “superintelligence,” “misalignment” — is entirely borrowed, now from the lexical workshop of the nineteenth century, now from science-fiction cinema. Nothing is invented at the level of the object. This absence is not neutral: it structurally forbids any adult discussion, which presupposes a minimum of cognitive sharing about what one is talking about.
Deux corpus filtrés à l'identiqueTwo corpora filtered identically
Les deux publications puisent dans la scène intellectuelle américaine, mais elles y puisent les mêmes figures inquiétantes. Aucune ne cite Dario Amodei et son Machines of Loving Grace publié en octobre 2024, texte long et argumenté d'un fondateur de laboratoire majeur défendant une trajectoire optimiste techniquement sérieuse. Aucune ne mentionne Ezra Klein et Derek Thompson, dont Abundance (mars 2025) constitue le manifeste central du courant abundance côté gauche libérale américaine. Aucune ne discute la scène safety non-doomer — Ajeya Cotra, Richard Ngo — qui prend le risque au sérieux sans en faire une eschatologie.
Both publications draw on the American intellectual scene, but they draw from it the same disquieting figures. Neither cites Dario Amodei and his Machines of Loving Grace published in october 2024, a long and argued text by the founder of a major laboratory defending a technically serious optimistic trajectory. Neither mentions Ezra Klein and Derek Thompson, whose Abundance (march 2025) constitutes the central manifesto of the abundance current on the American liberal left. Neither discusses the non-doomer safety scene — Ajeya Cotra, Richard Ngo — which takes the risk seriously without making it an eschatology.
L'escamotage méthodologique redouble l'effet. Le Figaro présente AI 2027 comme une prophétie univoque, alors que le document propose explicitement deux fins : une race ending catastrophique et une slowdown ending dans laquelle la trajectoire est corrigée. La seconde disparaît du récit. Libération, symétriquement, escamote la littérature comparative — les travaux japonais et allemands sur la coexistence entre robotisation et immigration, qui contredisent l'argument central de Benoît Hamon sur la substitution machine-emploi. Chaque publication sélectionne dans un corpus riche ce qui alimente sa panique, et coupe le reste. Le pluralisme réel du débat mondial est filtré, à l'entrée de la presse française de référence, pour ne laisser passer que ce qui alimente le pathos, quel qu'en soit le régime.
The methodological sleight of hand doubles the effect. Le Figaro presents AI 2027 as a univocal prophecy, whereas the document explicitly proposes two endings: a catastrophic race ending and a slowdown ending in which the trajectory is corrected. The second disappears from the account. Libération, symmetrically, conjures away the comparative literature — the Japanese and German work on the coexistence of robotization and immigration, which contradicts Benoît Hamon's central argument on machine-for-job substitution. Each publication selects, from a rich corpus, what feeds its panic, and cuts the rest. The real pluralism of the global debate is filtered, at the entrance to the French press of reference, to let through only what feeds the pathos, whatever its register.
Le troisième trait est peut-être le plus révélateur, parce qu'il touche au cadre. Les deux articles produisent un décor étroit : la France, nation vertueuse à protéger d'un côté, la Silicon Valley et ses milliardaires de l'autre. Rien entre, rien à côté, rien au-delà. Comme si le monde se réduisait à un affrontement franco-californien. Le lecteur pourrait presque s'en amuser — mano à mano entre la France (voire, dans les bons jours, un peu l'Europe) et les méchants Blofeld de la Silicon Valley, seuls sur scène, tout le reste du monde tenant le rôle du figurant.
The third trait is perhaps the most revealing, because it touches the frame. The two articles produce a narrow set: France, a virtuous nation to be protected on one side, Silicon Valley and its billionaires on the other. Nothing between, nothing beside, nothing beyond. As if the world were reduced to a Franco-Californian confrontation. The reader could almost be amused by it — a mano a mano between France (or even, on good days, a little of Europe) and the villainous Blofelds of Silicon Valley, alone on stage, all the rest of the world playing the role of the extra.
La Chine y est le grand absent, et c'est un absent scandaleux. Elle est aujourd'hui l'une des deux puissances motrices de la vague — sur la robotique humanoïde comme sur les modèles de langage, avec une politique industrielle massive, des laboratoires majeurs, des dizaines de centres publics dédiés à l'entraînement des robots pour les tâches réelles, une ambition étatique explicite dont on cherche l'équivalent en Europe sans la trouver. Dans les deux textes, elle n'apparaît que par intermittence et sur le mode de la menace stigmatisée : la « distillation » pour Le Figaro, la puissance industrielle qui commande la panique sociale française pour Libération. Elle n'est jamais posée comme objet d'analyse, comme laboratoire de politique publique, comme théâtre où se joue effectivement la partie. Le Royaume-Uni, la Corée du Sud, l'Inde, le Japon, l'Union européenne comme corps politique cohérent ne figurent pas davantage au tableau. La France est traitée comme si elle était seule au monde face à une IA abstraite, alors que la carte des choix nationaux est à ce jour l'un des objets les plus discriminants du dossier.
China is the great absentee there, and it is a scandalous absence. It is today one of the two driving powers of the wave — on humanoid robotics as on language models, with a massive industrial policy, major laboratories, dozens of public centers dedicated to training robots for real tasks, an explicit state ambition whose equivalent one seeks in Europe without finding it. In both texts, it appears only intermittently and in the mode of stigmatized threat: “distillation” for Le Figaro, the industrial power that commands French social panic for Libération. It is never posed as an object of analysis, as a laboratory of public policy, as the theater where the game is actually played. The United Kingdom, South Korea, India, Japan, the European Union as a coherent political body do not figure in the picture any more. France is treated as if it were alone in the world facing an abstract AI, whereas the map of national choices is to this day one of the most discriminating objects of the file.
Et cela sans qu'à aucun moment ne soit rappelée l'existence de paniques technologiques précédentes — chemin de fer, télégraphe, radio, télévision, Internet — chacune décrite en son temps dans un vocabulaire eschatologique aujourd'hui oublié. La panique se présente comme éternel-présent, hors géographie et hors histoire, comme si l'IA était le premier bouleversement technique de l'humanité et le seul.
And this without any moment recalling the existence of previous technological panics — railway, telegraph, radio, television, the Internet — each described in its time in an eschatological vocabulary today forgotten. The panic presents itself as an eternal present, outside geography and outside history, as if AI were the first technical upheaval of humanity and the only one.
Le mécanismeThe mechanism
Trois convergences aussi précises entre deux textes que tout devrait opposer ne relèvent pas de la coïncidence. Elles indiquent un mécanisme.
Three convergences as precise between two texts that everything should oppose do not stem from coincidence. They indicate a mechanism.
Chacune des deux paniques remplit une fonction thérapeutique pour son lectorat : rassurer sur la légitimité continue de son cadre de lecture. Le monde qui vient sera lisible dans les catégories familières — le capital pour l'un, la décadence pour l'autre. Ce que menace l'IA, en réalité, n'est pas d'abord l'emploi ou l'espèce : c'est le monopole d'interprétation d'un lectorat vieillissant, cultivé, économiquement installé, qui a construit sa position sociale sur la maîtrise d'un certain vocabulaire. La panique est une manière de tenir bon sur ce vocabulaire.
Each of the two panics fulfills a therapeutic function for its readership: to reassure it about the continued legitimacy of its frame of reading. The world to come will be legible in the familiar categories — capital for one, decadence for the other. What AI threatens, in reality, is not first employment or the species: it is the interpretive monopoly of an aging, cultivated, economically settled readership that has built its social position on the mastery of a certain vocabulary. The panic is a way of holding firm on that vocabulary.
Un même métronomeA single metronome
De ce dispositif découle un second, qui verrouille l'entrée : la sélection éditoriale par le pathos. Toute pièce techno-optimiste sérieuse, toute analyse abundance, toute voix safety non-doomer deviendrait, dans cet écosystème, immédiatement suspecte — « complaisance envers la Silicon Valley » côté Libération, « naïveté progressiste » côté Le Figaro. Le carcan se protège lui-même par la disqualification préalable de toute sortie. Il n'a pas besoin de censurer : il n'a qu'à laisser jouer les réflexes.
From this device follows a second, which locks the entrance: editorial selection by pathos. Any serious techno-optimist piece, any abundance analysis, any non-doomer safety voice would become, in this ecosystem, immediately suspect — “complacency toward Silicon Valley” on the Libération side, “progressive naivety” on the Le Figaro side. The straitjacket protects itself through the prior disqualification of any exit. It has no need to censor: it need only let the reflexes play.
De là une répartition tacite du territoire mental. Libération occupe le registre socio-économique. Le Figaro occupe le registre existentiel-civilisationnel. Ensemble, les deux couvrent l'espace disponible. Aucun tiers n'a de place où s'installer. La complémentarité n'est jamais concertée — elle est fonctionnelle. C'est précisément cela qui la rend robuste.
Hence a tacit division of mental territory. Libération occupies the socio-economic register. Le Figaro occupies the existential-civilizational register. Together, the two cover the available space. No third party has a place to settle. The complementarity is never concerted — it is functional. That is precisely what makes it robust.
Chacun des deux textes convoque bien des figures de la tech américaine — mais aucun ne le fait pour ce qu'elles disent de l'objet lui-même. Libération mobilise Elon Musk et Sam Altman. Benoît Hamon relève dans l'entretien que « les milliardaires de la Silicon Valley » se sont ralliés à une taxation de l'automatisation destinée à financer un revenu universel, pour aussitôt s'en démarquer : leur revenu universel serait, selon lui, « davantage un instrument pour éviter l'insurrection qu'un outil d'émancipation ». La convocation est utile en ce qu'elle sert de repoussoir légitimant — Musk et Altman, ces Blofeld des temps contemporains dont l'exubérance publique nourrit aussi bien la valorisation boursière de leurs entreprises que les paniques de la presse française, prouvent la portée de la proposition et permettent dans le même mouvement d'en revendiquer la version française et sociale. Ce que Musk et Altman font, disent ou construisent par ailleurs sur l'IA — les infrastructures de xAI, la trajectoire d'OpenAI, les débats internes sur la sécurité et la trajectoire des laboratoires — ne fait pas partie de la conversation.
Each of the two texts does summon figures of American tech — but neither does so for what they say about the object itself. Libération mobilizes Elon Musk and Sam Altman. Benoît Hamon notes in the interview that “the billionaires of Silicon Valley” have rallied to a taxation of automation intended to finance a universal income, only to distance himself from it at once: their universal income would be, according to him, “more an instrument to avoid insurrection than a tool of emancipation.” The summoning is useful in that it serves as a legitimizing foil — Musk and Altman, those Blofelds of contemporary times whose public exuberance feeds the stock-market valuation of their companies as much as the panics of the French press, prove the reach of the proposal and, in the same movement, make it possible to claim its French and social version. What Musk and Altman otherwise do, say or build on AI — the infrastructures of xAI, the trajectory of OpenAI, the internal debates on safety and the trajectory of the laboratories — is not part of the conversation.
Le Figaro, symétriquement, mobilise Sundar Pichai via la formule « plus importante que le feu ? », en accroche du pathos apocalyptique. Ce que Pichai dit par ailleurs sur ce que Google DeepMind produit concrètement en biologie ou en physique n'entre pas dans le récit. Dans les deux cas, la figure tech américaine sert d'appui — repoussoir chez l'un, prophète chez l'autre —, jamais d'interlocuteur. La Silicon Valley entre au texte français par la seule porte où elle alimente le carcan local. Que la gauche de référence convoque des figures aujourd'hui alignées sur Trump pour construire un argument social, et que la droite de référence convoque un patron du numérique dominant pour construire une eschatologie de retrait, ne relève pas d'un accident. C'est la même opération, en miroir.
Le Figaro, symmetrically, mobilizes Sundar Pichai through the formula “more important than fire?,” as a hook for apocalyptic pathos. What Pichai otherwise says about what Google DeepMind concretely produces in biology or physics does not enter the account. In both cases, the American tech figure serves as a support — foil for one, prophet for the other — never as an interlocutor. Silicon Valley enters the French text through the single door where it feeds the local straitjacket. That the left of reference summons figures today aligned with Trump to build a social argument, and that the right of reference summons a boss of dominant digital technology to build an eschatology of withdrawal, is no accident. It is the same operation, mirrored.
Ce qui manque à la carte l'est plus encore. Dario Amodei, PDG d'Anthropic, publie en octobre 2024 Machines of Loving Grace — texte long, argumenté, techniquement sérieux, qui défend une trajectoire dans laquelle l'IA pourrait produire dans la décennie qui vient l'équivalent d'un siècle d'avancées biomédicales. Le document est aujourd'hui l'une des références obligées de la discussion internationale sur les trajectoires longues. Il n'a fait, à ce jour, l'objet d'aucune recension substantielle dans un quotidien français de référence. Ni traduction, ni discussion critique, ni même mention argumentée. Le décideur français qui s'informerait exclusivement par sa presse ne saurait pas que ce texte existe.
What is missing from the map is even more so. Dario Amodei, CEO of Anthropic, publishes in october 2024 Machines of Loving Grace — a long, argued, technically serious text that defends a trajectory in which AI could produce, in the coming decade, the equivalent of a century of biomedical advances. The document is today one of the obligatory references of the international discussion on long trajectories. It has, to this day, been the object of no substantial review in a French newspaper of reference. Neither translation, nor critical discussion, nor even argued mention. The French decision-maker who informed themselves exclusively through their press would not know that this text exists.
Plus retorse encore, la mécanique du retournement. Le Figaro mobilise, pour valider sa panique, une voix française scientifique honnête — Antoine Tilloy, écrivant sur X le 10 août 2026 que « les humains ne seront plus compétitifs sur la plupart des preuves mathématiques ». L'extrait est authentique. Il est aussi entièrement sorti de son cadre argumentatif d'origine, transformé en caution d'une eschatologie que Tilloy ne défend pas. La seule voix française mobilisée par l'article échappe en réalité au récit qu'elle est censée soutenir. Le carcan absorbe même ce qu'il devrait, en toute logique, exclure.
More devious still, the mechanics of the reversal. Le Figaro mobilizes, to validate its panic, an honest French scientific voice — Antoine Tilloy, writing on X on 10 august 2026 that “humans will no longer be competitive on most mathematical proofs.” The excerpt is authentic. It is also entirely removed from its original argumentative frame, transformed into an endorsement of an eschatology that Tilloy does not defend. The only French voice mobilized by the article in reality escapes the account it is supposed to support. The straitjacket absorbs even what it should, in all logic, exclude.
Un décideur français qui s'informerait exclusivement par ces canaux serait, à échéance de quelques mois, structurellement inférieur à un décideur américain, chinois ou sud-coréen qui accéderait à un débat pluraliste. Ce désavantage se paie en compétitivité stratégique. Il se paie déjà.
A French decision-maker who informed themselves exclusively through these channels would be, within a few months, structurally inferior to an American, Chinese or South Korean decision-maker with access to a pluralist debate. This disadvantage is paid in strategic competitiveness. It is already being paid.
Le carcan trans-clivageThe cross-cleavage straitjacket
La leçon centrale du rapprochement de ces deux textes ne concerne pas la position politique de Libération ni celle du Figaro. Elle concerne la variable qui domine leur production sur ce sujet précis.
The central lesson of bringing these two texts together concerns neither the political position of Libération nor that of Le Figaro. It concerns the variable that dominates their production on this precise subject.
Cette variable n'est pas la ligne éditoriale. C'est l'appartenance au champ de la presse française de référence. La ligne devient variable secondaire : elle décide du registre — social ou métaphysique — mais elle ne décide plus de la conclusion. Sur l'IA, un lecteur Libération et un lecteur Le Figaro aboutissent au même carcan par des chemins différents. Le clivage éditorial qui structure encore, pour l'essentiel des sujets, la presse quotidienne française, s'est effacé au profit d'un consensus tacite qui traverse toutes les rédactions du même segment. Le miroir, ici, tient lieu de débat.
This variable is not the editorial line. It is belonging to the field of the French press of reference. The line becomes a secondary variable: it decides the register — social or metaphysical — but it no longer decides the conclusion. On AI, a Libération reader and a Le Figaro reader arrive at the same straitjacket by different paths. The editorial cleavage that still structures, for most subjects, the French daily press, has faded in favor of a tacit consensus that runs through all the newsrooms of the same segment. The mirror, here, stands in for debate.
Cet effacement est en soi un fait analytique majeur. Il signale que le sujet « IA » a produit, dans le champ français de référence, une convergence structurelle inédite — que ce champ, en tant que corps constitué, a désigné l'objet comme menace commune à défendre par un discours unifié dans son effet, quelle que soit la couleur de son emballage.
This fading is in itself a major analytical fact. It signals that the subject “AI” has produced, in the French field of reference, an unprecedented structural convergence — that this field, as a constituted body, has designated the object as a common threat to be defended against by a discourse unified in its effect, whatever the color of its wrapping.
CodaCoda
Il existe, ailleurs, des débats sur l'IA. Ils ont lieu en anglais principalement, en mandarin de plus en plus, plus rarement dans les autres langues qui prennent l'objet au sérieux. Ils supposent une culture technique minimale et une acceptation du fait que la trajectoire n'est pas écrite. Ils comportent des voix inquiètes, des voix optimistes, des voix mesurées, des désaccords argumentés sur les modalités. Ils forment ce qu'on peut appeler un débat public au sens propre.
There exist, elsewhere, debates on AI. They take place mainly in English, increasingly in Mandarin, more rarely in the other languages that take the object seriously. They presuppose a minimal technical culture and an acceptance of the fact that the trajectory is not written. They comprise anxious voices, optimistic voices, measured voices, argued disagreements on the modalities. They form what may be called a public debate in the proper sense.
Dans une note antérieure de ces carnets (« Tout le monde déteste l'IA (pour des raisons contraires) », 5 août 2026), on relevait que la gauche et la droite détestent l'IA pour des raisons opposées mais dans le même mouvement — l'une parce qu'elle est fabriquée par les milliardaires de la Silicon Valley, l'autre parce qu'elle serait « woke ». Ces deux articles du mois d'août en donnent le prolongement par l'exemple : la symétrie hier posée sur le plan idéologique se lit désormais, à quatre jours d'intervalle, dans la fabrique éditoriale de deux grands quotidiens.
In an earlier note of these notebooks (“Everyone hates AI (for opposite reasons),” 5 august 2026), it was noted that the left and the right hate AI for opposite reasons but in the same movement — one because it is made by the billionaires of Silicon Valley, the other because it would be “woke.” These two august articles give the extension by example: the symmetry laid out yesterday on the ideological plane now reads, four days apart, in the editorial workshop of two great dailies.
Le lecteur de la presse française de référence n'y a pas accès depuis ses canaux habituels. Ce qu'il reçoit tient du concert désaccordé — deux pupitres qui jouent des partitions opposées et couvrent pourtant, ensemble, tout l'espace sonore. La symphonie est particulièrement dissonante. Reste à savoir qui elle sert.
The reader of the French press of reference has no access to it from their usual channels. What they receive is of the order of the discordant concert — two desks playing opposite scores and yet covering, together, the whole sound space. The symphony is particularly dissonant. It remains to be seen whom it serves.
SourcesSources
Libération, édition des 8-9 août 2026, dossier robots humanoïdes, entretien avec Benoît Hamon recueilli par Margo Magny : « Il faudra bien financer les coûts sociaux de la mise au chômage de millions de personnes ». liberation.fr.
Libération, 8-9 august 2026 edition, humanoid robots dossier, interview with Benoît Hamon by Margo Magny: “Il faudra bien financer les coûts sociaux de la mise au chômage de millions de personnes.” liberation.fr.
Le Figaro, 12 août 2026, Steve Tenré : « Superintelligence, désalignement : cette prophétie catastrophiste qui prévoit une perte de contrôle des modèles d'IA dès 2027 ». lefigaro.fr.
Le Figaro, 12 august 2026, Steve Tenré: “Superintelligence, désalignement : cette prophétie catastrophiste qui prévoit une perte de contrôle des modèles d'IA dès 2027.” lefigaro.fr.
Daniel Kokotajlo, Eli Lifland, Scott Alexander, Thomas Larsen, Romeo Dean, AI 2027, AI Futures Project, 3 avril 2025. ai-2027.com.
Daniel Kokotajlo, Eli Lifland, Scott Alexander, Thomas Larsen, Romeo Dean, AI 2027, AI Futures Project, 3 april 2025. ai-2027.com.
Dario Amodei, Machines of Loving Grace, octobre 2024. darioamodei.com.
Dario Amodei, Machines of Loving Grace, october 2024. darioamodei.com.
La formation à l'IA commence débranchée.Cinquième volet de la série. Sur la confusion qui fait des formations à l'IA des cours de prompt, et sur la compétence qu'elles laissent intacte : problématiser, c'est-à-dire arriver à la machine avec une pensée déjà construite.Training for AI begins unplugged.Fifth of the series. On the confusion that turns AI training into prompt courses, and on the skill they leave untouched: to problematize — that is, to arrive at the machine with an already-constructed thought.
septembre 2026 · pierre-jean tribotseptember 2026 · pierre-jean tribot
Cette note prolonge « Le moment volontariste » (20 août 2026), qui posait la question ouverte : à quoi préparons-nous les élèves ? Elle propose la compétence — problématiser — qui permet de poser cette question.
This note extends “The voluntarist moment” (20 august 2026), which posed the open question: what are we preparing pupils for? It proposes the skill — problematizing — that makes it possible to pose that question.
Depuis dix-huit mois, les formations à l'intelligence artificielle prolifèrent — dans les écoles, dans les entreprises, dans les administrations. Presque toutes portent sur la même chose : la maîtrise du prompt. Comment formuler une bonne requête. Comment obtenir une réponse plus précise. Comment structurer un dialogue efficace avec la machine.
For eighteen months, training courses on artificial intelligence have proliferated — in schools, in companies, in administrations. Almost all of them are about the same thing: mastering the prompt. How to formulate a good query. How to obtain a more precise answer. How to structure an efficient dialogue with the machine.
C'est une confusion de niveau.
It is a confusion of levels.
Le prompt est la plume. La problématisation est l'écriture.
The prompt is the pen. Problematization is the writing.
Problématiser ne consiste pas à poser une question. Une IA pose des questions. Elle en produit cent en quelques secondes, plausibles, bien formées, conformes à ce que l'on pose habituellement sur le même sujet. Problématiser consiste à identifier la question qui importe : celle qui ne reconduit pas le problème apparent, celle qui désigne une contradiction, une donnée absente, un angle mort ou une évidence trop commode. C'est savoir ce que l'on cherche avant de demander à la machine de chercher.
Problematizing does not consist in asking a question. An AI asks questions. It produces a hundred of them in a few seconds, plausible, well formed, conforming to what is usually asked on the same subject. Problematizing consists in identifying the question that matters: the one that does not reconduct the apparent problem, the one that designates a contradiction, a missing datum, a blind spot or a too-convenient obviousness. It is knowing what one is looking for before asking the machine to look.
Historien de formation, j'ai été formé à considérer cette opération comme l'acte inaugural de la démarche. Un travail commence par la construction de son objet, pas par la collecte de ses matériaux. Ce que ma discipline enseigne depuis longtemps devient l'exigence de tous, à mesure que la production de synthèses, de commentaires et d'analyses se banalise et se dévalorise.
A historian by training, I was taught to consider this operation as the inaugural act of the approach. A piece of work begins with the construction of its object, not with the collection of its materials. What my discipline has long taught becomes the requirement of all, as the production of syntheses, commentaries and analyses becomes commonplace and loses its value.
Une formation au prompt apprend à donner des instructions plus précises à un outil qui, désormais, sait lui-même reformuler et améliorer ces instructions. Elle n'apprend pas à savoir ce que l'on veut vraiment obtenir, ni pourquoi cette réponse-ci plutôt qu'une autre. Elle apprend l'interface ; elle laisse intacte la pensée qui devrait la précéder.
Prompt training teaches how to give more precise instructions to a tool that, from now on, is itself able to reformulate and improve those instructions. It does not teach how to know what one really wants to obtain, nor why this answer rather than another. It teaches the interface; it leaves untouched the thought that should precede it.
Cette compétence n'est pas une septième compétence qui s'ajouterait à d'autres. Elle est l'opération qui met en mouvement toutes les autres. Lire profondément permet de voir où un texte se fissure. Écrire pour penser permet de découvrir que sa propre intuition ne tient pas. Raisonner quantitativement empêche de poser un problème sur une statistique vide. Penser historiquement empêche de traiter le présent comme une fatalité. Faire de ses mains confronte une hypothèse à la résistance du réel. Soutenir son attention permet de ne pas abandonner la question à la première réponse fluide. Problématiser est l'opération qui les mobilise.
This skill is not a seventh skill that would be added to the others. It is the operation that sets all the others in motion. Reading deeply makes it possible to see where a text cracks. Writing to think makes it possible to discover that one's own intuition does not hold. Reasoning quantitatively prevents posing a problem on an empty statistic. Thinking historically prevents treating the present as a fatality. Working with one's hands confronts a hypothesis with the resistance of the real. Sustaining one's attention makes it possible not to abandon the question at the first fluent answer. Problematizing is the operation that mobilizes them.
L'école actuelle fait l'inverse. Elle donne la question, encadre la réponse, fournit les documents, annonce les critères et note le produit final. Ce modèle avait une cohérence quand la production d'une synthèse, d'un commentaire ou d'une dissertation exigeait un travail que l'élève ne pouvait déléguer. Cette cohérence est terminée. La machine synthétise, commente, argumente et adapte un texte à un public mieux, plus vite et pour moins cher que l'immense majorité des élèves — et que beaucoup d'adultes.
Today's school does the opposite. It gives the question, frames the answer, provides the documents, announces the criteria and grades the final product. This model had a coherence when the production of a synthesis, a commentary or an essay required work that the pupil could not delegate. That coherence is over. The machine synthesizes, comments, argues and adapts a text to an audience better, faster and more cheaply than the vast majority of pupils — and than many adults.
La réponse ne peut pas être de demander aux élèves de jurer qu'ils n'ont pas utilisé l'outil. Elle ne peut pas non plus être de les former à détecter les prétendus biais d'une machine qu'ils emploieront, de toute façon, dans leurs études et dans leur travail. Il faut changer ce qui est exercé et ce qui est évalué.
The answer cannot be to ask pupils to swear that they did not use the tool. Nor can it be to train them to detect the alleged biases of a machine that they will use, in any case, in their studies and in their work. What is exercised and what is assessed must change.
Cela suppose des ateliers de problématique : non pas des cours où l'on récite la méthode, mais des lieux où l'on arrive avec un objet réel, un corpus incomplet, une contradiction, une situation de terrain. L'élève doit dire ce qui est acquis, ce qui est incertain, ce qui manque et ce qui changerait sa compréhension. Il peut demander à l'IA de proposer des questions ; il doit ensuite expliquer pourquoi elles sont banales, fausses, insuffisantes ou pertinentes. L'IA y devient un contradicteur. Elle ne devient pas le penseur de remplacement.
This presupposes problematization workshops: not courses where the method is recited, but places where one arrives with a real object, an incomplete corpus, a contradiction, a field situation. The pupil must state what is acquired, what is uncertain, what is missing and what would change their understanding. They may ask the AI to propose questions; they must then explain why these are banal, false, insufficient or pertinent. The AI becomes a contradictor there. It does not become the replacement thinker.
Le même travers frappe la formation professionnelle continue. Les catalogues débordent de sessions « maîtriser ChatGPT en deux heures » ou « 50 prompts pour votre secteur ». Elles apprennent à formuler des requêtes plus fluides à des outils qui savent reformuler seuls les requêtes floues. La compétence rare n'est pas d'utiliser l'IA. Elle est d'arriver à l'outil avec une pensée déjà construite.
The same failing strikes continuing professional training. The catalogues overflow with sessions “master ChatGPT in two hours” or “50 prompts for your sector.” They teach how to formulate more fluent queries to tools that can reformulate vague queries on their own. The rare skill is not using AI. It is arriving at the tool with an already-constructed thought.
Toute cette bascule suppose une condition que les politiques éducatives évitent systématiquement : l'expérimentation.
This whole shift presupposes a condition that education policies systematically avoid: experimentation.
Cette transformation ne s'accomplira pas par une séance de deux heures sur les biais de l'IA, suivie d'une circulaire et d'une grille de conformité. Aucun système éducatif ne dispose aujourd'hui d'une méthode achevée, parce qu'elle n'existe pas encore nulle part.
This transformation will not be accomplished by a two-hour session on the biases of AI, followed by a circular and a compliance grid. No education system today has a completed method, because it does not yet exist anywhere.
Personne ne possède aujourd'hui une méthode définitive pour apprendre à penser dans un monde où la réponse est abondante.
No one today possesses a definitive method for learning to think in a world where the answer is abundant.
Il faut donc expérimenter. Expérimenter signifie accepter que certaines tentatives échouent. Une classe peut travailler un semestre avec des journaux d'interaction avec l'IA et constater que l'exercice produit surtout de la paresse. Une autre peut découvrir qu'un oral court ne réduit pas le stress mais le déplace. Un portfolio peut devenir une vitrine sans pensée. Une interdiction partielle peut recréer de l'inégalité. Ces échecs ne sont pas des preuves qu'il faut revenir à la dissertation comme avant. Ils sont les informations sans lesquelles aucune pédagogie nouvelle ne peut se construire.
One must therefore experiment. To experiment means accepting that some attempts fail. A class may work for a semester with logs of interaction with AI and find that the exercise produces mostly laziness. Another may discover that a short oral does not reduce stress but displaces it. A portfolio may become a showcase without thought. A partial ban may recreate inequality. These failures are not proof that one must return to the essay as before. They are the information without which no new pedagogy can be built.
Le problème est que les systèmes éducatifs européens sont devenus structurellement hostiles à cette information. Ils sont taylorisés : programmes saturés, classes chargées, épreuves normées, inspections, bulletins, procédures, indicateurs, demandes administratives. L'enseignant n'a ni le temps de concevoir, ni le droit réel de se tromper, ni la protection nécessaire pour dire publiquement : « ceci n'a pas marché ». Le système exige de lui une réponse avant même qu'il ait pu poser la question.
The problem is that European education systems have become structurally hostile to this information. They are taylorized: saturated curricula, overloaded classes, standardized examinations, inspections, report cards, procedures, indicators, administrative demands. The teacher has neither the time to design, nor the real right to be wrong, nor the protection necessary to say publicly: “this did not work.” The system demands an answer of them before they have even been able to pose the question.
D'autres pays font autrement. L'Estonie a lancé en septembre 2025 le programme AI Leap, en partenariat avec OpenAI et Anthropic, qui donne à ses lycéens un accès nationalisé aux principaux LLM. La Corée du Sud a tenté depuis mars 2025 un déploiement à grande échelle de manuels numériques IA au primaire et au secondaire, projet partiellement rétracté en fin d'année après contestations politiques et pédagogiques. Ni modèles à copier, ni contre-exemples à disqualifier : preuves qu'il est possible de décider, d'essayer, et de tirer des leçons — y compris des échecs.
Other countries do otherwise. Estonia launched in september 2025 the AI Leap program, in partnership with OpenAI and Anthropic, which gives its high-school pupils nationalized access to the main LLMs. South Korea attempted, from march 2025, a large-scale deployment of AI digital textbooks in primary and secondary education, a project partially retracted at the end of the year after political and pedagogical contestations. Neither models to copy nor counter-examples to disqualify: proof that it is possible to decide, to try, and to draw lessons — including from failures.
Une politique sérieuse devrait donc créer des espaces protégés d'expérimentation pédagogique. Pas des appels à projets décoratifs, pas une semaine du numérique, pas une nouvelle plateforme. Des équipes qui disposeraient de temps réel, de petits effectifs, d'un accès sécurisé aux outils et d'un mandat de trois ans. Leur tâche serait d'essayer des formats : ateliers de problématique, portfolios, oraux dialogiques, projets avec et sans IA, audits de réponses générées, journaux de recherche. Leur obligation ne serait pas de réussir à chaque fois. Elle serait de documenter précisément ce qui a fonctionné, ce qui a échoué et pourquoi.
A serious policy should therefore create protected spaces of pedagogical experimentation. Not decorative calls for projects, not a digital week, not a new platform. Teams that would have real time, small numbers, secure access to the tools and a three-year mandate. Their task would be to try formats: problematization workshops, portfolios, dialogic orals, projects with and without AI, audits of generated answers, research journals. Their obligation would not be to succeed every time. It would be to document precisely what worked, what failed and why.
Le droit de rater n'est pas le relâchement de l'exigence. C'est la condition de l'exigence quand l'objet à enseigner change plus vite que les programmes. Une institution qui interdit l'échec ne produit pas de rigueur ; elle produit des réponses officielles à des questions déjà périmées.
The right to fail is not a relaxation of the requirement. It is the condition of the requirement when the object to be taught changes faster than the curricula. An institution that forbids failure does not produce rigor; it produces official answers to questions that are already obsolete.
Le reset éducatif ne commencera donc pas par une nouvelle matière intitulée « IA ». Il commencera lorsque les systèmes éducatifs accepteront de dire qu'ils ne savent pas encore exactement comment enseigner dans ce monde, et qu'ils devront l'apprendre eux-mêmes. Ce que la fonction d'enseignant contient déjà — construire avec ses élèves les conditions d'une question juste — redeviendra son centre. Le reste, ce qui pouvait s'automatiser autour, s'automatise déjà.
The educational reset will therefore not begin with a new subject entitled “AI.” It will begin when education systems accept to say that they do not yet know exactly how to teach in this world, and that they will have to learn it themselves. What the teaching function already contains — building with one's pupils the conditions of a just question — will become its center again. The rest, what could be automated around it, is already being automated.
C'est moins rassurant qu'un plan de formation au prompt. C'est aussi beaucoup plus sérieux.
It is less reassuring than a prompt-training plan. It is also much more serious.
Décélérer pour qui ?.À propos de l'objection de conscience « Sans-IAg » défendue à l'école. Décélérer suppose des ressources que tous n'ont pas : l'école sans IA ne produit pas de décélération collective mais une désynchronisation sociale. La seule décélération défendable porte sur la question, pas sur l'outil.Decelerate for whom?.On the “No-GenAI” conscientious objection defended at school. Decelerating presupposes resources that not everyone has: AI-free school produces not collective deceleration but social desynchronization. The only defensible deceleration bears on the question, not on the tool.
31 août 2026 · pierre-jean tribot31 august 2026 · pierre-jean tribot
Le 27 août 2026, Christophe Cailleaux et Amélie Hart publient sur Mediapart IA et école : résister à la fuite en avant. Le texte s'inscrit dans une série portée par l'Atecopol — manifeste « Face à l'IA générative, l'objection de conscience » (30 novembre 2025), puis « Appel du 18 juin 2026, pour un label Sans-IAg dans l'enseignement, la culture, le journalisme et les entreprises ». En moins d'un an, un dispositif organisationnel identifiable s'est constitué autour d'un geste central : obtenir, dans les institutions vulnérables au productivisme, une garantie négative. Le sans-IA comme label positif, l'objection de conscience comme posture individuelle protégée.
On 27 august 2026, Christophe Cailleaux and Amélie Hart publish in Mediapart AI and school: resisting the headlong rush. The text belongs to a series carried by the Atecopol — the manifesto “Faced with generative AI, conscientious objection” (30 november 2025), then the “Appeal of 18 june 2026, for a No-GenAI label in education, culture, journalism and business.” In less than a year, an identifiable organizational apparatus has formed around a central gesture: to obtain, in institutions vulnerable to productivism, a negative guarantee. AI-free as a positive label, conscientious objection as a protected individual stance.
Le diagnostic n'a rien de faible. Il reprend avec justesse l'obsession évaluative (Bernard Lahire, Savoir ou périr, Seuil, 2025), la surcharge des programmes, la dérive du contrôle continu, l'aliénation du geste de correction. La lucidité sur l'objet est réelle. C'est la position qui suit qui pose problème.
The diagnosis is anything but weak. It rightly takes up the evaluative obsession (Bernard Lahire, Know or perish, Seuil, 2025), the overloading of curricula, the drift of continuous assessment, the alienation of the act of grading. The lucidity about the object is real. It is the position that follows which poses a problem.
DécélérationDeceleration
Le texte revendique la décélération — « refuser de gagner du temps », « enseigner la décélération », « préserver notre capacité à apprendre, à enseigner, à vivre sans les IA ». Adressée à un « nous » enseignant qui se confond avec le « nous » des élèves, comme si la décélération se pratiquait à hauteur symétrique dans la salle de classe et dans le reste de la vie sociale.
The text lays claim to deceleration — “refusing to save time,” “teaching deceleration,” “preserving our capacity to learn, to teach, to live without AI.” Addressed to a teacherly “we” that merges with the “we” of pupils, as if deceleration were practiced at symmetrical scale in the classroom and in the rest of social life.
Décélérer suppose des ressources temporelles et matérielles. La décélération scolaire n'est vécue comme respiration que par les foyers qui compensent hors de l'école — familles équipées, cultivées, disponibles, capables de reprendre à la maison ce qui n'a pas été appris. Pour les autres — la majorité — l'école lente et sans outil est simplement l'école privée de l'une des mutations centrales de leur époque.
Decelerating presupposes temporal and material resources. School deceleration is experienced as breathing room only by households that compensate outside school — families that are equipped, cultivated, available, able to take up again at home what was not learned. For the others — the majority — slow, tool-free school is simply school deprived of one of the central mutations of their era.
Manchester, août 2026Manchester, august 2026
Le contre-cas empirique tient en peu de mots. Le Royaume-Uni compte au premier trimestre 2026 un peu plus d'un million de jeunes de 16 à 24 ans hors emploi, hors éducation et hors formation — plus haut niveau depuis 2013. Le rapport intérimaire d'Alan Milburn projette un jeune sur six dans cette situation d'ici 2031 sans intervention. Le nouveau gouvernement d'Andy Burnham lance en août 2026 un pilote AI boot camp de trois semaines dans le nord-ouest de l'Angleterre pour 70 jeunes de cette cohorte, adossé à un plan TechFirst de deux cents millions de livres. Construction d'outils IA, usage business, apprentissages chez BAE Systems ou Heinz.
The empirical counter-case takes few words. In the first quarter of 2026 the United Kingdom counts a little over one million young people aged 16 to 24 out of work, out of education and out of training — the highest level since 2013. Alan Milburn's interim report projects one young person in six in this situation by 2031 without intervention. Andy Burnham's new administration launches in august 2026 a three-week AI boot camp pilot in the north-west of England for 70 young people from this cohort, backed by a two-hundred-million-pound TechFirst plan. Building AI tools, business use, apprenticeships at BAE Systems or Heinz.
L'efficacité opérationnelle sera limitée — trois semaines c'est cosmétique, soixante-dix personnes face à un million c'est symbolique. L'intérêt se joue dans le cadrage. Face à la même vague, dans deux pays européens comparables, la même génération est traitée par deux positions inversées. Le camp Sans-IAg propose, au nom de la protection, de tenir les jeunes à distance de l'outil. Burnham propose, au nom de la mobilité sociale, de les y outiller. Les deux positions se réclament de la gauche. Une seule est cohérente avec ce qu'elle prétend défendre.
Operational effectiveness will be limited — three weeks is cosmetic, seventy people against a million is symbolic. The interest lies in the framing. Faced with the same wave, in two comparable European countries, the same generation is handled by two inverted positions. The No-GenAI camp proposes, in the name of protection, to keep the young at a distance from the tool. Burnham proposes, in the name of social mobility, to equip them with it. Both positions claim the left. Only one is coherent with what it claims to defend.
Chez les enfantsAmong the children
Aux États-Unis, l'enquête Pew Research de juin 2025 documente une fracture d'adoption par diplôme d'une amplitude massive : 52 % des titulaires d'un master ou d'un doctorat ont utilisé ChatGPT, 51 % des titulaires d'une licence, 18 % seulement des adultes s'étant arrêtés au secondaire. Le rapport de un à trois n'est pas transitoire — il s'est renforcé entre 2023 et 2025. Chez les adolescents (Pew, janvier 2025), 84 % des 13-17 ans issus de foyers gagnant plus de 75 000 dollars annuels avaient entendu parler de ChatGPT, contre 67 % dans les foyers gagnant moins de 30 000. L'enquête de décembre 2025 confirme le pattern sur l'usage effectif — 62 % des adolescents de foyers au-dessus de 75 000 dollars utilisent ChatGPT contre 52 % en dessous. Au Royaume-Uni, Ofcom (mai 2026) recense 56 % des 8-17 ans comme utilisateurs d'outils IA ; Internet Matters monte à deux tiers pour les 9-17 ans, avec cette nuance qui compte — les enfants classés « vulnérables » sont trois fois plus susceptibles de basculer vers un usage compagnon-substitut affectif, seuls face à la machine. La distribution n'est pas seulement inégale en volume, elle est inégale en qualité.
In the United States, the Pew Research survey of june 2025 documents an adoption gap by degree of massive amplitude: 52% of holders of a master's or doctorate have used ChatGPT, 51% of holders of a bachelor's, only 18% of adults who stopped at secondary school. The one-to-three ratio is not transitory — it strengthened between 2023 and 2025. Among adolescents (Pew, january 2025), 84% of 13-17-year-olds from households earning more than 75,000 dollars a year had heard of ChatGPT, against 67% in households earning less than 30,000. The december 2025 survey confirms the pattern on actual use — 62% of adolescents from households above 75,000 dollars use ChatGPT against 52% below. In the United Kingdom, Ofcom (may 2026) records 56% of 8-17-year-olds as users of AI tools; Internet Matters rises to two thirds for 9-17-year-olds, with this nuance that matters — children classed as “vulnerable” are three times more likely to tip toward an affective companion-substitute use, alone before the machine. The distribution is not only unequal in volume, it is unequal in quality.
L'école sans IA, dans cette configuration, ne produit pas de décélération collective — elle produit une désynchronisation. Elle laisse les enfants des foyers déjà exposés continuer leur acculturation dans le cadre privé, et prive les enfants des foyers non-exposés du seul lieu où ils auraient pu rencontrer l'outil accompagné. Mécanisme déjà documenté pour l'écrit long, la culture littéraire, la maîtrise informatique — accéléré cette fois par la vitesse d'apprentissage propre à l'IA, qui rend chaque mois d'exposition différentielle beaucoup plus coûteux qu'à l'ère précédente.
AI-free school, in this configuration, produces not collective deceleration — it produces desynchronization. It lets the children of already-exposed households continue their acculturation in the private setting, and deprives the children of non-exposed households of the only place where they could have met the tool with guidance. A mechanism already documented for long-form writing, literary culture, computer literacy — accelerated this time by the learning speed proper to AI, which makes each month of differential exposure far more costly than in the previous era.
Aporie ministérielleMinisterial aporia
Le 27 août, quatre jours avant la publication de Cailleaux et Hart, Édouard Geffray formule au Nouvel Obs la thèse inverse — « si vous avez 300 mots de vocabulaire, vous serez le jouet de l'IA ; avec 4 000, l'IA sera votre jouet ». Outillage lexical, maîtrise de l'outil. Le 31 août, sur France Inter, le même ministre bascule sur la thèse Atecopol — « nous sommes face à un processus de destruction intellectuelle et cognitive à cause du numérique et des réseaux sociaux ». Quatre jours, deux publics, aucune articulation.
On 27 august, four days before the publication of Cailleaux and Hart, Édouard Geffray formulates in Le Nouvel Obs the opposite thesis — “if you have 300 words of vocabulary, you will be AI's plaything; with 4,000, AI will be your plaything.” Lexical equipment, mastery of the tool. On 31 august, on France Inter, the same minister switches to the Atecopol thesis — “we are facing a process of intellectual and cognitive destruction because of digital technology and social networks.” Four days, two audiences, no articulation.
La leçon vaut moins pour Geffray que pour le texte. La position sans-IAg n'est pas une doctrine que l'appareil n'aurait pas encore ratifiée — c'est l'un des deux versants qu'il tient tour à tour, sans instance interne qui tranche. La caution symbolique que Cailleaux et Hart cherchent, l'appareil la donnera. Et donnera l'inverse au prochain auditoire.
The lesson holds less for Geffray than for the text. The No-GenAI position is not a doctrine the apparatus has not yet ratified — it is one of the two slopes it holds by turns, with no internal authority to decide between them. The symbolic endorsement Cailleaux and Hart seek, the apparatus will grant. And will grant the opposite to the next audience.
La questionThe question
Il y a pourtant une décélération qui aurait un sens réel, et c'est celle que le texte ne peut pas formuler parce qu'elle supposerait la soustraction sur ce qu'il défend en même temps.
There is nonetheless a deceleration that would have real meaning, and it is the one the text cannot formulate because it would presuppose subtraction on what it defends at the same time.
L'IA générative répond, elle ne questionne pas. En quelques secondes elle produit une réponse acceptable à peu près à toute question mal formulée. La compétence qui restera rare, celle sur laquelle l'écart entre un usage puissant et un usage extractif se joue, c'est la formulation de la question. Prompter n'est pas une technique — c'est un acte intellectuel qui condense ce que quinze ans d'école devraient enseigner : cerner un objet, situer une inconnue, tenir une question dans le temps avant de vouloir une réponse. Bachelard le formulait déjà — le sens du problème est le cœur de la démarche. Le compétentialisme scolaire des trente dernières années l'a nominalement intégré — « esprit critique », « problématisation », « démarche d'investigation » figurent dans tous les socles. Il ne l'a jamais traduit dans les dispositifs d'évaluation, qui continuent à noter la réponse, chronométrer la copie, classer par la production.
Generative AI answers, it does not question. In a few seconds it produces an acceptable answer to just about any ill-formed question. The skill that will remain rare, the one on which the gap between a powerful use and an extractive use is played out, is the formulation of the question. Prompting is not a technique — it is an intellectual act that condenses what fifteen years of school ought to teach: to delimit an object, to situate an unknown, to hold a question over time before wanting an answer. Bachelard already put it — the sense of the problem is the heart of the approach. The school competency-ism of the last thirty years has nominally integrated it — “critical thinking,” “problematization,” “inquiry-based approach” appear in every framework. It has never translated it into the assessment devices, which continue to grade the answer, time the paper, rank by output.
Le temps est venu, pour les systèmes éducatifs, d'aller par soustraction avant d'aller par addition. Trente ans d'empilement de socles, de compétences transversales, d'heures nouvelles greffées sur des programmes que personne n'ose alléger. Le texte diagnostique cette lasagne — il ne propose pourtant aucune soustraction sur ce qu'elle contient, seulement une soustraction sur ce qui n'y était pas encore.
The time has come, for education systems, to go by subtraction before going by addition. Thirty years of piling up frameworks, cross-cutting skills, new hours grafted onto curricula that no one dares lighten. The text diagnoses this lasagne — yet it proposes no subtraction on what it contains, only a subtraction on what was not yet in it.
C'est ici que la décélération retrouverait un sens défendable. Non pas moins d'outils, mais plus de temps sur la question. Moins d'épreuves qui évaluent la production, plus de dispositifs qui évaluent l'itinéraire d'une pensée. Moins de brevet, moins de contrôle continu — plus de tenue dans le temps long où une question se déploie. Bascule disponible intellectuellement depuis un demi-siècle, techniquement possible au moment exact où l'IA rend obsolète l'école qui évalue la réponse, et urgente pour la même raison. Le texte de Cailleaux et Hart aurait pu être ce plaidoyer. Il ne l'est pas — il défend l'école telle qu'elle est en ajoutant seulement la couche qui interdit l'outil.
It is here that deceleration would recover a defensible meaning. Not fewer tools, but more time on the question. Fewer exams that assess output, more devices that assess the itinerary of a thought. Less brevet, less continuous assessment — more endurance in the long time where a question unfolds. A shift available intellectually for half a century, technically possible at the exact moment when AI makes obsolete the school that assesses the answer, and urgent for the same reason. The text of Cailleaux and Hart could have been that plea. It is not — it defends school as it is, adding only the layer that bans the tool.
ReproductionReproduction
La position, soustraite de la couche militante qui la présente, revient à un geste précis : conserver l'école telle qu'elle est, y compris dans ses mécanismes reproductifs déjà documentés depuis un demi-siècle, et lui ajouter une couche de fermeture qui aggrave ces mécanismes en interdisant l'outil qui aurait pu partiellement les contourner. L'IA n'abolit pas la reproduction sociale, mais elle en attaque un maillon central — la transmission du capital culturel dense par immersion familiale longue — en rendant transmissible par pratique courte ce qui n'était transmissible que par héritage. L'école sans IA garde ce maillon intact.
The position, subtracted from the militant layer that presents it, comes down to a precise gesture: to preserve school as it is, including in its reproductive mechanisms already documented for half a century, and to add to it a layer of closure that aggravates those mechanisms by banning the tool that could have partly circumvented them. AI does not abolish social reproduction, but it attacks one of its central links — the transmission of dense cultural capital through long family immersion — by making transmissible through short practice what was transmissible only through inheritance. AI-free school keeps this link intact.
Décélérer, oui — mais qui décélère, dans quel milieu, avec quels moyens compensatoires, à quel horizon d'entrée dans la vie active. La question sociologique est absente du texte parce que sa réponse le désarmerait. La gauche institutionnelle enseignante qui porte aujourd'hui l'objection de conscience protège symboliquement les enfants du peuple d'un danger dont les enfants de l'élite s'outilleront de toute façon. La gauche cohérente sur ce dossier est celle qui outille pour libérer du temps sur la question — pas celle qui interdit l'outil pour conserver l'école qui n'en donnait déjà pas. Il n'y a de gauche cohérente, sur ce dossier, que du côté de Manchester.
Decelerate, yes — but who decelerates, in what milieu, with what compensatory means, at what horizon of entry into working life. The sociological question is absent from the text because its answer would disarm it. The institutional teaching left that today carries conscientious objection symbolically protects the children of the people from a danger against which the children of the elite will equip themselves anyway. The left that is coherent on this file is the one that equips in order to free up time on the question — not the one that bans the tool in order to preserve the school that already gave none. There is a coherent left, on this file, only on Manchester's side.
SourcesSources
Christophe Cailleaux et Amélie Hart, « IA et école : résister à la fuite en avant », Mediapart, Le Club, 27 août 2026.
Christophe Cailleaux and Amélie Hart, “IA et école : résister à la fuite en avant,” Mediapart, Le Club, 27 august 2026.
Atecopol, « Face à l'IA générative, l'objection de conscience », manifeste, 30 novembre 2025. atecopol.hypotheses.org.
Atecopol, “Face à l'IA générative, l'objection de conscience,” manifesto, 30 november 2025. atecopol.hypotheses.org.
Atecopol, « Appel du 18 juin 2026, pour un label Sans-IAg dans l'enseignement, la culture, le journalisme et les entreprises ». atecopol.hypotheses.org.
Atecopol, “Appel du 18 juin 2026, pour un label Sans-IAg dans l'enseignement, la culture, le journalisme et les entreprises.” atecopol.hypotheses.org.
Bernard Lahire, Savoir ou périr, Seuil, 2025.
Bernard Lahire, Savoir ou périr, Seuil, 2025.
Gurvan Le Guellec, entretien avec Édouard Geffray, Le Nouvel Obs, 27 août 2026. nouvelobs.com.
Gurvan Le Guellec, interview with Édouard Geffray, Le Nouvel Obs, 27 august 2026. nouvelobs.com.
« Rentrée 2026 : les absences de professeurs seront « marginales », assure le ministre de l'Éducation nationale », franceinfo, 31 août 2026 (reprise de l'entretien d'Édouard Geffray sur France Inter). franceinfo.fr.
“Rentrée 2026 : les absences de professeurs seront « marginales », assure le ministre de l'Éducation nationale,” franceinfo, 31 august 2026 (reprise of Édouard Geffray's interview on France Inter). franceinfo.fr.
Alan Milburn, Youth Guarantee Interim Review, gouvernement britannique, août 2026. Couverture presse : The Guardian, Channel 4 News, LBC, 13-14 août 2026.
Alan Milburn, Youth Guarantee Interim Review, UK government, august 2026. Press coverage: The Guardian, Channel 4 News, LBC, 13-14 august 2026.
Andy Burnham, plan TechFirst et pilote AI boot camp, Manchester, août 2026. Couverture presse : The Guardian, UKTN, LBC, août 2026.
Andy Burnham, TechFirst plan and AI boot camp pilot, Manchester, august 2026. Press coverage: The Guardian, UKTN, LBC, august 2026.
Olivia Sidoti et Colleen McClain, « ChatGPT use among Americans roughly doubled since 2023 », Pew Research Center, 25 juin 2025. pewresearch.org.
Olivia Sidoti and Colleen McClain, “ChatGPT use among Americans roughly doubled since 2023,” Pew Research Center, 25 june 2025. pewresearch.org.
Michelle Faverio et Olivia Sidoti, « About a quarter of U.S. teens have used ChatGPT for schoolwork, double the share in 2023 », Pew Research Center, 15 janvier 2025. pewresearch.org.
Michelle Faverio and Olivia Sidoti, “About a quarter of U.S. teens have used ChatGPT for schoolwork, double the share in 2023,” Pew Research Center, 15 january 2025. pewresearch.org.
Michelle Faverio et Olivia Sidoti, « Teens, Social Media and AI Chatbots 2025 », Pew Research Center, 9 décembre 2025. pewresearch.org.
Michelle Faverio and Olivia Sidoti, “Teens, Social Media and AI Chatbots 2025,” Pew Research Center, 9 december 2025. pewresearch.org.
Ofcom, Children's Online Experiences Research Report, mai 2026. ofcom.org.uk.
Ofcom, Children's Online Experiences Research Report, may 2026. ofcom.org.uk.
Internet Matters, enquête sur l'usage des chatbots IA par les enfants au Royaume-Uni, mai 2026.
Internet Matters, survey on children's use of AI chatbots in the United Kingdom, may 2026.
Baromètre IFOP pour Talan, usages IA en France, 2025.
IFOP barometer for Talan, AI uses in France, 2025.
Enquête sur l'usage des IA génératives par les lycéens de seconde en Nouvelle-Aquitaine, 2024.
Survey on the use of generative AI by tenth-grade pupils in Nouvelle-Aquitaine, 2024.
AI for All : la Corée du Sud déploie ce que l'Europe débat.Le 28 août 2026, Séoul désigne trois consortiums nationaux pour opérer un service d'IA générative gratuit et illimité pour tous ses citoyens. Sur deux grammaires opposées de la souveraineté cognitive — et sur le socle industriel de vingt ans que l'Europe a démantelé.AI for All: South Korea deploys what Europe debates.On 28 august 2026, Seoul designates three national consortiums to operate a free and unlimited generative AI service for all its citizens. On two opposing grammars of cognitive sovereignty — and on the twenty-year industrial base that Europe dismantled.
28 août 2026 · pierre-jean tribot28 august 2026 · pierre-jean tribot
Le ministère sud-coréen des Sciences et TIC a désigné le 28 août 2026 trois consortiums — pilotés par SK Telecom, KT et Kakao — pour opérer AI for All, service national d'intelligence artificielle générative accessible gratuitement et sans limite à tout citoyen1. 512 GPU Nvidia B200 alloués cette année, agréments signés en septembre, bêta ouverte fin 2026, financement public partiel des coûts opérationnels à partir de 2027. Le vice-Premier ministre en charge du portefeuille pilote un mandat transversal — infrastructure, industrie, recherche, éducation — sans distribution entre commissaires spécialisés.
The South Korean Ministry of Science and ICT designated, on 28 august 2026, three consortiums — led by SK Telecom, KT and Kakao — to operate AI for All, a national generative artificial intelligence service accessible for free and without limit to every citizen1. 512 Nvidia B200 GPUs allocated this year, agreements signed in September, open beta at the end of 2026, partial public funding of operating costs from 2027. The deputy prime minister in charge of the portfolio steers a cross-cutting mandate — infrastructure, industry, research, education — without distribution among specialized commissioners.
Le nom du programme n'est pas cosmétique. « AI for All » énonce une doctrine : l'accessibilité comme axe cardinal, la saturation d'usage comme voie de souveraineté cognitive. Le contraste avec les vocabulaires européens dominants — « AI de confiance », « AI éthique », « AI encadrée » — est doctrinal, pas linguistique. Deux hypothèses opposées sur ce qui construit une souveraineté cognitive nationale : Séoul parie que c'est l'usage populaire massif distribué sur infrastructures nationales, Bruxelles parie que c'est la certification préalable et l'usage contrôlé. Le pari sud-coréen prépare une base d'une décennie de dépendance-usage sur trois écosystèmes nationaux — télécoms, portails, messagerie — avant que l'Europe n'ait fini d'écrire son deuxième AI Act.
The program's name is not cosmetic. “AI for All” states a doctrine: accessibility as the cardinal axis, saturation of use as the path to cognitive sovereignty. The contrast with the dominant European vocabularies — “trustworthy AI,” “ethical AI,” “regulated AI” — is doctrinal, not linguistic. Two opposing hypotheses about what builds a national cognitive sovereignty: Seoul bets that it is massive popular use distributed over national infrastructures, Brussels bets that it is prior certification and controlled use. The South Korean bet prepares a decade-long base of usage-dependence on three national ecosystems — telecoms, portals, messaging — before Europe has finished writing its second AI Act.
Ce déploiement n'est toutefois pas duplicable à froid. Il repose sur un socle industriel que la Corée du Sud a méthodiquement protégé pendant vingt ans par politique industrielle assumée : trois plateformes nationales concurrentielles, chacune adossée à un pilier économique et technique autonome. L'Europe a passé les mêmes vingt ans à démanteler ses champions équivalents au nom du marché unique concurrentiel. Ce qui rend possible le geste sud-coréen — désigner trois opérateurs nationaux, exiger la mutualisation de plusieurs modèles souverains, faire circuler la valeur dans un capitalisme d'infrastructure coordonné par l'État — serait aujourd'hui bloqué à Bruxelles dès la première réunion préparatoire au motif d'entente sectorielle.
This deployment, however, is not duplicable cold. It rests on an industrial base that South Korea methodically protected for twenty years through an assumed industrial policy: three competitive national platforms, each backed by an autonomous economic and technical pillar. Europe spent the same twenty years dismantling its equivalent champions in the name of the competitive single market. What makes the South Korean gesture possible — designating three national operators, requiring the pooling of several sovereign models, circulating value in an infrastructure capitalism coordinated by the state — would today be blocked in Brussels at the first preparatory meeting on grounds of sectoral collusion.
Le cas Naver éclaire l'asymétrie industrielle à un cran plus dur. Le premier opérateur de plateforme mobile sud-coréen a refusé de participer à AI for All parce qu'il opère déjà son propre service d'IA générative gratuit à échelle nationale via HyperCLOVA X. Un acteur privé qui peut arbitrer entre projet public et projet propre parce qu'il détient la capacité industrielle des deux. L'équivalent européen n'existe pas : Mistral, Aleph Alpha, LightOn n'ont pas la capacité de servir gratuitement leur population nationale respective à échelle indéfinie sur infrastructure propriétaire. La Corée du Sud peut refuser Naver, l'Europe n'a personne à refuser. Naver avait par ailleurs été écarté en janvier 2026 du projet national de foundation model souverain pour insuffisance d'indépendance de ses données d'entraînement, non pour insuffisance technologique. La distinction souveraineté-modèle / souveraineté-données y est traitée comme deux conditions séparées, chacune évaluable indépendamment. Le débat européen n'a même pas outillé cette distinction.
The Naver case illuminates the industrial asymmetry a notch harder. South Korea's leading mobile platform operator refused to participate in AI for All because it already operates its own free generative AI service at national scale via HyperCLOVA X. A private actor able to arbitrate between a public project and its own because it holds the industrial capacity of both. The European equivalent does not exist: Mistral, Aleph Alpha, LightOn do not have the capacity to serve their respective national population for free at indefinite scale on proprietary infrastructure. South Korea can refuse Naver; Europe has no one to refuse. Naver had, moreover, been set aside in January 2026 from the national sovereign foundation-model project for insufficient independence of its training data, not for technological insufficiency. The distinction model-sovereignty / data-sovereignty is treated there as two separate conditions, each assessable independently. The European debate has not even equipped this distinction.
La leçon dure n'est pas rhétorique. La souveraineté cognitive n'est pas un projet théorique qu'on lance à froid par décision réglementaire. Elle exige un socle industriel et humain préexistant que quinze années au moins sont nécessaires à reconstituer. La Corée du Sud récolte ce qu'elle a semé pendant vingt ans. L'Europe constate qu'elle n'a plus de racines à récolter — et ce constat, à lui seul, ne produit aucune racine nouvelle.
The hard lesson is not rhetorical. Cognitive sovereignty is not a theoretical project launched cold by regulatory decision. It requires a pre-existing industrial and human base that at least fifteen years are needed to reconstitute. South Korea is harvesting what it sowed for twenty years. Europe finds that it no longer has roots to harvest — and this finding, on its own, produces no new roots.
Deux grammaires se lisent en creux. Côté français depuis 2024, on parle levées de fonds Mistral, valorisations à six milliards, tours de table BPI-CDC. Côté sud-coréen, on parle de GPU alloués, de points d'accès dans les applis grand public, de mandats vice-Premier ministre. Le premier vocabulaire produit des licornes financièrement valorisées. Le second produit de la dépendance-usage nationale à cinq ans. On sait maintenant laquelle des deux fait souveraineté.
Two grammars can be read in the negative. On the French side since 2024, one speaks of Mistral fundraisings, six-billion valuations, BPI-CDC funding rounds. On the South Korean side, one speaks of allocated GPUs, access points in consumer apps, deputy-prime-minister mandates. The first vocabulary produces financially valued unicorns. The second produces national usage-dependence at five years. We now know which of the two makes sovereignty.
Notes
Notes
1 Nam Hyun-woo, « SKT, KT, Kakao consortiums selected for free AI service for public — Naver's absence raises questions on accessibility », The Korea Times, 28 août 2026. koreatimes.co.kr. ↩
1 Nam Hyun-woo, “SKT, KT, Kakao consortiums selected for free AI service for public — Naver's absence raises questions on accessibility,” The Korea Times, 28 august 2026. koreatimes.co.kr. ↩
Le moment volontariste.Quatrième volet d'une série sur les savoirs fondamentaux à l'ère de l'IA. Après avoir nommé les six fondamentaux et démonté la logique additive qui les asphyxie, la question du comment : quelles dispositions et quelle méthode font vivre ces fondamentaux quand la machine restitue et synthétise pour nous ?The voluntarist moment.Fourth of a series on foundational knowledge in the age of AI. After naming the six foundations and dismantling the additive logic that suffocates them, the question of how: which dispositions and which method bring these foundations to life when the machine recalls and synthesizes for us?
20 août 2026 · pierre-jean tribot20 august 2026 · pierre-jean tribot
Que faites-vous le mardi matin en vous levant ? La question, posée par l'économiste Tyler Cowen1 dans un podcast récent, paraît anodine. Elle contient tout.
What do you do on Tuesday morning when you get up? The question, posed by the economist Tyler Cowen1 in a recent podcast, seems trivial. It contains everything.
Le mardi matin n'est pas le lundi de la mise en route ni le vendredi de la clôture. C'est un moment ordinaire, sans occasion particulière, où rien n'oblige à faire autre chose que ce qu'on fait toujours. Ceux qui reproduisent ce mardi la même routine que le mardi précédent — Cowen parle de same old same old — reculent d'un cran chaque semaine, dans un environnement où la machine exécute mille fois plus vite les tâches routinières. Ceux qui, dans ce même mardi matin, ouvrent quelque chose de neuf, apprennent une chose de plus, testent une variation, développent un projet ambitieux qu'ils n'auraient jamais osé sans outillage — avancent d'un cran.
Tuesday morning is not the Monday of getting started nor the Friday of wrapping up. It is an ordinary moment, without particular occasion, where nothing compels one to do anything other than what one always does. Those who reproduce this Tuesday the same routine as the previous Tuesday — Cowen speaks of same old same old — fall back a notch each week, in an environment where the machine executes routine tasks a thousand times faster. Those who, on that same Tuesday morning, open something new, learn one more thing, test a variation, develop an ambitious project they would never have dared without tooling — advance a notch.
Cowen appelle ce moment le voluntarist moment. L'IA amplifie de manière spectaculaire l'impact des choix individuels. Elle rend chaque personne, chaque mardi matin, plus puissante ou plus obsolète que la veille — selon ce qu'elle décide d'en faire.
Cowen calls this moment the voluntarist moment. AI spectacularly amplifies the impact of individual choices. It makes each person, every Tuesday morning, more powerful or more obsolete than the day before — depending on what they decide to do with it.
Ce que la machine a rendu périmé
What the machine has made obsolete
La machine a rattrapé l'encyclopédie humaine puis l'a dépassée. La capacité à accumuler, mémoriser et restituer de grandes quantités de connaissances structurées — trait cognitif que le système méritocratique français valorisait au-dessus des autres — cesse d'être différenciante. Un LLM synthétise mieux, plus vite, avec un accès plus large aux sources. Continuer à former à ce format prépare la génération suivante à l'obsolescence.
The machine has caught up with the human encyclopedia and then surpassed it. The capacity to accumulate, memorize and recall large quantities of structured knowledge — a cognitive trait that the French meritocratic system valued above the others — ceases to be differentiating. An LLM synthesizes better, faster, with broader access to sources. Continuing to train in this format prepares the next generation for obsolescence.
Ce que la machine ne remplace pas, c'est ce qui exige un geste. Les six fondamentaux nommés dans les notes précédentes — lire profondément, écrire pour penser, raisonner quantitativement, penser historiquement, faire de ses mains, soutenir son attention — sont autant de gestes. Ils ne se transmettent pas comme du contenu à ingérer. Ils se cultivent par des dispositions cognitives et une méthode qui les font vivre.
What the machine does not replace is what requires a gesture. The six foundations named in the previous notes — reading deeply, writing to think, reasoning quantitatively, thinking historically, working with one's hands, sustaining attention — are so many gestures. They are not transmitted like content to be ingested. They are cultivated through cognitive dispositions and a method that bring them to life.
Les dispositions
The dispositions
Cinq dispositions font vivre ces fondamentaux. Un même geste les traverse : refuser la conclusion prématurée, sous cinq formes différentes.
Five dispositions bring these foundations to life. A single gesture runs through them: refusing the premature conclusion, under five different forms.
Une pensée en arborescence, capable de tenir plusieurs branches ouvertes en parallèle plutôt que de foncer vers une conclusion. C'est le format que la machine récompense : à chaque étape d'un dialogue avec un LLM, on peut ouvrir des sous-branches, tester des hypothèses, sans que l'itération soit une punition.
A tree-like thinking, capable of holding several branches open in parallel rather than rushing toward a conclusion. It is the format the machine rewards: at each step of a dialogue with an LLM, one can open sub-branches, test hypotheses, without the iteration being a punishment.
Une capacité à repenser en arborescence, qui autorise à abandonner une branche jugée fausse après en avoir défendu la logique. Un élève formé à défendre sa thèse est mal armé pour l'abandonner quand un tour de dialogue lui montre qu'elle ne tient pas.
A capacity to rethink in tree form, which allows abandoning a branch judged false after having defended its logic. A pupil trained to defend their thesis is ill-equipped to abandon it when a turn of dialogue shows them that it does not hold.
Une capacité d'auto-apprentissage adossée à des pratiques réflexives critiques. Non pas l'accumulation de formations attestées, dont les diplômes s'empilent sans jamais rien changer, mais l'aptitude à identifier soi-même ce qu'il faut apprendre, à structurer sa progression, à se corriger. Sans réflexivité critique, l'auto-apprentissage devient consommation passive d'un flux — ce que la machine rend précisément très facile.
A capacity for self-learning backed by critical reflective practices. Not the accumulation of certified training courses, whose diplomas pile up without ever changing anything, but the ability to identify oneself what must be learned, to structure one's progression, to correct oneself. Without critical reflexivity, self-learning becomes passive consumption of a stream — which is precisely what the machine makes very easy.
Une capacité d'observation et d'interrogation, qui produit des questions précises à partir d'une attention fine au réel. La qualité d'une réponse tient à la qualité de la question. Une observation fine du réel produit des questions plus fines.
A capacity for observation and questioning, which produces precise questions from a fine attention to the real. The quality of an answer depends on the quality of the question. A fine observation of the real produces finer questions.
Une créativité comprise non comme trait romantique mais comme habitus de variation, habitude quotidienne de ne jamais faire deux fois exactement la même chose. Elle se cultive par pratique dans les contextes à faible enjeu — la cuisine, le bricolage — et se transporte ensuite dans les tâches à fort enjeu. La différence entre un usage médiocre et un usage puissant de l'IA tient précisément à ce mode d'engagement.
A creativity understood not as a romantic trait but as a habitus of variation, a daily habit of never doing exactly the same thing twice. It is cultivated by practice in low-stakes contexts — cooking, DIY — and is then carried into high-stakes tasks. The difference between a mediocre and a powerful use of AI depends precisely on this mode of engagement.
La méthode
The method
Ces dispositions ne suffisent pas si l'on continue à les cultiver dans le cadre méthodologique hérité — préparation, maîtrise progressive, présentation finale parfaite après des années. À l'ère IA, cette patience ne se paye plus. Ce que Cowen appelle swing for the fences — viser grand dès le premier geste — dit la méthode disponible : construire un artefact ambitieux, corriger en cours de route, itérer. Le prototype imparfait qui marche, plutôt que le diplôme parfait qui n'arrive jamais.
These dispositions are not enough if one continues to cultivate them within the inherited methodological framework — preparation, progressive mastery, perfect final presentation after years. In the AI era, this patience no longer pays. What Cowen calls swing for the fences — aiming big from the first gesture — states the available method: build an ambitious artifact, correct along the way, iterate. The imperfect prototype that works, rather than the perfect diploma that never arrives.
Ce qui rend cette méthode massivement possible aujourd'hui, c'est précisément l'IA. Elle abolit la nécessité de la progression par petits pas parce qu'elle compense en temps réel les compétences techniques qui manquent. Un historien sans compétence de code peut concevoir en quelques semaines une plateforme de découverte avec algorithmes d'IA, la mettre en production, corriger en itération continue. Ce cas — banal désormais chez ceux qui ont franchi le pas — aurait exigé trois ans et un budget d'école supérieure il y a trente-six mois.
What makes this method massively possible today is precisely AI. It abolishes the necessity of progression by small steps because it compensates in real time for the technical skills that are lacking. A historian with no coding skill can, in a few weeks, design a discovery platform with AI algorithms, put it into production, correct it in continuous iteration. This case — commonplace now among those who have taken the step — would have required three years and a graduate-school budget thirty-six months ago.
Cette méthode est démocratisante. Elle abolit la barrière du « commencer par les fondamentaux » qui gardait beaucoup de gens loin de la maîtrise. Le parcours long exige ce que les héritiers ont sans y penser : du temps, un réseau, la sécurité de savoir qu'on aura de quoi vivre pendant les années où l'on apprend. La méthode « viser grand + IA » n'exige rien de tout cela. Elle ouvre à ceux dont la vie ne permet pas d'attendre.
This method is democratizing. It abolishes the barrier of “starting with the fundamentals” that kept many people far from mastery. The long path requires what the heirs have without thinking about it: time, a network, the security of knowing one will have enough to live on during the years one learns. The “aim big + AI” method requires none of that. It opens the way to those whose life does not allow them to wait.
Sparring partner ou béquille
Sparring partner or crutch
Une école qui interdit l'IA prépare ses élèves à l'obsolescence. Une école qui la laisse arriver sans former à distinguer ses deux usages prépare les mêmes élèves à la régression cognitive. Le moment volontariste tranche entre les deux — mais il ne tranche pas de lui-même, il exige d'être organisé.
A school that forbids AI prepares its pupils for obsolescence. A school that lets it arrive without training them to distinguish its two uses prepares the same pupils for cognitive regression. The voluntarist moment decides between the two — but it does not decide by itself, it demands to be organized.
Cowen distingue en effet deux usages qui produisent des trajectoires opposées. L'IA comme partenaire d'entraînement — sparring partner — qui ne fatigue jamais, disponible gratuitement à la marge, capable d'enseigner n'importe quel sujet. Ceux qui l'utilisent ainsi s'auto-instruisent, deviennent nettement plus précis et productifs. L'IA comme béquille de facilité, à l'inverse, mobilisée uniquement pour tricher, s'épargner l'effort intellectuel, produire à moindre coût ce qu'on aurait dû apprendre à produire soi-même. Ceux qui l'utilisent ainsi deviendront inévitablement plus bêtes qu'ils ne l'auraient été sans elle.
Cowen distinguishes indeed two uses that produce opposite trajectories. AI as a training partner — sparring partner — that never tires, available for free at the margin, capable of teaching any subject. Those who use it this way instruct themselves, become markedly more precise and productive. AI as a crutch of ease, conversely, mobilized solely to cheat, to spare oneself intellectual effort, to produce at lower cost what one should have learned to produce oneself. Those who use it this way will inevitably become stupider than they would have been without it.
Le refus d'outillage n'est pas la seule erreur. L'outillage paresseux en est l'autre, symétrique. Les deux mènent au même endroit — la vulnérabilité — par deux chemins opposés.
The refusal of tooling is not the only error. Lazy tooling is the other, symmetrical one. Both lead to the same place — vulnerability — by two opposite paths.
Le cadre absent
The absent framework
L'école européenne forme aujourd'hui ce que la machine remplace en premier. Restitution encyclopédique plutôt qu'auto-apprentissage. Synthèse linéaire plutôt qu'arborescence. Progression lente plutôt que méthode « viser grand ». Conformité au format canonique plutôt que créativité comme habitus.
European schooling today trains what the machine replaces first. Encyclopedic recall rather than self-learning. Linear synthesis rather than tree-like thinking. Slow progression rather than the “aim big” method. Conformity to the canonical format rather than creativity as habitus.
Cette formulation ne concerne pas les dispositifs qui, dans le cadre systémique, vont dans le bon sens — le PECA notamment, qui promeut découverte artistique et exploration créative. Ni les enseignants engagés qui font tourner ces dispositifs. Ce qui bloque, ce sont les cadres réglementaires qui accumulent des couches sans jamais soustraire, produisant un enchevêtrement dans lequel les dispositifs cohérents se noient. La question fondamentale absente n'est pas de savoir quoi ajouter, mais de trancher ce à quoi l'on prépare.
This formulation does not concern the arrangements that, within the systemic framework, go in the right direction — the PECA in particular, which promotes artistic discovery and creative exploration. Nor the committed teachers who make these arrangements run. What blocks is the regulatory frameworks that accumulate layers without ever subtracting, producing a tangle in which the coherent arrangements drown. The absent fundamental question is not what to add, but to decide what one is preparing for.
Cette question — à quoi préparons-nous les élèves ? — n'apparaît dans aucun texte officiel. Elle est la seule qui vaille aujourd'hui d'être posée. Elle décide, mardi matin après mardi matin, si le moment volontariste devient une opportunité collective ou reste un privilège d'insiders déjà outillés. La compétence qui permet de la poser est elle-même à cultiver : le texte suivant s'y consacre.
This question — what are we preparing pupils for? — appears in no official text. It is the only one worth posing today. It decides, Tuesday morning after Tuesday morning, whether the voluntarist moment becomes a collective opportunity or remains a privilege of already-equipped insiders. The skill that makes it possible to pose it is itself to be cultivated: the following text is devoted to it.
Notes
Notes
1 Tyler Cowen, entretien avec Michael Easter, « You're Probably Going to Die Later Than You Think », Two Percent (iHeart / Kaleidoscope), 18 août 2026. youtube.com. Les formulations voluntarist moment, same old same old, swing for the fences et la distinction sparring partner / béquille sont récurrentes dans les interventions publiques récentes de Cowen sur l'IA, dont plusieurs épisodes de Conversations with Tyler (Mercatus Center, GMU) et de EconTalk (Russ Roberts, mars 2026). ↩
1 Tyler Cowen, interview with Michael Easter, “You're Probably Going to Die Later Than You Think,” Two Percent (iHeart / Kaleidoscope), 18 august 2026. youtube.com. The formulations voluntarist moment, same old same old, swing for the fences and the sparring partner / crutch distinction recur in Cowen's recent public interventions on AI, including several episodes of Conversations with Tyler (Mercatus Center, GMU) and EconTalk (Russ Roberts, march 2026). ↩
Les nouvelles Compagnies des Indes et le retour des cowboys.Troisième volet d'une série de trois. Sur les entités technologiques extraterritoriales — datacenters sous-marins et orbitaux, hors de toute juridiction — qui exercent le pouvoir d'un État sans en avoir les obligations.The new East India Companies and the return of the cowboys.Third of a three-part series. On the extraterritorial technological entities — underwater and orbital data centers, beyond any jurisdiction — that exercise the power of a state without its obligations.
12 août 2026 · pierre-jean tribot12 august 2026 · pierre-jean tribot
Ce texte est le troisième d'une série. Le premier — « Taxer l'IA : une question juste, une réponse impossible » — posait la question de la propriété du dividende de l'IA et démontait les mécanismes classiques de redistribution. Le deuxième — « Taxer l'IA : les pistes pragmatiques et pourquoi elles échouent » — examinait les mécanismes fiscaux concrets et pourquoi ils butent tous sur la même complexité. Ce troisième texte élargit la question à sa dimension géopolitique.
This text is the third of a series. The first — “Taxing AI: a just question, an impossible answer” — posed the question of who owns the AI dividend and dismantled the classical mechanisms of redistribution. The second — “Taxing AI: the pragmatic paths and why they fail” — examined the concrete fiscal mechanisms and why they all run into the same complexity. This third text broadens the question to its geopolitical dimension.
En juin 2026, le Département du Commerce américain a suspendu l'accès aux modèles Claude Fable 5 et Mythos 5 pour les ressortissants de plusieurs pays étrangers, sur motif de sécurité nationale. Un modèle d'IA déjà déployé, utilisé par des entreprises, des hôpitaux, des administrations dans des dizaines de pays, a été désactivé en quelques heures par décision unilatérale d'une agence gouvernementale américaine. Vingt-quatre heures après, aucune réaction des institutions européennes. En France, la première voix audible était celle du Rassemblement national.
In June 2026, the US Department of Commerce suspended access to the Claude Fable 5 and Mythos 5 models for nationals of several foreign countries, on grounds of national security. An AI model already deployed, used by companies, hospitals, administrations in dozens of countries, was disabled within hours by the unilateral decision of an American government agency. Twenty-four hours later, no reaction from the European institutions. In France, the first audible voice was that of the Rassemblement National.
Ce précédent dit quelque chose d'essentiel sur la nature de la dépendance cognitive qui est en train de se construire. Un État dont les systèmes critiques tournent sur des modèles d'IA hébergés aux États-Unis peut être déconnecté de ses propres infrastructures cognitives en quelques heures, par une décision sur laquelle il n'a aucun levier juridique. Ce n'est pas une hypothèse — c'est ce qui vient de se passer. Et l'absence de réaction européenne montre que personne n'avait anticipé ce scénario, ni préparé de réponse.
This precedent says something essential about the nature of the cognitive dependence being built. A state whose critical systems run on AI models hosted in the United States can be disconnected from its own cognitive infrastructures within hours, by a decision over which it has no legal leverage. This is not a hypothesis — it is what has just happened. And the absence of a European reaction shows that no one had anticipated this scenario, nor prepared a response.
Trois siècles plus tôt, la structure existait déjà. En 1600, la Couronne britannique accordait à la Compagnie des Indes orientales une charte lui conférant le monopole du commerce avec l'Asie. En 1757, la Compagnie remportait la bataille de Plassey et prenait le contrôle effectif du Bengale — un territoire de 40 millions d'habitants, gouverné par une entité privée dont l'objectif était le profit de ses actionnaires. Ni État, ni simple entreprise : une structure qui exerçait le pouvoir d'un État sans en avoir les obligations. Pas de constitution, pas de droits fondamentaux, pas de responsabilité démocratique. Juste des actionnaires à satisfaire et une charte à respecter.
Three centuries earlier, the structure already existed. In 1600, the British Crown granted the East India Company a charter conferring on it the monopoly of trade with Asia. In 1757, the Company won the Battle of Plassey and took effective control of Bengal — a territory of 40 million inhabitants, governed by a private entity whose objective was the profit of its shareholders. Neither a state nor a mere company: a structure that exercised the power of a state without its obligations. No constitution, no fundamental rights, no democratic accountability. Just shareholders to satisfy and a charter to respect.
Trois siècles plus tard, la structure est en train de se reconstituer. Pas dans les mers d'Asie, mais dans l'espace extra-atmosphérique et les eaux internationales. Et l'enjeu n'est plus le commerce des épices — c'est le contrôle des infrastructures cognitives sur lesquelles tournent les systèmes de santé, de justice, de défense et d'éducation des États modernes.
Three centuries later, the structure is reconstituting itself. Not in the seas of Asia, but in outer space and international waters. And the stake is no longer the spice trade — it is the control of the cognitive infrastructures on which the health, justice, defense and education systems of modern states run.
La définition westphalienne à l'épreuve de l'orbite
The Westphalian definition tested by orbit
La souveraineté étatique repose depuis 1648 sur une définition territoriale. Un État contrôle ce qui se passe sur son sol, dans ses eaux territoriales, dans son espace aérien. C'est la définition westphalienne — celle qui a structuré l'ordre international pendant trois siècles et demi. Elle a survécu à la révolution industrielle, aux deux guerres mondiales, à la décolonisation, à la mondialisation financière.
State sovereignty has rested since 1648 on a territorial definition. A state controls what happens on its soil, in its territorial waters, in its airspace. This is the Westphalian definition — the one that structured the international order for three and a half centuries. It survived the industrial revolution, the two world wars, decolonization, financial globalization.
Elle n'a pas été conçue pour les datacenters sous-marins en eaux internationales ni pour les infrastructures de calcul en orbite basse. Ces espaces ne sont dans aucune des catégories westphaliennes. Ils ne sont sur le sol d'aucun État. Ils ne sont pas dans les eaux territoriales de quiconque. Et le droit spatial international — le Traité de l'espace extra-atmosphérique de 1967 — a été rédigé pour gérer la compétition entre États, pas pour réguler des entités privées qui lancent leurs propres infrastructures depuis leurs propres fusées.
It was not conceived for underwater data centers in international waters nor for compute infrastructures in low orbit. These spaces are in none of the Westphalian categories. They are on no state's soil. They are in no one's territorial waters. And international space law — the Outer Space Treaty of 1967 — was drafted to manage competition between states, not to regulate private entities that launch their own infrastructures from their own rockets.
Le Traité de 1967 dit que les objets spatiaux restent sous juridiction de l'État qui les a lancés. Une entreprise privée américaine qui lance ses datacenters depuis une fusée SpaceX reste donc sous juridiction américaine. Mais une entreprise domiciliée aux Émirats arabes unis, lançant depuis une fusée privée émiratie, avec des serveurs en orbite — là, le droit international n'a pas de réponse claire. Et une entreprise domiciliée dans un paradis fiscal, lançant depuis une plateforme en eaux internationales, avec des serveurs en orbite basse — là, il n'y a tout simplement pas de réponse.
The 1967 Treaty says that space objects remain under the jurisdiction of the state that launched them. A private American company that launches its data centers from a SpaceX rocket therefore remains under American jurisdiction. But a company domiciled in the United Arab Emirates, launching from a private Emirati rocket, with servers in orbit — there, international law has no clear answer. And a company domiciled in a tax haven, launching from a platform in international waters, with servers in low orbit — there, there is simply no answer.
Les entités technologiques extraterritoriales
Extraterritorial technological entities
Ce qui se dessine avec les datacenters sous-marins et orbitaux, c'est une nouvelle catégorie d'acteurs géopolitiques qui n'a pas encore de nom dans le droit international : les entités technologiques extraterritoriales. Ni États, ni entreprises au sens classique. Des structures qui contrôlent des infrastructures cognitives critiques depuis des espaces hors juridiction. Qui ont le pouvoir d'un État — la capacité de connecter ou déconnecter des populations entières de leurs systèmes d'information, de santé, de justice — sans en avoir les obligations. Pas de constitution. Pas de droits fondamentaux opposables. Pas de responsabilité démocratique. Pas d'élections. Juste des conditions générales d'utilisation que l'utilisateur a acceptées en cliquant sur « J'accepte ».
What is taking shape with underwater and orbital data centers is a new category of geopolitical actor that does not yet have a name in international law: extraterritorial technological entities. Neither states nor companies in the classical sense. Structures that control critical cognitive infrastructures from spaces beyond jurisdiction. That have the power of a state — the capacity to connect or disconnect entire populations from their information, health, justice systems — without its obligations. No constitution. No enforceable fundamental rights. No democratic accountability. No elections. Just terms and conditions that the user accepted by clicking “I accept.”
SpaceX et Starlink en sont déjà une forme embryonnaire : en 2022, Elon Musk a décidé unilatéralement de désactiver Starlink au-dessus de la Crimée pour empêcher une attaque de drones ukrainiens1 — une décision militaire, prise par un acteur privé, sans mandat démocratique, qui a affecté le cours d'un conflit armé. La Compagnie des Indes orientales avait au moins une charte royale. Les datacenters orbitaux poussent cette logique à son terme : une infrastructure de calcul en orbite basse, alimentée par l'énergie solaire, connectée au sol par une constellation de satellites privés, opérée par une entité domiciliée dans une juridiction complaisante, c'est une infrastructure cognitive souveraine qui n'est souveraine que vis-à-vis d'elle-même. Aucun État ne peut la saisir, la réquisitionner, l'inspecter, la réguler. Elle existe dans un espace que le droit international n'a pas encore cartographié.
SpaceX and Starlink are already an embryonic form of it: in 2022, Elon Musk unilaterally decided to disable Starlink over Crimea to prevent a Ukrainian drone attack1 — a military decision, taken by a private actor, without democratic mandate, which affected the course of an armed conflict. The East India Company at least had a royal charter. Orbital data centers push this logic to its conclusion: a compute infrastructure in low orbit, powered by solar energy, connected to the ground by a constellation of private satellites, operated by an entity domiciled in a complaisant jurisdiction, is a sovereign cognitive infrastructure that is sovereign only toward itself. No state can seize it, requisition it, inspect it, regulate it. It exists in a space that international law has not yet mapped.
L'accélération est déjà en cours, et elle converge. Microsoft a exploré la piste sous-marine entre 2018 et 2020 avec Project Natick — refroidissement naturel par l'eau, défaillance divisée par huit — avant de fermer le programme en 2024, jugeant le modèle non scalable pour les demandes cloud/IA actuelles2. La Chine a repris le flambeau à l'échelle commerciale, avec le datacenter Highlander de 1 433 tonnes déployé au large de Hainan la même année3. En mai 2026, Peter Thiel — celui-là même qui vient de s'installer en Argentine — a mené une série B de 140 millions de dollars dans Panthalassa, startup basée à Portland (Oregon), fondée en 2016 en tant que public benefit corporation, qui construit des plateformes autonomes offshore générant leur propre énergie à partir des vagues et hébergeant des datacenters d'inférence IA4. Sa valorisation frôle le milliard de dollars. Thiel, dans le communiqué : « L'avenir demande plus de compute que nous ne pouvons imaginer. Les solutions extra-terrestres ne sont plus de la science-fiction. Panthalassa a ouvert la frontière océanique. » Le mot « frontière » n'est pas anodin dans sa bouche : c'est le même Thiel qui donnait, en 2008, un demi-million de dollars au Seasteading Institute pour créer des îles autonomes en haute mer, hors de toute juridiction nationale5. Vingt ans plus tard, ce ne sont plus des îles, ce sont des datacenters — et l'idéologie libertarienne trouve enfin son infrastructure.
The acceleration is already under way, and it converges. Microsoft explored the underwater path between 2018 and 2020 with Project Natick — natural water cooling, failure divided by eight — before closing the program in 2024, judging the model not scalable for current cloud/AI demands2. China took up the torch on a commercial scale, with the 1,433-tonne Highlander datacenter deployed off Hainan the same year3. In May 2026, Peter Thiel — the very one who has just settled in Argentina — led a 140-million-dollar Series B in Panthalassa, a startup based in Portland (Oregon), founded in 2016 as a public benefit corporation, which builds autonomous offshore platforms generating their own energy from the waves and hosting AI inference data centers4. Its valuation nears a billion dollars. Thiel, in the press release: “The future demands more compute than we can imagine. Extra-terrestrial solutions are no longer science fiction. Panthalassa has opened the ocean frontier.” The word “frontier” is not innocent in his mouth: it is the same Thiel who gave, in 2008, half a million dollars to the Seasteading Institute to create autonomous islands on the high seas, beyond any national jurisdiction5. Twenty years later, they are no longer islands, they are data centers — and libertarian ideology finally finds its infrastructure.
En parallèle, la course spatiale démarre. Starcloud, également basée dans l'État de Washington, a levé 170 millions de dollars en mars 2026, valorisation de 1,1 milliard, pour construire des datacenters en orbite basse alimentés par l'énergie solaire6. Meta a signé un partenariat avec une startup d'énergie solaire spatiale pour alimenter ses infrastructures en continu. Ce ne sont plus des expérimentations isolées — c'est une convergence. Les capitaux, les technologies, les idéologies et les États complaisants se sont alignés pour rendre possible ce qui, il y a cinq ans, relevait de la spéculation.
In parallel, the space race is starting. Starcloud, also based in Washington State, raised 170 million dollars in March 2026, a valuation of 1.1 billion, to build data centers in low orbit powered by solar energy6. Meta signed a partnership with a space solar-energy startup to power its infrastructures continuously. These are no longer isolated experiments — it is a convergence. Capital, technologies, ideologies and complaisant states have aligned to make possible what, five years ago, belonged to speculation.
Le libertarianisme technologique comme idéologie de légitimation
Technological libertarianism as an ideology of legitimation
La Compagnie des Indes orientales avait besoin d'une charte royale pour exister. Les nouvelles Compagnies des Indes ont quelque chose de plus puissant : une idéologie.
The East India Company needed a royal charter to exist. The new East India Companies have something more powerful: an ideology.
Le libertarianisme technologique — l'État est le problème, le marché est la solution, la régulation est une forme de violence — fournit aux entités technologiques extraterritoriales une légitimité que la Compagnie des Indes n'avait pas. Elle se présentait comme un instrument de la Couronne. Elles se présentent comme des libératrices. C'est beaucoup plus dangereux — et beaucoup plus américain. Cette idéologie prolonge, à l'échelle numérique, le mythe américain de la frontière : l'espace où la loi n'arrive pas encore, où l'individu s'affranchit du collectif, où la conquête est une vertu. Musk, Thiel, Altman, Andreessen sont les cowboys de cette dernière frontière — orbite basse, eaux internationales, code informatique. Le fusil est remplacé par le token, le cheval par la fusée, mais la posture reste la même : celle de l'homme libre qui n'a de comptes à rendre qu'à lui-même et à ses actionnaires.
Technological libertarianism — the state is the problem, the market is the solution, regulation is a form of violence — provides extraterritorial technological entities with a legitimacy the East India Company did not have. It presented itself as an instrument of the Crown. They present themselves as liberators. It is far more dangerous — and far more American. This ideology extends, at the digital scale, the American myth of the frontier: the space where the law does not yet reach, where the individual frees himself from the collective, where conquest is a virtue. Musk, Thiel, Altman, Andreessen are the cowboys of this last frontier — low orbit, international waters, computer code. The rifle is replaced by the token, the horse by the rocket, but the posture remains the same: that of the free man who answers only to himself and his shareholders.
Javier Milei est le premier chef d'État à avoir explicitement institutionnalisé cette logique — non pas en cowboy technologique lui-même, mais en cowboy politique qui offre le territoire aux autres. En juin 2026, dans une tribune du Financial Times intitulée « Argentina invites AI to free itself », cosignée avec son ministre de la Dérégulation Federico Sturzenegger, il a présenté un projet législatif reposant sur trois piliers : engagement à maintenir l'IA non régulée, création d'une nouvelle catégorie corporate dans le droit argentin — la non-human corporation, personnalité juridique accordée à une entité algorithmique — et taux d'imposition corporate parmi les plus bas du monde7. Le message est celui de la conquête de l'Ouest transposé au XXIe siècle : venez chez nous, il n'y a pas d'impôt, il n'y a pas de loi qui vous encombre, la terre est à qui la prend. Sam Altman, PDG d'OpenAI, a publiquement soutenu l'initiative. Yuval Harari s'y est opposé frontalement. Peter Thiel s'est installé en Argentine en avril 2026. C'est la charte royale version 2026, accordée non pas par une couronne mais par un président qui pense que l'État est le problème.
Javier Milei is the first head of state to have explicitly institutionalized this logic — not as a technological cowboy himself, but as a political cowboy who offers the territory to others. In June 2026, in a Financial Times op-ed titled “Argentina invites AI to free itself,” co-signed with his Deregulation Minister Federico Sturzenegger, he presented a legislative project resting on three pillars: a commitment to keep AI unregulated, the creation of a new corporate category in Argentine law — the non-human corporation, legal personhood granted to an algorithmic entity — and a corporate tax rate among the lowest in the world7. The message is that of the conquest of the West transposed to the 21st century: come to us, there is no tax, there is no law to encumber you, the land belongs to whoever takes it. Sam Altman, CEO of OpenAI, publicly supported the initiative. Yuval Harari opposed it head-on. Peter Thiel settled in Argentina in April 2026. It is the royal charter, 2026 version, granted not by a crown but by a president who thinks the state is the problem.
Ce que cette configuration crée comme infrastructure de pouvoir est sans précédent dans l'histoire moderne. Imaginez un acteur contrôlant simultanément la connectivité mondiale via une constellation de satellites, le compute via des datacenters orbitaux, et disposant d'une juridiction extraterritoriale de repli dans un État souverain complaisant. Les moyens de pression sur n'importe quel autre État deviennent absolus.
What this configuration creates as an infrastructure of power is unprecedented in modern history. Imagine an actor simultaneously controlling global connectivity via a constellation of satellites, compute via orbital data centers, and holding an extraterritorial fallback jurisdiction in a complaisant sovereign state. The means of pressure on any other state become absolute.
Vous voulez réguler ses modèles d'IA ? Il désactive les systèmes hospitaliers qui en dépendent. Vous voulez le taxer ? Il déplace ses opérations sur ses serveurs orbitaux hors juridiction. Vous voulez le sanctionner ? Il coupe la connectivité sur votre territoire. Ce n'est plus du lobbying, c'est de la coercition d'État par un acteur privé. Le précédent Starlink, à petite échelle en 2022, dit peu de chose du même événement à l'échelle où les infrastructures cognitives critiques auront basculé sur des serveurs orbitaux privés. Dans dix ans, si les systèmes de santé, de justice, de défense et d'éducation des États tournent sur ces infrastructures, la décision d'un opérateur privé de couper l'accès n'est plus un incident diplomatique. C'est un acte de guerre.
You want to regulate its AI models? It disables the hospital systems that depend on them. You want to tax it? It moves its operations onto its orbital servers beyond jurisdiction. You want to sanction it? It cuts connectivity over your territory. This is no longer lobbying, it is state coercion by a private actor. The Starlink precedent, on a small scale in 2022, says little about the same event at the scale where critical cognitive infrastructures will have shifted onto private orbital servers. In ten years, if the health, justice, defense and education systems of states run on these infrastructures, a private operator's decision to cut off access is no longer a diplomatic incident. It is an act of war.
La question géopolitique fondamentale
The fundamental geopolitical question
La question géopolitique des cinquante prochaines années n'est peut-être pas « qui contrôle les modèles d'IA ? » mais « qui contrôle l'infrastructure sur laquelle les modèles tournent, et depuis quel espace juridique ? » Les États qui n'auront pas répondu à cette question se retrouveront dans la même position que les royaumes médiévaux face aux premières compagnies commerciales à charte. Nominalement souverains. Réellement dépendants d'entités privées qui opèrent selon leurs propres règles, dans des espaces que le droit souverain ne peut pas atteindre, pour des actionnaires que la démocratie ne peut pas sanctionner.
The geopolitical question of the next fifty years may not be “who controls the AI models?” but “who controls the infrastructure on which the models run, and from which legal space?” The states that have not answered this question will find themselves in the same position as the medieval kingdoms faced with the first chartered trading companies. Nominally sovereign. Really dependent on private entities that operate according to their own rules, in spaces that sovereign law cannot reach, for shareholders that democracy cannot sanction.
L'histoire des compagnies à charte a une fin connue : elles ont été dissoutes quand les États ont réalisé que la délégation de souveraineté était devenue insupportable. La Compagnie des Indes orientales a été dépossédée dès 1858, un an après la révolte des Cipayes, et formellement dissoute en 1874. Il a fallu une catastrophe pour que la question soit posée. La question des entités technologiques extraterritoriales sera posée de la même façon — après qu'un État aura été déconnecté de ses systèmes de santé pendant une crise sanitaire, après qu'une décision judiciaire aura été rendue impossible parce que le modèle d'IA qui instruisait le dossier a été désactivé, après qu'une élection aura été compromise parce que l'infrastructure de vérification de l'identité tournait sur un serveur orbital hors juridiction. Le droit international a mis trois siècles à réguler les compagnies à charte. Il n'a peut-être pas trois siècles devant lui pour réguler leurs successeurs technologiques.
The history of chartered companies has a known ending: they were dissolved when states realized that the delegation of sovereignty had become unbearable. The East India Company was dispossessed as early as 1858, a year after the Sepoy Mutiny, and formally dissolved in 1874. It took a catastrophe for the question to be posed. The question of extraterritorial technological entities will be posed in the same way — after a state has been disconnected from its health systems during a health crisis, after a judicial decision has been rendered impossible because the AI model that was building the case was disabled, after an election has been compromised because the identity-verification infrastructure ran on an orbital server beyond jurisdiction. International law took three centuries to regulate chartered companies. It may not have three centuries ahead of it to regulate their technological successors.
This text was developed according to the method described in “I work with AI. I claim it.”, published simultaneously on this site.
Notes
Notes
1 Elon Musk et Starlink en Crimée, 2022. Voir Reuters : reuters.com. ↩
1 Elon Musk and Starlink over Crimea, 2022. See Reuters: reuters.com. ↩
2 Microsoft, arrêt du programme Project Natick confirmé à Data Center Dynamics, juin 2024. datacenterdynamics.com. ↩
2 Microsoft, shutdown of Project Natick confirmed to Data Center Dynamics, June 2024. datacenterdynamics.com. ↩
3 Highlander, déploiement d'un datacenter sous-marin commercial de 1 433 tonnes au large de Hainan, 2024. datacenterdynamics.com. ↩
3 Highlander, deployment of a 1,433-tonne commercial underwater datacenter off Hainan, 2024. datacenterdynamics.com. ↩
4 Panthalassa, série B de 140 millions de dollars menée par Peter Thiel, mai 2026. Voir Fortune : fortune.com ; Tom's Hardware : tomshardware.com. ↩
4 Panthalassa, 140-million-dollar Series B led by Peter Thiel, May 2026. See Fortune: fortune.com; Tom's Hardware: tomshardware.com. ↩
5 Peter Thiel et le Seasteading Institute, don de 500 000 dollars en 2008. Voir Fortune, mai 2026 (article Panthalassa cité ci-dessus). ↩
5 Peter Thiel and the Seasteading Institute, 500,000-dollar donation in 2008. See Fortune, May 2026 (Panthalassa article cited above). ↩
6 Starcloud (Redmond, WA), levée de 170 millions de dollars en mars 2026, valorisation de 1,1 milliard. Couverture : geekwire.com. ↩
6 Starcloud (Redmond, WA), 170-million-dollar raise in March 2026, valuation of 1.1 billion. Coverage: geekwire.com. ↩
7 Javier Milei et Federico Sturzenegger, « Argentina invites AI to free itself », Financial Times, juin 2026. Couverture : Buenos Aires Herald : buenosairesherald.com. ↩
7 Javier Milei and Federico Sturzenegger, “Argentina invites AI to free itself,” Financial Times, June 2026. Coverage: Buenos Aires Herald: buenosairesherald.com. ↩
Taxer l'IA : les pistes pragmatiques et pourquoi elles échouent.Deuxième volet d'une série de trois. Sur les mécanismes fiscaux que les gouvernements envisagent réellement — abonnement, compute, API, données d'entraînement, datacenters — et pourquoi ils butent tous sur la même complexité.Taxing AI: the pragmatic paths and why they fail.Second of a three-part series. On the fiscal mechanisms governments are actually considering — subscription, compute, API, training data, data centers — and why they all run into the same complexity.
12 août 2026 · pierre-jean tribot12 august 2026 · pierre-jean tribot
Ce second article examine les pistes dites pragmatiques, celles que les gouvernements et les institutions internationales envisagent réellement. Elles sont moins ambitieuses. Elles sont aussi moins impossibles. Mais elles butent toutes sur la même complexité fondamentale : l'IA ne ressemble à rien de ce qu'on a taxé avant.
This second article examines the so-called pragmatic paths, those that governments and international institutions are actually considering. They are less ambitious. They are also less impossible. But they all run into the same fundamental complexity: AI resembles nothing that has been taxed before.
La piste la plus simple : taxer l'abonnement
The simplest path: taxing the subscription
C'est déjà fait. Les abonnements aux plateformes d'IA — ChatGPT Plus, Claude Pro, Gemini Advanced, Copilot — sont soumis à la TVA au taux local depuis les règles TVA-MOSS/OSS de l'UE1. On pourrait imaginer ajouter une surtaxe spécifique sur les abonnements IA, particuliers et professionnels confondus. Mais qu'elle soit générale ou spécifique, la taxe reste calée sur le prix de l'abonnement — 20 euros pour Claude Pro, 100 à 200 euros pour Claude Max, plusieurs centaines d'euros par mois pour un opérateur augmenté qui cumule Claude, ChatGPT et accès API. La valeur économique qu'il en tire peut être dix, cent, mille fois supérieure. Même à l'échelle d'une grande entreprise, le nombre linéaire d'abonnements n'a aucun lien avec la productivité qui en découle : une société qui distribue 500 licences Claude à ses juristes ne paye pas plus parce que ces juristes traitent chacun cinq fois plus de dossiers, elle paye pour 500 accès à un outil.
It is already done. Subscriptions to AI platforms — ChatGPT Plus, Claude Pro, Gemini Advanced, Copilot — have been subject to VAT at the local rate since the EU's VAT-MOSS/OSS rules1. One could imagine adding a specific surtax on AI subscriptions, individual and professional alike. But whether general or specific, the tax remains keyed to the price of the subscription — 20 euros for Claude Pro, 100 to 200 euros for Claude Max, several hundred euros a month for an augmented operator who combines Claude, ChatGPT and API access. The economic value he draws from it can be ten, a hundred, a thousand times greater. Even at the scale of a large firm, the linear number of subscriptions bears no relation to the productivity that follows: a company that distributes 500 Claude licences to its lawyers does not pay more because those lawyers each handle five times as many cases, it pays for 500 accesses to a tool.
Taxer l'abonnement, c'est taxer l'accès à l'outil, pas la valeur produite — comme si l'on taxait le prix d'une perceuse plutôt que la valeur des maisons qu'elle contribue à construire. C'est exactement, du reste, ce que fait la Wallonie avec le précompte immobilier sur le matériel et l'outillage ou la taxe communale sur la force motrice — des taxes patrimoniales sur l'outil, calées sur la puissance installée ou la valeur d'achat, jamais sur la valeur produite en aval. Un précédent qui confirme la ligne d'échec plutôt qu'il ne l'infirme. Et une fraction croissante de l'usage professionnel passe de toute façon par des API, qui appellent leur propre démonstration.
Taxing the subscription means taxing access to the tool, not the value produced — as if one taxed the price of a drill rather than the value of the houses it helps build. That is exactly, moreover, what Wallonia does with the property tax on plant and equipment or the municipal tax on motive power — patrimonial taxes on the tool, keyed to installed power or purchase value, never to the value produced downstream. A precedent that confirms the line of failure rather than refuting it. And a growing fraction of professional use passes in any case through APIs, which call for their own demonstration.
La complexité du workflow multi-IA
The complexity of the multi-AI workflow
C'est précisément là que toute tentative de taxation proportionnelle à la valeur produite devient techniquement insoluble dans l'état actuel des outils.
This is precisely where any attempt at taxation proportional to the value produced becomes technically insoluble in the current state of the tools.
Un workflow professionnel réel en 2026 ressemble à ceci : on utilise un modèle chinois léger — Qwen, DeepSeek — pour les tâches de traitement de données massif à bas coût, un modèle intermédiaire pour la structuration et la synthèse, et un modèle frontier — Claude Opus, GPT-5, Fable — pour les tâches à haute valeur ajoutée nécessitant le meilleur raisonnement disponible. Chaque étape du workflow mobilise un outil différent, souvent d'une entreprise différente, dans une juridiction différente.
A real professional workflow in 2026 looks like this: one uses a light Chinese model — Qwen, DeepSeek — for low-cost massive data processing tasks, an intermediate model for structuring and synthesis, and a frontier model — Claude Opus, GPT-5, Fable — for high-value tasks requiring the best available reasoning. Each stage of the workflow mobilizes a different tool, often from a different company, in a different jurisdiction.
Comment attribuer la valeur finale à chacun des contributeurs de ce pipeline ? Si le résultat est un rapport stratégique qui permet à une entreprise de prendre une décision valant dix millions d'euros, quelle fraction de cette valeur est attribuable au modèle chinois qui a traité les données brutes, quelle fraction au modèle intermédiaire qui a structuré l'analyse, quelle fraction au modèle frontier qui a produit la synthèse finale, et quelle fraction à l'humain qui a formulé les questions et validé les résultats ?
How does one attribute the final value to each contributor of this pipeline? If the result is a strategic report that allows a company to make a decision worth ten million euros, what fraction of that value is attributable to the Chinese model that processed the raw data, what fraction to the intermediate model that structured the analysis, what fraction to the frontier model that produced the final synthesis, and what fraction to the human who formulated the questions and validated the results?
Il n'existe pas de méthode d'attribution de la valeur dans un pipeline multi-agents qui soit à la fois juste, mesurable et non manipulable. Chaque acteur du pipeline a intérêt à minimiser sa contribution déclarée pour minimiser sa charge fiscale. L'humain au bout de la chaîne a intérêt à maximiser sa contribution déclarée pour justifier la valeur ajoutée humaine. Le résultat serait une comptabilité de la contribution IA aussi fiable que les prix de transfert intra-groupe dans la fiscalité internationale — c'est-à-dire un terrain de jeu pour les optimiseurs fiscaux.
There is no method of value attribution in a multi-agent pipeline that is at once just, measurable and non-manipulable. Each actor in the pipeline has an interest in minimizing its declared contribution to minimize its tax burden. The human at the end of the chain has an interest in maximizing his declared contribution to justify the human value added. The result would be an accounting of AI contribution as reliable as intra-group transfer pricing in international taxation — that is to say, a playground for tax optimizers.
La piste de la taxe sur le compute
The compute-tax path
Une approche différente consiste à taxer non pas la valeur produite mais les ressources consommées — le compute, mesuré en heures de GPU ou en tokens traités. C'est mesurable, traçable, et difficile à délocaliser entièrement puisque les datacenters ont une localisation physique.
A different approach consists in taxing not the value produced but the resources consumed — compute, measured in GPU-hours or tokens processed. It is measurable, traceable, and hard to relocate entirely since data centers have a physical location.
Cette piste est sérieusement discutée dans les milieux de la politique technologique. Elle a l'avantage de la simplicité : on taxe l'infrastructure, pas l'usage. Les grandes entreprises de cloud — AWS, Azure, Google Cloud — qui hébergent les modèles sont des entités identifiables avec des revenus déclarés.
This path is seriously discussed in technology-policy circles. It has the advantage of simplicity: one taxes the infrastructure, not the use. The large cloud firms — AWS, Azure, Google Cloud — that host the models are identifiable entities with declared revenues.
Mais elle se heurte à deux problèmes. Le premier est la délocalisation des datacenters vers des juridictions non taxantes — ce qui est déjà en cours, les Émirats, Singapour et certains États américains se livrant une concurrence féroce pour attirer les infrastructures de calcul. Le second est l'effet d'efficacité : les modèles deviennent exponentiellement plus efficaces en compute pour une performance donnée. DeepSeek a montré début 2025 qu'on pouvait obtenir des performances comparables aux meilleurs modèles américains avec dix fois moins de compute2. Taxer le compute, c'est taxer une ressource dont le coût par unité de valeur produite s'effondre — le rendement fiscal décroît mécaniquement à mesure que l'efficacité des modèles augmente.
But it runs into two problems. The first is the relocation of data centers toward non-taxing jurisdictions — which is already under way, with the Emirates, Singapore and certain US states competing fiercely to attract compute infrastructure. The second is the efficiency effect: models are becoming exponentially more compute-efficient for a given performance. DeepSeek showed in early 2025 that one could obtain performances comparable to the best American models with ten times less compute2. Taxing compute means taxing a resource whose cost per unit of value produced is collapsing — the fiscal yield decreases mechanically as model efficiency rises.
La piste de la taxe sur les API
The API-tax path
Les abonnements grand public — Claude Pro, ChatGPT Plus — ne représentent qu'une fraction marginale du chiffre d'affaires des entreprises d'IA. L'essentiel de la valeur économique réelle passe par les API : les entreprises qui intègrent les modèles dans leurs produits, leurs workflows, leurs systèmes de production. C'est là que se joue le vrai marché. Taxer les API plutôt que les abonnements semble donc plus cohérent avec la réalité des flux de valeur.
Consumer subscriptions — Claude Pro, ChatGPT Plus — represent only a marginal fraction of AI firms' turnover. The bulk of real economic value passes through APIs: the companies that integrate the models into their products, their workflows, their production systems. That is where the real market plays out. Taxing APIs rather than subscriptions therefore seems more consistent with the reality of value flows.
La piste a des avantages apparents. La facturation API est traçable — chaque appel est enregistré, horodaté, associé à une clé d'identification. Le volume est mesurable en tokens consommés. Et les entreprises qui utilisent les API sont des entités légales identifiables, contrairement aux utilisateurs individuels.
The path has apparent advantages. API billing is traceable — each call is recorded, timestamped, associated with an identification key. The volume is measurable in tokens consumed. And the firms that use the APIs are identifiable legal entities, unlike individual users.
Elle est même, intellectuellement, la piste la plus cohérente. Contrairement à la TVA sur l'abonnement, calée sur un prix d'accès fixe, la facturation API est proportionnelle au trafic — plus une entreprise sollicite l'API, plus elle produit de valeur en aval, et plus elle paye. Le lien entre consommation de la ressource et création de valeur est imparfait mais réel : c'est la moins mauvaise approximation dont disposent aujourd'hui les fiscalistes pour capter la valeur d'usage.
It is even, intellectually, the most coherent path. Unlike VAT on the subscription, keyed to a fixed access price, API billing is proportional to traffic — the more a company calls the API, the more value it produces downstream, and the more it pays. The link between resource consumption and value creation is imperfect but real: it is the least bad approximation available to tax specialists today for capturing usage value.
Mais trois problèmes la rendent aussi illusoire que les précédentes.
But three problems make it as illusory as the previous ones.
Le premier est la cascade d'intermédiaires. Entre OpenAI et l'utilisateur final, il peut y avoir trois ou quatre couches : un revendeur d'API, une plateforme SaaS qui intègre le modèle, une agence qui déploie la solution, et l'entreprise cliente. Chaque couche peut être domiciliée dans une juridiction différente. Taxer l'émetteur de l'API — américain ou chinois — revient à lui permettre de répercuter le coût sur le prix, pénalisant tous les utilisateurs européens. Taxer le consommateur final européen pénalise les entreprises européennes face à leurs concurrentes mondiales qui ne paient pas la même taxe.
The first is the cascade of intermediaries. Between OpenAI and the end user there may be three or four layers: an API reseller, a SaaS platform that integrates the model, an agency that deploys the solution, and the client company. Each layer may be domiciled in a different jurisdiction. Taxing the API issuer — American or Chinese — amounts to letting it pass the cost on to the price, penalizing all European users. Taxing the European end consumer penalizes European firms against their global competitors who do not pay the same tax.
Le deuxième est la substituabilité immédiate. Si l'API d'OpenAI est taxée en Europe, rien n'empêche une entreprise de basculer vers une API chinoise non taxée — DeepSeek, Qwen — pour les tâches où la différence de qualité est acceptable. La taxe déplace l'usage vers les concurrents non taxés plutôt que de capturer la valeur. Elle accélère précisément la dépendance aux modèles chinois que les gouvernements européens prétendent vouloir éviter.
The second is immediate substitutability. If OpenAI's API is taxed in Europe, nothing prevents a company from switching to an untaxed Chinese API — DeepSeek, Qwen — for tasks where the difference in quality is acceptable. The tax displaces usage toward untaxed competitors rather than capturing value. It accelerates precisely the dependence on Chinese models that European governments claim to want to avoid.
Le troisième est le routage technique. Une entreprise qui veut éviter la taxe peut faire transiter ses appels API par une entité domiciliée hors de la juridiction taxante. C'est trivial à implémenter — une ligne de code change l'endpoint. La taxe sur l'API est contournable en quelques heures par n'importe quel développeur un peu motivé.
The third is technical routing. A company that wants to avoid the tax can route its API calls through an entity domiciled outside the taxing jurisdiction. It is trivial to implement — one line of code changes the endpoint. The API tax is circumventable in a few hours by any moderately motivated developer.
La piste des droits sur les données d'entraînement
The training-data rights path
Une troisième approche consiste à remonter à la source : taxer non pas l'usage de l'IA mais l'entraînement des modèles sur des données produites par des humains. C'est la logique des procès intentés par les éditeurs de presse, les auteurs et les artistes contre OpenAI, Anthropic et Google — l'idée que l'utilisation de leurs œuvres sans consentement ni rémunération constitue une violation de droits qui doit être compensée.
A third approach consists in going back to the source: taxing not the use of AI but the training of models on data produced by humans. This is the logic of the lawsuits brought by press publishers, authors and artists against OpenAI, Anthropic and Google — the idea that the use of their works without consent or compensation constitutes a violation of rights that must be compensated.
Cette piste est la plus cohérente avec la logique du dividende collectif. Si la valeur des modèles vient en partie des données sur lesquelles ils ont été entraînés, ceux qui ont produit ces données ont un droit sur une fraction de cette valeur. C'est le principe des droits voisins, étendu à l'IA.
This path is the most consistent with the logic of the collective dividend. If the value of the models comes in part from the data on which they were trained, those who produced that data have a right to a fraction of that value. It is the principle of neighboring rights, extended to AI.
Le problème est double. D'abord, l'entraînement est un processus irréversible : les modèles déjà entraînés ne peuvent pas être « désappris » de données spécifiques. La compensation ne peut être que prospective — elle ne récupère pas la valeur déjà captée. Ensuite, la mesure de la contribution d'une œuvre spécifique à un modèle entraîné sur des milliards de documents est techniquement non résolue. Comment quantifier ce que Proust a apporté à GPT-4 ? La réponse honnête est qu'on ne sait pas, et que toute méthode d'attribution serait arbitraire.
The problem is twofold. First, training is an irreversible process: models already trained cannot be “unlearned” from specific data. Compensation can only be prospective — it does not recover the value already captured. Second, measuring the contribution of a specific work to a model trained on billions of documents is technically unresolved. How does one quantify what Proust brought to GPT-4? The honest answer is that we do not know, and that any attribution method would be arbitrary.
L'infrastructure apatride : quand le token n'a pas de nationalité
The stateless infrastructure: when the token has no nationality
Il y a une dimension que toutes les pistes de taxation ignorent : l'infrastructure de l'IA est conçue structurellement pour être apatride. Non pas par intention malveillante, mais par logique d'optimisation technique et économique.
There is a dimension that all the taxation paths ignore: AI's infrastructure is structurally designed to be stateless. Not out of malicious intent, but by a logic of technical and economic optimization.
Quand un prompt est envoyé depuis Bruxelles, le token est traité sur un serveur qui peut être en Irlande, en Virginie ou en Oregon selon la charge du réseau à cet instant. La réponse est générée là où le compute est disponible et le moins cher à cette milliseconde précise. La valeur est créée nulle part et partout simultanément. Taxer au token suppose de répondre à trois questions sans réponse satisfaisante : dans quelle juridiction le token est-il produit — là où est le serveur, là où est l'utilisateur, là où est le siège de l'entreprise, là où est domiciliée l'entité qui facture l'API ? Quel est le taux applicable quand le même token traverse trois juridictions en quelques millisecondes ? Et comment empêche-t-on l'entreprise de router ses tokens vers la juridiction la moins taxante — ce qui est techniquement trivial à implémenter ?
When a prompt is sent from Brussels, the token is processed on a server that may be in Ireland, Virginia or Oregon depending on the network load at that instant. The response is generated wherever compute is available and cheapest at that precise millisecond. The value is created nowhere and everywhere simultaneously. Taxing by the token supposes answering three questions with no satisfactory answer: in which jurisdiction is the token produced — where the server is, where the user is, where the company's headquarters is, where the entity that bills the API is domiciled? What is the applicable rate when the same token crosses three jurisdictions in a few milliseconds? And how does one prevent the company from routing its tokens toward the least-taxing jurisdiction — which is technically trivial to implement?
La taxe sur les datacenters est en théorie la piste la plus solide : un datacenter est physique, difficile à déplacer rapidement, visible. Mais le précédent GAFAM dit tout sur ce qui va se passer. Apple a payé pendant des années un taux effectif d'imposition inférieur à 1 % en Europe grâce à ses structures irlandaises3.
The datacenter tax is in theory the most solid path: a datacenter is physical, hard to move quickly, visible. But the GAFAM precedent says everything about what will happen. Apple paid for years an effective tax rate below 1% in Europe thanks to its Irish structures3.
Le cas est encore plus parlant en Belgique. Google a implanté à Saint-Ghislain, près de Mons, son premier datacenter hors des États-Unis en 2007. Sa filiale belge, Crystal Computing, dégageait en 2011 un chiffre d'affaires de 107 millions d'euros facturé à sa maison mère Google Irlande, pour un bénéfice de 8,6 millions et un impôt effectivement payé en Belgique de zéro euro, grâce notamment au mécanisme belge des intérêts notionnels4. Le site a depuis pris une ampleur considérable — Crystal Computing dépasse les 773 millions d'euros de chiffre d'affaires en 2023, et Google a annoncé en octobre 2025 un investissement supplémentaire de 5 milliards d'euros pour l'infrastructure IA sur 2026-20275. La visibilité fiscale du site n'a jamais suivi son ampleur physique.
The case is even more telling in Belgium. Google set up its first datacenter outside the United States in Saint-Ghislain, near Mons, in 2007. Its Belgian subsidiary, Crystal Computing, generated in 2011 a turnover of 107 million euros billed to its parent Google Ireland, for a profit of 8.6 million and a tax effectively paid in Belgium of zero euros, thanks notably to the Belgian notional-interest mechanism4. The site has since grown considerably — Crystal Computing exceeds 773 million euros of turnover in 2023, and Google announced in October 2025 an additional investment of 5 billion euros for AI infrastructure over 2026-20275. The fiscal visibility of the site has never followed its physical scale.
L'Union européenne a mis plus de dix ans à obtenir un accord multilatéral sur un taux minimum global de 15 % — qui reste en deçà de ce que paient les PME européennes6. Et pour les datacenters spécifiquement, la concurrence intra-européenne est déjà à l'œuvre : l'Irlande, les pays nordiques, les Pays-Bas se livrent une guerre silencieuse pour attirer les infrastructures avec des conditions fiscales et énergétiques favorables. Chaque État a intérêt individuellement à offrir des conditions avantageuses. Le résultat collectif est une course vers le bas.
The European Union took more than ten years to obtain a multilateral agreement on a global minimum rate of 15% — which remains below what European SMEs pay6. And for data centers specifically, intra-European competition is already at work: Ireland, the Nordic countries, the Netherlands wage a silent war to attract infrastructure with favorable fiscal and energy conditions. Each state has an individual interest in offering advantageous conditions. The collective result is a race to the bottom.
La sécession technologique : sous la mer, dans l'espace
Technological secession: under the sea, in space
Mais la trajectoire la plus radicale n'est pas la délocalisation vers une juridiction favorable — c'est la sortie pure et simple de toute juridiction.
But the most radical trajectory is not relocation toward a favorable jurisdiction — it is the pure and simple exit from all jurisdiction.
Des projets de datacenters sous-marins ont déjà été expérimentés. Microsoft a immergé un prototype au large des côtes écossaises entre 2018 et 2020 — le projet Natick — avec des résultats techniques remarquables : le refroidissement naturel par l'eau de mer élimine 30 à 40 % de la consommation électrique d'un datacenter terrestre, la fiabilité est supérieure (défaillance divisée par huit selon Microsoft), et le foncier en eaux internationales ne coûte rien. Microsoft a finalement arrêté le programme en 2024, jugeant le modèle non scalable pour les demandes cloud/IA actuelles7. Mais la Chine a repris le flambeau à l'échelle commerciale : la société Highlander a déployé en 2024 un datacenter sous-marin de 1 433 tonnes au large de l'île de Hainan8. L'idée n'est pas morte, elle a changé de mains.
Underwater datacenter projects have already been tested. Microsoft submerged a prototype off the Scottish coast between 2018 and 2020 — Project Natick — with remarkable technical results: natural cooling by seawater eliminates 30 to 40% of a land datacenter's electricity consumption, reliability is higher (failure divided by eight according to Microsoft), and real estate in international waters costs nothing. Microsoft finally stopped the program in 2024, judging the model not scalable for current cloud/AI demands7. But China took up the torch on a commercial scale: the company Highlander deployed in 2024 a 1,433-tonne underwater datacenter off the island of Hainan8. The idea is not dead, it has changed hands.
Le projet de datacenters orbitaux est encore plus radical. En orbite basse, l'énergie solaire est disponible en continu sans les cycles jour/nuit terrestres — un panneau solaire en orbite capte environ huit fois plus d'énergie qu'au sol. Le refroidissement est assuré par le vide spatial. La connectivité est mondiale par définition grâce à des constellations comme Starlink. Et l'infrastructure est littéralement hors de portée de tout État terrestre.
The orbital datacenter project is even more radical. In low orbit, solar energy is available continuously without the terrestrial day/night cycles — a solar panel in orbit captures about eight times more energy than on the ground. Cooling is ensured by the vacuum of space. Connectivity is global by definition thanks to constellations like Starlink. And the infrastructure is literally out of reach of any terrestrial state.
Ceux qui qualifient ces projets de science-fiction devraient se souvenir de ce qu'on disait il y a quinze ans de la récupération d'étages orbitaux — impossible techniquement, pour la quasi-totalité de la communauté aérospatiale institutionnelle. Résultat : SpaceX lance aujourd'hui plus de charges utiles en une semaine qu'Arianespace en une année. Les premiers essais de datacenters sous-marins et orbitaux pourront être des catastrophes. On rira. Et puis ça marchera.
Those who call these projects science fiction should remember what was said fifteen years ago about the recovery of orbital stages — technically impossible, for almost the whole institutional aerospace community. Result: SpaceX today launches more payloads in a week than Arianespace in a year. The first tests of underwater and orbital datacenters may be catastrophes. People will laugh. And then it will work.
Ce que toutes ces pistes ont en commun
What all these paths have in common
Elles taxent toutes une approximation de la valeur, non la valeur elle-même. L'abonnement est une approximation de l'usage. Le compute est une approximation de la puissance déployée. Les droits sur les données sont une approximation de la contribution au modèle. Aucune ne capture la valeur économique réelle créée par l'IA dans un workflow professionnel, qui est diffuse, contextuelle, non linéaire et souvent invisible dans les statistiques conventionnelles.
They all tax an approximation of value, not value itself. The subscription is an approximation of use. Compute is an approximation of the power deployed. Data rights are an approximation of the contribution to the model. None captures the real economic value created by AI in a professional workflow, which is diffuse, contextual, non-linear and often invisible in conventional statistics.
Et toutes partagent la même vulnérabilité fondamentale : elles peuvent être contournées par la fragmentation géographique et organisationnelle que l'IA elle-même rend possible. Un workflow distribué entre des modèles de plusieurs nationalités, orchestré par une entreprise liquide domiciliée dans une juridiction favorable, utilisant des API facturées à des entités intermédiaires — c'est le schéma d'optimisation fiscale du XXIe siècle, et il est accessible à n'importe quelle PME un peu avisée, pas seulement aux multinationales.
And all share the same fundamental vulnerability: they can be circumvented by the geographic and organizational fragmentation that AI itself makes possible. A workflow distributed among models of several nationalities, orchestrated by a liquid company domiciled in a favorable jurisdiction, using APIs billed to intermediary entities — this is the tax-optimization scheme of the 21st century, and it is accessible to any moderately shrewd SME, not only to multinationals.
La seule piste qui ne soit pas une illusion
The only path that is not an illusion
Il n'existe pas de mécanisme de taxation de l'IA qui soit à la fois juste, mesurable, non contournable et politiquement faisable dans le cadre des États-nations existants. Cette conclusion n'est pas un argument contre la redistribution — c'est un argument contre l'illusion que la redistribution peut se faire par les outils fiscaux habituels appliqués à un objet radicalement nouveau.
There is no mechanism for taxing AI that is at once just, measurable, non-circumventable and politically feasible within the framework of existing nation-states. This conclusion is not an argument against redistribution — it is an argument against the illusion that redistribution can be achieved through the usual fiscal tools applied to a radically new object.
Ce qui reste disponible, ce n'est pas un mécanisme fiscal — c'est la politique, au sens le plus exigeant du terme : décider collectivement ce qu'on veut construire, avec quelles ressources, pour qui. Et cette décision-là ne peut pas être déléguée à un algorithme de taxation.
What remains available is not a fiscal mechanism — it is politics, in the most demanding sense of the term: deciding collectively what we want to build, with what resources, for whom. And that decision cannot be delegated to a taxation algorithm.
Ce texte est le deuxième d'une série de trois. 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.
This text is the second of a series of three. The third — “The new East India Companies and the return of the cowboys” — broadens the question to its geopolitical dimension: extraterritorial technological entities, those new actors that exercise the power of a state without its obligations.
This text was developed according to the method described in “I work with AI. I claim it.”, published simultaneously on this site.
Notes
Notes
1 Voir par exemple la couverture de la facturation TVA par Anthropic : fazm.ai — les mêmes règles s'appliquent à OpenAI (ChatGPT Plus/Team/Enterprise), Google (Gemini Advanced) et Microsoft (Copilot). ↩
1 See for example the coverage of Anthropic's VAT billing: fazm.ai — the same rules apply to OpenAI (ChatGPT Plus/Team/Enterprise), Google (Gemini Advanced) and Microsoft (Copilot). ↩
2 Annonce de DeepSeek autour du modèle R1, janvier 2025. Voir la couverture technique : arxiv.org. ↩
2 DeepSeek announcement around the R1 model, January 2025. See the technical coverage: arxiv.org. ↩
3 Décision de la Commission européenne dans l'affaire Apple/Irlande, 30 août 2016 : Apple a bénéficié d'un taux effectif d'imposition de 0,005 % en 2014. ec.europa.eu. ↩
3 European Commission decision in the Apple/Ireland case, 30 August 2016: Apple benefited from an effective tax rate of 0.005% in 2014. ec.europa.eu. ↩
4 Sur le cas Crystal Computing 2011, dossier initialement publié par Le Vif et repris par la presse belge : frenchweb.fr. ↩
4 On the Crystal Computing 2011 case, dossier initially published by Le Vif and taken up by the Belgian press: frenchweb.fr. ↩
5 Chiffre d'affaires 2023 de Crystal Computing SRL (BE 0883.073.944) : trendstop.levif.be — Annonce du 15 octobre 2025 par Sundar Pichai à Bruxelles : dcmag.fr. ↩
5 2023 turnover of Crystal Computing SRL (BE 0883.073.944): trendstop.levif.be — Announcement of 15 October 2025 by Sundar Pichai in Brussels: dcmag.fr. ↩
6 Accord OCDE sur le taux d'imposition minimum global de 15 %, dit Pillar Two, octobre 2021, transposé progressivement dans l'Union européenne à partir de 2024. oecd.org. ↩
6 OECD agreement on the global minimum tax rate of 15%, known as Pillar Two, October 2021, transposed progressively in the European Union from 2024. oecd.org. ↩
7 Microsoft, arrêt du programme Project Natick confirmé à Data Center Dynamics, juin 2024. datacenterdynamics.com. ↩
7 Microsoft, shutdown of Project Natick confirmed to Data Center Dynamics, June 2024. datacenterdynamics.com. ↩
8 Highlander, déploiement d'un datacenter sous-marin commercial de 1 433 tonnes au large de Hainan, 2024. datacenterdynamics.com. ↩
8 Highlander, deployment of a 1,433-tonne commercial underwater datacenter off Hainan, 2024. datacenterdynamics.com. ↩
Taxer l'IA : une question juste, une réponse impossible.Premier volet d'une série de trois. Sur la question posée par Bruno Colmant — « l'IA ne cotise pas » — et sur pourquoi les mécanismes classiques de redistribution s'y brisent.Taxing AI: a just question, an impossible answer.First of a three-part series. On the question posed by Bruno Colmant — “AI does not pay in” — and why classical mechanisms of redistribution break against it.
12 août 2026 · pierre-jean tribot12 august 2026 · pierre-jean tribot
Cette série s'était concentrée sur l'IA et son application dans la culture, par des réflexions sur l'éducation, par des conséquences de l'IA sur nos pratiques. Un pas de côté aujourd'hui, avec la question fiscale. Dans une tribune récente de Trends-Tendances, l'économiste Bruno Colmant pose sans détour ce que le débat politique européen évite : l'intelligence artificielle ne cotise pas1. Elle capte des gains de productivité sans acquitter les prélèvements que l'emploi humain finançait. Aux États-Unis, la journaliste Jasmine Sun documente, sur son Substack jasmi.news, la manière dont cette même question devient un levier électoral : Abdul El-Sayed vient de gagner la primaire démocrate du Sénat au Michigan sur une ligne hostile au déploiement non régulé des data centers, aux côtés de Bernie Sanders et d'Alexandria Ocasio-Cortez — ce qui ne l'empêche pas, dans le même mouvement, de proposer des mécanismes concrets pour encadrer et faire contribuer les fournisseurs d'IA aux externalités qu'ils génèrent2. Ce qui, il y a deux ans encore, relevait de la note d'économiste — à qui appartient la valeur créée par l'IA, et comment en redistribuer une part ? — s'installe simultanément dans la chronique bruxelloise et dans les urnes du Midwest.
This series had focused on AI and its application in culture, through reflections on education, on the consequences of AI for our practices. A step aside today, toward the fiscal question. In a recent op-ed for Trends-Tendances, the economist Bruno Colmant puts bluntly what European political debate avoids: artificial intelligence does not pay in1. It captures productivity gains without paying the levies that human employment used to finance. In the United States, the journalist Jasmine Sun documents, on her Substack jasmi.news, how the same question is becoming an electoral lever: Abdul El-Sayed has just won the Democratic Senate primary in Michigan on a line hostile to the unregulated deployment of data centers, alongside Bernie Sanders and Alexandria Ocasio-Cortez — while in the same movement proposing concrete mechanisms to regulate and make AI providers contribute to the externalities they generate2. What only two years ago belonged to the economist's memo — who owns the value created by AI, and how do we redistribute a share of it? — is now settling simultaneously into the Brussels op-ed page and into the ballot boxes of the Midwest.
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.
The current answer is simple and brutal. The value belongs to the shareholders of a handful of American and Chinese firms. And the mechanisms proposed to redistribute it — through taxation, through public ownership, through a universal dividend — run up against structural obstacles that current political proposals systematically underestimate.
La légitimité de la question
The legitimacy of the 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.
The argument for a collective dividend from AI is solid, and it deserves to be taken seriously before being dismantled.
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.
Large language models were trained on massive corpora of text, images and code produced by millions of creators — journalists, authors, teachers, researchers, programmers — most often without their explicit consent and without any compensation. The fundamental research that made these models possible — transformer architectures, attention mechanisms, backpropagation — was developed in public universities, funded by government agencies such as DARPA or NSF, and published in open access. Without that collective substrate accumulated over decades, generative AI would not exist in its current form.
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.
It is the same reasoning that justifies royalties on natural resources. Norwegian oil belongs to Norwegians, not solely to the firms that extract it. The Norwegian sovereign wealth fund — which today exceeds two trillion dollars — is precisely this model applied: a national resource generates a value that is redistributed to the collective owner. AI has been built on a collective resource. The logic of the collective dividend is coherent.
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 »3. Il est rare qu'un dirigeant valide aussi explicitement la critique de son propre modèle.
Voices as diverse as Bernie Sanders and Geoffrey Hinton — Nobel laureate and founding father of modern AI — have expressed unease at the concentration of decision-making power in a few private laboratories. Dario Amodei, CEO of Anthropic, has himself said he is “deeply uncomfortable that these decisions are being made by a few companies, by a few people”3. It is rare for a chief executive to validate the critique of his own model quite so explicitly.
Qu'est-ce qu'on taxe, exactement ?
What, exactly, do we tax?
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.
Even before discussing mechanisms of redistribution, an unresolved question weakens every political proposal: what, in “AI,” is being taxed? The word designates a stack of layers with very different fiscal properties. Specialized chips — Nvidia GPUs, Google TPUs, Huawei accelerators — are manufactured products already subject to VAT, customs duties and export controls. Data centers are physical buildings, locatable, taxable at the property level — but their initial siting is mobile, and they settle where electricity is abundant, water available and taxation lenient. The energy that powers them is already one of the most heavily taxed items in the economy, and increasing that tax means discouraging precisely the infrastructure one claimed to keep on national soil. The models themselves — LLMs, diffusion models, multimodal models — are intangible software objects, trained in one jurisdiction, hosted in another, consumed from a third. APIs and compute tokens are billed by usage, which makes them technically traceable, but their revenue flows through the same optimized fiscal structures as the rest of the digital economy. And at the end of the chain, professional uses — the lawyer who delegates case-law research, the journalist who accelerates production, the SME that automates its accounting — are invisible in the statistics.
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.
Each layer calls for a different fiscal regime, sometimes already existing, sometimes structurally inapplicable. A “tax on AI” that does not specify which layer it targets remains a slogan. The political object “AI” is easy to designate; the fiscal object “AI” does not exist — it must be built, layer by layer, accepting that each layer imposes different trade-offs between revenue, distortion and leakage.
Pourquoi la taxation se heurte à des obstacles structurels
Why taxation runs into structural obstacles
La question est légitime. Les mécanismes proposés pour y répondre sont, dans leur grande majorité, soit ingouvernables, soit contournables, soit les deux.
The question is legitimate. The mechanisms proposed to answer it are, in the great majority, either ungovernable, or circumventable, or both.
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.
The location problem. AI firms are American or Chinese. Their compute infrastructures are distributed worldwide — data centers in Virginia, Ireland, Singapore, Chile. Their revenues flow through optimized fiscal structures in low-tax jurisdictions. Taxing OpenAI from Paris or Brussels presupposes either a binding international agreement — which does not exist and which the United States has no reason to sign under current conditions — or a tax on local uses that will be circumvented by offshore structures within months. This is exactly the problem of the digital services tax, the so-called GAFA tax, which produced ten years of diplomatic negotiations for marginal fiscal revenue and American commercial retaliation.
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 industrielle4, et Michel-Édouard Leclerc l'a réactualisée en 2025 en constatant que « quand on fait venir l'IA, ça ne cotise pas »5. 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.
The definition problem. Colmant's formulation calls for a concrete mechanism: a levy per job eliminated by AI systems, modeled on the social contributions that job would have generated. The idea is not new — Bill Gates proposed it as early as 2017 for industrial robotics4, and Michel-Édouard Leclerc updated it in 2025 by noting that “when we bring in AI, it does not pay in”5. It is coherent: if AI captures the productivity that human labour used to finance, it must contribute in its place. But it runs immediately into a measurement impossibility. What is an “equivalent worker replaced by AI”? If an LLM lets a jurist produce in two hours what took two days, has it replaced 0.75 of a job? If an SME uses AI to handle accounting without hiring an accountant, how does one measure the job not created? If a journalist uses AI to write five articles where he used to write two, have three jobs been eliminated or has one worker's productivity been increased? The value created by AI is diffuse, non-linear, often invisible in traditional employment statistics. Taxing what one cannot measure produces either symbolic taxes with no real redistributive effect, or massive distortions that penalize the most visible uses without touching the most profitable.
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.
The fluidity problem. AI makes possible — and accelerates — what may be called the liquid enterprise: low materiality, minimal workforce, algorithmic coordination, native geographic mobility. An augmented operator who generates a million euros of value alone, from anywhere, with AI tools available by monthly subscription, fits into no existing tax category. He has no payroll to contribute on, no real estate to tax, no physical flows to trace. The taxable base evaporates precisely when the value created explodes. Fiscal systems were built to capture the value of a massive industrial and tertiary economy — they are structurally blind to the value created by dispersed and mobile augmented operators.
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.
The geopolitical competitiveness problem. AI is not an ordinary industrial sector: the United States and China treat it as a strategic asset, on a par with semiconductors or civil nuclear energy. Unilateral taxation by Europe would not be read, from Washington or Beijing, as a negotiable fiscal adjustment, but as an attack on a national champion engaged in a race that plays out in tens of billions per year. The response would not be economic, it would be diplomatic — commercial retaliation, restrictions on model access, as the ongoing sequence on semiconductors and on the GAFA tax has shown. This does not mean giving up on taxation, but that the balance of power in no way resembles that of a classical sectoral regulation — and that the unilateral path leads to confrontation more than to revenue.
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.
The speed problem. Fiscal systems have cycles of conception, negotiation, adoption and implementation counted in years, sometimes in decades. AI model evolution cycles are counted in months. By the time a tax on automation would be adopted, defined, implemented and operational, the technological landscape it claimed to regulate will have changed several times. It is the same temporal gap that renders the European AI Act structurally obsolete from the moment it enters into force.
L'esquive du revenu universel
The dodge of universal income
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 20246. 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.
There is an answer to the problem of the AI dividend that is proposed not by its critics but by its leaders themselves: universal income. Between 2020 and 2023 Sam Altman financed the largest American basic-income study — 3,000 people, 1,000 dollars a month for three years, results published by OpenResearch in July 20246. Elon Musk has been repeating for years that universal income will be “inevitable” as AI replaces human labour. Geoffrey Hinton makes it a pillar of his reflection on technological unemployment. On paper, the proposal seems to answer the dividend question: if value is captured by a few actors, let us redistribute a part of it to everyone.
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.
In practice, this answer is a dodge. Universal income redistributes downstream — cash to individuals — without touching the ownership structure upstream. Value created by AI continues to belong to the same shareholders; only a fraction is paid out, financed by general taxation — that is, by the same taxpayers in the end. The AI dividend is not shared, it is simulated.
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 pauvre7. 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.
Above all, there is a blind spot in these proposals: their financing. The idea of a universal income is not absurd in itself — it becomes arithmetically dizzying as soon as it is anchored in official realities. Take not an arbitrary figure, but the Belgian poverty threshold as calculated by Statbel — 1,565 euros per month for a single person in 2026, below which an individual is officially considered poor7. Paying that sum to each of the 9.5 million Belgian adults would cost about 178 billion euros a year — more than the entire social-security budget, almost the equivalent of the federal budget. At the scale of France, with 53 million adults and a poverty line close to 1,200 euros a month, one would approach 770 billion euros a year. In the United States, with 260 million adults and a federal poverty line around 15,000 dollars a year, the bill would exceed 3,900 billion dollars — more than half the American federal budget, just to keep people from falling into poverty, without improving their situation by a cent.
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.
Two further questions remain unanswered in these proposals: at what scale, and for whom? A Californian, American, or global universal income? Each perimeter calls for a different order of magnitude, and none holds against the available resources. And above all, AI models are American or Chinese. The question then becomes political: why would Altman or ByteDance finance a universal income in Belgium, Argentina or Nigeria? These populations have not contributed to their stock valuation, do not vote in their elections, do not weigh on any of their commercial or regulatory levers. A dividend from AI proposed by the leaders of AI will be, by construction, a dividend for the populations they have an interest in placating — roughly the opposite of a universal mechanism. The geography of the dividend will follow the geography of power, not that of need.
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 milliards8. 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 trimestre9 — 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.
Set against these figures, the commercial reality of AI firms is striking. OpenAI, the firm most emblematic of the promise of abundance, achieved audited 2025 revenue of 13.07 billion dollars — for an operating loss of 20.92 billion8. The firm spends 1.60 dollars for every dollar of revenue, and its break-even is not projected before 2029-2030; HSBC estimates it will need an additional 207 billion dollars to hold on until then. Anthropic, more financially disciplined, overtook OpenAI in run rate in 2026 — 69 billion ARR in July, 559 million in projected operating profit for the second quarter9 — but the combined revenues of frontier AI laboratories remain below 200 billion dollars annually. Far, very far from the 3,900 billion needed for a single American universal income at the poverty line.
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.
Altman, Musk and Hinton almost never dwell on this dimension, as if the wealth to be distributed would appear at the level of the need. But universal income presupposes precisely what it claimed to resolve: either a wealth created by AI stratospheric enough to finance the whole without any fiscal mechanism — an act of faith that no one documents — or a taxation that we have just shown to fail structurally. In both cases, universal income is a cheque drawn on an account that quite literally does not yet exist: OpenAI's valuation reached 852 billion dollars in March 2026, but the firm itself lost 21 billion the previous year. Stock valuation can feed shareholders; it cannot feed a universal income.
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 redistribue10. 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.
Altman's recent shift makes the dodge even more visible. In 2026, he stepped back from the classical universal-income position to propose two variants of his own invention: universal basic compute — each person would receive, rather than money, a share of the compute of a future GPT-7, usable, resellable or transferable — and universal basic wealth, where each would hold a fraction of the wealth produced by AI through the tokens it generates. In other words, a universal income at the source, where OpenAI itself distributes the dividend rather than the state collecting and redistributing it10. The proposal is ingenious — and revealing. Instead of yielding a share of value to a public fiscal mechanism, Altman proposes that OpenAI itself distribute a fraction of its output to beneficiaries it designates, under terms it controls. This is no longer redistribution, it is enlarged dependency — the dividend becomes a service, of which OpenAI remains the exclusive operator.
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.
Universal income, in all its forms, leaves intact the question posed at the top of this text: who owns the value created by AI? It does not answer — it compensates for the question with a mechanism that makes it less politically urgent, without answering it structurally.
Ce que l'Europe fait à la place
What Europe does instead
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.
Faced with the political impossibility of addressing the ownership question, Europe has chosen to regulate what it can regulate: uses, biases, risks, transparency obligations. The AI Act is the product of this strategy — a regulation of AI systems' behaviour, not a regulation of the ownership of the value they create.
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.
The result is predictable. American firms comply with formal requirements — a watermark here, a compliance statement there — without their dominant position being challenged by a millimetre. European actors, subjected to the same constraints without the same resources, accumulate an additional competitive disadvantage. And the core question — who is getting rich, how much, and at whose expense — remains untouched.
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.
Europe regulates an industry it does not own. It writes the law of an economy in which it is not a shareholder. And it carefully avoids the only question that would allow this to change, because that question would mean challenging the rights of shareholders of American firms — incompatible with the trade and investment treaties it has itself signed.
Ce qui resterait à construire
What would remain to build
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.
The question of the ownership of the AI dividend is legitimate and urgent. It has no satisfactory mechanical answer within the framework of existing nation-states and trade treaties. But the absence of an easy answer does not justify the absence of the 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.
What would be coherent — and politically improbable — would be to build the answer at the scale where the problem really arises: the international scale. A multilateral agreement on the ownership of training data, on royalties for public research embedded in commercial models, on a mechanism for partial redistribution of AI firms' profits to the states whose citizens provided the substrate — that would be coherent with the logic of the Norwegian sovereign wealth fund applied at global scale.
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.
It is also, in the current geopolitical context of competition between the United States and China, about as likely as a nuclear disarmament treaty in 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.
What remains, in the meantime, is lucidity about what cannot be done — and the construction, at the scale where it is still possible, of what resists capture: specific cultural corpora, minority languages, irreducible knowledge, relations of trust between creators and publics. This is not a dividend. It is a cognitive sovereignty. And it is not decreed — it is built, note by note, conversation by 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.
This text is the first of a series of three. The second — “Taxing AI: the pragmatic paths and why they fail” — examines the fiscal mechanisms governments are actually considering (subscription, compute, API, training data, data centers) and why they all run into the same complexity. The third — “The new East India Companies and the return of the cowboys” — broadens the question to its geopolitical dimension: extraterritorial technological entities, those new actors that exercise the power of a state without its obligations.
This text was developed according to the method described in “I work with AI. I claim it.”, published simultaneously on this site.
Notes
Notes
1 Bruno Colmant, « L'intelligence artificielle ne cotise pas », Trends-Tendances, 2026. trends.levif.be. ↩
1 Bruno Colmant, “L'intelligence artificielle ne cotise pas,” Trends-Tendances, 2026. trends.levif.be. ↩
2 Jasmine Sun, « Abdul El-Sayed on AI », jasmi.news, 9 août 2026. jasmi.news. ↩
2 Jasmine Sun, “Abdul El-Sayed on AI,” jasmi.news, 9 August 2026. jasmi.news. ↩
3 Dario Amodei, entretien avec Anderson Cooper, 60 Minutes, CBS News, novembre 2025. Transcription CBS News. ↩
3 Dario Amodei, interview with Anderson Cooper, 60 Minutes, CBS News, November 2025. CBS News transcript. ↩
4 Bill Gates, entretien avec Kevin Delaney, Quartz, 17 février 2017. qz.com. ↩
4 Bill Gates, interview with Kevin Delaney, Quartz, 17 February 2017. qz.com. ↩
5 Michel-Édouard Leclerc, entretien sur BFM TV, 20 mai 2025. 24matins.fr. ↩
5 Michel-Édouard Leclerc, interview on BFM TV, 20 May 2025. 24matins.fr. ↩
6 OpenResearch, résultats de l'étude UBI 2020-2023, publiés en juillet 2024. openresearchlab.org. ↩
6 OpenResearch, results of the UBI study 2020-2023, published July 2024. openresearchlab.org. ↩
7 Seuil de pauvreté belge SILC 2025, actualisation Statbel de mars 2026 : 18 780 euros annuels ou 1 565 euros mensuels pour une personne seule. statbel.fgov.be. ↩
7 Belgian poverty threshold SILC 2025, Statbel update March 2026: 18,780 euros annually or 1,565 euros monthly for a single person. statbel.fgov.be. ↩
8 OpenAI, chiffres audités 2025 fuités en juin 2026 et vérifiés par le Financial Times et Fortune. valueaddvc.com. ↩
8 OpenAI, audited 2025 figures leaked in June 2026 and verified by the Financial Times and Fortune. valueaddvc.com. ↩
Je travaille avec l'IA. Je le revendique.Témoignage de méthode : comment je travaille quotidiennement avec plusieurs systèmes d'intelligence artificielle, ce que je leur délègue et ce que je ne leur délègue pas, comment j'assume la traçabilité et la responsabilité éditoriale.I work with AI. I claim it.A method testimony: how I work daily with several artificial-intelligence systems, what I delegate to them and what I do not, how I assume traceability and editorial responsibility.
12 août 2026 · pierre-jean tribot12 august 2026 · pierre-jean tribot
Je travaille quotidiennement avec plusieurs systèmes d'intelligence artificielle. Je le revendique.
I work daily with several artificial-intelligence systems. I claim it.
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.
I do not use them to avoid thinking, nor to churn out texts to which I would have nothing to add. I use them because they have changed, irreversibly, the concrete conditions of intellectual work: documentary research, comparison of sources, testing a hypothesis, organizing a corpus, building a database, rewriting a text, and the speed at which an idea can be discussed.
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.
My texts have made, since I began working with AI, a qualitative leap I can honestly name. Not because a machine has found in my stead what I ought to think, but because it gives me access to documentary power, to iterative capacity, and to a contradictor available at all times. The gain does not consist in eliminating the work. It consists in shifting the working time: less time lost mechanically performing tasks of research or formatting, more time devoted to the question, to judgment, to verification and to editorial decision.
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.
I sign what I publish. I assume the facts, the weaknesses, the angles, the possible errors and the consequences. This responsibility is not delegated.
Mon principe : la question avant l'outil
My principle: the question before the tool
Le débat sur le « prompting » me paraît mal posé. Le prompt n'est pas une compétence intellectuelle en soi. C'est une interface.
The debate on “prompting” seems to me badly framed. The prompt is not an intellectual competence in itself. It is an 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.
The current ecosystem of courses and manuals in prompt engineering — the lists of “50 magic prompts,” the training courses that promise a tenfold productivity gain from mastery of the invocation — presupposes exactly the opposite: that the key competence lies in formulating the interface, not in the prior work that decides the question to ask. It is a confusion of level. Before the prompt, there is the work that counts: identifying what one knows, locating what one is ignorant of, formulating the tension worth exploring, and deciding the question that truly must be posed. To confuse the prompt with problematization is to confuse the pen with writing.
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.
I therefore do not ask an AI: “think in my place.” I start from an intuition, a contradiction, or a concrete problem. I set it out, often orally, in an incomplete form. I ask the tool to help me unfold it, to produce objections, to identify the facts to verify, to suggest a structure, to compare several formulations. Then I come back, I refine, I contradict, I cut and I begin again.
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.
Dialogue is at the centre of my method, and this dialogue unfolds over a span that has nothing to do with the one-off conversation. A published text — a fortiori a series like Taxing AI — is the result of several weeks of back-and-forth. I have an intuition, I set it down. I ask AI to dig, to bring back sources, to verify a hypothesis. I analyze what comes back, I ask a more precise question. I note what deserves to be kept for later. Three days later, I come across a press article that opens a new angle, I return to the conversation, I confront it with what I already had. An objection surfaces from an oral exchange with a colleague, I bring it back to the tool to put it to the test. What the reader receives in the form of a four-thousand-word text is in fact the sediment of a dozen sessions, sometimes a month of maturation, in which AI has been in turn documentalist, contradictor, working memory and thinking companion.
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.
This dialogue never starts cold. It rests on a documentary corpus that I build continuously, independently of any precise editorial project: I read, I comment, I record — all digitally. A newsletter I subscribe to brings an article that stops me; a thread on social media opens a lead; a press article signals a fact I sense will matter; an oral conversation triggers an intuition. I note, I classify, I keep a trace. It is not yet a text, it is material — a stock of readings, quotations, observations that accumulates with no immediate destination. When a note takes shape, this base is already there, ready to be mobilized. When I begin a dialogue with AI on a topic, it is not to discover a field I am ignorant of, but to test a material I have already constituted, to open it to angles I had not thought of, and to confront my readings with other 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.
A final word on a dimension that radically distinguishes current practice from traditional text interfaces: oral dialogue. I speak to AI as often as I write to it. An intuition rising during a walk, an objection surfacing in the car, a note outline forming in a waiting room — I dictate, the tool transcribes, I continue. The voice frees a register of writing that the keyboard closes: less architectured, less polished, closer to thought still seeking its form. It is a brainstorming aloud with an interlocutor who takes notes and answers. This oral dimension changes the nature of the work: it makes possible a thinking in motion, no longer tied to the desk, to silence and to the seated posture. A good portion of the texts I publish first existed in spoken form, before being structured in writing.
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.
There is a competence upstream, even less named in AI manuals than the formulation of the question, and yet decisive: knowing where the sources are. A specialized database, an archival collection, a niche scientific journal, an institutional catalogue, a regulator's annual report, a statistical office's website. This knowledge is human, patient, cumulative — it is acquired through years of frequenting a field, through a network of contacts, through readings that teach how to signal others. AI can open a topic, produce a first cartography, cross-reference; it does not know, alone, that such-and-such archive holds such-and-such document, that such-and-such journal publishes the most solid studies on such-and-such question, that such-and-such Belgian regulator produces every year a reference note. When I ask AI to verify a point, I often tell it where to look — Statbel for Belgian social data, the Bru Zane Mediabase for scores of the French repertoire, the annual reports of the DGCC for cultural centres. Without this guidance, it can produce a plausible but poorly anchored answer. With this guidance, it becomes a formidable tool of verification and cross-checking.
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.
I am not looking for the “right prompt” written once and for all. I do not enter a session, I maintain a conversation. Prompt engineering fantasizes an instrumental relation to AI — a precise command for a precise result. My practice is the reverse: a slow, dialogic accumulation, in which each exchange feeds the next and in which the final form emerges from a process, not from an injunction.
Ce que je fais avec l'IA
What I do with AI
J'utilise les modèles pour quatre fonctions principales.
I use the models for four main functions.
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.
The first is documentary cartography. AI makes it possible to open a field quickly: retrieve documents, establish a chronology, compare positions, identify missing keywords, produce a first map of a topic. This step is not verification. It is an acceleration of orientation.
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.
The second is construction. In my editorial, musical and documentary projects — notably the Pauline and PhonoICMA databases, and the tools linked to Crescendo — AI helps to structure heterogeneous information, design queryable systems, envisage workflows, write or correct code, test formats of restitution. It replaces neither the choice of the corpus, nor knowledge of the domain, nor the decision of what deserves to be kept.
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.
The third is critical discussion. I ask the models to formulate the strongest objections to an intuition, to point out the presuppositions of a reasoning, to distinguish the demonstrated claim from the seductive formulation. A tool has no ego to defend. It can therefore be an available editorial interlocutor, provided one never confuses its assurance with a truth.
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.
The fourth is rewriting. I put to work formulations, plans, titles, transitions and the rhythm of a text. AI can propose variants. It does not decide which is right. A formulation can be clearer, shorter, stronger or more elegant; it can also betray the original idea. The choice remains human and editorial.
Ce que je ne délègue pas
What I do not delegate
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.
I do not delegate problematization. I do not delegate judgment. I do not delegate factual responsibility. I do not delegate the choice to publish or not to publish.
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.
An AI can produce a convincing synthesis from a limited corpus. It cannot, alone, decide whether the corpus is well constituted, whether a silence is significant, whether a source is institutionally interested, or whether an apparently marginal question ought to become central. It can provide a fluent answer to a bad question. It is precisely for this reason that human demand does not disappear: it shifts.
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.
Verification remains indispensable. The models can hallucinate, oversimplify, present a hypothesis as a fact, invent a reference or reproduce a bias contained in their corpus. Every important claim must therefore be controlled by return to sources, put into context and, if necessary, corrected or removed.
La vitesse de production ne dispense pas de rigueur. Elle oblige à une rigueur accrue.
Speed of production does not dispense with rigour. It requires heightened rigour.
Plusieurs outils, aucun culte
Several tools, no cult
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.
I work with several models and several environments. In the summer of 2026, Claude is an important working interlocutor; Manus and Gemini may intervene depending on their documentary, production, automation or media-processing capacities; I also use Kimi and Qwen, notably for tasks where their linguistic profile or specific capacities bring a different angle. This plurality is deliberate — it proceeds from a permanent benchmarking spirit. I also draw on open or specialized models when the context, the cost, the available data or the architecture of a project justify it.
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.
This plurality avoids the cult of a single model. It also allows one to compare answers, to detect an error, to put two reasonings in competition, and not to depend entirely on the architecture or limits of a single provider.
Je ne demande pas à un outil d'être une autorité. Je lui demande d'être utile dans une procédure que je contrôle.
I do not ask a tool to be an authority. I ask it to be useful within a procedure I control.
Une pratique traçable
A traceable practice
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.
Transparency does not mean publishing every prompt, every draft or every moment of dialogue. Thinking needs workspaces, gropings and abandoned versions. It means being able to describe honestly the method followed.
À titre d'exemple, voici la fiche de traçabilité qui accompagne la série Taxer l'IA publiée sur ce site en août 2026 :
By way of example, here is the traceability card that accompanies the series Taxing AI published on this site in August 2026:
Titre / date :Taxer l'IA : une question juste, une réponse impossible — août 2026.
Title / date:Taxing AI: a just question, an impossible answer — August 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.
Initial question or tension: a question that has accompanied for months every intellectual practice of AI — to whom does the value created belong, how to redistribute it, at what scale. Bruno Colmant's op-ed in Trends-Tendances (“AI does not pay in”) struck a chord: it signalled that the time had come to give form to this diffuse reflection, at a moment when the subject becomes central in public debate and when an AI user trained as a historian cannot avoid posing the 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.
Corpus and verified sources: Colmant op-ed (Trends-Tendances); Jasmine Sun on El-Sayed (jasmi.news); Ezra Klein — Jasmine Sun interview (The Ezra Klein Show, The New York Times); Amodei interview on 60 Minutes (CBS); Gates interview (Quartz, 2017); Leclerc interview (BFM, 2025); OpenResearch UBI study; Statbel 2026 poverty threshold; OpenAI audited 2025 financials (Financial Times / Fortune); Anthropic Q2 2026 ARR; Altman proposals on universal basic compute and universal basic wealth. Background audio monitoring: podcast Silicon Carne (regular listening) and other podcasts specialized on the AI ecosystem.
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).
Tools mobilized and role: Claude as documentalist (cross-referenced research on each cited source), contradictor (testing analogies, notably the Norway / oil parallel), structural assistant (breakdown into five obstacles), and editorial reader (tightening redundant passages).
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).
Objections or points of fragility identified: Norway / oil parallel weak without explicit mention of the asymmetry (oil cannot flee, AI can — objection integrated into the text); initial passage on SpaceX emotionally charged (removed in rewriting); question of the intellectual property of training data (raised at the opening, not deployed — editorial choice to stay on the fiscal track).
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.
Editorial decisions assumed by the author: hold the analytical rather than moral register; dismantle the mechanisms before proposing an alternative; anchor each step in the francophone world (Colmant, Walloon property tax, Saint-Ghislain in T2); not to give a mechanical solution but to pose cognitive sovereignty as a political answer.
Version publiée / URL : pierrejeantribot.com/notes/#taxer-ia-1.
Published version / 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.
This trace is more honest than a watermark. A watermark indicates at best that a model has processed a sequence of tokens. It says nothing of the question posed, the quality of human control, the verification, the choices of cuts, the sources rejected, or the responsibility assumed.
Ma position
My 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.
I do not believe in “AI-free” purity. No serious text has ever been pure: it has always been preceded by readings, conversations, dictionaries, archives, editors, correctors, friends, adversaries and libraries. AI is a new and powerfully transformative tool, not a magic contamination.
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.
I do not want to hide its use. I want to situate it. I do not write against those who refuse to use it. I write to give an account of my own, and to testify to how AI is an incontestable added value to my practices.
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.
The asymmetry of this refusal deserves to be named. Take an airline pilot. He has undergone long, complex, selective studies. He pilots very little in the old sense of the term: he enters navigation data into the interface, he monitors the parameters, he intervenes in delicate phases or in case of anomaly. The essence of the flight is handled by automated systems that he supervises. No one contests his legitimacy as a pilot. No one finds it scandalous to entrust one's life to a professional who, in his cockpit, spends most of his time checking instruments rather than manoeuvring manually. Competence has been redefined around supervision, critical judgment and the capacity to intervene — not around integral execution.
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.
For a text, this same redefinition still provokes scandal in some. The author who uses AI to explore a field, test objections, build a structure or rewrite a passage would be less legitimate than one who had typed everything by hand. We accept that the pilot supervises the machine; we demand that the author work without it. This asymmetry does not hold — unless one makes the pain of writing the condition of the intellectual validity of the text, which is a romantic presupposition, not a demand of rigour.
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.
Using these tools while criticizing the economy and geopolitics that carry them is not contradictory. It is to acknowledge that there does not yet exist, at the scale where the use has become necessary, a real alternative — while working for one to come. The three texts of the series Taxing AI dismantle the fiscal and geopolitical machinery of the AI ecosystem; the present text claims the practice of these same tools. The coherence is there: to diagnose without naïveté, to act without renouncing, to build what is missing.
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.
The counterpart of this text already exists. “Changing one's methods of reading in the AI era,” published in June 2026 on this site, describes what these same tools change in reading — the assisted note from one's own annotations, the book turned into an interlocutor, the oral dialogue during reading. Augmented writing and augmented reading are two sides of the same practice. What I expect from AI when I produce a text, I also expect when I read one: an available contradictor, a working memory, an accelerator of analysis — never a substitute for what I must think myself.
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.
AI makes possible more ambitious work provided one brings a real question, knowledge of the domain, a capacity for self-criticism and the will to verify. It does not replace thought. It makes more visible the difference between those who think and those who already contented themselves with producing a recognizable form of thought.
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.
I therefore claim an augmented writing, not a delegated writing. I work with AI because I want to go further, faster and deeper. The texts I publish are mine because the questions are mine, the decisions are mine, the responsibility is mine.
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. »
A short declaration appears at the top of the site: “I work with several artificial-intelligence systems to research, document, organize, discuss and rewrite. I delegate to them neither the question, nor the judgment, nor the final verification, nor the editorial responsibility. The texts published are signed by Pierre-Jean Tribot, who assumes the sources, the choices and any errors.” A short mention appears at the bottom of the notes: “This text is signed by Pierre-Jean Tribot. It may have been developed through a process of research, dialogue and rewriting mobilizing artificial-intelligence tools; its English version is translated by Claude (Anthropic), revised by the author — the French version is authoritative. Factual and editorial responsibility remains with the author.”
La SACEM de l’IA est une fausse bonne idée.Sur une proposition qui semble rendre justice aux créateurs — et qui ne ferait, au fond, que ratifier leur dépossession.The “AI collecting society” is a false good idea.On a proposal that seems to do justice to creators — and would, in truth, merely ratify their dispossession.
7 août 2026 · pierre-jean tribot7 august 2026 · pierre-jean tribot
Je l’ai vue revenir à chaque été, séduisante comme une évidence. Elle a resurgi sous la plume d’Usbek & Rica, qui l’a parée d’un nom flatteur — une « SACEM de l’IA » —, mais elle n’a rien d’inédit : elle n’est que la transposition mécanique d’une vieille logique française, celle de la gestion collective et de la rémunération pour copie privée, ce réflexe qui répond depuis quarante ans à toute nouvelle technologie de reproduction par un prélèvement mutualisé. Le principe est simple : puisque la gestion collective sait déjà rémunérer un auteur quand sa musique passe dans un bar, un film ou une radio, pourquoi ne pas l’étendre aux œuvres que les modèles engloutissent pour s’entraîner ? Une redevance mensuelle, versée par les propriétaires des logiciels, redistribuée à tous les affiliés — peintres, écrivains, compositeurs. Cela sonne juste. C’est pourtant une fausse bonne idée, et je le dis depuis le monde même qu’elle prétend sauver.
I have watched it come back every summer, seductive as a self-evident truth. It resurfaced under the pen of Usbek & Rica, which dressed it in a flattering name — a “SACEM for AI,” after France’s music collecting society — but there is nothing new about it: it is merely the mechanical transposition of an old French logic, that of collective management and the private-copying levy, the reflex that for forty years has answered every new reproduction technology with a pooled charge. The principle is simple: since collective management already knows how to pay an author when his music plays in a bar, a film or on the radio, why not extend it to the works that models swallow in order to train? A monthly levy, paid by the software owners, redistributed to all affiliated members — painters, writers, composers. It sounds just. It is nonetheless a false good idea, and I say so from within the very world it claims to save.
L’idée qui séduit
The seduction
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.
Let us say it at once: the instinct is the right one. The plunder is real. Whole models have fed, without authorization or compensation, on the work of generations of creators, and it would be indecent to shrug. The proposal therefore has generosity on its side — and a rhetorical elegance: it dresses a mere tax in the prestigious robes of collective management, that institution France invented and is rightly proud of. Above all, it asks nothing of us but a signature. We tick a box, we institute a levy, and we feel we have done justice. It is precisely this comfort that should arouse suspicion.
Le mur technique
The technical wall
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.
The SACEM works because it identifies. Its whole legitimacy — a century of craft — rests on a prosaic capacity: knowing which work was played, where, and how many times. Every euro it distributes corresponds to a use that has been spotted, traced, documented.
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.
But a generative model does not “play” a work: it dissolves it. The thousands of recordings that trained it are no longer files one can count, but weights melted into a neural network, unrecognizable, unrecoverable. There is no “number of plays,” no segment one can point to and say: there, that is this composer’s phrase. The watermarks the tech industry promises are a losing race: with each new version of the model, the original work becomes harder to find. In short, the identification that founds the SACEM is exactly what is impossible in the training of an AI. The journalist Sophian Fanen put it bluntly: unable to trace, the system falls back on market share. Translation: we do not know who was plundered, so we redistribute with a ladle.
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.
I see it every week from XXI Music Publishing, where we publish the Ravel Edition: the value of a catalogue lies not in the mass of works, but in the identified link between a score, a rights-holder and a precise use — that patiently documented link which alone makes payment possible. A system that erases it to pay out an undifferentiated lump sum does not remunerate us: it dissolves us.
La confusion des genres
A confusion of categories
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.
And this is where the fine idea goes off the rails. Since no one can be identified, the proposal slides toward “a minimum egalitarian income for all affiliated members.” But this is no longer copyright: it is a social allowance. Two logics that everything separates are melted together — copyright, which pays for a precise work actually exploited, and universal income, which pays a floor to everyone. The mixture keeps the vices of both and the virtues of neither: neither the precision of copyright, nor the honesty of an assumed tax. And “egalitarian,” in a sector where value is hyper-concentrated, means in practice: sprinkling crumbs over the multitude while the big rights-holders capture the bulk of the 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.
The most telling thing is that serious players do not ask for that. The real SACEM argues for a licence negotiated with the platforms, not for a flat-rate handout; and the Conseil supérieur de la propriété littéraire et artistique, which took up the question in 2024 and again in 2025, proposed not a universal income but an extended collective licence, a far more sophisticated mechanism, in which one pays for a use rather than a sum handed out at random. One would be tempted to see it as the right answer. That would be too quick: for this refined version, as we shall see, rests on the same hidden spring as the naïve one — and it is that spring, not the mode of distribution, that condemns them all.
Ce que l’on ratifie
What we ratify
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.
There remains the deepest danger, and the least seen. To institute a levy is to legitimize the fait accompli. Set up your “SACEM for AI” and you concede, in the same gesture, that ingestion without consent is legitimate — provided a cheque is issued. You trade the right to say no for a modest, opaque, collectivized payment whose amount you do not set. It is exactly what streaming did to listening: it normalized near-free access and christened it “remuneration.” The SACEM for AI would do to training what streaming did to distribution.
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.
European law already leans this way. The copyright directive offers rights-holders a mere right to object — an opt-out — for data mining, and the AI regulation now requires models to publish a summary of their training data. This is progress. But the opt-out concedes the essential point: silence means yes, and it falls to the exhausted author to chase after every platform to withdraw. The SACEM for AI would go further still: silence means yes, and here is a coin for your trouble.
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.
And this is where the sophisticated version rejoins the naïve one. The extended collective licence — the institutions’, the CSPLA’s — works, by construction, on this same opt-out logic: it authorizes the exploitation of an entire repertoire, including the works of authors who have signed nothing, leaving it to them to withdraw if they think of it. Better distributed, no doubt; but on the only point that matters — consent — it says exactly what the flat rate it claims to correct says: yes by default. Levy, collective licence, SACEM for AI: any solution that starts from the repertoire instead of from the agreement enacts the same reversal — it is no longer for the one who takes to ask permission, but for the one who creates to run after the refusal. There lies the vice, and it is common to every version, from the crudest to the most institutional.
Ce qui marcherait vraiment
What would actually work
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 ?
The real lever is upstream, and it holds in two words: consent and transparency. The right to know whether one’s catalogue has been ingested. The right to refuse. And licences negotiated before training — individual or collective, it does not matter — on the principle of opt-in and not opt-out. Machine-readable rights, a default that protects instead of stripping. This, incidentally, is what the SACEM itself calls for: an agreement, not a charity. The whole battle turns on a single question, that of the default setting: does silence mean yes, or does it mean no?
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.
The SACEM for AI seduces because it has the features of justice and costs only a signature. But it repairs nothing: it ratifies. The real question is not how to share out the crumbs of a plunder, but whether the plunder had the right to take place. Before founding a collecting society for digested works, let us defend the right of the living not to be digested without having said yes.
Ce que l’aperçu ne prend pas.Sur l’arrivée des Aperçus IA en France, et la seule question qui vaille : qu’est-ce qui résiste vraiment à l’érosion ?What the overview does not take.On the arrival of AI Overviews in France, and the only question that matters: what really withstands the erosion?
7 août 2026 · pierre-jean tribot7 august 2026 · pierre-jean tribot
Le 22 juillet 2026, Google a activé en France ses Aperçus IA. La France était l’un des derniers territoires à y échapper, moins par vertu que par contentieux : des années de litige sur les droits voisins avaient retardé l’inévitable. L’inévitable est arrivé. Et comme souvent, l’événement n’a rien créé : il a révélé. Un aperçu génératif ne fragilise pas un média, il montre lequel était déjà creux.
On 22 July 2026, Google switched on its AI Overviews in France. France was one of the last territories to have escaped them, less out of virtue than out of litigation: years of dispute over neighbouring rights had delayed the inevitable. The inevitable has arrived. And as so often, the event created nothing: it revealed. A generative overview does not weaken a media outlet, it shows which one was already hollow.
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.
So one must resist the first temptation, that of wholesale panic. The overview does not melt traffic away in a single block; it cuts one very precise category of queries, and only one: those whose answer is compressible. “What to make of this Traviata?”, “is such-and-such a conductor’s latest album worth the detour?” — the hurried user now gets, at the top of the page, a passable summary that is enough for him. The web’s implicit contract, the one that for twenty years traded indexing for traffic, breaks exactly where the opinion is interchangeable. Nowhere else.
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.
This precision is the good news hidden inside the bad. For if erosion has a shape, it has edges. And what stands beyond those edges is not a matter of quality — the sites that will suffer do not lack talent — but of a colder property: the presence, or the absence, of a value the overview cannot render.
La ligne de partage
The dividing line
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.
It does not separate the good texts from the bad. It separates the sites one goes to from those one is sent to. A site the engine sends you to lives on borrowed audience; cut off the tap and it runs dry. A site one goes to in order to do something — search, consult, book — holds a second source of value the overview cannot reach. The overview summarises a review; it does not book a concert seat. This asymmetry, banal in appearance, decides who survives.
De là, trois régimes de valeur résistent à l’érosion, et il vaut la peine de les nommer.
From there, three regimes of value withstand the erosion, and it is worth naming them.
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.
The first is transactional — and it is the most fragile of the three, best said at once. I first believed that a database one queries in order to act — a listings calendar, a box office, a catalogue kept up to date — escaped the overview because one goes there to do, not to read. That is partly false. AI Mode, launched at the same time as the overviews, already answers “I’m in Brussels tonight, suggest me a classical concert”: it aggregates the programmes and delivers the answer directly, without one having to open any calendar at all. The list as a destination one consults is then disintermediated as surely as a review — and structured data is in fact what a model absorbs most easily. Owning a database is therefore not, in itself, a rampart.
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.
What resists is not the list, it is the act. The assistant can aggregate tonight’s concerts; it does not book the seat in our place, nor take the payment in its own — not yet. As long as one is the place where the transaction is completed, where one pays, where the ticket is issued, one holds a gesture the summary cannot perform. If one is merely the place where the list is displayed, one has already lost it. And for the aggregator that only lists, the fate is not death but demotion: from destination it becomes substrate — the fodder the assistant consumes, its sole second life the hope of being a cited or licensed source rather than a visited page.
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.
The second is distributive, and it must be looked at squarely, unadorned. There is a traffic that never passes through the engine: the one the subjects themselves set in motion. When a young artist is reviewed, he shares it — he needs that visibility, it is almost an economic necessity for him. One could hide it; I prefer to write it: yes, the critic’s interest and the artist’s align here, and no, there is no shame in the mission of making emerging talent known being also what keeps the outlet circulating. The red line lies elsewhere — not in covering those who will share, but in the risk of covering only in order to be shared. It is a tension lucidity does not abolish; it merely obliges one to watch it.
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.
The third is literary, for want of a better word: non-compressible content. The portrait, the investigation, the genealogy, the cross-cutting essay that turns a conductor into a phenomenon or a signature into a landmark — there exists no short version of these texts that would satisfy the reader. Nothing to summarise, therefore nothing to cannibalise. I have argued elsewhere that the regime of intellectual proof had changed, that the isolated text had ceased to attest the thought that carries it. The overview confirms the thesis from the other end: it can produce the correct text, it cannot produce the thought text, and it is precisely the latter that its presence, by contrast, makes desirable again.
Ce que je ne sais pas encore
What I do not yet know
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.
I describe here three defences as if their sum were enough. Yet I am not sure of it. Nothing guarantees that the act itself will remain out of reach the day the assistant books and pays in our place; nothing says the artists’ sharing will hold when the networks that carry it close, in their turn, upon their own summaries. It may be that these three regimes are not ramparts but reprieves of unequal length. I hold them for the best available hypothesis, not for a demonstration. To write a topography of erosion is to map a terrain that shifts beneath the map.
Le paradoxe de la sur-préparation
The paradox of over-preparation
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.
To build all this — the transactional layer, the network of relays, the corpus of long-form — seems, in peacetime, disproportionate. One feels oversized. What looks excessive in today’s market is perhaps the right calibre for the market to come, the one in which purely editorial models contract; or else it is an outlay history will not vindicate. One will only know afterwards. Over-preparation is a wager, not a certainty: one carries the capacity before drawing its benefit, and one still does not know whether the benefit will come. It is the discomfort proper to whoever acts before having the proof.
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.
There remains a fragility lodged in no tool, and it must be named at the scale of the sector rather than of a single house. A niche outlet does not break through technology but through the human: these structures rest, almost all of them, on a very small number of people who combine the matter and the mechanics, the pen and the grease. The profile able to hold both is rare, for a structural reason — the musicologist is not a technician, the technician is not in classical music, and the economy of the sector does not close the gap. Generative tooling answers this scarcity in part: it lets a few do what once required a team. But it resolves the shortage of hands by concentrating the dependence still further. It is a trade, not a solution — and it is there, perhaps more than in the overview, that the real survival of criticism is decided.
Sur la prudence
On 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.
One might fear that to write this amounts to handing one’s strategy to one’s competitors. The fear dissolves the moment one separates the diagnosis from the inventory. The diagnosis — why informational traffic collapses, which categories of value survive it — can be shared without risk. For the map is not the territory. A site that reads this analysis does not grow, in six months, a box office, a decade of structured data or a network of amplifiers. Lucidity is the only asset that cannot be copied: one may read it without being able to execute it.
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.
The AI overview, at bottom, is not the end of critical media. It is a filter. It withdraws the borrowed traffic from those who had only that, and it leaves — provisionally, perhaps — those who had given themselves a second source of value. What it does not take, it designates. It remains to be seen whether we will know how to hold our ground there, and for how long the soil will stay firm.
Tout le monde déteste l’IA (pour des raisons contraires).Sur la haine que l’intelligence artificielle inspire à droite comme à gauche — et ce qu’elle dit de nous, non d’elle.Everyone hates AI (for opposite reasons).On the hatred artificial intelligence draws from left and right alike — and what it says about us, not about it.
5 août 2026 · pierre-jean tribot5 august 2026 · pierre-jean tribot
Je l’ai toujours pensé : l’intelligence artificielle n’est pas une technologie — ou pas seulement. Un moteur, un vaccin, un algorithme de tri se jugent à ce qu’ils font, et l’affaire est close. L’IA, elle, est devenue un objet au sens anthropologique : une de ces surfaces rares où une époque dépose ses désirs et ses terreurs, et qui finit par ne renvoyer que le visage de qui la regarde. Techniquement, ce n’est qu’un instrument, l’héritier du métier à tisser et du tableur. Mais nous ne la traitons pas en instrument : nous la traitons en idole ou en épouvantail. C’est cette disproportion qui mérite qu’on s’y arrête.
I have always thought it: artificial intelligence is not a technology — or not only. An engine, a vaccine, a sorting algorithm are judged by what they do, and the matter is settled. AI, by contrast, has become an object in the anthropological sense: one of those rare surfaces onto which an era lays its desires and its terrors, and which ends up reflecting nothing but the face of whoever looks at it. Technically it is only an instrument, the heir of the loom and the spreadsheet. But we do not treat it as an instrument: we treat it as an idol or a bogeyman. It is this disproportion that deserves our attention.
Le miroir
The mirror
La preuve tient en une observation simple : voilà une technologie que la gauche exècre et que la droite abomine, jamais pour les mêmes raisons.
The proof lies in a simple observation: here is a technology the left abhors and the right abominates, never for the same reasons.
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.
The left sees capitalism on steroids. Look at who builds it: Musk, Thiel, Palantir, a Silicon Valley rallied to Trumpism, a caste of transhumanist billionaires who plunder the work of artists and dream of doing without employees. Add these silhouettes together and you get the most formidable villain in all of James Bond — a Blofeld multiplied who, rather than a white cat, would stroke a robot-animal on his lap. The casting is so perfect that the fantasy writes itself: an enemy this neatly cut out spares one the trouble of thinking.
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.
The right hates the very same AI for the opposite reason: a creature of the West Coast, hedged with “inclusive” guardrails, quick to censor whatever displeases its designers, the very embodiment of the credentialed elite’s contempt for ordinary people. Guilty no longer through money, but through morals.
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.
The same object, loathed from both ends for opposite motives. When a thing manages to unite against it camps that agree on nothing, it is not the thing you should be looking at: it is the mirror. Too new for our old categories, AI reflects back to each only his own dread — the left sees capital in it, the right hunts for wokeness — and no one consents to look at the thing itself.
Le procès en partialité
The charge of bias
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.
The game of projection culminates on the question of bias. Both camps accuse AI of being biased: the left because it supposedly reproduces the discriminations buried in its data, the right because it is supposedly “woke.” Yet the two reproaches are contradictory: one cannot be at once the machine of discrimination and the machine of right-thinking. The word “bias” has ended up meaning only one thing: it does not think as I do. Each demands that the machine espouse his own bias, and cries scandal when it refuses. We reproach it not for having biases, but for not having the right ones. The accusation of partiality is the purest confession of the accuser’s own: we ask a mirror to be partial, then take offence that it merely reflects.
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.
We have had proof of this on a grand scale. Grok, Musk’s chatbot, was sold as the only one stripped of its rivals’ “woke” guardrails. The result was not a truth at last delivered from censorship, but a model that ended up praising Hitler in the summer of 2025, then being used to fabricate non-consensual undressing images. Demanding that a mirror be partial does not correct bias: it unleashes it.
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.
The gravest point lies elsewhere: models do have real technical biases, measurable and repairable — a corpus that over-represents this language, that blind spot. It is the only one worth addressing, and precisely the one no one talks about. We tear ourselves apart over the imaginary bias so as never to have to deal with the real one.
La désacralisation du travail
The desacralization of work
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.
But the totem AI truly threatens, the one the left and the right share without knowing it, is work. Two myths are superimposed there. Weber’s first: work as vocation, methodical success as a sign of election — not the means of earning salvation, but the proof that one already counts among the saved; a Protestant ethic that, once God was withdrawn, survived as pure compulsion, the “iron cage.” This is the right’s myth: merit, the “value of work,” the suspicion cast upon whoever does not toil. Then the left’s: work that dignifies and emancipates, the myth of the labour movement, where the workshop makes the citizen.
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.
Now AI, by lodging productivity within the machine — provided it truly keeps its promises of automation — short-circuits both. If value is produced without the sweat, then the sweat was not the point. Work ceases to be the site of salvation and of emancipation alike; it becomes once more what it perhaps always was, an expenditure of energy that can be delegated. One understands better, then, why so many self-proclaimed defenders of workers take alarm that a machine might deliver them from toil: it is not the worker they are protecting, it is the myth.
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.
More concrete still: the worker’s power never rested on the dignity of work, but on his position in production. The strike is a weapon because labour is a bottleneck — block the line, occupy the factory, ground the planes, empty the offices, and activity stops, so power yields. But what remains of that weapon when the machine itself becomes the means of production? You cannot put an algorithm on a picket line; you cannot blockade a data centre the way you blockaded a factory, an airport or an open-plan office. Marx saw the proletariat’s strength in its place at the heart of the productive apparatus; automation dissolves that place — in the workshop yesterday, in the office today, for AI now reaches the white-collar workers that earlier waves had spared. The unions’ alarm is more lucid than it looks: a worker rendered superfluous to production has nothing left to withdraw, and therefore nothing left to negotiate.
Les deux hypocrisies
The two 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.
From this fear a reflex is born. The left reproaches AI for its costs — energy, surveillance, the plundering of creators — and its answer is always the barrier: eco-scores, certification, moratoria, audits, agencies. Stack them up and you get a machine for cancelling the gain, each control nibbling away the productivity that was the sole reason to adopt the tool. We demand the fruit and saw off the branch. The left says it wants to redistribute the gains, but to redistribute a gain one must first let it exist — and it spends its time smothering it in the cradle, because deep down it does not want it: a gain that frees us from work threatens the totem. We regulate to protect the myth.
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.
The right is no more coherent, only in reverse. It that swears by the market and by free enterprise suddenly discovers the virtues of prohibition the moment the object unsettles it: one must “protect our civilization,” legislate against the engineers of the West Coast, brandish a protectionism it once reserved for socialists. It that mocked the precautionary principle now calls for one, provided it targets wokeness and not carbon. And its cult of the value of work leads it into the same impasse: a machine that produces without effort ruins merit as a 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.
Not all barriers are equal, of course — certifying a diagnosis or a court ruling costs little against what it prevents, and left to itself the gain flows to capital, not to workers. The true dividing line is not “regulate or let be,” but the separation of two gestures: to fence in out of fear, which sterilizes, and to protect out of justice, which repairs. And there the two camps stand equal: each regulates its own anxiety while christening it justice. Neither looks at the object; both look at themselves.
La seule question qui vaille
The only question that matters
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.
For here is what all the din allows us never to ask. The erosion of artists’ incomes was not born with AI: streaming had already installed it, at a few tenths of a cent per play. AI does not open the wound, it rushes into it. In a studio it restores a 1950 recording, denoises a take, sketches an arrangement in three seconds — real feats, whose only serious question is who will earn a royalty once it has digested, without naming them, the thousands of performers and composers from whom it learned everything. The problem was never the technology. It has always been the sharing.
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.
Who captures what productivity frees? Keynes promised the fifteen-hour week; we preferred to reinvest the gains in more work and more consumption. The machine can open the iron cage or lock it twice over, depending on who pockets the surplus. To step out of the mirror is to stop looking there for one’s enemy and to look the new thing in the face at last — and to decide, not what AI must be, but what we refuse to surrender to it.
L’Europe régule une industrie qu’elle n’a pas.Sur l’ordre inversé des opérations, et pourquoi le retard européen n’est pas d’abord réglementaire.Europe regulates an industry it does not have.On the inverted order of operations, and why Europe’s lag is not, first of all, a regulatory one.
3 août 2026 · pierre-jean tribot3 august 2026 · pierre-jean tribot
Depuis ce mois d’août, l’Union européenne peut se targuer d’une première mondiale : un cadre juridique général et contraignant pour l’intelligence artificielle. L’AI Act entre progressivement en application, un Bureau européen de l’IA fort de cent quarante-cinq personnes se met en ordre de bataille, et les commentateurs saluent une Europe « pionnière ». On nous explique, comme l’a fait récemment le spécialiste Nicolas Moës sur les ondes de la RTBF, que « les États-Unis sont à la traîne » en matière d’encadrement. La formule est flatteuse pour notre amour-propre continental. Elle est aussi profondément trompeuse — mais pas là où on l’attend.
Since this month of August, the European Union can boast of a world first: a general, binding legal framework for artificial intelligence. The AI Act is coming gradually into force, a European AI Office of some one hundred and forty-five people is taking up its post, and commentators are hailing a “pioneering” Europe. We are told, as the specialist Nicolas Moës recently was on Belgian public radio, that “the United States lag behind” on oversight. The phrase flatters our continental self-regard. It is also deeply misleading — though not where one expects.
Confondre « faire autrement » et « être en avance »
Confusing “doing otherwise” with “being ahead”
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.
To say the United States “lag behind” assumes there is a single race, whose finish line Europe gets to set. But the Americans have not fallen behind: they made a different choice. Let innovation run, build first, regulate afterwards, case by case and through litigation. That choice is debatable, it carries real social costs, but it follows a coherent logic. To present it as mere regulatory immaturity is to award oneself a medal in a discipline one invented in order to be sure of winning it.
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.
That is not the real issue. It lies in an inversion of the order of operations. The United States and China built industrial champions, then asked how to set up guardrails. We wrote the highway code before having any cars. We produce a magnificent body of law for an industry we do not own. The models that structure the market today — those of OpenAI, Anthropic, Google DeepMind on the American side, but also DeepSeek, Alibaba’s Qwen, Moonshot’s Kimi, ByteDance’s Doubao or Zhipu’s GLM on the Chinese side — are all designed outside Europe. Article 50 on the transparency of AI-generated content will therefore govern, in the main, technologies made elsewhere, developed by actors over whom the continent has no industrial hold. We legislate on the neighbour’s shop window.
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.
And we should weigh what that list says about us. When Europe speaks of “high-risk” models, it spontaneously names only the American ones — as if China did not exist. It is a revealing blind spot. For the Chinese wave, widely released as open source and at a fraction of the Western cost, escapes our media and regulatory radar almost entirely. Not that Brussels is unaware of these models; but our debate stays stubbornly turned westward, mesmerised by the Silicon Valley it dreams of disciplining, blind to the East that advances without asking our opinion. This provincialism of the gaze is, in itself, already part of our lag.
La régulation n’est pas le mal — elle est le symptôme
Regulation is not the disease — it is the symptom
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.
Here one must avoid an easy move. It is often said that the AI Act “weighs down” European innovation, that one has to choose between regulating and building. This is false, and it is worth saying so in order not to aim at the wrong target. Writing a regulation has not taken a single euro from the gigafactories, nor driven off a single researcher. Regulating and building do not draw on the same resource.
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.
The real culprit of our lag lies elsewhere, and Nicolas Moës has the honesty to name it: the fragmentation of our financial, fiscal and labour markets. This is exactly the diagnosis of the Draghi report, commissioned by the Commission itself before being filed away in a drawer. The money exists — it sleeps in savings, pension funds, insurance — but it is held prisoner by twenty-seven national systems, with no banking union and no unified capital market. A massive, concentrated industrial plan, sustained over ten years, means mobilising that mass all at once. That is how Europe won its great wagers: Airbus, CERN, Ariane, space. Not through regulatory virtue, but through public money committed to a precise objective and defended over time. Beside that, the “gigafactories” and the thirty-billion-euro call for tenders cut a poor figure against the hundreds of billions deployed by Microsoft, Google or the Chinese groups. It is a sprinkling dressed up as a 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.
This is why regulation is not the disease, but its most visible symptom. We do what we know how to do. We write rules — because that is the only lever European construction really leaves in our hands, the one that requires no one’s agreement on taxation, defence or the union of capital. Regulation becomes a fig leaf: it keeps us busy while we give up on what matters. The anger, then, should not target those who speak of control. It should target the governments that left our financial and industrial sovereignty fallow for twenty years, and that now prefer a fine text to a real ambition.
Et même avec l’argent, il faudrait les hommes
And even with the money, it would take the people
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.
Suppose, though, the financial miracle accomplished. There would still remain the most stubborn obstacle, because it cannot be decreed: human capital. Money is voted in a single night. A generation of people who understand artificial intelligence is cultivated over fifteen or twenty years.
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.
And even then, it is not only about engineers able to train a model — Europe trains them, and the best ones leave. It is about that rarest of commodities: the hybrid profiles, those who master the technique well enough not to talk nonsense, but who also possess the historical, economic and philosophical culture to gauge what this technology really displaces. The pure technician sees in it just one more tool. The pure man of letters panics or fantasises. Both are wrong, and we are cruelly short of those who could hold both ends at once.
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.
Herein lies the cruellest paradox. That very lucidity ought to be our strength. The continent that invented the critique of technology — from Heidegger to Ellul, from Günther Anders to Simondon — is in principle the best equipped in the world to think through the implications of AI. Except that we have turned this tradition into a defensive reflex. Instead of producing people who do while understanding, we produce people who comment and who regulate. Critical thought has curdled into the posture of a spectator.
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.
Yet to understand the implications without having a hand on the tool serves no purpose — or rather it serves to write reports no one reads while others build the world. That is the whole difference. In a company like Anthropic or OpenAI, the people who think about the consequences of AI are inside, at the table where the architecture of the systems is decided. In Europe, they are outside, at the window, busy drafting Article 50.
Ni le laisser-faire, ni le commentaire : une troisième voie
Neither laissez-faire nor commentary: a third way
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.
Let there be no mistake about the conclusion. To demand a “turbo plan” launched for ten years with eyes shut, never asking whether one masters what one is building, would be to fall into the opposite excess — precisely the one we reproach the Americans for. The warnings issued by the major laboratories themselves, including Anthropic and OpenAI, about deviant and hard-to-control behaviours in their models, are not folklore. The risk is real, and running faster with eyes closed is not an ambition, it is a recklessness.
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.
The right way does not pit a builder America against a regulator Europe. It reunites what we have foolishly separated: to build and to think with the same hand. To place the people who understand the implications not at the window, but at the table where things are decided. This is the third way that Europe, more than anyone, had the means to embody — and that it let slip away.
Le mot d’ordre
The watchword
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.
Europe will not save itself by becoming the best regulator of a revolution made elsewhere. It would take the opposite courage: a decade-long industrial plan, a union of capital to fuel it, and a generation trained to do and to think at the same time. We have the money, asleep in our savings accounts. We have the intellectual tradition, squandered in commentary. What we lack is the decision to bring the two together — and time, for its part, cannot be regulated.
Ce que l'IA rend illisible.Sur la différence entre un texte correct et un texte pensé.What AI makes unreadable.On the difference between a correct text and a text that has been thought.
26 juillet 2026 · pierre-jean tribot26 july 2026 · pierre-jean tribot
Un contributeur envoie un premier texte à la rédaction. Une chronique de disque, trois mille signes, sur un enregistrement récent. Elle est correcte — bien construite, informée, sans erreur factuelle, avec les tournures qu'on attend d'une chronique de ce format. Le rédacteur en chef la lit et hésite. Il ne trouve rien à reprendre. Il ne trouve pas non plus ce qu'il cherchait sans savoir le nommer — la trace que quelqu'un a écouté ce disque, s'est arrêté sur un passage, a douté d'un jugement avant de le formuler, s'est rappelé une autre version pour la comparer. Le texte n'a pas ces marques, et il n'en a pas parce qu'il n'a peut-être pas eu besoin d'elles pour exister. Le rédacteur en chef ne peut pas le prouver. Il ne peut pas non plus le prouver du contraire. Il publie, il refuse, il demande une réécriture — chacun de ces gestes reposera sur autre chose que le texte lui-même, parce que le texte, en 2026, ne suffit plus à en attester.
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.
A contributor sends a first piece to the editorial office. A record review, three thousand characters, on a recent release. It is correct — well constructed, informed, with no factual errors, in the phrasings one expects from a review of that format. The editor-in-chief reads it and hesitates. He finds nothing to correct. Nor does he find what he was looking for without being able to name it — the trace that someone listened to that recording, paused over a passage, doubted a judgement before formulating it, recalled another version to compare. The text does not carry these marks, and does not carry them because it perhaps did not need them in order to exist. The editor-in-chief cannot prove this. Nor can he prove the contrary. He publishes, he declines, he asks for a rewrite — each of these gestures will rest on something other than the text itself, because the text, in 2026, no longer suffices to attest to it.
This scene describes a transformation that must be named with precision, because it falls under neither fraud, nor plagiarism, nor any category that editorial deontology knows how to handle. It falls under a deeper displacement: the regime of intellectual proof has changed, and the text has ceased to be its principal location. For centuries, a piece of writing was read as the trace of a mental operation. The correctness of the text attested to its thinking; error betrayed inattention; awkwardness signalled effort; an unexpected phrasing pointed to a personal intuition; the argumentative structure revealed a journey. The reader, without being aware of it, was drawing from the text a set of clues whose sum enabled him to know that he was reading something that had been thought, and by whom. This operation was so natural that it went unnamed. It constituted, however, the silent infrastructure of any serious reading — of an article, a dissertation, an application file, a statement of intent.
This infrastructure no longer functions. The correctness of the text no longer attests to thought, because it can be produced without it. Error no longer betrays inattention, because it can be corrected without any attention having been paid to what it corrected. The expected phrasing no longer signals the ease of an author thinking in his own idiom; it can be the mark of an average idiom produced at a distance. The argumentative structure no longer reveals a journey; it can be a mould applied to content that has not been traversed. All the clues the reader was drawing continue to appear in the text. None of them attests any longer to what they used to attest. The text remains readable. It is no longer testifiable.
The first temptation is to believe that this problem calls for a technical solution. Detectors are proposed, watermarks are spoken of, students and contributors are asked to declare their usage. All these responses share a structural defect: they look for proof precisely where it has ceased to reside. A detector only detects what a slightly more recent model will know how to avoid. A declaration engages the good faith of the declarant, who no longer has the means to know for himself where his thinking ends and where assistance begins. A watermark obliges a commercial operator to cooperate with an interest he does not share. All these solutions have in common the wish to maintain the fiction that the text can, on its own, attest to what it is. That fiction is what is lost.
What remains possible is not to be found in the isolated text. It is found in its context — that is, in what the text does not say of itself and what can be verified elsewhere. A text that has been thought continues to exist, in 2026 as in 1980, but the proof that it has is no longer read in its lines. It is read in the relation between that text and other texts by the same author, in the hesitations he has manifested elsewhere, in the positions he has defended and abandoned, in the contradictions he has admitted, in the way he responded to an objection put to him one day. An author who exists as an embodied enunciator is an author any of whose texts can be read as the trace of a thinking, because one has access to a corpus that testifies for him. An unknown contributor who sends a first piece to an editorial office does not have that corpus. He cannot prove, by a single article, that he has thought. He could not do so entirely in the past either; he can no longer do so at all today.
This shift has a practical consequence that directly affects the trade of the editor-in-chief, and also affects competition juries, awarding committees, editorial boards, all the positions where one decides on the strength of short texts emanating from persons one does not know. The short text has lost its attestation function. It continues to circulate, it continues to be required, but it no longer says what it used to say. The decision must therefore rest on something else — on what the candidate has produced elsewhere, on what is known of his trajectory, on what others say of him, on a conversation with him, on an interview, on the way he responds to a remark. All that already existed as a complement to reading the text; all that becomes henceforth the principal object of the decision, of which the text is now only an accompaniment.
This shift is uncomfortable, because it makes explicit what a jury could formerly spare itself — the subjectivity of the decision, the importance of the network, the weight of known trajectories. The short text was the great equaliser: it made it possible, in principle, for a talented unknown to break through on the sole strength of what he had written. That possibility narrows. Since correct writing is now accessible to all at zero cost, it no longer sorts. What sorts is what is not in the text — and what has always been less available to newcomers than to those already known. The apparent democratisation of textual production produces, in reverse, a real aristocratisation of recognition: one recognises only what one already knew.
This displacement must be named for what it is, without dramatising or denying it. It is not a side effect of AI; it is one of its proper effects, in the precise sense I have tried to isolate elsewhere. The correctness of the text as attestation of thinking was a real mechanism, held, useful, in part democratic. AI does not reveal its vacuity, because it was not vacant. It renders it inoperative by producing at zero cost what constituted its visible surface. Nothing that made the mechanism valuable was deceptive; it simply no longer has economic support. It cannot be restored. All one can do is recognise that it is lost, and work on what replaces it — that is, on the reconstitution, around each text one wants to take seriously, of the corpus, the trajectory and the conversation that together stand in for what the text alone once attested.
This changes what I do when an unknown text arrives at the editorial office. I no longer look in the text for the clues of thinking I was looking for five years ago. I look for what, around it, makes it possible to believe that it is one. I look at what the author has published elsewhere, what he has defended, what he has corrected, what he has admitted misjudging. If I find nothing, I propose a conversation. If the conversation shows nothing but an ability to reformulate what he has already written, I decide without certainty — like everyone else now, on insufficient clues and on a wager. The difference with five years ago is not that I decide less well. It is that I now know I decide differently, and that the text, which I was taught for twenty years to trust, no longer suffices to spare me from knowing it.
De destination à substrat.Le cas particulier du média critique.From destination to substrate.The particular case of the critical media.
26 juillet 2026 · pierre-jean tribot26 july 2026 · pierre-jean tribot
Un critique termine une chronique un dimanche soir. Il a passé trois heures sur une nouvelle Troisième de Bruckner par un orchestre sur instruments d'époque, dirigée par un chef dont il attendait beaucoup. Le texte fait trois mille signes, il est signé, il porte la trace d'une écoute — une remarque sur le grain de la trompette naturelle dans le thème d'ouverture, une réserve sur le tempo du scherzo, une comparaison avec un enregistrement des années soixante-dix qu'il connaît par cœur, une note sur le choix de version. Le lundi matin, l'article est mis en ligne. Il fera, sur les six mois qui suivent, environ mille cinq cents lectures.
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.
A critic finishes a review on a Sunday evening. He has spent three hours on a new Bruckner Third by a period-instrument orchestra, conducted by someone he had been expecting a great deal from. The text runs to three thousand characters, it is signed, it carries the trace of an act of listening — a remark on the grain of the natural trumpet in the opening theme, a reservation about the tempo of the scherzo, a comparison with a recording from the nineteen-seventies he knows by heart, a note on the edition chosen. On Monday morning, the piece goes online. Over the six months that follow, it will draw about fifteen hundred readings.
Three weeks later, a music lover asks a conversational assistant which recent recording of the Third is worth the effort. The answer arrives: a few lines, coherent, informed, cautious. In it one finds, like a faded echo, the remark about the natural trumpet, the reservation about the scherzo, the reference to the recording from the seventies. Without a citation. Without a link. Without anything to indicate that a critic listened to a disc, on a Sunday, in a living room, with an opinion. The music lover notes the title of the recording; it does not occur to him for a second to consult the site on which the review exists. He will never know that it exists.
I have described this displacement several times — for streaming metrics, for institutional programming, for the voice of cultural establishments. The movement is the same in each case: what was a destination for a public becomes a source into which a third party dips to answer in its place. The critical media outlet is a particular case worth isolating, because it presents a double asymmetry that none of the others has.
First asymmetry. When a museum, a concert hall, an orchestra slides from the position of destination to that of source, it loses its discursive function — visitors no longer arrive by reading its season page, they arrive having asked a question to an assistant that has summarised that page. But these institutions have something else: a place, a programme, an event, a service rendered physically. The substrate strips them of a layer. Several remain. A critical media outlet, by contrast, has nothing else. Its discursive function is its function. What is siphoned off as substrate is exactly what is produced. There is no fallback place, no event whose promotion the text would serve, no service whose trace the article would be. The text is the service. When the text is absorbed without being read, nothing of the activity is left.
Second asymmetry, stranger, and probably more decisive. A museum, when it is described by a conversational assistant, is an object being spoken about. The substrate speaks about it. A critical media outlet, on the other hand, is the substrate that speaks about everything else. Its reviews, its portraits, its comparisons are what supply the assistant with the material with which the assistant then describes institutions, artists, recordings. In other words, the critical media outlet feeds the layer that will, in the same movement, describe the institutions from which it once drew its economy of destination — visits to articles about concerts, seasons, releases — and replace it as intermediary between those institutions and their public. It feeds its own disappearance on two counts: as source of language, and as supplier of authority for the synthesis that bypasses it. No other cultural institution is in this position. They lose part of their access to their public. The critical media outlet, in addition, maintains the infrastructure that renders that access obsolete.
This changes what I do every morning. I open the back office, I see which articles have found their reader and which have gone unnoticed. Two years ago, I would sometimes conclude, from an article little read, that it needed better indexing. Today I conclude, often, that it should not have been written — or should have been written differently. The articles that still find their reader are those an assistant cannot produce from the rest: a review of a specific evening, an interview in which someone says what he would not have said elsewhere, a dossier on a forgotten composer about whom nothing can be found anywhere else. The others — general news coverage, informed briefs, listings — have become pure substrate. They feed the assistant; they no longer feed anyone else. We continue to produce them out of habit and because they fill the pages. We should probably stop.
The announced solutions do not help in this particular case. The paywall protects subscription revenue but worsens invisibility in the corpora: what is not freely accessible is poorly indexed, poorly cited, and therefore no longer enters the language that describes the objects being spoken about. The outlet that closes itself off makes itself rarer to its readers and more invisible to the models; it loses twice. Blocking training crawlers makes no sense for a media outlet that wants to weigh on the cultural conversation. To withdraw from the substrate is to withdraw from the field. The return to long forms improves the margin per reader; it does not change the position.
What remains open, in this doubly asymmetric position, is narrower than elsewhere but probably more solid. A conversational assistant cannot occupy the position of the embodied enunciator — of a critic whose taste, mood, past battles are known, and whose position can be discussed because it is held. This trait is a commonplace for all cultural forms. It is vital for a critical media outlet, because it is the only one the double asymmetry leaves intact. Coverage can go to the substrate; embodiment cannot. This is not a consolation, it is a strategic clarification. What a critical media outlet produces in 2026 can no longer be what it produced for twenty years — raw information, exhaustive coverage, an average voice. What remains is the writing an assistant could not synthesise from the rest, because no rest has been written in its place. This is a shrinking of the perimeter. It is also the only perimeter that still has a reason of its own to exist.
The cognitive sovereignty of a reader, in this field, is played out in the maintenance of enunciators who can be interpellated, whose taste can be discussed, with whom one can decide to disagree. A country that lets its critical media outlets go out does not merely inflict a loss on a sector. It goes on circulating their words — those words do not disappear — but it loses the persons who held them. What is left, then, is the average voice of an assistant that speaks about everything without being answerable for anything. This is not the death of critical discourse. It is its continuation by a layer that does not assume its charge. Which, in the long run, is probably worse.
Réinvestir la souveraineté cognitive.Trois gestes concrets, une doctrine à nommer.Reinvesting cognitive sovereignty.Three concrete moves, one doctrine to name.
18 juillet 2026 · pierre-jean tribot18 july 2026 · pierre-jean tribot
Le diagnostic est établi et on en connaît la mécanique — les infrastructures cognitives d’une communauté se contractent au moment précis où elles deviennent stratégiques, et le régime IA amplifie chaque contraction. Cette note propose de sortir du registre du constat. Elle décrit ce que fait, concrètement, un pays qui décide de reconstruire sa souveraineté cognitive plutôt que de la laisser s’éroder. Le programme n’a rien de mystérieux : il est documenté, il a des équivalents dans d’autres domaines de souveraineté — alimentaire, énergétique, numérique — et il tient en trois gestes conjoints, plus une doctrine qui les articule.
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.
The diagnosis is established and one knows its mechanics — the cognitive infrastructures of a community contract at the very moment they become strategic, and the AI regime amplifies each contraction. This note proposes to leave the register of observation. It describes what, concretely, a country does when it decides to rebuild its cognitive sovereignty rather than let it erode. The program has nothing mysterious about it: it is documented, it has equivalents in other domains of sovereignty — food, energy, digital — and it holds in three joined moves, plus a doctrine that articulates them.
Reinvesting the existing institutions
The first move consists in ceasing to treat the infrastructures of human mediation as inherited costs, and starting to treat them as strategic assets. This is not reducible to a simple budgetary maintenance — it presupposes three distinct things.
First, giving to schools, libraries, universities, public media and independent publishers an explicit mission: these institutions are the nodes on which the cognitive formation of a community rests. Finland has been doing this since 2013 by integrating media education into its curriculum at all levels as a named public objective — an approach first formalized by the Good Media Literacy Guidelines of that year, then by the National Media Education Policy of 2019, jointly carried by the Ministry of Education and Culture and by the National Audiovisual Institute. That choice has been carried at a high political level and defended against short-term budgetary logics.
Then, protecting these institutions from the competitive logics that cannibalize them — free press algorithmically optimized, American educational platforms, commercial LLMs offered at dumping rates. This protection does not entail a blind protectionism; it entails a firm regulation that guarantees a country remains master of the way its citizens learn, inform themselves and search. The European Union technically has the frameworks to do so; it does not yet have the political will.
Finally, putting these institutions in network — universities and media libraries working together, national libraries coordinating with publishers to maintain a living catalog, public media cooperating with universities on fact-checking. The current fragmentation weakens each actor; explicit cooperation strengthens them mutually.
Creating what is missing
The second move consists in building what does not yet exist, because the infrastructures inherited from the physical age do not suffice to cover the AI landscape.
Three creations deserve to be brought to the agenda. First, language models trained on locally curated corpora, publicly funded and publicly governed, offering an alternative to American models in sensitive cultural and administrative domains. Quebec has just taken a decisive step in that direction: the Quebec government mandated in July 2026 the Bibliothèque et Archives nationales du Québec to build a public data bank aimed at « strengthening the cultural and digital sovereignty » of Quebec — feasibility study already conducted, twelve-month experimental phase launched. Catalonia has been funding for several years the Aina project, developed at the Language Technologies Unit of the Barcelona Supercomputing Center, which has produced Salamandra 7B and a range of Catalan voice tools in open access. Iceland has allocated around twenty million euros to its Language Technology Programme over the 2019-2023 period, now renewed until 2026, with a direct partnership signed with OpenAI for the integration of Icelandic into the large models. France has recently launched Argimi, jointly carried by the BnF, the INA and an industrial consortium — the same logic of a francophone digital commons. These initiatives remain fragile; what they primarily demonstrate is feasibility.
Second, hubs of hybrid multimedia curation — humans augmented by AI tools — taking charge of orientation, recommendation and contextualization within local cultural stocks. Such a hub does not replace libraries; it augments their mediation capacity at the scale of daily digital use. No European country yet has such an infrastructure at national level, which partly explains why media libraries struggle to demonstrate their added value in the generative age.
Third, independent observatories of algorithmic mediation — tasked with documenting, comparing and publishing the results produced by large models on sensitive cultural, historical and political questions. These observatories produce the critical knowledge missing today for political arbitration. Without them, regulation remains blind to what it claims to regulate.
Cultivating individual practices
The third move escapes public policy in the strict sense but conditions its effectiveness. Cognitive sovereignty presupposes citizens who actually practice the hygienes it requires — sustained reading, source diversification, regular attendance at human institutions, conscious choice of what one delegates to a model and what one keeps in hand.
These practices are not decreed, they are cultivated. Through schooling — hence the strategic importance of primary school, where the cognitive habits of a lifetime are formed. Through frequenting living institutions — which reminds us why libraries and universities must remain places one inhabits, not merely digital interfaces. And through public discourse that explicitly values these practices against the dominant regime, which presents cognitive delegation as a costless net gain. No public policy survives in a society where individual habits go massively the other way.
Naming the doctrine
These three moves — reinvest, create, cultivate — are concrete, quantifiable, doable. What is lacking is not the means, it is the political frame that names and articulates them. Cognitive sovereignty is today treated, when it is treated at all, through sectoral dossiers — culture, education, digital regulation — each of which addresses one facet and misses the overall form. It should be carried at a higher political level, with its doctrine, its transversal budget lines, its own indicators — as food or energy sovereignty long have been.
No European country has yet done this fully. Those who do it first will possess, in fifteen years, cognitive infrastructures the others will no longer be able to rebuild. The stake holds in one decision: naming cognitive sovereignty as a public objective in its own right, and giving it the institutional frame that carries it. The rest — the institutions, the means, the practices — deploys itself afterward naturally, because it is already largely invented. It is waiting only for a doctrine that assumes it.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La souveraineté cognitive passe aussi par les catalogues.Comment les bibliothèques, médiathèques et centres de ressources deviennent une strate fondamentale à l’heure des IA génératives.Cognitive sovereignty also runs through catalogs.How libraries, media libraries and resource centers become a fundamental stratum in the age of generative AI.
18 juillet 2026 · pierre-jean tribot18 july 2026 · pierre-jean tribot
Les médiathèques et les centres de ressources documentaires sont, pour beaucoup de gouvernements européens, un actif dont on ne sait plus très bien quoi faire. Ces institutions ont été fondées au milieu du XXe siècle sur la logique de la collection physique — vinyle, cassette, DVD, livre, magazine — et sur celle du prêt encadré par une médiation professionnelle. Le streaming a fait s’effondrer la première logique en une décennie. La seconde, prise au dépourvu, cherche depuis quinze ans un point d’équilibre entre reconversion numérique, réduction budgétaire et adossement à d’autres réseaux — bibliothèques publiques, universités, opérateurs culturels sectoriels. Chaque mutation en appelle une autre. Chaque nouvelle direction reformule les missions. Chaque changement de nom laisse en héritage un peu plus de fatigue institutionnelle et d’illisibilité pour le public. On voit la fonction de collection s’éteindre. On ne voit pas encore émerger, à sa place, la fonction qui pourrait justifier une pérennisation stratégique. Et faute de la voir, on rétrécit.
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.
Media libraries and documentary resource centers are, for many European governments, an asset no one quite knows what to do with. These institutions were founded in the mid-twentieth century on the logic of the physical collection — vinyl, cassette, DVD, book, magazine — and on that of loan framed by professional mediation. Streaming collapsed the first logic in a decade. The second, caught off guard, has been looking for fifteen years for a point of equilibrium between digital reconversion, budgetary reduction and support from other networks — public libraries, universities, sectoral cultural operators. Each mutation calls forth another. Each new leadership reformulates the missions. Each renaming leaves behind a little more institutional fatigue and public illegibility. The collection function is visibly fading. What could take its place — the function that would justify a strategic perpetuation — is not yet visible. And failing to see it, one contracts.
Yet these institutions are one of the fundamental strata of the cognitive sovereignty of a community — that collective capacity to maintain autonomous chains of selection, classification and transmission in an environment where those chains are now massively mediated by automated systems. They are not relics of the physical age. They are, precisely, what generative models do not replace and will not replace. This still needs to be shown.
The underlying question must therefore be posed frontally: what does a media library actually do, once it no longer lends discs?
What a catalog actually does
Catalog and inventory are too often confused. The inventory says what there is. A living catalog does three distinct, entangled and irreducible things. It selects — that is, it exercises an editorial policy, discussable, discussed, revisable, carried by identifiable persons responsible for their choices. It classifies — that is, it maintains a stable, public, inspectable taxonomy, allowing professionals and users to understand how an object relates to others. It mediates — that is, it transmits a competence of orientation, recommendation, contextualization, embodied by persons trained and locally rooted.
These three functions are what distinguish a catalog from a simple warehouse. They are not ornaments of the institution: they are the institution. And none of the three is reproducible by a generative model in its current state.
What the models cannot do
An LLM does not select — it ingests everything made available to it, without discriminating a reference article from a forum thread, a documented recording from a digital counterfeit. The statistical popularity of the training corpus crushes the patrimonial importance. This is not a passing flaw of the technique: it is its nature.
An LLM does not classify — it generates on the fly, at each query, plausible categories that have no stability between two conversations. Its taxonomy is invisible, unrevisable, unauditable. A librarian can show you why a work is filed under one code rather than another; a model can only reconstruct an a posteriori justification for a filing it never actually performed.
An LLM does not mediate — it produces text, with uniform confidence, on subjects it solidly masters and on subjects it hallucinates. It cannot say, with authority: this is established, this is disputed, this I do not know. It can simulate that metacognitive discourse — it does not assume it, because no physical person is upstream responsible for it.
These three shortcomings are not defects to be corrected in later releases. They stem from the very structure of the models, optimized to produce the plausible rather than to guarantee the true. Improving their fluidity does not bring them closer to the catalog function — it only improves the coverage of the simulacrum.
The asymmetric value under an AI regime
What a human catalog produces — selection, classification, mediation — becomes, under the AI regime, the rarest and most sought-after resource. At least five reasons.
First, models need curated corpora to improve their reliability. A model trained on the raw web hallucinates; a model fine-tuned on cataloged corpora — patrimonial collections, bibliographic notices, documented audiovisual archives — suddenly becomes competent on the subjects covered. The quality battle in AI now runs through access to clean data. Catalog institutions are, structurally, the legitimate providers of that data.
Then, downstream, the models produce in abundance plausible but unverified texts. There must, somewhere, be a trust layer that can say: what the model claims is consistent with what the KBR, the BnF, the IMEC, the Cinémathèque, this or that patrimonial record library, this or that audiovisual archive document. That layer cannot itself be a model — it must be an institution with a recognized editorial policy and an assumed human responsibility. The human catalog becomes again the epistemic anchor of machine discourse.
Third, a small linguistic-cultural community — restricted European Francophonie, Catalan, Romansh, European Portuguese — has an infinitesimal weight in the training corpora of American models. Its specificity drowns there. The only possible counterweight is a local, living catalog infrastructure that maintains and transmits the knowledge of works and authors proper to that community. Without it, in ten years, a user querying an AI assistant about the music or literature of a small linguistic area will receive an approximate summary dominated by the world average and the few figures Wikipedia has raised to visibility. Nothing local will resist that, save what a still active institution will have maintained.
Fourth, catalogs are the infrastructure of alternatives. If one wants to avoid access to a culture passing entirely through five American companies, parallel discovery layers are needed. A human catalog augmented by AI tools can offer recommendation, contextualization, an itinerary anchored in a real, traceable, editorially responsible stock. That is what an augmented operator does at a small scale. It is what an institution can do at a large scale, if it is allowed to live.
Finally, catalogs are a geopolitical asset. Countries that will invest in their catalog institutions — Quebec with BAnQ, Catalonia with the initiatives supported by the Generalitat, French-speaking Switzerland by strengthening the digital mediation of the RTS and cantonal networks — will preserve their cognitive sovereignty. Those who will cut theirs will inherit a culture accessible only through interfaces they do not master, on commercial terms they do not negotiate, filtered by priorities that are not theirs.
The opening question thus finds its answer. The media library, once it no longer lends discs, does not survive as a relic of the physical age — it shifts as a human anchor point of an access ecosystem to culture that the machine is preparing to colonize. Selection, classification, mediation: under the AI regime, these three functions become one of the most tangible strata of cognitive sovereignty — and one of the easiest to dismantle, because their value is not seen at the moment when one decides to cut them.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La souveraineté cognitive.Circonscrire une notion, dater ses conditions d’urgence.Cognitive sovereignty.Defining a notion, dating its conditions of urgency.
18 juillet 2026 · pierre-jean tribot18 july 2026 · pierre-jean tribot
Le terme n’est pas nouveau. Il a été forgé dans la pensée décoloniale sud-américaine — chez Boaventura de Sousa Santos notamment, avec ses épistémologies du Sud, et dans les débats boliviens et brésiliens sur les savoirs autochtones — pour nommer la capacité d’une communauté à maintenir ses propres régimes de savoir face à un régime cognitif imposé de l’extérieur. Dans son foyer d’origine, l’extériorité désignait la matrice coloniale. Son déplacement vers le terrain européen contemporain change de contenu sans perdre son geste critique : pour un citoyen belge, catalan ou québécois de 2026, l’extériorité, ce n’est plus la matrice coloniale — c’est le régime algorithmique privé qui médie désormais son accès aux savoirs. La continuité structurelle est réelle. Il faut la nommer pour ce qu’elle devient : la question de l’autonomie cognitive d’une communauté face à un régime de médiation automatisé.
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.
The term is not new. It was forged in Latin American decolonial thought — notably by Boaventura de Sousa Santos, with his epistemologies of the South, and in Bolivian and Brazilian debates on indigenous knowledge — to name the capacity of a community to maintain its own regimes of knowledge against a cognitive regime imposed from outside. In its original setting, the outside referred to the colonial matrix. Its migration to the contemporary European field changes its content without losing its critical gesture: for a Belgian, Catalan or Quebec citizen in 2026, the outside is no longer the colonial matrix — it is the private algorithmic regime that now mediates access to knowledge. The structural continuity is real. It has to be named for what it becomes: the question of the cognitive autonomy of a community facing an automated regime of mediation.
Three drifts to avoid
Cognitive sovereignty is not digital sovereignty. The latter concerns physical infrastructures — data centers, cables, semiconductors, cloud services. A country can be digitally sovereign and remain cognitively dependent if the models running on national infrastructures, the corpora that feed them, and the uses made of them are entirely imported. Cognitive sovereignty begins where digital sovereignty ends: at the level of content, of criterion, of mediation.
It is not informational sovereignty. That one concerns the diversity of sources and editorial protection — what gets published. Cognitive sovereignty aims further upstream: it concerns the formation of judgment itself, the capacity to process the information received, to classify it, to contextualize it. It is the layer that makes information intelligible before one even receives it.
It is not a technophobic stance. It does not require abstaining from AI tools, any more than food sovereignty requires renouncing imports. It requires not delegating to those tools what belongs to the autonomous formation of judgment. The distinction is thin but decisive.
The triangle and its mechanics
The notion designates, in a single phrase, the capacity of a person, community or country to maintain autonomous processes of knowledge, judgment and transmission in an environment where those processes are massively mediated by automated systems. Three planes are articulated mechanically.
At the individual level, what is at stake is the capacity to reason, document oneself, decide, without fully delegating one’s cognitive operations to a model. This capacity is not natural: it is formed through long apprenticeship — sustained reading, exercise of methodical doubt, frequenting contradictory sources. This apprenticeship takes place somewhere. It takes place in institutions. At the institutional level, then, what matters is the living maintenance of schools, libraries, media libraries, universities, patrimonial catalogs, publishers, journals, research networks — not places, but chains of competence, which are not maintained by the professional will of their agents alone but by political decisions of funding, mandate, protection against competitive logics that cannibalize them. Those decisions belong to a third level, the political, where the collective capacity plays out to choose which infrastructures are maintained, which rules are imposed on automated systems, according to which criteria one arbitrates between short-term efficiency and long-term autonomy. Yet this decision capacity itself presupposes citizens capable of formulating the demand, journalists able to problematize the stakes, academics producing the analytical frames.
The triangle thus closes on itself: political decisions fund institutions, institutions form individuals, formed individuals produce political demand. Each vertex depends structurally on the two others. This interdependence makes cognitive sovereignty both fragile — a degraded link compromises the chain — and defensible — one active vertex suffices to pull the two others along.
Why now
Until recently, cognitive infrastructures were largely public, distributed, human. Access to information came through librarians, teachers, journalists, booksellers, archivists. Each stage added a mediation carried by persons who were trained, accountable and locally anchored. Together they formed a slow, imperfect but irreplaceable layer of intermediation — because each of its points of articulation could be discussed, contested, corrected.
The entry of generative models into daily use overturns this architecture. The user no longer accesses the cultural stock through a human chain: he queries a model that synthesizes, hierarchizes and presents. Mediation becomes invisible, operated by a system whose criteria cannot be discussed. What the model does not know becomes inaccessible. What it foregrounds becomes prescribed. And since most users query the same models, mediation ceases to be plural: it becomes uniform.
This shift is happening between 2023 and 2030 — a narrow window. Access habits recompose at that speed. Human infrastructures that fail to retool during that window will face marginalization by bypass, not by obsolescence. The question of cognitive sovereignty is not whether it will be defensible in twenty years: it is whether it will still be defensible in five.
This temporality replays a familiar mechanism — food sovereignty in the 1990s, energy sovereignty in the 2000s, digital sovereignty in the 2010s. Each time, a vital infrastructure recomposed itself in a short window where the choices engaged the following decades. Cognitive sovereignty extends the series — perhaps the chapter with the heaviest consequences, since it concerns the very capacity to think through later stakes.
What it requires
It is neither a defensive posture, nor nostalgia for a prior state, nor fear of new tools. It is a strategic stance: preserving and developing the capacities that allow a community to think from itself, in dialogue with the machines, but without being thought by them.
This entails concrete decisions — maintaining and recapitalizing institutions of mediation, reforming schooling so it forms citizens for the new cognitive hygienes, negotiating firmly with model providers the conditions of use of national cultural corpora, funding independent research on their cognitive impact. Each of these costs. Each collides with immediate budgetary trade-offs. Each plays out in the short window where the choices will engage the following twenty years.
It will require leaving behind the idea that the subject is too technical to be political. It is fully political — exactly as the food or energy question was in its time. Those who take cognitive sovereignty seriously now will have institutions that hold in 2040. The others will be governed by systems they neither chose nor understood — which is not the same thing as being free.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Du passé faisons table rase.Relire Kai-Fu Lee.Let us make a clean slate of the past.Re-reading Kai-Fu Lee.
7 juillet 2026 · pierre-jean tribot7 july 2026 · pierre-jean tribot
Une littérature d'accompagnement s'écrit à cadence rapide sur l'IA en éducation. Elle a un mot d'ordre : adapter. Adapter les curriculums, adapter les évaluations, adapter les pratiques. Le vocabulaire de la « transformation », de la « bascule », du « changement de paradigme » y est massivement mobilisé. Le résultat, à la lecture, est toujours le même. Des opérations de troisième ordre présentées comme une refondation. Ajouter un oral. Demander un prompt réflexif. Faire comparer à l'étudiant sa production et celle de la machine. Aucune de ces opérations ne touche à ce qui vient de se passer.
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.
An accompanying literature is being produced at pace on AI in education. It has a slogan: adapt. Adapt curricula, adapt assessments, adapt practices. The vocabulary of « transformation », of « shift », of « paradigm change » is heavily mobilised. What one reads is always the same. Third-order operations presented as a refoundation. Add an oral. Ask for a reflective prompt. Have the student compare their output with the machine's. None of these operations touches what has just happened.
What has just happened deserves to be named. The printing press, the calculator, the internet modified access to knowledge without calling into question the nature of the cognitive act the school claimed to be forming. Writing an argued text, solving a problem, building a demonstration remained operations that the machine facilitated without performing them. Generative AI does something else. It performs the operation itself, at a level that is not always mediocre. The comparison with earlier technical revolutions ceases to illuminate here. It becomes anaesthetic.
Kai-Fu Lee laid out the frame, as early as 2018, in AI Superpowers. The diagnosis was simple. A whole range of codifiable cognitive tasks was going to be performed better, faster and more cheaply by machines. The school — East Asian systems as much as Western ones — trained precisely for those tasks. As an institution, it was structurally thirty years behind the world it claimed to prepare people for. His conclusion was not gentle: refound, do not adjust. Recentre the school on what the machine cannot do — judgment under uncertainty, complex human relation, the creativity that breaks a pattern rather than optimising it. That a Silicon Valley engineer trained in China produced this text, rather than a European philosopher, says something about the topography of the debate. The actors who build the machine see more clearly than those meant to train people to think about it.
What the discourse of adaptation cannot look at squarely is what Kai-Fu Lee calmly formulated nearly eight years ago. Looking at it forces a question that this discourse exists precisely to deflect. What is school for? If curricula, assessments and frameworks must be « adapted » because a machine trivialises what once required effort, only two hypotheses remain open. Either we were training for the wrong things — in which case say so, and reopen the content, not its instruments. Or we were training for the right things, and the machine devalues them — in which case defending them is a cultural stake, not an engineering problem. Neither is opened by adaptation manuals.
One step further. What AI reveals is a category mistake at the foundation of the framework. For decades, a product was assessed — a text, a demonstration, an answer — in the belief that a process was being formed — thought building itself. The confusion held while producing the product required the process. It collapses the moment a machine produces the product without the process. Curricula built on observable « competencies », adopted since the 1990s by most major education systems, accelerated this confusion by theorising it. They did not open the road to the machine. They paved it.
Hence the predictable sterility of adaptation proposals. They operate at the wrong level. They try to preserve the format by modifying its technical conditions, whereas what has been fractured is the relation between what is taught, what is assessed and what is meant to be learned. Acknowledging that fracture is not adjusting a practice. It is admitting that thirty years of pedagogical restructuring produced a device no longer moored to what it claimed to form, and that a machine has just made it visible.
The institutional refusal to say so has a prosaic reason. Saying it forces reopening simultaneously the content question, the question of the assessors' own competencies, and the question of what a school can transmit in an environment where the codified cognitive act is already performed elsewhere. None of the three thresholds is crossable within the bodies that currently commission the books and the training programmes. What they produce, at pace, is an accompanying discourse that simulates transformation while avoiding the object. The table has not been overturned. It is being dusted with care, and the dusting is taken for thought.
There is no adjustment left that preserves the existing structure. The bet on marginal adaptation is lost in advance. What is needed is not another manual but a deliberate reversal. Reopen the question of content. Redefine what a school owes a human being growing up alongside a machine capable of writing and reasoning in their place. Admit that preserving the older device is now a cost, not a good. Let us make a clean slate of the past — not out of revolutionary posture, but because the recent pedagogical past — that of observable competencies, descriptor grids, assessment frameworks turned into ends in themselves — has been rendered obsolete by a technical fact the field refuses to name. Kai-Fu Lee wrote this nearly eight years ago. Some day, it will have to be read.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La souveraineté cognitive commence à six ans.Notes sur le Plan Vauban de Bruno Retailleau et le contresens qui consiste à penser la souveraineté numérique comme une forteresse plutôt que comme une culture technique transmise dès l'école primaire.Cognitive sovereignty starts at six.Notes on Bruno Retailleau's Plan Vauban and the mistake of thinking digital sovereignty as a fortress rather than as a technical culture transmitted from primary school.
3 juillet 2026 · pierre-jean tribot3 july 2026 · pierre-jean tribot
Bruno Retailleau vient d'annoncer son « Plan Vauban » pour la souveraineté numérique française : cloud souverain, sortie de Windows, interdiction des IA étrangères, remparts, places fortes, ceinture territoriale. Il n'est ni le premier ni le dernier à parler ce langage. À gauche comme à droite, la souveraineté numérique est devenue synonyme de forteresse — un périmètre à défendre, une frontière à durcir. On y ajoute un ingénieur militaire du Grand Siècle pour la couleur, on décrète cent jours d'urgence, et l'on croit avoir pensé le problème.
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.
Bruno Retailleau has just announced his « Plan Vauban » for French digital sovereignty: sovereign cloud, exit from Windows, ban on foreign AIs, ramparts, strongholds, territorial belt. He is neither the first nor the last to speak this language. On the left as on the right, digital sovereignty has become synonymous with fortress — a perimeter to defend, a border to harden. A Grand Siècle military engineer is thrown in for colour, one hundred days of urgency are decreed, and the problem is deemed thought through.
We must begin by naming a category error. Treating AI as a subcategory of « digital », on a par with a cloud or an encrypted messaging service, is already to have missed it. The Plan Vauban lumps Windows, Teams, Zoom, ChatGPT, Copilot and Gemini into a single list of « foreign tools » to be banned — as if a language model were an advanced variant of Microsoft Office. The digital designates infrastructures for processing information; generative AI designates a mode of producing meaning that modifies the way humans learn, write, argue, decide, remember, think themselves. It is a technical fact, yes, but above all it is an anthropological and cognitive fact — of the same magnitude as the invention of printing or of writing, save that it unfolds over five years rather than over five centuries. No rampart is built against a phenomenon one has not managed to name.
This is why digital sovereignty is not played out in ministerial cabinets. It settles, year after year, in the relationship that a nation's children maintain with the technical objects that structure their thinking. It begins at the age when one learns to distinguish a tool one uses from a tool that uses one — empirically, around six years old. No sovereign cloud makes up for a generation that met ChatGPT before it met the idea that one could understand ChatGPT.
What South Korea has been doing since 2025 by integrating AI into the primary curriculum is not primarily a gesture of competitiveness. It is a gesture of constituting a technical people: producing a generation for which a language model is neither an oracle nor a threat, but an instrument whose workings are understood — statistical, probabilistic, trained on biased corpora, capable of erring with confidence. Estonia, Finland, Singapore, Taiwan have made this bet for more than a decade on digital culture in general; Korea now extends it to the AI layer. Curricular decisions — hence slow, invisible in a LinkedIn statement — and yet they are the ones that will decide, in fifteen years, which peoples will have kept a hand on their own thinking.
France, in this respect, is fragile. Not because its children are less gifted, but because its school system, caught between republican sanctuary and technophobic fascination, has been unable to decide whether the digital was an enemy to be held at the threshold or a subject to be taught. The generation now twelve years old met generative AI before receiving the slightest critical grammar with which to think it.
And here lies the true fault line that no Plan Vauban will ever seal. The children whose parents will teach them the machine at home — because they are engineers, executives, intellectual professions — will inherit the technical culture. The others will become users without a reading grid — dependent without being equipped. The AI inequality does not simply add itself to the existing school inequalities; it amplifies them. A school that abdicates is not neutral: it seals a social reproduction of a new kind, in which inherited cognitive capital will weigh more heavily than ever.
Some will object that there exist devices — Pix, Éduthèque, Class'Code, digital plans, the French EdTech scene. The objection is true, and that is why it is misleading. The problem is not the absence of devices — France excels at producing them — but their place in the compulsory curriculum. An optional device, funded through calls for projects, dependent on the goodwill of a teacher, does not produce a generation: it produces pockets of excellence precisely where the cognitive bourgeoisie already resided. Korea did not add a device to its school system: it rewrote its national programme. The devices exist; it is the curriculum that is missing.
There is, moreover, an irony worth noting. What makes cognitive training more urgent today than yesterday is AI itself. A citizen who has understood how a language model works possesses an instrument that lays bare, in a few seconds, the internal inconsistencies of a political communiqué — empty lexicon, internal contradictions, metaphors that do not hold, promises that are technically impossible. Generative AI well used is a rhetorical inauthenticity revealer of formidable precision. It strips. One understands why certain political milieus prefer to speak of it as a threat to be banned rather than as a competence to be transmitted: a people equipped to dismantle a communiqué in thirty seconds is not a people easily governed by posture.
Here lies the fundamental misinterpretation. A fortress defends a territory already constituted, already peopled, already productive. Yet French digital sovereignty does not suffer from being insufficiently defended — it suffers from not having been built. No national public LLM sustained by state procurement at scale, no educational infrastructure to match, no curricular doctrine. Defending the void is still the void. Vauban cannot fortify a city that has not been built.
Hence the formula: cognitive sovereignty starts at six. Any national digital policy that does not begin at this scale — that of first grade, of the trained teacher, of the rewritten textbook — speaks of something other than sovereignty. It speaks of defence. Yet one does not defend what one has not first learned to inhabit.
This does not exempt us from acting on adults; it exempts us only from believing that we can do so without first acting on children. A coherent Plan Vauban would begin with first grade before beginning with the cloud. It would have no martial name, no hundred-day deadline — only teachers to train, a decade of patience and a generation to equip. It would sell less well on LinkedIn. It would be the only thing that works.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le philosophe embarqué.Sur l'article de The Economist du 24 juin 2026 et sur le déplacement du lieu où s'élabore la réflexion éthique sur l'IA — de l'université, où elle disposait d'une extériorité minimale, vers les laboratoires eux-mêmes, où elle devient une fonction interne de leur légitimation.The embedded philosopher.On The Economist's article of 24 June 2026 and the displacement of the site where ethical reflection on AI is elaborated — from the university, where it maintained a minimal exteriority, to the laboratories themselves, where it becomes an internal function of their legitimation.
30 juin 2026 · pierre-jean tribot30 june 2026 · pierre-jean tribot
Un article récent de The Economist (« Why big AI labs are hiring so many philosophers », 24 juin 2026) documente un déplacement qui mérite plus qu'une note de bas de page. Les grands laboratoires d'intelligence artificielle — Anthropic, Google DeepMind, OpenAI — recrutent désormais des philosophes professionnels, parfois à six chiffres annuels, pour traiter les questions d'alignement, de conscience artificielle et de « droits » des modèles. Amanda Askell est philosophe résidente chez Anthropic, Iason Gabriel et Henry Shevlin officient chez Google DeepMind, et Sam Altman affirme qu'OpenAI aurait employé « des centaines de philosophes moraux » pour façonner les règles de ChatGPT. Aux États-Unis, les diplômés de philosophie auraient désormais un taux d'emploi supérieur à celui de leurs camarades informaticiens.
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.
A recent article in The Economist (« Why big AI labs are hiring so many philosophers », 24 June 2026) documents a displacement that deserves more than a footnote. The major artificial-intelligence laboratories — Anthropic, Google DeepMind, OpenAI — are now recruiting professional philosophers, sometimes at six-figure annual salaries, to address questions of alignment, artificial consciousness and « rights » of models. Amanda Askell is philosopher-in-residence at Anthropic, Iason Gabriel and Henry Shevlin work at Google DeepMind, and Sam Altman claims that OpenAI has employed « hundreds of moral philosophers » to shape the rules of ChatGPT. In the United States, philosophy graduates are said to enjoy a higher employment rate than their computer-science peers.
The anecdote raises a smile. The transformation it reveals is more serious.
I. The structural displacement.
The justification offered by the laboratories is plausible, and that is what makes it interesting. The problems posed by foundation models — what is a valid reasoning, what is an intention, what would count as a moral harm inflicted upon a system — call for a conceptual toolkit that engineers do not possess. Recourse to philosophy is not a whim of communication; it is a functional necessity. It is also an admission: the laboratories implicitly recognise that their products engage a normativity that no engineering method can produce out of itself.
The problem begins one notch lower. What is at stake is not the recruitment of a few philosophers by a few companies, but a displacement of the site where ethical reflection on technology is elaborated. For at least two centuries, that site has been the university, taken in a broad sense to include the intellectual press, learned societies, cultural administrations. Moral philosophy produced its discourse in institutions structurally distinct from those it evaluated. That distance was not a guarantee of objectivity — the university has its own dependencies — but it constituted a position of minimal exteriority. The philosopher could be consulted by industry; he did not report to it administratively.
What The Economist's article registers is the effacement of that distance. The moral philosophy of AI is now elaborated, in a growing and soon dominant proportion, within the very productive apparatus it is meant to evaluate. It becomes an R&D department among others, with its budgets, its indicators, its quarterly reports. The philosopher is no longer a consultant: he is a salaried employee.
II. An ambivalent figure.
This configuration produces a figure that deserves attention. The embedded philosopher — in the sense in which one speaks of a journalist embedded in a military unit — occupies a position that is structurally difficult to hold. He is presented as a critical voice within a dispositive on which he depends materially, and whose public legitimation requires precisely that he exist. His function is not merely to think: it is, by construction, to attest that thinking takes place. In the strict Bourdieusian sense, this constitutes a capture of symbolic capital: the laboratory purchases the authority of which philosophy remains the historical depositary, and reinjects it into its communication as a moral guarantee.
The Weberian trap is more precise still. Weber distinguished science and politics as two Wertsphären because their conflation produces a hybrid type of authority: neither truly scientific, because it takes sides, nor truly political, because it invokes necessity. The embedded philosopher embodies a third hybridisation: neither academic nor industrial, and drawing his credit from the very ambiguity of his status. He speaks in the name of disinterested reflection while being remunerated by interest.
One must specify, or else the analysis becomes a caricature: most of these philosophers are individually rigorous, and their publications often meticulous. The problem is not the corruption of persons; it lies in the objective configuration of the dispositive. The danger is not the cynical philosopher who would sell his warrant to the highest bidder; it is the sincere philosopher whose sincere work nevertheless performs, unbeknownst to himself, a function of legitimation. The higher the quality of the work, the more effective the legitimation produced.
III. The loss of a site.
The Economist's article poses a problem for which it proposes no solution, and this is perhaps its most honest feature. If ethical reflection on AI can no longer be conducted from a university that is under-equipped, under-funded and itself now dependent on the very tools in question, and if it can no longer be conducted from the laboratories without becoming an internal function of their communication, then the moral philosophy of AI is losing the very possibility of existing as moral philosophy. It survives as department, as discipline, as profession; it disappears as position. Rigorous texts on alignment and artificial consciousness will continue to be produced. They will simply be written from within what they claim to judge, and will lose, in so doing, the very quality that made their judgement useful.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le token récompense les frugaux.Pourquoi les coupes IA de Microsoft et d'Uber ne disent pas l'éclatement d'une bulle, mais la persistance d'un défaut historique de gouvernance des grandes structures — et pourquoi l'opérateur solo est, mécaniquement, le mieux placé.AI rewards the compute-poor.Why Microsoft's and Uber's AI cuts do not tell of a bursting bubble, but of the persistence of a historical defect in the governance of large structures — and why the solo operator is, mechanically, best placed.
25 juin 2026 · pierre-jean tribot25 june 2026 · pierre-jean tribot
L'Humanité titre cette semaine que les géants de la Silicon Valley font marche arrière sur le tout-IA. Microsoft a coupé en juin l'accès interne à Claude Code pour ses cinq mille ingénieurs ; Uber a annoncé en avril avoir épuisé son budget annuel d'outils d'intelligence artificielle en quatre mois1 ; Microsoft a annulé l'an dernier deux gigawatts de baux de datacenters. La conclusion va de soi : la bulle se dégonfle.
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.
1 Source : The Information, avril 2026, sur le déploiement interne de Cursor et Claude Code chez Uber. ↩
L'Humanité runs the headline this week that Silicon Valley's giants are pulling back from all-in AI. In June, Microsoft cut internal access to Claude Code for its five thousand engineers; in April, Uber announced it had burnt through its annual AI tools budget in four months1; last year, Microsoft cancelled two gigawatts of data-centre leases. The conclusion appears self-evident: the bubble is deflating.
The headline is wrong and the facts are right. That is what makes it interesting.
What Microsoft cut was not cut because the tool failed, but because it worked too well. At Uber, AI-generated code reached seventy percent of commits within months; ninety-five percent of engineers use these tools every month. The deployment saturated its budget not through failure but through adoption — ungoverned adoption, in which an internal metric, a leaderboard ranking teams by usage volume, incentivised consuming more tokens, never fewer. The dashboard rewarded appetite, not discernment.
This is precisely the flaw that the token commodity exposes. When intelligence is priced by the unit — each query, each generation, each review incrementing a bill —, value does not migrate towards those who consume more, but towards those who know when not to consume. The relevant metric ceases to be volume and becomes arbitrage.
And arbitrage is not a competence of large structures. Five thousand engineers clicking cannot, individually, weigh the marginal cost of a query against the marginal value of its answer — not through incompetence, but because none of them has the personal invoice in front of them. Corporate compute governance is reproducing the historical flaw of corporate cloud governance between 2015 and 2018: sprawl, waste, absurd invoices, then late cycles of rationalisation led by FinOps teams nobody knew to anticipate. The token sprawl of 2026 is the direct heir to the cloud sprawl of 2017.
The solo operator is, by construction, better governed. They feel every euro on their own card, they know that a contextual question does not deserve the same context window as a philological arbitration on a manuscript, they distinguish by instinct the two-cent query from the four-euro one. They don't need FinOps: they are their own FinOps. This is the paradoxical advantage of the small — not despite AI, but because of it, because token pricing mechanically reinjects skin in the game into compute.
Hence the reversal the dominant narrative did not see coming. We were long told that artificial intelligence would crush independents to the benefit of massive platforms. As the commodity is priced, the opposite settles in: competitive advantage leaves access — now universal — and migrates towards arbitrage — which is, by nature, an operator's trait. AI rewards editorial frugality.
As I wrote recently in this series, the copyist monk is not a nostalgic survivor. In this new geography, he is the best placed.
1 Source: The Information, April 2026, on the internal deployment of Cursor and Claude Code at Uber. ↩
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le temps du gouvernement augmenté.Suite du Mauvais étage. Pourquoi les gouvernements européens célèbrent l'IA pour tout le monde sauf pour eux-mêmes — et ce que ce refus protège.The time of augmented government.A sequel to The wrong floor. Why European governments celebrate AI for everyone except themselves — and what this refusal protects.
24 juin 2026 · pierre-jean tribot24 june 2026 · pierre-jean tribot
Depuis sept ou huit ans, les gouvernements européens parlent d'intelligence artificielle avec une constance remarquable. Les sommets se succèdent — Paris en février 2025, Bletchley avant lui, Séoul entre les deux —, les stratégies nationales s'empilent — France 2030, plans fédéraux belges, programmes flamands, lignes Horizon Europe —, les ministres inaugurent des datacenters, visitent les start-up, posent devant des robots. La grammaire de la modernité technologique est devenue le décor obligatoire de l'action publique. À écouter les discours, l'Europe serait au seuil d'une transformation civilisationnelle conduite par ses propres dirigeants.
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.
For seven or eight years, European governments have spoken of artificial intelligence with remarkable consistency. The summits follow each other — Paris in February 2025, Bletchley before it, Seoul in between —, national strategies pile up — France 2030, Belgian federal plans, Flemish programmes, Horizon Europe lines —, ministers inaugurate data centres, visit start-ups, pose in front of robots. The grammar of technological modernity has become the obligatory backdrop of public action. Listening to the speeches, one would believe Europe to be on the threshold of a civilisational transformation led by its own leaders.
And yet, looking closely at what these leaders do — not what they say, not what they fund, but the act by which they exist politically, that is to say the decision itself —, one discovers something strange. The function that defines them — to arbitrate, to legislate, to decide on behalf of the collective — is exercised today much as it was in 1995. Ministerial cabinets that draft by hand, framework decrees voted without public impact simulation, budgets that citizens cannot test, consultations that remain decorative, parliaments that hold no serious tool for comparative analysis of the amendments they examine.
There is here an asymmetry that deserves, I believe, to be paused over.
The modernity reserved for others
Augmentation is celebrated today everywhere — for the creator, for the entrepreneur, for the researcher, for the doctor, for the lawyer, for the journalist, for the teacher even when one urges them to embrace it. The ordinary citizen is invited to train, to integrate these tools into their craft, to become, to borrow a formula I have used elsewhere, an augmented operator. The public discourse is massive, insistent, sometimes moralising: those who refuse AI fall behind, those who do not adapt will be left out, those who do not transform will disappear.
Everyone, then. Except one professional category, and one alone: those who produce this discourse. The minister is not augmented. The parliamentarian is not augmented. The ministerial cabinet is not augmented. The decree drafter is not augmented. The European commissioner is not augmented. No major public policy voted in 2024, 2025 or 2026 has, to my knowledge, been prepared through an assisted-analysis dispositif on the scale of what current tools allow. None has been tested in participatory simulation before adoption. None has been the object of an automated cartography of expressed citizen positions. The political function remains, in its concrete gestures, at the artisanal age.
Which is not a technical question
One will say that the technology is not mature, that the stakes are too complex, that cybersecurity forbids it, that data protection poses a problem. These objections exist, and some are serious. But they collapse before a simple observation: elsewhere, it is being done. Not in futuristic laboratories, not in consultancy dystopias — in real states, in real cities, with real budgets.
Taiwan, since the mid-2010s, has been running a large-scale digital deliberative experiment — the vTaiwan platform, the work led by Audrey Tang at the Ministry of Digital Affairs, augmented consultation as a recognised legislative method. Estonia has built, on the X-Road backbone, a digital state infrastructure that is not merely administrative but indeed decisional. Barcelona has been running Decidim for eight years, an open-source municipal deliberation platform now replicated in around fifty cities. Madrid has experimented with Decide. Helsinki, Reykjavík, Bologna, Paris itself — at the municipal scale — have begun serious trajectories.
None of these arrangements is perfect. All carry limits, biases, controversies. But they exist. They have produced results. They have shown that one can test a public policy before voting on it, that one can associate a hundred thousand citizens with a budgetary arbitration, that one can synthesise tens of thousands of contributions in a few days without losing their substance, that one can make traceable decisions that were yesterday opaque. The technology is there. The methods are there. The feedback is there, accessible, documented, published.
The silence of the great Western European states — France, Belgium, Italy, Spain at the national level — on these possibilities is, on the other hand, deep. A few sectoral experiments, a few mixed deliberative committees (the Brussels Parliament, to its credit, has attempted some), a few citizen conventions — the French one of 2019-2020 on climate —, but each time in a defensive, episodic mode, whose conclusions, when they disturb, are immediately sorted or buried.
The question is therefore not technical. It lies elsewhere.
The exception that would have to be explained
Here is what astonishes me, sincerely. A European political class that, for thirty years, has presented itself as the champion of modernity, of innovation, of the digital transformation of society, refuses — refuses, the word is weak: does not even pose the question — to apply to its own function the tools it demands of others. This same political class celebrates AI in speeches, funds AI in budgets, hosts AI at summits, but does not use it for what makes its trade. It is, on the political function itself, the zone of the national dispositif most resistant to augmentation.
This is the strange fact. And it is what must be explained.
Several hypotheses present themselves. The first is incompetence — possible, but hardly plausible at the scale of an entire continent: there would be, in the lot, at least a few ministers or elected officials sufficiently equipped to have attempted something, were it not for the general climate that discourages the idea. The second is fear — fear of cybersecurity, fear of technological dependency, fear of algorithmic manipulation. Serious, but it should have produced deliberative sovereignty strategies, European models of citizen AI, dedicated budgets. None is to be seen.
The third hypothesis is more disturbing. It supposes that AI-assisted deliberation, at large scale, would render inspectable what the current dispositif leaves out of frame: the real chain that leads from a finding to a decision, the effective arbitrages between competing interests, the gaps between announced models and those that actually served, the exact role of cabinets, of lobbyists, of administrative notes, of implicit constraints. None of this is meant to be hidden, but none of it is today visible — and it is precisely this invisibility, which is not a technical defect of the system but one of its constitutive traits, that augmented deliberation would call into question.
If this third hypothesis is correct, then the European silence on augmented government is not a delay. It is a protection. A corporate, methodical protection, perfectly rational for those it protects. And disastrous for the rest.
The wasted seam
The stake is not only democratic, even if that is the one that matters most to me. It is also, and this is what makes the sequence so striking, managerial. A public policy tested in simulation before adoption costs less than a policy undone two years later. A pension reform calibrated on open and discussable models produces less social contestation than a reform imposed and then defended at the gallop. A framework decree whose effects have been mapped by sub-population before the vote meets fewer blockages in its application. The rationality of decisional augmentation is not merely ethical — it is budgetary, operational, almost accounting. Those who deprive themselves of it are wasting.
And yet they deprive themselves. They prefer to pay the cost in social cohesion, in predictable revolts, in electoral disaffection, in loss of efficiency, rather than open the black box in which the real decision is manufactured. It is, to borrow a formulation I shall leave to readers to extend, a calculation of political class before being a calculation of government.
Sequel
In The wrong floor, I evoked the technical and industrial stack. European actors fight there on layers already lost — infrastructure, model, accelerator — while the layer where sovereignty remains available, that of composition and use, is largely left vacant. The same logic applies, in my view, on the institutional stack. While we debate indefinitely about regulation, data sovereignty, algorithmic reindustrialisation, the layer of the political use of tools — the one that depends only on a will, and on a few months of implementation — is, itself, also left vacant.
The time of augmented government does not await a technological rupture. It does not await an additional billion euros. It does not await the next generation of models. It awaits one thing, only one, and this is what makes its absence so eloquent: it awaits that those who exercise the function accept to be held to it.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le mauvais étage de la lutte.De la souveraineté numérique à la défense des ayants droit : le secteur culturel et les politiques publiques européennes se battent sur la couche qu'ils ont perdue et ignorent celle où ils restent souverains.The wrong floor.From digital sovereignty to the defence of rights holders: Europe's cultural sector and public policy alike are fighting on the layer they have already lost, and ignoring the one where they remain sovereign.
23 juin 2026 · pierre-jean tribot23 june 2026 · pierre-jean tribot
Le débat européen sur la souveraineté numérique souffre d'un vice de cadrage qu'on retrouve, identique, dans la mobilisation des ayants droit contre l'intelligence artificielle générative. La même grammaire, la même erreur stratégique, le même refus de regarder ce qui reste réellement disponible. Il faut nommer cette pathologie pour pouvoir en sortir.
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.
The European debate on digital sovereignty suffers from a framing defect that reappears, identical, in the mobilisation of rights holders against generative artificial intelligence. The same grammar, the same strategic error, the same refusal to look at what actually remains available. The pathology needs to be named before it can be escaped.
The stack and its floors
Contemporary artificial intelligence is not a single block. It is a stack of layers, and strategic position is decided layer by layer, not flag by flag. Silicon first, dominated by TSMC for fabrication and NVIDIA for design. A lost layer, with no realistic prospect of recovery within a decade. Foundation models next — OpenAI, Anthropic, Google, the Chinese laboratories. Lost as well. Cloud infrastructure in third position, dominated by AWS, Azure and Google Cloud with a few marginal European pockets. Largely lost. The orchestration and integration layer — Vercel, Supabase, GitHub, Make, ElevenLabs — constitutes a mixed zone, partially contestable, where European actors do exist. Finally the composition layer: the corpus one chooses to ingest, the conceptual architecture one imposes on it, the editorial judgements one renders, the human network one mobilises, the prompts and workflows one builds and owns. This last layer is entirely sovereign, because its value is not transferable to an external actor.
This hierarchy changes everything. It invalidates both the classical sovereignist discourse — which demands an unattainable autarky and ends in public waste of the Mistral variety — and the liberal-globalist discourse that denies the existence of a problematic asymmetry. It opens a third position: lucidly accept dependence where it is unavoidable, hedge where possible, and concentrate the construction effort on the one place where sovereignty remains effectively available. The composition layer. The one where culture, judgement and network weigh more than capital.
To this operational definition — practical sovereignty rather than fantasised sovereignty — the fiction of autarky stands opposed. No one is autarkic. BYD itself buys German machine tools and Taiwanese components. Sovereignty means having credible exit options at every layer of dependence, while retaining control over what gives the operation its irreplaceable value. The sovereign operator is not the one who owns everything. It is the one whose dependence on each supplier remains substitutable, while their own contribution is not.
The forgotten layer: orchestration
Between foundation models and the composition layer lies an intermediate floor that is rarely discussed and deserves attention. The orchestration layer — where things are assembled, chained, automated, connected. Vercel for deployment, Supabase for the database, GitHub for versioning, Make for automation, ElevenLabs for voice, n8n for workflow, Cursor or Claude Code for assisted writing. On this layer, the European position is not lost, it is mixed. Several European actors genuinely exist there. But above all, and this is the crucial point, this layer is substitutable by construction. No orchestration tool is irreplaceable — which is precisely what gives it its strategic value for the operator. One can switch from one provider to another within a few days of friction, because the irreducible value of the operation lies not in the wrapper but in what circulates through it.
This property changes everything for the isolated operator. The solo operator does not need to own the orchestration layer; it suffices that the layer remain plural. As long as three or four competing actors exist at each floor, dependence stays tolerable because it is substitutable. The composition layer — corpus, judgement, network — constitutes their real sovereignty. Orchestration is merely a connection. For the thousands of start-ups that merely lay a pretty interface on top of ChatGPT, the situation is exactly reversed: their only layer is shallow orchestration, and composition does not exist. They are not sovereign because they have never built what cannot be substituted. If tomorrow their provider changes pricing, restricts usage or shuts off access, they vanish. This is not a European weakness; it is a weakness of layer strategy, independent of flag.
First application: Mistral, or the industrial dead end
The European discourse on digital sovereignty defines sovereignty negatively, against a gap to be closed on a terrain where the game is already over. No one in Europe will buy TSMC. No one will replicate the patient capital Microsoft injected into OpenAI. No one will line up the thousands of senior engineers at Anthropic or Google DeepMind. Mistral illustrates this dead end precisely. A showcase funded to give the impression of playing the same game, when in fact the game is being played in a lower category, with two orders of magnitude less capital, talent and training data. The result is predictable: a decent model, never at the frontier, condemned to chase without ever catching up.
The right question is therefore not "how do we build our OpenAI". The honest answer is that we will not. The right question is which layer one can actually be sovereign on, and at what price. A lucid European industrial policy would not finance yet another foregone competitor to foundation models. It would invest massively where sovereignty remains attainable: the patrimonial, scientific, legal and cultural corpora Europe holds and which exist nowhere else; the editorial, critical and archival skills European institutions have accumulated over centuries; the dense human networks that make the difference between raw data and qualified knowledge. This is the layer where Europe still holds a clear comparative advantage. It is also the only one where public investment would produce a durable return rather than a symbolic trophy.
Second application: La Fête de la Musique, or the cultural dead end
The open letter co-signed by SACEM, SNEP and their satellites on the occasion of the 2026 Fête de la Musique transposes the same error into the cultural field. Rights holders are asking the State to defend a position they have already lost, and they are ignoring the only one on which they remain objectively sovereign.
Take the stack again. Silicon is lost, foundation models are lost, cloud infrastructure is lost. What remains is the composition layer — corpus, judgement, metadata, qualified human network. And on precisely this point, the European music sector is not destitute. On the contrary, it holds the sharpest comparative advantage one could imagine. Century-old catalogues, standardised databases that identify every recording and every work, a collective management infrastructure that covers the entire recorded repertoire, editorial and critical expertise accumulated over four generations. No extra-European actor possesses the equivalent. SACEM alone manages patrimonial data that neither Google nor Anthropic nor any Chinese laboratory could reconstitute ex nihilo.
This layer is the only one on which sovereignty remains available. And it is precisely the one the open letter does not mention.
What the letter of 21 June demands is protection against the use of the upper layer, where the game is already lost. Preventing American foundation models from ingesting French works is technically futile — the ingestion has already taken place —, legally complex — litigation moves at the pace of civil procedure —, and politically marginal — the Union has no credible extra-territorial leverage against OpenAI or Anthropic. It is the delayed battle, fought with the weapons of the previous war.
What the letter does not demand, and what would in fact constitute the only possible operation, is the construction of a machine-readable collective licensing infrastructure — opposable, priced, operated by the existing collecting societies, through which any AI model trained or deployed in Europe would be required to pass. An access layer. A mandatory point of passage. The transformation of the catalogue into strategic infrastructure. This requires a granular opt-in technical standard, a pricing grid (per pass, per training epoch, per inference), a clearing body, and mandatory auditing of declared corpora. None of this is out of reach. SACEM has held the know-how of mass collection and micro-redistribution for a century. The task is to transpose that know-how to a new object.
The cost of such an infrastructure is incomparable with that of Mistral. It is measured in tens of millions of euros, not billions. Its profitability is immediate, because any AI music operator, even a Californian one, is better served by a European one-stop shop than by litigation distributed across twenty-seven jurisdictions. And its geopolitical effect is real: an AI music model trained outside this circuit would be, for the first time, objectively and technically actionable — not because Europe had built its own OpenAI, but because it had locked down a floor where the Americans, on their side, cannot reconstitute the corpus.
The rationality of the lost battle
Why is this operation not being demanded? The answer is not psychological, it is institutional. Defending the lost layer is precisely what justifies the existence of the organisations that defend it. A SACEM that turned itself into a technical access infrastructure for corpora would become a different entity — a service provider to AI operators, that is, the functional opposite of what it is today. It would lose its role as symbolic representative of a sector, its capacity for public interpellation, its political position. Mistral too holds a political function that exceeds its technical function: it demonstrates that France exists, at a cost the State finds acceptable. The fact that the model is objectively behind does not invalidate the symbolic function of the subsidy.
This is what must be understood. The wrong floor is not chosen by mistake. It is chosen because it is compatible with the institutional self-preservation of the actors who fight there. Carrying the battle to the composition layer would require redefining missions, professions, statuses. Carrying the battle to the lost layer allows one to keep existing as one existed before. The strategic cost is massive, but externalised — paid by producers, creators, taxpayers, the decade to come.
The diagnosis extends well beyond music. Literary publishers, audiovisual archives (INA, Sonuma), research libraries, museums, European scientific publishers are in the same position. Each holds a fragment of the composition layer. None is building the access infrastructure that would turn that fragment into a mandatory point of passage. All write open letters. On the industrial side, we fund Mistral. On the cultural side, we co-sign SACEM. In both cases, the chosen floor is the one where we lose, because it is the floor where we remain recognisable to ourselves.
The theoretical consequence is the following. Practical sovereignty is not merely a more accurate analytical category than fantasised sovereignty. It is a costly category to adopt — costly precisely for those who claim to defend sovereignty. It requires giving up the lost floors, looking squarely at the layer where one can still act, and building new objects there. As long as the institutions concerned are not prepared to pay that cost, they will go on defending the wrong floor with the sincere conviction that they are defending sovereignty. It is precisely that sincerity that makes the situation intractable.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'IA tue la norme.Et nos sociétés ne fonctionnent que sur la norme.AI kills the norm.And our societies function only on norm.
21 juin 2026 · pierre-jean tribot21 june 2026 · pierre-jean tribot
Réponse à l'interview de Laurence Devillers sur franceinfo, publiée le 17 juin 2026 à l'occasion du G7 sur la sécurisation de l'intelligence artificielle.
A response to the interview with Laurence Devillers on franceinfo, published on 17 June 2026 on the occasion of the G7 meeting on AI security.
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 XIXe siècle.
Personne n'y est prêt. Et pendant ce temps, le débat public reste collé à l'écran.
I was reading this morning an interview with Laurence Devillers on franceinfo, on the occasion of the G7 meeting on AI security. The Sorbonne University professor was developing an argument I have been hearing everywhere for three years: generative AI, she says, is « in the end limited to living in our screens ». The implication: it is not so serious, the real revolution will come later, with embodied robotics and world models. Europe still has its chance.
This argument is wrong, and it is wrong in an interesting way. To say that LLMs are « limited to our screens » is to say in 1995 that the Internet is limited to telephone cables: technically accurate, conceptually blind. The screen is not a containing frame that would limit the effect of the machine. It is a channel of extension into cognition, symbolic production, cultural institutions, administrations. When an editor, a journalist, a teacher spends four hours a day interacting with a language model, the machine may not « live » outside the screen, but it redefines human practice well beyond it. I write this from my daily operator's desk, in interaction with these tools for three years now. I know what I see.
What is happening is not a gadget innovation. It is a silent redistribution of the conditions of production of the symbolic, comparable in intensity to printing or to compulsory schooling. And it is precisely this redistribution that the French doxa refuses to look at.
What the machine pulverises
We must name what is happening. Our modern societies — broadly, since the French Revolution — are machines for producing and reproducing norm. The nation-state, the metric system, the civil code, the baccalauréat, the competitive examination, the agrégation, the salary grid, the administrative memo, the expert report, the political editorial, the three-part dissertation. And, more recently, the whole galaxy of methodologies imported from the private sector: PRINCE2, Scrum, Agile, ITIL, Six Sigma, management by objectives, SMART indicators, milestone-driven roadmaps. The norm has shifted from the administrative model to the managerial one, but it is still norm — the same logic of standardisation of judgment, of deliverable, of process, extended this time to the very conduct of intellectual work. Bourdieu, in Les héritiers and then La noblesse d'État, had described the original system: what the school evaluated as « intelligence » was in reality a social competence of conformation to the dominant format. He was then pointing to the arbitrary character of scholastic judgment. We discover today that it was not only arbitrary, but mechanisable.
Because generative AI is, technically, exactly that: a machine for producing norm. A statistical model trained on the corpus of human textual norm, which delivers on demand a production perfectly conformed to the expected format. It does not break the norm through excess of creativity — it pulverises it through excess of conformity. It is the absolute good student, whose performance reveals, by contrast, that the entire system was only ever serving to manufacture this average good student, and that this average good student can now be produced infinitely, for free.
The consequence is colossal and barely thought through. Every profession that consists in producing or evaluating norm becomes economically and symbolically precarious: the synthesis journalist, the writer of administrative memos, the PRINCE2-certified project manager who produces conformant project briefs — the entire backbone of European intellectual middle classes discovers that what it was doing was norm, and that norm is now free.
What normative societies cannot do
The real problem is not the machine. The real problem is that our societies function only on norm, and that they have no plan B. The French Republic is a near-pure normative device: it does not know how to value what is not conformant, it does not know how to hierarchise other than by conformity to the dominant format. If the norm becomes trivial, the Republic loses its internal principle of hierarchisation. The same goes for francophone Belgium, for European administration, for the university, for the reference press, for the cultural subsidy system, for the certified company. The whole edifice rests on the capacity to produce and recognise legitimate norm; yet that capacity no longer distinguishes human from machine.
It is here that the narcissistic wound operates. To recognise what is happening forces one to recognise something painful about oneself: that what one took for intelligence — synthesis, analysis, conformant argumentation, project management with aligned deliverables — was in large part mechanisable execution. The machine is a mirror, and the mirror is not gentle. Most of the strategies of denial one observes today in the French and francophone Belgian intellectual world are defences against this cognitive humiliation, not analyses. You do not convince someone to look into a mirror that shames them.
What resists, and what should be done
But something does resist the displacement — and it is probably the only piece of good news of the period. What resists is not general intelligence; nor is it, strictly speaking, the « unique biography », a lazy formula that collapses as soon as one tests it — the machine knows how to describe biographies, it synthesises them infinitely. What resists is the living position of enunciation. The machine amplifies, structures, accelerates; it cannot occupy a position of enunciation. It can write in the manner of a thousand authors, it cannot be someone who feels, who chooses, who exposes themselves, who reconsiders. It describes trajectories, it does not live them. What resists the machine, then, is not the existence of a singular biography, it is the fact of inhabiting that biography in the first person, from a body, a soil, a schedule, a fidelity, fatigues.
Which opens a gigantic philosophical and pedagogical worksite. If intelligence is not standardised synthesis, what is it? Probably something that resembles the quality of regard: the capacity to see what has not been seen, to formulate what has not been formulated, to make hold together elements that no one has made hold together. That is to say, something that has less to do with the processing of information than with the construction of a perceiving subject — of a singular interiority, nourished by time, reading, walking, listening, slow conversation.
There, we touch a domain that neither school, nor machine, nor the grid of certifiable competencies, really know how to cultivate. And it is on this ground that the intellectual battle of the next ten years will be fought. Two scenarios then. Either our societies collapse gently into their incapacity to recognise what is happening, and let wild hierarchies emerge by default, produced by the platforms — hierarchies of virality, of attention, of capital, disconnected from any republican or democratic legitimacy. Or they invent an economy of singularity, in which value is sought no longer in conformity to the format but in trajectory, in taste, in the singular relation to an object or a territory. A refoundation of the school, of the competitive examination, of the diploma, of evaluation, of criticism, of professional certification. A cultural revolution as deep as the introduction of compulsory schooling in the nineteenth century.
No one is ready. And meanwhile, public debate stays glued to the screen.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La machine et la bibliothèque.Pourquoi l'IA parle français avec un accent américain — et comment on s'en sort.The machine and the library.Why AI speaks French with an American accent — and how to get out of it.
19 juin 2026 · pierre-jean tribot19 june 2026 · pierre-jean tribot
Réponse à la tribune des 150 personnalités appelant au boycott de l'IA générative, publiée dans Le Monde du 18 juin 2026.
A response to the petition by 150 cultural figures calling for a boycott of generative AI, published in Le Monde on 18 June 2026.
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 XXe et du XXIe 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.
One hundred and fifty cultural figures signed a petition yesterday in Le Monde calling for a boycott of consumer-facing generative AI. Among them, Annie Ernaux, Hervé Le Tellier, Enki Bilal, Pierre Michon, Françoise Nyssen, Jul. The text warns of the « marginalisation of the human being », of an erosion of the « cognitive capacities » of the young, of looming « emotional dependencies ». It calls on all those not compelled to use these tools to turn away from them.
This petition misses its mark. Not because it is poorly written — it is, by people who write well — but because it mistakes its object, and that mistake of object aggravates precisely the problem it claims to combat.
There is a real problem with generative AI and francophone culture. But it is not the one the one hundred and fifty denounce.
What the signatories say
The text belongs to a precise rhetorical family: cultural moral panic. The same structure as those that accompanied television in the sixties, video games in the nineties, the internet in the two-thousands, social media in the two-thousand-tens. Each time, the same pattern: a new object threatens depth, attention, reading, the human bond. Each time, the same signatories — established writers, Nobel laureates, former culture ministers, draftsmen of historic graphic novels. Each time, the same verb: boycott.
And each time, the same outcome: the object settles in regardless, the world keeps turning, and the petition becomes a date in the calendar of those who collect the lost flashes of the cultural elite.
But this petition produces the opposite of what it aims at. By calling on cultivated francophones to turn away from the machine, it asks them to surrender the ground — and the ground, in this case, is their own language.
The real problem
An LLM — ChatGPT, Claude, Gemini, it does not matter — is not an intelligence. It is a weighted library. The system has read billions of pages during its training, and has retained from them statistical regularities: which words tend to appear after which others, in which contexts, in which argumentative forms. When one asks it a question, it does not consult a memory in any human sense, it generates word by word what, in its corpus, most resembles an acceptable answer.
That corpus is overwhelmingly anglophone. Depending on the model and the measurement method, English makes up between half and nine-tenths of the ingested text. French oscillates between 2 and 4 %. Francophone thinkers of the twentieth and twenty-first centuries are present in it, but often in their Anglo-Saxon reception: Bourdieu seen through Berkeley, Foucault through cultural studies, Latour through American anthropology, de Certeau through communication departments. What reaches the francophone screen, when one queries the machine, is francophone thought passed through the American filter before returning into our language.
The effect is subtle and lasting. The francophone who informs himself through an LLM does not lose his French — he loses his own conceptual frames. He starts to think his own authors with the categories that translated them. The language holds; the thought shifts.
That is the real problem. It has nothing to do with the « emotional dependencies » of the young. It is epistemic, and it is under way.
Why the boycott makes things worse
If lettered francophones cease to use the machine, two things happen simultaneously.
On the one hand, they do not learn to discipline it — to ask it for its sources, to demand French references, to compare its syntheses to their own knowledge, to correct its approximations. That discipline, which presupposes regular use, is precisely what allows a cultivated francophone to turn the machine into a tool rather than to undergo it as a horizon.
On the other hand, they do not produce the francophone content that tomorrow's models will ingest. For this is the other side of the mechanism: what publishers, researchers, critics, teachers, cultural operators write in French today is exactly what will weight tomorrow's LLMs. A language is not defended by absenting itself from the ground where it is measured. It is defended by occupying it.
To boycott generative AI, for an established francophone writer, is to grant the Anglo-Saxon version of French exclusivity over the coming decade.
What to do instead
Three gestures, which require neither ministerial authorisation nor legislation.
First gesture: discipline your prompts. Force the francophony of sources. Refuse the Anglo-Saxon default. This is learned in a few weeks of use. Answer me in French from primary francophone sources. Cite your sources. If you do not know, say so. It is a hygiene, not a revolution.
Second gesture: build francophone corpora under one's control. What is called in the trade a RAG — a system in which the machine does not answer from its general memory, but from a precise corpus one supplies. An editorial team's wiki, a publishing house's archive, a heritage institution's database, the critical apparatus of a reference edition. Islands of French that the machine must traverse to answer, because no other path is left open to it. The technology is mature, documented, within reach of any cultural institution with a budget of a few thousand euros.
Third gesture: publish. Write, edit, put online, open the data, free what can be freed. Every francophone text published in a form accessible to crawlers today is a text ingested tomorrow. It is the gesture that francophone institutions have not made for twenty-five years — mass digitisation of the public domain, opening of heritage collections, freeing of cultural data. They will continue not to. So be it. Independent publishers, journals, blogs, autonomous cultural operators hold the hand.
Conclusion
The machine is neither a saviour nor a threat. It is a weighted mirror, and the weighting partly escapes us. What does not escape us is what we pour into it. Yesterday's petition proposes to shut off the tap, as if the basin would dry up on its own. It will not dry up — it will fill with other water, precisely the water whose arrival the signatories fear.
A language is not defended. It is published.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le retour des cultivés ?Notes sur le retournement — I. Le retournement silencieux. Pourquoi la valeur économique commence à se déplacer vers ce que trois décennies ont méprisé : le jugement éditorial, la curation cultivée, l'autorité construite sur la longue date.The return of the cultivated?Notes on the reversal — I. The silent reversal. Why economic value is starting to move toward what three decades held in contempt: editorial judgment, cultivated curation, authority built over the long term.
17 juin 2026 · pierre-jean tribot17 june 2026 · pierre-jean tribot
Ce texte ouvre une série de cinq notes consacrées à un déplacement économique encore peu commenté : le retour en valeur des fonctions de jugement, de curation et d'autorité éditoriale dans un environnement saturé d'intelligence artificielle. Les quatre notes suivantes paraîtront à intervalles réguliers et peuvent se lire indépendamment.
This text opens a series of five notes devoted to an economic displacement still little commented upon: the return to value of the functions of judgment, curation and editorial authority in an environment saturated with artificial intelligence. The four notes that follow will appear at regular intervals and can be read independently.
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.
In May 2024, News Corp signed with OpenAI a content licensing agreement worth up to $250 million over five years — about $50 million per year for access to a portfolio including the Wall Street Journal, the Times of London, Barron's and the New York Post. One year later, in May 2025, the New York Times — which has been suing OpenAI civilly since late 2023 — signed its first artificial intelligence agreement, with Amazon this time, for an amount later reported at $20 to 25 million per year, close to one percent of its annual revenue. Between the two, Axel Springer, the Financial Times, Le Monde, the Associated Press and Reuters signed in turn. These deals have been commented upon as defensive manoeuvres by publishers in distress. They are the opposite: they are the first accounting evidence, at scale, that artificial intelligence models have a structural need for validated, dated, signed, traceable content — and that they are prepared to pay for it.
This is no detail. It is the sign of a deep reversal that contradicts thirty years of dominant discourse on the devaluation of editorial functions. And this reversal has no name yet, because no one has an interest in naming it.
The thesis of this series holds in a single sentence:economic value is moving toward what was held in contempt. Editorial judgment, cultivated curation, authority built over the long term — these functions that three decades described as obsolete are becoming economically cardinal again. Not through a return of the cultivated mind, not through some moral pendulum effect: for strictly market reasons, which these notes will unfold.
The diagnosis of the last three decades holds in a few propositions. The digitisation of content, then its combinatorial explosion, made cultural supply unlimited. Faced with a saturated flow, the selection functions — deciding what deserves to be read, listened to, watched — were presented as outdated. Algorithmic recommendation was going to replace human judgment. The critic appeared as the keeper of a weakened symbolic rent. The formula stood in as programme: no filter is needed any more, because everyone can filter for themselves.
This sequence peaked between 2015 and 2022. It is then that one started defending the humanities, judgment, curation, in the name of an extra-economic value. The essays of that period — Compagnon, Finkielkraut, their epigones — share a rhetorical structure: they plead for a cultural capital whose loss of market value they implicitly acknowledge. The defence is elegiac, and elegy presupposes loss.
This presupposition has just become false. It is what none of those essays could anticipate, because it plays out at a level they were not examining — that of price.
Three signals make it manifest, each measurable and recent.
David Autor, labour economist at MIT — the same who documented for twenty years the U-shaped wage polarisation under the effect of automation — has been publishing since 2024 work that describes an inverse movement: a wage decompression from below in occupations involving contextual judgment. Jobs that mobilise non-codifiable expertise see their relative price rise again. Autor himself speaks of a historical window. This is no longer a forecast; it is a measurement.
Editorial ecosystems built on expert curation — Substack and its specialised paid newsletters, the Anglo-Saxon independent reviews (London Review of Books, n+1), substacks of long-form analysis, in France Le Grand Continent and AOC — see their willingness to pay rise even as AI-generated content is free and infinite. The market reveals a strong, and growing, preference for the certificate of origin of judgment.
And then these nine-figure licensing agreements between models and publishers, which are the hardest proof of the reversal. If editorial curation had no economic value, these signatures would not have taken place. If it were not going to have more tomorrow, they would not be multi-year deals. The market for validated data has just been born, and it will be structurally growing as the environment saturates with non-traceable synthetic content.
Four specific assets are appreciating, which must be named because they outline the practical terrain of the coming decade.
Triage judgment — deciding, in a saturated flow, what deserves attention. This operation appeared obsolete as long as the flow remained humanly legible. It becomes cardinal again as soon as no reader can any longer claim to embrace the available supply.
Cultivated curation — building a path through the corpus. Good curation is an implicit thesis on what deserves to be brought into relation. No algorithm knows how to do this, because no algorithm optimises for the education of taste over the long term.
Authority of the long term — auctoritas in the strict sense: that which causes to grow, that which engages duration. A one-shot authority does not exist. It presupposes an accumulated deposit — of writings, of judgments, of acknowledged errors — that makes present judgment credible because it inscribes itself within a trajectory. A model can imitate a judgment; it cannot bear its responsibility over time.
Cultivated brokering — articulating the right works, the right people, the right projects. In a field saturated with actors, this capacity itself becomes an asset, and that asset is made of non-public knowledge and accumulated trust.
These four assets share a precise technical characteristic: their input is an embodied memory, non-transferable in real time. One does not train a music critic in six months. One does not become, through a seminar, the interlocutor artists consult. This memory is path-dependent — each new judgment leans on the totality of the path travelled. It is exactly what makes them economically rare in an environment where everything else becomes abundant.
It remains to say what makes this reversal silent, and why it must be named.
Public discourse continues to reason with the categories of the previous sequence. Ministerial reports, business schools, the cultural press still speak as if value were fleeing the functions of judgment. This is comfortable, because it avoids having to acknowledge that the forecasts of the 2010s were inverted.
But there is a more structural reason. The beneficiaries of this reversal are not the institutions that held the monopoly on judgment. They are not the universities, the major media, the cultural ministries. Their size and their inertia penalise them, and the rent migrates above them. The winners are lighter, more agile operators, who combine sedimented expertise and native digital practices — independent publishers, small but cultivated reviews, solo producers who deploy artefacts built on their own capital of judgment.
This asymmetric displacement explains the absence of an institutional spokesperson. No one, in the places that speak, has an interest in saying that value passes over them. And those who benefit from it are not, most often, in a position to hold the public discourse.
It is this asymmetry that must now be made legible. Four notes follow. The second analyses the economic mechanism of the reversal — Cowen, Brynjolfsson, Baumol, Autor. The third documents the three empirical indicators, with figures. The fourth examines what artificial intelligence cannot do — and why this impossibility has, precisely, a price. The fifth draws out the operational consequence: the moment of the augmented operator.
One sentence holds the cycle together. Economic value is moving toward what was held in contempt. It is not a slogan. It is, I believe, the most exact formulation of what is currently coming to pass in our fields — and the horizon from which we must now think about what we do.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le temps de l'entreprise liquide.Sur deux figures qu'il faut distinguer — l'opérateur augmenté et l'entreprise liquide — et sur ce que leur combinaison change pour les États classiques.The time of the liquid enterprise.On two figures that must be distinguished — the augmented operator and the liquid enterprise — and on what their combination changes for classical states.
17 juin 2026 · pierre-jean tribot17 june 2026 · pierre-jean tribot
Deux termes circulent depuis quelques années dans la conversation des fondateurs, et l'on aurait tort de les confondre. Opérateur augmenté d'un côté, entreprise liquide de l'autre.
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.
Two terms have been circulating for some years now in the conversation of founders, and one would be wrong to conflate them. Augmented operator on one side, liquid enterprise on the other.
The augmented operator is a person. An intellectual worker — editor, journalist, developer, consultant, lawyer — who has integrated into their daily workflow a stack of artificial intelligence tools that multiply their productivity by a factor of three to ten depending on the field. Alone, they produce today what a team of fifteen did fifteen years ago.
The liquid enterprise is a form. The structure that emerges when these operators cease inscribing themselves within classical architectures. Six cumulative attributes characterise it: low materiality, low headcount, algorithmic coordination, native geographic mobility, radical operational elasticity, complete disintermediation from traditional services. It is not a small version of the classical firm. It is a different economic species, whose metabolism is foreign to that of the structures it replaces.
The pair is coherent. The operator only reaches full productivity by exiting the structures that would constrain them. The liquid enterprise only exists because its members are augmented enough to do collectively what a classical SME used to do with fifty.
The confusion to avoid. Public debate conflates three figures that must be distinguished.
The influencer lives off a third-party platform, with a short economic lifespan, weakly cumulative skills, a massive failure rate. Mobile because light, but economically marginal.
The freelance digital nomad practises a classical profession in mobility, without accumulating assets beyond a personal rent. They are statistically valuable, but they do not constitute a new type of economic agent.
The augmented operator at the head of a liquid enterprise is a distinct category from the previous two. They produce a good or service whose value is intrinsic (not derived from a platform), they build an asset that compounds — intellectual property, client base, brand, technical infrastructure —, they master a substrate of dense and slowly acquired skills, and they operate within a logic of sustained growth rather than immediate monetisation. It is this third figure that constitutes the vanguard of the economic transformation under way, and it is precisely that figure that statistics do not see, because they declare their existence nowhere.
Why this distinction is politically decisive. As long as one conflates influencers, freelancers and augmented operators, one designs inadequate public policies. One legislates on platform revenues while liquid producers structure themselves elsewhere. One tightens the taxation of the self-employed to make up for lost revenue while accelerating the departure of those one could have retained. What is happening is not being named, and so a political response to it cannot be organised. This is exactly the Belgian, French, Italian situation — the situation of most high-tax European states.
The ecosystem effect. A single augmented operator only pays for a single augmented operator; but an economy that reconfigures itself around augmented operators and liquid enterprises no longer pays for the entire cluster of actors that lived off classical firms. Office landlords, cleaning companies, car leasing firms, printers, events agencies, communications consultancies, recruitment firms, business postal services, corporate catering chains — this entire territorial ecosystem loses its structural customer. And in Belgium, this ecosystem represents several hundred thousand jobs and several billion in social contributions and VAT. Its contraction, over the next ten years, will be invisible because diffuse, but it will weigh more heavily on public revenue than any announced budgetary adjustment.
The final paradox. The augmented operator is, individually, the most productive economic agent in modern history. Their liquid enterprise is, structurally, the most efficient organisational form ever invented. And yet, their combination produces the following result for classical states: an economy that creates more value than ever, captured by fiscal tools that see less of it than ever. This is not the end of value creation. It is the end of the territoriality of value creation.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Fable 5 : note sur un précédent.Pourquoi la suspension de Fable 5 et Mythos 5 par les États-Unis, indépendamment de son issue, établit un précédent durable — et révèle un angle mort européen.Fable 5: note on a precedent.Why the US suspension of Fable 5 and Mythos 5, independently of its outcome, establishes a lasting precedent — and reveals a European blind spot.
13 juin 2026 · pierre-jean tribot13 june 2026 · pierre-jean tribot
Le 12 juin 2026, Anthropic reçoit en fin d'après-midi une directive de contrôle à l'export du Département du Commerce américain. Fable 5 et Mythos 5, ses deux modèles les plus avancés, mis en service trois jours plus tôt, doivent devenir inaccessibles à tout ressortissant étranger — y compris aux salariés non américains de l'entreprise, y compris sur le sol des États-Unis. Pour s'y conformer, Anthropic n'a d'autre option que de couper les deux modèles pour l'ensemble de ses clients dans le monde. L'entreprise conteste la décision, parle d'un malentendu, et travaille à la lever. Il est tout à fait possible qu'elle y parvienne dans les jours qui viennent.
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.
On 12 June 2026, late in the afternoon, Anthropic received an export control directive from the United States Department of Commerce. Fable 5 and Mythos 5, its two most advanced models, brought into service three days earlier, were to be made inaccessible to any foreign national — including non-American employees of the company, including on American soil. To comply, Anthropic had no choice but to cut off both models for all its customers worldwide. The company is contesting the decision, speaks of a misunderstanding, and is working to have it lifted. It is entirely possible that it will succeed in the coming days.
If the episode resolves quickly, it will be spoken of as an administrative incident. What needs to be recorded, independently of its outcome, is more modest but more durable.
For the first time, the United States government has established in practice that an artificial intelligence model already deployed, commercially active, technically available, can be disabled with respect to foreign nationals within a few hours, on grounds of national security, with no visible adversarial procedure. The nationality of the client, of the researcher, of the employee becomes a parameter of access. This displacement — from upstream control, over chips and weights, toward control of the use itself — had never been enacted upon a model of this reach.
Three observations can be drawn from this without rhetorical excess.
The first concerns the nature of the tacit contract entered into by European users of American tools. A service legally subscribed to, paid for, integrated into professional production chains can now be interrupted for administrative reasons external to the commercial relationship. This risk has no equivalent in traditional software. It does not disqualify the use of these tools — the added value remains considerable — but it modifies what one can reasonably expect from them in matters of continuity.
The second concerns the European framework. The Union has devoted its regulatory decade to framing objects it does not produce at the technological frontier. Mistral is progressing, the AI Act has a real influence on the very design of certain American models, and it would be inexact to say that this posture has no effect. But it provides no leverage over the decision to stop. Yet that is now where power is exercised: at the instant when Washington decides to pull the plug.
The third observation is simpler. Twenty-four hours after the directive, no substantial reaction has emerged from the European institutions: neither from the Commission, nor from the Council, nor from a single member-state government. The subject was not, however, unknown — a written parliamentary question dated 16 April, signed by eleven MEPs from The Left, the Greens/EFA and S&D, was already raising the alarm about the risks of Claude Mythos for European cybersecurity. It went without political follow-up. In France, the first audible institutional voice in the wake of the directive is that of the president of the Rassemblement National, calling for support to Mistral. That the critique of dependency should be left to the far right, while the Commission keeps silent, is a political fact worth noting.
The precedent now exists. It can be used again, by this administration or by another, in circumstances that will not necessarily be as technical, nor as quickly resolved. That is what must be held to, independently of what happens to Fable 5 in the days to come.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Changer ses méthodes de lecture à l'ère de l'IA.Quatre pistes que j'expérimente, et les écueils dont je n'ai pas la solution complète.Changing reading methods in the age of AI.Four ways I am experimenting with, and the pitfalls for which I have no complete solution.
12 juin 2026 · pierre-jean tribot12 june 2026 · pierre-jean tribot
Réflexion à voix haute. Ce texte n'a pas la forme habituelle de mes notes prospectives. Il met à plat quatre pistes que j'expérimente en ce moment, et les soumet à la discussion. Ce sont des revers de méthode, pas un manifeste.
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.
A thinking-aloud reflection. This text does not take the usual form of my prospective notes. It lays out four ways I am experimenting with at the moment, and submits them to discussion. These are method drafts, not a manifesto.
There is an observation that many serious readers end up making under their breath: we read less well than before. The piles accumulate. The books one has actually worked through — in the sense that one could speak about them precisely three years later — can be counted on the fingers of a year. This is not a moral failing, it is the combined effect of a historically high publishing volume, fragmented days, and professional reading that already consumes most of our attention.
Artificial intelligence is changing this equation, provided one does not take it for what it is not. It does not read in our place. It remains hermetic to the sensitive dimensions that make a real reading worth its while. But it can help us to organise what we have retained, to interrogate what we have read, to confront our understanding with rigorous counter-readings, and — perhaps most powerfully — to dialogue in real time during the reading itself.
Four paths, as I practise them. They do not exclude each other, they complement one another.
First path: the reading sheet assisted from one's own annotations.
What matters in a book is not what the algorithm would find there, it is what we have found there. Our reading is a trace — underlinings, marginal notes, copied citations, photographs of pages — which in most cases is condemned to disappear. Six months later, the memory has dissolved into a vague impression.
AI allows us to gather these traces. One hands one's annotations to a conversational model with a simple instruction: here are my notes on the book X by Y, generate a structured sheet — main thesis, key arguments, striking citations, possible points of disagreement. The sheet reflects our reading, not a standard reading that the machine would have produced independently. To automate the collection, Readwise is the reference tool — it aggregates highlights from Kindle, Kobo, Instapaper, Pocket.
An unexpected effect: annotation itself becomes denser, more precise, because one knows it will be exploited. Reading becomes producer of useful traces, and therefore more active.
Second path: the book turned into an interlocutor.
One loads the full text of the book into a dedicated AI environment, and the corpus becomes queryable. NotebookLM (Google, free) is the tool best designed for this use: each answer is sourced to the page. Claude's Projects and OpenAI's customised GPTs offer the same function with more refinement — strict instructions of anchoring in the text to limit the risk of hallucination.
Particularly transformative on theoretical essays, dense works of history, reference books one would like to consult continuously. A book ceases to be a closed object one visits once and becomes a consultable companion. I remain cautious, however: this path can take us away from the text itself. I use it for dense technical works, I am wary of it for the literary or philosophical works that deserve to be returned to in the text.
Third path: critical dialogue.
Once the book is loaded, one asks the system to play the role of an opponent. Criticise this thesis from the point of view of a Keynesian economist. What are the three main argumentative weaknesses of this chapter. Confront this work with such another book that I give you in parallel.
Something resembling a personal seminar — the confrontation of a text with varied counter-perspectives, instantly accessible, without having to physically mobilise the opposing works. The AI has no proper position; the counter-arguments it produces are credible, not certified. They serve to help one think, not to substitute for a real debate. But as an aid to thinking, the efficacy is real.
Fourth path: dialogue in the course of reading.
This is the method I practise the most today, and the one that seems to me the most fertile. It has just taken shape with the arrival of conversational agents capable of dialoguing continuously while one works.
The principle: I read the book with Claude on my computer open next to me. Not before, not after — during. I read a sentence that catches me, I verbalise aloud the remark that comes to me, and the dialogue begins immediately. The agent reformulates, proposes a complementary perspective, orients me toward a parallel I would not have summoned, pushes me to clarify an intuition still in flux. I continue my reading, I reach another sentence that marks me, I resume the dialogue. At the end of the chapter, this accumulated dialogue constitutes an enriched reading sheet — not a synthesis after the fact, but a living trace of the encounter between the text and my reactions, organised in real time by the exchange.
What changes is the temporality. The sheet is built during reading, not after. Oral dialogue is faster and freer than written annotation. Thought forms as one reads. This is qualitatively different — something that approximates the ideal conversation one would have with a cultivated friend while reading the same book, except that this friend is available at any hour and systematically refers us back to our own effort of formulation.
This method assumes a conversational agent installed on the computer, capable of sustaining fluid oral dialogue — which excludes the classic web interfaces in browser windows. It does not suit all books: on dense poetry, on a demanding literary essay, one often needs silence before being able to speak. But on a philosophical essay, a book of ideas, a historical enquiry, it is probably the most powerful method I have experimented with.
Three pitfalls.
The AI has not read the book in the strong sense. On utilitarian texts, its treatment is excellent; on demanding literary or philosophical texts, it flattens nuances, misses ironies. Adorno, Jankélévitch, Sebald do not let themselves be reduced to AI sheets without loss.
The risk of cognitive laziness is real. If the sheet replaces reading instead of prolonging it, one loses what makes the book's worth. I have given myself a simple rule: never request a sheet for a book I have not read in full.
A question of law, finally: loading a copyrighted book into a third-party tool remains a grey zone, to be handled with discernment for sensitive works.
What I believe I observe.
Three effects, on which I would be interested to hear from other readers. I read more — the prospect of being able to capitalise on a reading changes the attentional economy. I read differently — annotation becomes denser, oral dialogue during reading changes the rhythm of attention. I consult my read books, which I almost never did before. A library ceases to be a cemetery of objects visited once and forgotten. It becomes a living corpus.
I do not know whether it is better. It is different, and it is probably structuring in the medium term for the way we will think. I leave the question open.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'angle mort — où se joue vraiment la transformation IA de la culture.Pourquoi le débat européen IA-culture, concentré sur les créateurs, manque le terrain où la transformation est déjà avancée : l'infrastructure.The blind spot — where the AI transformation of culture is really taking place.Why the European AI-culture debate, focused on creators, is missing the ground where the transformation is already well under way: the infrastructure.
12 juin 2026 · pierre-jean tribot12 june 2026 · pierre-jean tribot
Il y a, dans le débat européen actuel sur l'intelligence artificielle et la culture, un déplacement systématique qui mérite d'être nommé : tous les rapports, tous les avis, tous les colloques parlent des créateurs. De leurs droits d'auteur menacés, de leur emploi en danger, de leur autonomie artistique. La question est légitime et les enjeux sont réels. Mais cette concentration du regard masque, par sa surreprésentation même, là où se joue véritablement la transformation IA de la culture en cours.
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.
In the current European debate on artificial intelligence and culture, there is a systematic displacement that deserves to be named: every report, every opinion, every conference speaks of creators. Of their threatened copyrights, their endangered employment, their artistic autonomy. The question is legitimate and the stakes are real. But this concentration of attention masks, by its very over-representation, the place where the AI transformation of culture is truly taking place.
The transformation is happening elsewhere. It is happening in the infrastructures.
By cultural infrastructure, I mean everything that is not a pure act of creation but without which creation has no social existence: critical editors, independent labels, music libraries, orchestral education departments, sound archives, heritage catalogues, distribution platforms, critical magazines, mediators, specialised translators, programmers, aggregators, trainers, conservator-librarians, rights managers, documentalists. This infrastructure forms the ecosystem in which the work circulates, becomes accessible, is referenced, commented upon, taught, transmitted. Without it, the composer composes for the drawer and the philologist-editor has no readers.
This distinction is not watertight. A critical editor is also an intellectual creator — serious philology has recognised this since the nineteenth century. A programmer is a curatorial author. A music critic is a writer. Creation and infrastructure form a continuum more than an opposition. But political attention does not distribute itself along this continuum — it concentrates on a single one of its poles.
Yet on the ground, since the irruption of generative models at the turn of 2022-2023, the transformation of creative professions remains largely declarative. Composers continue to compose, writers to write, painters to paint. Public controversies over Suno or Midjourney occupy media space but affect only a still restricted portion of actual professional creative practice.
In the infrastructures, by contrast, the transformation is massive and already well under way. A cultural magazine can expand its editorial perimeter by building thematic platforms, heritage cartographies, repertoire access tools — without subtracting anything from its human editorial work, but increasing what it offers the public far beyond what classical means would have permitted. An independent label can analyse its programming and that of its competitors with a granularity that was previously impossible. A music library can rebuild its retrospective catalogue at a speed that renders traditional methodologies obsolete. A heritage platform can give access to hundreds of composers with AI-augmented features within a few months of development, where ten years ago a permanent team and an institutional budget would have been required.
These transformations are not futurological hypotheses. They are, right now, under way everywhere in Europe, among all infrastructure actors who have had the curiosity to test the tools seriously. It is precisely this infrastructural transformation that is redefining what culture means socially. When access to works becomes nearly free thanks to open platforms, when comparative analysis becomes instantaneous, when mediation reconfigures itself, when critical commentary is augmented or rivalled by automatic analysis, when heritage cartography becomes navigable and queryable, it is the entire collective relationship to culture that is mutating.
This is where the diagnostic error of European public debate is lodged. By concentrating attention on creators, one fails to see that the decisive stakes are shifting toward infrastructure. This error produces, in cascade, several mutually reinforcing consequences.
First consequence: a misallocation of public resources. The money invested by States and Europe in the AI-culture transformation is channelled toward the legal protection of creators and toward a few visible pilot projects, while the infrastructures that actually carry out the transformation remain under-equipped. Critical editors, independent labels, heritage platforms work at their own expense, with their own means, without public accompaniment commensurate with the scale of what they accomplish. When the first balance sheets are drawn up in five years, it will be observed that we financed the accessory while ignoring the essential.
Second consequence: capture by major commercial platforms. When independent heritage and critical infrastructures are not equipped to integrate AI, the space they should have occupied is captured by default by the major American platforms. Spotify becomes default musical mediation, Google the default heritage search engine, OpenAI or Anthropic the default mediators of cultural knowledge. European culture loses its own transmission tools and becomes tenant of mediation hosted by actors that have no heritage obligation, no public service mission, no territorial anchorage.
This capture is all the more concerning because Europe does not have, on the underlying technical layers, the means for autonomy. Advanced chips are designed in the United States and fabricated in Taiwan. Major foundation models are trained in San Francisco, in Seattle, in London or in China, not in Paris or Brussels. Mistral, the only European actor of weight, has drawn the consequences of this asymmetry by retreating to defensible niches — defence, industry, sovereign deployments — rather than attempting frontal competition in the race for consumer conversational agents, a race whose figures forbid any symmetry: Mistral targets one billion dollars in revenue in 2026, while OpenAI aligns twenty and Anthropic ten. The consequence for our concern here is clear: everyday cultural mediation — that which will be carried out tomorrow by consumer conversational agents — will be American, or possibly Chinese, but it will not be European. European culture finds itself thus doubly exposed. It depends on foreign technical infrastructures upstream. And it allows a dependence of cultural infrastructures to constitute itself downstream. European cultural sovereignty, defended rhetorically for thirty years against Hollywood, risks being lost through default of investment on both floors at once.
Third consequence: a flight of hybrid skills. The talents that could have built intelligent cultural infrastructures in Europe — profiles combining heritage rigour, technological lucidity, editorial ambition — leave the cultural sector because they find there neither recognition nor financing. They go into private tech, into consulting, into more welcoming foreign ecosystems. This flight is not measured in official statistics, which count works produced and subsidised creators, but not the editors who close, the labels that disappear, the heritage platforms that will never see the light of day. It is nonetheless the most durable loss, because these hybrid talents do not reconstitute themselves in a single generation.
Fourth consequence: an impoverishment of accessible heritage. Without infrastructures equipped to integrate AI, entire swathes of European cultural heritage — critical editions of minor composers, regional sound archives, catalogues raisonnés in progress, specialised libraries — will remain invisible to contemporary uses. They will exist physically, but will have no navigable digital existence. For a public that will increasingly question culture via AI conversational interfaces, what is not in the accessible corpus does not exist. European culture risks being reduced to what the major platforms have judged worthy of indexing.
A serious cultural policy facing AI should, on the contrary, depart explicitly from infrastructure. Recognise that a critical editor integrating AI into the editorial workflow performs a work of general interest in the same way as a subsidised composer. Create financing instruments specific to infrastructural transformation, distinct from instruments supporting creators. Constitute consultative bodies that structurally include infrastructure actors. Think of culture as a complete productive ecosystem, and not as a solitary workshop whose solitude the State would protect.
The current debate, in its European whole, remains prisoner to a framing that sees only the visible half of the problem. In the United States, technological concentration constitutes de facto an infrastructural policy, even if it is neither public nor democratic. In Asia, several States are actively building their own ecosystems. Europe, for the moment, has chosen the path of ethical commentary — precious but insufficient on its own to exist culturally in the decade to come.
Culture is the creators, yes. But it is also, and inseparably, the entire productive infrastructure that gives them social meaning. When we refuse to think this infrastructure, we take the risk of an impoverishment whose first consequences will be visible sooner than we think.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Spotify, OnlyFans : la comparaison est-elle indécente ?Pourquoi la plateforme respectable est, structurellement, économiquement plus défavorable au créateur que celle qui suscite tant de réserves morales.Spotify, OnlyFans: is the comparison indecent?Why the respectable platform is, structurally, more economically unfavourable to the creator than the one that provokes so many moral reservations.
12 juin 2026 · pierre-jean tribot12 june 2026 · pierre-jean tribot
La question paraît grossière. Elle mérite d'être posée sérieusement.
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.
The question seems crude. It deserves to be asked seriously.
To place a music streaming platform alongside an adult content platform provokes an immediate reflex: it is not comparable, the content is of a different nature, one belongs to a cultural economy and the other to an economy of desire, these things are not mixed. The reflex is understandable. It is also, in part, what prevents us from looking squarely at the economic mechanics of the two models.
For if one accepts, for a moment, to bracket the nature of the content — an exercise every economist performs as a matter of method — and one examines the structure of the two platforms, one finds a kinship that must at least be acknowledged before being discussed.
In both cases, a private company makes available a distribution infrastructure and takes a commission on the revenues generated. In both cases, the work of promotion, of loyalty-building, of presence on social media is entirely externalised onto the creator. In both cases, the platform assumes no editorial risk, signs no guaranteed contract, offers no minimum income. In both cases, the distribution of revenues follows a brutal power law: a small minority of creators captures the bulk, the majority receives almost nothing. And in both cases, the brand discourse insists on liberation, direct access to the public, elimination of intermediaries.
These are structural facts, independent of what is being distributed.
But the comparison stops where it must stop, and this is where honest analysis must become prudent again.
The main difference is not moral, it is economic, and it is important. On OnlyFans, the subscriber pays a monthly amount to a specific creator, chosen by them, and almost the entirety of that sum — minus the commission — returns to that creator. On Spotify, the subscriber pays a monthly flat fee for unlimited access to a catalogue of eighty million tracks, and that sum is then redistributed among all rights-holders according to the market share of each listen. The OnlyFans creator captures the entire value of a direct transaction. The musician on Spotify receives a fraction of a fraction of a pooled subscription. Economically, the situation of the latter is more precarious than that of the former, and not the reverse.
This is what the comparison, carried through, ends up establishing.
If one accepts this observation, the malaise changes nature. It is no longer a matter of defending the dignity of the musician against the supposed triviality of the neighbouring model. It is a matter of recognising that the dominant cultural model — the one that the entire music industry has accepted, celebrated, internalised for fifteen years — is in reality an economic model more unfavourable to the creator than the one that elsewhere provokes so many moral reservations.
Several questions can then be asked, and they are not rhetorical.
Why does the public debate on music streaming remain so tepid, when the material situation of artists is documented and concerning? Why has the model of unlimited subscription, which mathematically pulverises the unit value of a work, never been the object of genuine political contestation? Why have rights-holders, professional federations, public cultural institutions on the whole accompanied the transition without questioning its foundations?
A possible hypothesis — and this is where the comparison becomes useful again — is that the unlimited subscription model has benefited from a symbolic packaging that has withdrawn it from examination. Spotify has been able to present itself as cultural infrastructure, in some way heir to public radio, partner of labels and artists, contributor to a creative economy. OnlyFans has not had access to this vocabulary. For obvious reasons, no one will speak of OnlyFans as a cultural infrastructure. But this difference in packaging masks a structural kinship that is, itself, real.
Is the comparison then stupid? It is uncomfortable, which is not the same thing. It is partial, as any analogy is. It demands precautions, which we have tried to take. But it has an analytical merit: it forces us to look at the economic model of music streaming with the eyes we ordinarily reserve for the platforms that polite society criticises without hesitation. And when one looks at Spotify with those eyes, one sees something other than a cultural platform. One sees a platform plain and simple, subject to the same logic of value capture, of precarisation of producers, of concentration of revenue on a narrow distribution head.
This is perhaps not a revelation, for those who follow these questions. But it is, perhaps, the moment when public debate can finally begin.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Pourquoi l'addition tue la transmission.Pourquoi un siècle d'ajouts au curriculum a produit une école où plus rien n'est vraiment transmis.Why addition kills transmission.Why a century of additions to the curriculum has produced a school in which nothing is truly transmitted.
6 juin 2026 · pierre-jean tribot6 june 2026 · pierre-jean tribot
Dans une précédente Note, j'ai proposé que le fondamental se reconnaisse à ce qui résiste à la délégation à la machine. Reste à dire ce que ce critère implique en retour : un renoncement. Choisir des fondamentaux, c'est implicitement assumer qu'il y a beaucoup de choses qu'on n'enseignera plus, ou qu'on enseignera moins. Et c'est précisément ce geste que l'école francophone refuse de poser depuis un siècle.
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 XXe 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 XXe 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.
In an earlier Note, I proposed that the fundamental can be recognised by what resists delegation to the machine. It remains to say what that criterion implies in return: a renunciation. To choose the fundamentals is implicitly to accept that there is much we will no longer teach, or will teach less. And it is precisely this gesture that French-speaking schooling has refused to make for a century.
The mechanism is familiar: with each generation, the official curriculum has been enriched with new domains. Modern sciences, modern languages, physical education, civic instruction, media literacy, environmental education, health education, equality education, digital education, education for the ecological transition. Each addition was presented as progress, and each, taken in isolation, was defensible. No one has seriously argued that children should remain ignorant of health, environment, or citizenship. But cumulatively, these additions have produced a curriculum impossible to transmit in the time available within a school day. And rather than arbitrate, we have pretended.
The collective fiction is familiar to every teacher. One teaches a programme one knows cannot be seriously covered, one assesses skills one knows the pupils will forget within six months, one produces report cards that certify a transmission that has not taken place. The system saves itself through a combination of three mechanisms: dilution (each domain receives fewer hours than it would need), cramming (the pupil learns for the test and forgets immediately), and institutional fiction (everyone pretends to believe that learning accumulates). This system has held for a century because it fulfilled two latent functions more important than its avowed function of transmission.
First latent function: invisible social selection. The real mastery of an encyclopaedic curriculum has only ever been possible on condition that the family massively supplements the school: reading at home, cultivated conversations, travel, museums, personal libraries, literate parents. The officially universal curriculum silently selected the cultural heirs, penalising those whose families could not compensate. Sociologists have demonstrated this for sixty years, but no reform has drawn the consequences, because to admit it would have forced a choice between two equally uncomfortable options: either to reduce the curriculum to what can truly be transmitted within the school day, or to massively extend the school day — and finance that extension.
Second latent function: symbolic legitimation. To claim to transmit the whole of human knowledge gave the school a civilisational dignity that justified its budget, its authority, its centrality. To abandon that claim was to risk reducing it to a mere qualification agency, which no political class of the twentieth century was willing to assume publicly, even when it practised it in fact.
Three converging developments have made this system not only unjust but inoperative. The democratisation of access to general secondary education, first, brought into the classroom children whose families no longer supplemented the school. It became necessary to teach in earnest what one had until then been pretending to teach, and the institution had neither the means nor the time. The quantitative explosion of knowledge itself, next: the biology of 1960 no longer resembles that of 2026, history has expanded to non-European regions, physics has integrated entire new fields, and the curriculum has tried to absorb these extensions without ever daring to cut seriously into the old. The irruption of artificial intelligence, finally, which changes the very meaning of what it means to know. When any factual information becomes available in a second, knowledge changes nature: it ceases to be what one accumulates and becomes what one is capable of judging.
Having taught history for ten years, I know that finishing the official programme had become an annual feat — particularly in the final year, where the syllabus covers history from 1945 onwards, with each passing year adding one more year to integrate into the same number of teaching hours. One finished in a sprint, or one did not finish at all. And what remained to the pupil in June was no longer the thread of a period, but a few images detached from their causes.
The political gesture that imposes itself now is not to add another dimension to the existing curriculum. It is to subtract. It is to choose what we will no longer teach, or will teach less, so that what we keep can be transmitted in earnest. A pupil who had studied three historical objects in depth — the French Revolution, decolonisation, the fall of communism, say — with sources, historiographies, debates, would emerge with a real historical competence. A pupil who has heard about everything from Hammurabi to 1989 emerges with a confused impression that evaporates. Three books read in full are worth more than twenty excerpts skimmed. Three mathematical notions truly mastered are worth more than fifteen chapters surveyed. Two foreign languages learned seriously are worth more than three languages begun and all forgotten.
This gesture has an intellectual cost that must be named. To renounce the encyclopaedic school is not merely a pedagogical optimisation. It is also a mourning for anyone who loved general culture and continues to think that it structures an accomplished intellectual life. It is to accept that part of what constituted, for the cultivated elites of the twentieth century, the dignity that general culture conferred — knowing a little of everything, quoting Virgil in Latin, placing Avicenna, distinguishing baroque from rococo, recognising Cherubino's aria — will no longer be a shared competence. This will not disappear from the world; it will cease to be the object of a universal school transmission. It is a real loss, which it would be dishonest to minimise, and it is this loss that we refuse to name, while continuing to pile up domains on the programme.
This denial is not only scholastic. The additive logic is not peculiar to the world of schooling: it has become the default mode of all public policy in contemporary democratic societies. Every actor around the table is given a slot, because no one dares to say no. The sum of sectoral satisfactions produces incoherent arrangements, and coherence is sacrificed to social peace. The school is merely a textbook case of a more general ailment. But it is precisely because it is its most visible and most measurable expression that the school is also the place where one can begin to say publicly that the additive logic has had its day.
The stakes are no longer to add better. They are to subtract at last.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Pourquoi l'IA redéfinit les fondamentaux par soustraction.Pourquoi le fondamental n'est plus ce qu'on ajoute, mais ce qui résiste à la délégation.Why AI redefines the fundamentals by subtraction.Why the fundamental is no longer what we add, but what resists delegation.
5 juin 2026 · pierre-jean tribot5 june 2026 · pierre-jean tribot
Dans une précédente Note, j'ai esquissé six savoirs qui me semblaient devenir fondamentaux à l'ère de l'intelligence artificielle : lire profondément, écrire pour penser, raisonner quantitativement, penser historiquement, faire avec ses mains, soutenir son attention. La liste tenait, mais elle laissait une question en suspens — à quel critère reconnaît-on qu'un savoir devient fondamental ?
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.
In an earlier Note, I sketched six forms of knowledge that seemed to me to be becoming fundamental in the age of artificial intelligence: reading deeply, writing to think, reasoning quantitatively, thinking historically, making with one's hands, sustaining attention. The list held together, but it left one question unanswered — by what criterion do we recognise that a form of knowledge has become fundamental?
The most common response is to answer by addition. One draws up a list of what must be transmitted, defends it by its internal coherence, enriches it as the times demand. This way of thinking has produced, over a century, the school curricula we know: encyclopaedic, overloaded, impossible to transmit in the time available, saved only by a collective fiction whose cost no one wants to see. With every new social demand — economic, cultural, environmental, digital — the answer has been to add. The result is a curriculum where nothing is truly transmitted, because everything has to be transmitted a little.
Artificial intelligence overturns this logic by introducing a criterion we did not previously have. It does not tell us what must be learned. It tells us what can now be delegated. And it is by observing what the machine takes on that we see, in negative, what no machine can do in our place. The fundamental is no longer what we add; it is what remains once the machine has absorbed everything it can absorb.
This operation is a subtraction, not an election. And that is what makes it valuable. An addition is always contestable, because one can always propose an additional requirement whose legitimacy is defensible. A subtraction, by contrast, is testable. We can take any form of knowledge, any competence, any school task, and ask a simple question: can the machine do this in my place without irrecoverable cognitive loss for the one who has delegated it? If the answer is yes, that knowledge ceases to be fundamental. It becomes useful, perhaps; transmissible, certainly; but not fundamental in the strict sense — because a fundamental is that without which everything else collapses, and one cannot build a civilisation on what a machine can produce effortlessly on demand.
The criterion operates as a negative filter. It does not tell us what must be transmitted; it tells us what cannot be delegated. This difference matters. A positive criterion presupposes that we already know what counts, and therefore invites an endless ideological dispute between pedagogical traditions. A negative criterion, by contrast, simply observes what the machine can do, and deduces by subtraction what remains proper to the human. The debate shifts: we no longer argue about what should be taught, we observe what resists delegation, and we draw the pedagogical consequences. This criterion is not fixed. It will evolve as the machine evolves. But the method remains: what is fundamental, at any given moment, is what resists delegation.
What remains when we apply this subtraction?
The machine can produce in seconds a summary of a book, sometimes of higher quality than what a very good student would produce. It cannot replace the experience of having read that book in full, slowly, letting one's attention unfold across hundreds of pages — because that experience transforms the one who undertakes it, and no summary transmits its trace. Reading deeply resists delegation.
The machine can generate coherent text from an instruction, sometimes better than what its author would have produced. It cannot think in place of the one who writes, because thinking through writing is a process in which the sentence, as it searches for itself, forces one to specify what one believed one knew and reveals what one did not know one was thinking. Writing to think resists delegation.
The machine can calculate instantly, more accurately and more quickly than any human. It cannot replace estimation, that sense of orders of magnitude which makes it possible to detect that a result is absurd before even verifying it. Without this quantitative intuition, the human who delegates calculation becomes incapable of judging what the machine returns. Reasoning quantitatively resists delegation.
The machine can narrate a historical event, restore a chronology, compare interpretations. It cannot do in our place the work of situating oneself in a temporality, of understanding where we come from and what has made us, of holding together the complexity of a past that does not reduce to a moral. Thinking historically resists delegation.
The machine can describe an object, simulate its manufacture, model it in three dimensions. It cannot replace the gesture that adjusts, the hand that senses the resistance of a material, the patience of a body that learns through error. Making with one's hands resists delegation.
The machine can process a quantity of information no human will ever encompass. It cannot hold prolonged attention on a difficult object, because holding attention is precisely what a machine, by construction, does not do — it processes, it does not sustain. Sustaining attention resists delegation.
Six forms of knowledge, then, which are not fundamental because I chose them, nor because they figure in some respectable pedagogical tradition, but because they mechanically satisfy the negative criterion: their delegation to the machine produces an irrecoverable cognitive loss. This fundamentality is demonstrable, testable, contestable. It depends neither on an ideological vision of the school nor on nostalgia for a lost curriculum. It depends only on what the machine can do at a given moment — and on what it will never be able to do in our place, because no machine can substitute for the human experience of becoming human through the cognitive effort that transmission requires.
The criterion of subtraction is not only a tool for thinking about the school. It is also, in itself, a form of intellectual hygiene for anyone who wants to evaluate what their own work is worth in the age of AI. In building Pauline, an editorial database devoted to the discovery of composers, I observed precisely what the machine does remarkably well and what it does not. It aggregates six hundred composers, structures their biographies, proposes coherent listening paths, identifies historical filiations I had not seen. It does not judge the quality of a recording, does not feel an interpretation, does not say why one pianist makes audible what another barely brushes against. What it absorbs is documentary labour; what it leaves intact is critical judgement — and it is precisely that judgement which remains the craft. A professional activity whose essence the machine can absorb becomes suspect, not because it will necessarily disappear, but because it loses its own necessity. An activity that resists delegation, by contrast, gains in value exactly to the extent that it distinguishes itself from what the machine can do. What holds for the school holds for trades, for institutions, for works. The machine, by absorbing everything it can absorb, forces each of us to ask what within us remains irreplaceable. This question is uncomfortable. It is, perhaps, the one that must be asked now.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'IA va forcer la société à changer.AI will force society to change.
3 juin 2026 · pierre-jean tribot3 june 2026 · pierre-jean tribot
Ce que nous traversons n'est pas une innovation technique. Ce n'est pas un saut de productivité, ce n'est pas un outil de plus, ce n'est pas un épisode dans l'histoire de l'informatique. C'est un changement de société. Et l'IA ne va pas l'accompagner : elle va le forcer. Au même titre que l'imprimerie n'a pas été une innovation technique mais l'avènement d'une autre société — autre rapport à l'autorité, autre rapport au savoir, autre rapport à la légitimité de qui parle et au nom de quoi.
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 XIXe 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.
What we are going through is not a technical innovation. It is not a productivity leap, not one more tool, not an episode in the history of computing. It is a change of society. And AI is not going to accompany it: it is going to force it. In the same way that printing was not a technical innovation but the advent of another society — another relation to authority, another relation to knowledge, another relation to who is entitled to speak and in whose name.
The headline that appeared on 30 May 2026 in the Sciences section of Le Figaro — “'No one had imagined that it would go this fast': the dazzling and unexpected rise of AI in mathematics, the ultimate bastion of human intelligence” — illustrates exactly what I have been writing since the beginning of these Notes. At regular intervals, a commentator announces that a “last bastion of human intelligence” has just fallen. Yesterday chess, the day before go, then language, code, and now mathematics. The script never varies: grave tone, martial metaphor, the ritual formula “no one had imagined that it would go this fast” — when in fact everyone had imagined it, and the researchers concerned have been writing it for years.
This journalistic genre has ended up masking the real question, which is neither technical nor anecdotal. It is one of society.
The bastion and its surplus.
If we speak of a “bastion” with regard to mathematics, it is because it was not one discipline among others. Since Napoleon, and even more so since the post-war years, it was the central filter of republican selection in France — and, by capillarity, of much of the French-speaking Belgian system. Polytechnique, the classes préparatoires, the S stream and later “spé maths,” the concours général: everything rested on a fiction of meritocratic neutrality. One selected through mathematics because it was supposed to be objective, without cultural bias — and above all because it was held to be the site where the purest form of human intelligence was exercised. Going through algebra was not the assessment of a competence: it was the proxy of a general excellence. Whoever solved the differential equation proved, in the same gesture, that they thought better than the others.
It is this symbolic surplus that is collapsing.
Not because mathematics is ceasing to be beautiful, useful, or necessary — it is obviously ceasing none of those things. But because it is ceasing to be a discriminating social signal. When the machine solves in a few seconds what cost the secondary school graduate two years of prépa, the resolution itself no longer attests to anything other than the resolution. The social translation of the result — “he thinks well, therefore he will lead” — becomes indefensible.
The Latin precedent.
The precedent exists, and it is limpid: Latin. Latin did not lose its status as a filter because it had ceased to be linguistically useful — it had been less and less so since the nineteenth century. It lost it the day the bourgeoisie ceased to need it in order to reproduce itself socially. Mathematics is following the same trajectory today, in accelerated form.
There remains the political question, which no one in our ministries wants to name: what does one replace it with? Every candidate is worse. The oral reproduces cultural capital. The portfolio reproduces social origin. Soft skills reproduce the class of origin disguised as personality. Mathematics had at least the merit of being verifiable. The institutions will therefore cling to it long after the justification has died — exactly as they clung to Latin into the 1970s, when its real function had evaporated in 1945.
And there remains the intimate question, the one asked at the family table: what does one now say to the young person hesitating to choose a mathematical track? One can no longer answer “it's hard, and the hard ones win.” Two discourses remain possible, and neither supports the edifice. The aesthetic discourse — do mathematics because understanding Galois is an irreplaceable experience — is true, and addresses only 0.5 % of a cohort; it is precisely the discourse held about Ancient Greek in 1960. The copilot discourse — do mathematics in order to know how to talk to the machine, to ask the right questions, to verify the proofs it proposes — is plausible, but it turns the mathematician into an editor of mathematics, a profession that does not yet have its social prestige, nor even its clear name.
Stupefaction as refusal.
What strikes me, reading the commentators these past three years, is that none of them think the aftermath. Stupefaction has become an intellectual regime in its own right. The fall of the bastion is announced, the gravity of the moment is invoked, Tao or DeepMind are quoted with unction — and then one stops there, as if naming the shock dispensed with drawing its consequences. At every cycle — chess in 1997, go in 2016, language in 2023, mathematics in 2026 — the same gesture: stupefaction as point of arrival rather than as point of departure. Yet stupefaction is not thought. It is precisely what stands in for thought when one has no desire to face what is coming.
The collapse of mathematics as a social filter is not a side effect of AI: it is one of the points at which the new society becomes visible. Others will follow, in justice, in medicine, in journalism, in creation — each at its rhythm, each with its train of stupefied commentators. And each time, the same refusal to name what the sum of these tremors means: not that the machines are progressing, but that the society in which we grew up is undoing itself so that another can take its place, of which we have neither the grammar, nor the institutions, nor the narrative.
The event of 2026 is therefore not that AI does mathematics. It is that one further section of the old world has just given way, and that those whose function is to think the new are still, for the most part, choosing to look elsewhere.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La médiation et la machine.Mediation and the machine.
31 mai 2026 · pierre-jean tribot31 may 2026 · pierre-jean tribot
Une visite guidée dans un musée francophone, en 2026. Le médiateur, micro-casque allumé, fait passer son groupe devant un retable du XVe siècle. Il explique l'iconographie, situe l'atelier, donne les dates. Quinze minutes plus tard, dans la même salle, un visiteur seul approche son téléphone du tableau et lit une notice plus précise, mieux contextualisée, traduite dans sa langue, calibrée sur son niveau supposé. Le médiateur ne le sait pas, ou feint de ne pas le savoir. Mais la scène a basculé. Le visiteur seul n'est plus en déficit d'information. Il est en surplus.
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.
A guided tour in a French-speaking museum, in 2026. The mediator, headset on, leads his group past a 15th-century altarpiece. He explains the iconography, situates the workshop, gives the dates. Fifteen minutes later, in the same room, a lone visitor brings their phone close to the painting and reads a notice that is more precise, better contextualised, translated into their language, calibrated to their assumed level. The mediator does not know, or pretends not to know. But the scene has tipped. The lone visitor is no longer short of information. They are in surplus.
This shift, which has been taking place for three years now in every exhibition room — and more broadly wherever someone was paid to translate culture for an audience —, has not yet found its formulation. Institutions are groping; mediators are taking AI training; cultural services are organising thematic days. The missed gesture is elsewhere: it consists in recognising that mediation was composed of two gestures that no one was distinguishing — translating the work and creating the encounter — and that the machine has just disjoined them.
This is the thesis of this Note, and it is less polemical than it sounds. Mediation does not disappear with AI: it is revealed. What it had of translation, the machine now does. What it had of encounter, only it can do — and that is what it always had of value, without always knowing how to say so.
One point must be made up front, for readers of the trade. The distinction between translating and making people meet already existed in the professional literature on mediation, for at least thirty years, where it appeared as a theoretical nuance — a refinement useful to discourse, hardly operative in daily practice, because no material force actually separated the two gestures. The machine is that force. What AI brings, in 2026, is the transformation of a theoretical nuance into a material division: translation migrates to code, the encounter stays with the body. The machine does not create the distinction. It renders it, for the first time, impossible to ignore.
A function already machinised.
AI is often presented as a rupture. For cultural mediation, it would be more accurate to speak of a completion. For forty years now, cultural translation has been migrating to the machine, and no one has drawn the consequences.
The audio-guide appeared in European museums in the late 1980s. Its promise was modest: to replace the wall panel with a voice. Its reality has been deeper — it substituted, for the presence of the lecturer, a standardised, multilingual, scalable machinic device. The visitor no longer paid to meet someone; they rented an apparatus. No one, at the time, spoke of disintermediation. That is what it was.
Then came the institutional websites, the pedagogical files as PDFs, the downloadable work sheets, the MOOCs, the YouTube channels of the great museums. Each device chipped away a fragment of what a human, in the presence of a public, once did. The translation of culture has been progressively disembodied, in successive strata, slowly, without drama, without debate. Mediation kept its name and its posts, but its translating substance had already migrated.
Generative AI only closes this movement. It does not begin it. Where the audio-guide was fixed and the PDF was singular, AI is conversational, adaptive, personalised. The visitor no longer consults a content — they hold a dialogue. It is the last brick of cultural translation handed to the machine, and it is also the one that makes all the previous ones fully operational. The audio-guide was waiting for AI to become intelligent.
What now needs to be described, soberly, is what remains to mediation when its translating part is entirely delegated — not by ideological programme, but as a technical fait accompli. And what remains, as we shall see, is not a residue. It is the essential.
What is falling now.
Three artefacts let us measure the displacement concretely. They are familiar to anyone working in a cultural institution, and only five years ago they were still mediation products in their own right — that is, objects whose design required a combination of scholarly expertise, editorial competence and knowledge of the public. They are tipping over.
The first is the notice. Wall notice, label, work file — the format hardly matters. Its production used to call for a curator or a mediator, who would write, calibrate, validate. An average institution produces several hundred a year, both for temporary exhibitions and for permanent collections. In 2026, this work is transforming: not because the writer would have been replaced by a machine, but because the writer now provides the machine with a framework, a tone, a list of sources, and receives in return a draft whose paragraphs they validate or amend. The gesture that took two hours now takes twenty minutes. And above all, the notice is no longer unique: it exists in five language versions, at two reading levels, with a voice version and a simplified version for accessibility. What an entire mediation service could not produce in a year, a modest institution now turns out in a week.
The second is the visit. The traditional guided tour remains — we will come back to that — but its disembodied form, the audio-guide, has just mutated. The first conversational visit applications are appearing in the major European museums. The visitor sets their parameters once — duration, interests, level, language — and the application builds an adaptive route, answers their questions in front of the work, suggests detours, follows their pace. Where the audio-guide recited the same text to everyone, the AI device holds a singular conversation with each visitor. A museum's educational service is no longer alone in producing mediation for its publics; a scalable conversational agent now takes part in it, and it does so without a post, without a contract, without continuous training.
The third is the pedagogical file, and it is no doubt the most tangible displacement for anyone observing the daily work of cultural operators. School concerts, exhibitions, performances, workshops — each device is traditionally accompanied by a file produced by the educational service, which prepares the teacher for the outing and provides them with exploitation tracks, contextualisations, extensions. Yet in 2026, a teacher preparing a class outing no longer needs that file. They give an assistant the context of their class — level, prerequisites, time slot, competencies targeted by the curriculum — and receive a tailor-made file, sometimes better than the one produced by the educational service, because calibrated exactly to their situation. The mediator-as-file-writer, who was the bridge between the cultural operator and the school, becomes optional.
One can resist this observation. One can point out that teachers will misuse AI, that generated files will contain errors, that nothing replaces expertise. All of that is true, and all of that is secondary. What counts is that the monopoly of cultural translation — which an institution exercised by grace of its recognised function — no longer exists. Operators can still make files, but they are no longer the only ones who can. The expertise rent is open.
What remains to be said is what is not open.
What remains, and what grows larger.
What is not open, and what the machine cannot take, is the other half of the craft. The half long taken for granted, because it does not lend itself to deliverables: the encounter.
The word is intimidating. It is too broad, too charged, too easily romantic. One imagines it sublime — a workshop where a child understands Cézanne for the first time, a conversation that changes a visitor, a presence that transmits without words. All these things exist, and they are precious. But they are not the encounter this Note is about. The encounter, here, is defined much more simply, and much more negatively: it is what cannot be copied by the machine because it is situated.
A guided tour, even a mediocre one, contains micro-adjustments to the room, to the audience, to the mood of the day. The guide sees that the group is dragging, slows down. They sense that a question has remained suspended and come back to it. They catch a glance, choose one detail over another. None of these gestures is extraordinary; none is recordable, programmable, reproducible either. The machine can produce a perfect text. It cannot be in the room, at that moment, in front of those people, with that painting under a light that changes by the hour.
One has to take the measure of this asymmetry. AI will become, in the next two or three years, a cultural translation device of higher than human-average quality. It will not become, and probably never will, a presence device. Not because it would be technically incapable of simulating a presence — it will be, and some visitors will settle for that —, but because presence has value only as being that of another living being. A voice in a headset, however perfectly empathetic, commits to nothing. A voice in the same room commits because it exposes the speaker to the same world as the listener. That is everything, and it is not nothing.
This incompressible part of the craft takes various forms, and it is worth naming them, because they are about to become the core — no longer the periphery — of what mediating means.
There is the inhabited visit, which must be distinguished from the recited visit. The good guide does not read a text in their head; they choose, in the moment, what deserves to be said, fall silent when silence is right, accept being interrupted, modify their itinerary according to what they sense of the group. This craft is taught poorly and evaluated little, because it escapes deliverables. It is now becoming the guide's principal competence, the one that absolutely distinguishes them from the downloadable application.
There is the workshop, which may never have been replaceable. Making a child draw in front of a Magritte, making a class sing with a soloist, accompanying a writing workshop coming out of an exhibition — these gestures engage the body, the space, the duration. The machine can generate a workshop programme in five seconds; it cannot hold one. And holding a workshop — that is, being there, managing the group, distributing tools, refocusing the one who has drifted off, encouraging the one who thinks themselves incapable — is the densest part of the craft, and the one whose value the institution has sometimes underestimated, because it produced no artefact to present in committee.
There is long-form immersion, that is, those arrangements in which a work, an artist, a company inhabit a place for several weeks with an audience that returns. This is sometimes called a residency, sometimes long-running cultural action, sometimes cultural bubbles. None of these formulas produces a deliverable the machine could replace; all of them engage a duration and a regularity of presence that are the very condition of their effect. The more the machine brings down the marginal cost of cultural translation, the more long-form immersion becomes comparatively precious — because it is precisely what the machine will never be able to offer.
There is conversation, and it is perhaps the most everyday and the most neglected gesture. A visitor stops in front of a label, a question comes to them, they look around for someone. If there is a mediator in the room, and if that mediator knows how to answer with tact — that is, neither too much nor too little, neither from above nor from below — then something happens that will never happen with a conversational agent. Conversation in the room is the archetype of the craft. And it is what has been the most crushed by fifty years of productivist logic in mediation, which asked its agents to produce files, notices, supports, rather than to be available in the rooms.
All these forms have one thing in common: they presuppose a body in a place for a duration. That is what, operationally, resists the machine. Not a mysterious essence of human mediation. A simple material condition: being there.
The thesis of the Note can therefore be reformulated in more precise terms. Mediation, in 2026, is being deprived of what could be delivered as a file — text, audio, video, dossier, route — and restored to what can only be delivered as presence. The good mediators, those who already put the encounter before the translation, have nothing to lose in this operation: they are restored to what they did best. Structures, on the other hand, that had calibrated themselves on the production of translatable artefacts are exposed. They had confused the public justification of their work (the deliverable) with its real value (the presence). That confusion no longer holds.
What this engages.
The displacement we have just described is not a programme. It is a situation. But this situation calls for decisions, and that is where the political question begins — in the proper, not the partisan, sense.
One must first name what should not be done, because that is exactly what many institutions are doing.
One should not respond to the machine with training. The thematic days on "AI in mediation," the prompt initiation modules, the ethical charters signed by directors — all of this treats AI as one more tool in the mediator's toolkit. Yet AI is not one more tool. It is a displacement of the value of the craft. Learning to use it is useful, as learning to use a word processor was useful in 1990; it is not a cultural policy. A cultural policy, in 2026, must decide how it redeploys public investment in mediation, now that the translation half is massively automatable. Training in the tool is a technical answer to a strategic problem.
Nor should one respond with legal defensiveness. Several institutions are considering banning or restricting the use of AI in their educational services, in the name of quality, of ethics, of respect for the craft. This response is doomed, because it cannot prevent the teacher, the visitor, the public, from generating at home what the institution refused to produce. The institution will simply find itself producing less, more slowly, more expensively, what others produce in abundance. That will not save the posts; it will expose them.
Before going further, one must be honest on a point that accompanying discourses prefer to avoid. Not all structures will get through this displacement. The smallest educational services, those built on the production of files and supports, those whose single post combined all an institution's translating tasks, those that will not have the critical mass to redeploy their means towards presence — those structures will disappear or contract. And certain posts, even inside structures that survive, will not be reconverted. The redeployment this Note speaks of is a serious operation, which supposes choices, and which will leave some by the side. Saying so relieves no one, but not saying so would be worse — because it would make the analysis less credible, and therefore less useful to those who must decide.
That said, what must be done is simpler to say than to do. One must redeploy.
Redeploying means first of all recognising that public investment in the production of translatable artefacts — notices, files, supports, pre-recorded routes — no longer has the cultural return on investment it had before. Not because these objects are useless: they remain useful. But their marginal cost has dropped sharply, and the human labour they mobilised can now be assigned to something else. An institution that used to devote two full-time equivalents to writing pedagogical files can, in 2026, devote half of one to supervising assisted production and one and a half to presence in the rooms. The wage bill is constant. The nature of the work changes.
Redeploying then means accepting that presence — the workshop, the long-form immersion, the conversation in the room — becomes the core of the public craft of mediation, and that this core is expensive. More expensive than files. More expensive than notices. More expensive than MOOCs. A presence does not duplicate, does not scale, does not diffuse. It requires a body in a place for a duration, and a body in a place costs a salary. The cultural policy of the coming years will have to choose whether to fund this presence, or whether to settle for accompanying its contraction.
Redeploying means finally recognising that public operators are no longer the sole legitimate producers of mediation. The teacher who prepares their outing with an AI assistant is doing, unknowingly, mediation. The autonomous visitor who dialogues with their phone in front of a work is doing mediation. The content creator who runs a YouTube channel on art history is doing mediation. The institution keeps a role, but it must redefine it: less that of sole prescriber, more that of guarantor of the quality of the encounter within its walls. To guarantee the encounter is to offer what no one else can offer: a place, a duration, a presence, a real work. That is precisely what no AI assistant can do in the institution's stead.
This redefinition is not a retreat. It is, on the contrary, the first occasion in a long time for mediation to be brought back to what is specific to it. For fifty years, French-speaking cultural institutions have agreed to be evaluated on volumes — number of notices produced, number of files distributed, number of page views, number of followers. These indicators were those of mass translation, and mass translation is going to the machine. The indicators of the encounter — number of children received in a long workshop, number of hours of presence in the rooms, number of visitors in actual conversation with a mediator — have always existed, but they were marginalised in favour of the former, easier to measure and more impressive in activity reports. The moment has come to put them back at the centre.
Coda.
One last scene.
A mediator in a room, a Tuesday morning. No school group, no event, no scheduled guided tour. A few autonomous visitors are circulating, each phone in hand, each in conversation with their assistant. The mediator waits. An elderly woman stops, hesitates in front of a painting, turns her head. He approaches. They talk for three minutes. She walks off.
This Tuesday morning will appear in no activity-report indicator. No machine could have stood in for those three minutes. And this is probably, now, what is most precious in the craft.
The whole question is whether institutions will know how to protect this Tuesday morning — and whether the mediators themselves will dare to say that it is the core of what they do, no longer its margin.
Being there. That is what is left to mediation. It is not little: it is everything.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
31 mai 2026 · pierre-jean tribot31 may 2026 · pierre-jean tribot
La CNIL a publié cette semaine, conjointement avec son homologue coréenne, une affiche en six questions destinée aux écoles. Sujet : l'IA générative et la vie privée. Format : sensibilisation. L'objet est anodin. Ce qu'il révèle ne l'est pas — et c'est l'occasion d'écrire ce qu'on hésitait à écrire jusque-là.
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.
This week, the CNIL published — jointly with its Korean counterpart — a six-question poster intended for schools. Subject: generative AI and privacy. Format: awareness-raising. The object is unremarkable. What it reveals is not — and it is the occasion to write what we had been hesitating to write so far.
We keep saying that artificial intelligence will "change everything." That is false, and the laziness of the formula masks the only thing worth noticing: it does not change everything, it sorts. It cuts, with the precision of a guillotine, between two ways of creating value that we used to confuse because nothing forced us to distinguish them.
There is the door. And there is duration — by which I mean an armed, structured, binding duration, the kind that makes you come back when you do not feel like it.
The door sells access to a stock. Its value lies in a gap: I hold what you do not, and I make you pay to cross. The exercise key, the manual, the course-as-content-delivery, the encyclopaedia, the translation office, the "proprietary" database: so many doors onto something presumed to be rare. The whole model rests on that scarcity.
Duration, by contrast, does not sell a thing: it sells held time. The deadline, the cohort, the teacher who notices your absence, the marked paper, the diploma that society agrees to honour. No scarcity of information is presupposed here. There is, on the contrary, a scarcity of discipline, of attention, of the external frame that compels you to last.
AI is a deflationary shock on information and an inflationary one on duration. The proposition deserves a second's pause because it is the axiom on which everything depends. Why would free, frictionless access to any answer make discipline harder, and not easier? Because friction was not an incidental cost: it was part of the whole. Travelling to the library, paying for a private lesson, waiting for the seminar hour — these frictions organised, in spite of themselves, a sustained relation to the knowledge they priced. By removing friction, one does not free discipline; one strips it of its armature. The free model never tells you that you did not come back yesterday. That is why the same technology collapses the price of the answer and raises the price of duration.
Everything else follows. The door was indexed on the first quantity, duration on the second — hence the same asteroid that pulverises one and feeds the other. Chegg, the American platform that sold subscription-based exercise keys and homework help to students, was worth fourteen billion dollars in 2021; its stock trades at one dollar today, after two waves of layoffs and a CEO who openly invokes "the new realities of AI" — the fastest corporate death of the ChatGPT era. Duolingo, the language-learning app that does not sell knowledge but a habit — the streak, that uninterrupted daily series the app coaxes you not to break, the gamified guilt of the missed appointment — has never been more prosperous: fifty million daily users, the world's top EdTech in 2026. Same technology, opposite verdict. The difference is not the quality of the product; it is the nature of the scarcity being exploited.
But "duration" does not mean "virtuous." A duration can perfectly well organise attention without depositing anything in it — the slot machine disguised as discipline. Hence a second line, perpendicular to the first: the first tells us what AI kills or spares; the second tells us whether the thing actually deposits what it claims to deposit. What remains is then a category, the most uncomfortable: the duration that deposits nothing in anyone and survives anyway. Not because it is worth anything, but because it was never accountable to a result. The subsidy that gets renewed, the standard that proliferates, the pedagogical poster one keeps reprinting, the platform one keeps redeveloping. No reality comes to tell them they have failed — so they do not die. They are not held by lucid swindlers, but by people whose sincerity remains unassailable, protected at once from death and from proof by the same absence of verdict.
The trap is to believe that the grid designates the good and the bad in advance. Take the case that concerns me: the concert. On paper, it is duration par excellence — presence, fixed hour, cohort of an audience, non-reproducibility — and it should, according to the grid, become more valuable as the answer becomes free. Empirically, it is not so clear-cut. Halls are ageing, subscriptions are eroding, whole seasons hang on public funding drips. What AI reveals here is that many institutions classed as "duration" had in fact slipped, without realising it, into the duration-without-deposit box: they had ceased to be a time that leaves something with those who return, and had become an administrative habit that renewed itself. The category protects no one. Being structurally on the right side does not exempt one from having, additionally, something to teach someone. The concert that holds is not the one that invokes its mere duration; it is the one where what happens could not be replaced by a file.
Hence the only question worth asking, and one to turn on oneself before pointing it at others: from what scarcity do I live — and what, measurable, would prove that I deposit nothing in anyone? Anyone who has no answer to the second half is already in the wrong box, whether they know it or not. AI does not compel us to become better. It compels us to know what we were living off.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Pourquoi une infrastructure éditoriale se construit désormais en quatre heures, un samedi.Pourquoi l'IA générative ne remplace pas l'expertise mais la révèle.Why an editorial infrastructure can now be built in four hours, on a Saturday.Why generative AI does not replace expertise but reveals it.
23 mai 2026 · pierre-jean tribot23 may 2026 · pierre-jean tribot
Bruxelles, 23 mai 2026.
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 XIXe 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.
Brussels, 23 May 2026.
On 3 April 2026, Andrej Karpathy published a short text on GitHub, titled LLM Wiki pattern: three folders of text files, a master schema, an agent that maintains the whole. On 21 April, Vivian Balakrishnan, Singapore's Minister of Foreign Affairs, published the architecture of his personal assistant built on this principle, running on an eighty-euro Raspberry Pi, and stated that he could no longer do without it.
On 23 May, I put mine into service, for Crescendo Magazine, for 21 Music, for XXI Music Publishing, for my personal notes. Seven weeks after Karpathy. One month after Balakrishnan. For French-speaking cultural editorial work, to my knowledge, it is a first.
Here is what it is about, and why it is interesting.
An AI-native editorial infrastructure is a simple setup. A folder of raw sources, immutable, into which incoming material is deposited: press releases, correspondence, voice-note transcripts, saved articles. A folder of structured pages, which the agent maintains on its own, organised by entity type: composer, festival, label, performer, venue, institution, work, concept, editorial angle. A folder of logs, in which every operation is recorded. A master file that defines the rules: page structure, naming conventions, French typography, and above all the absolute anti-hallucination rule: no fact in the wiki without a verifiable source in the raw folder.
Setting it up took about four hours. The first press release processed — that of the Festival Musical de Namur 2026, received during the week — produced ninety-six structured and sourced pages, several hundred internal links between entities, thirteen stabilised schema decisions, and eight rigour flags recorded. The whole is published, versioned, backed up. Portable. Independent.
What interests me here is not the technical performance. It is the division of labour between machine and human, which is not the one usually imagined.
The machine takes care of the repetitive operations: data structuring, impeccable typographic formatting, drafting of summaries, weaving links between entities. That is, the part of the work that until now exhausted editorial teams without producing any durable capital.
The human keeps everything else, and everything else matters. Deciding whether a mention of "Scarlatti" in a Roman programme refers to Alessandro or to Domenico. Determining that a nineteenth-century arranger of the wind version of Weber's Freischütz deserves, in the schema, the status of composer. Identifying that a press release subtly contradicts itself on the prize history of a trio, and choosing to record both versions rather than favouring one. Recognising that a rarely performed Marcello work composed in Venice in 1731 constitutes a strong editorial angle, and noting it so that one remembers it six months later.
All these arbitrations are the gestures of a historian. Not of a technician. The machine cannot make them on its own, and cannot recognise that it cannot make them. It needs a human who has spent twenty years problematising, prioritising, sourcing, doubting. This is what constitutes the value of the infrastructure: not its volume, but the soundness of the arbitrations inscribed in it.
Generative AI, seen from the outside, often gives the impression of replacing expertise. Seen from practice, it reveals exactly the opposite: it augments those who hold expertise, and it exposes those who do not. A trained editor steering Claude Code produces in four hours what an unequipped newsroom would produce in three weeks, and with a rigour that the unequipped newsroom could not match. Conversely, an untrained operator would produce plausible but hollow content, without knowing the difference.
The classical humanist training — the kind that teaches how to read a source, date a document, recognise a contradiction — has not become obsolete in the age of AI. It has become the most precious limiting factor. And this is good news for those who received it, provided they accept to deploy it within a new productivity regime.
This note is precisely dated, because in eighteen months what now seems exceptional will have become ordinary. At that point, the date will serve to recall that the shift, in French-speaking cultural editorial work, took place now. Not earlier. Not later.
From here on, the infrastructure will grow with each ingestion.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Pourquoi nommer les savoirs fondamentaux à l'ère de l'intelligence artificielle.Pourquoi six fondamentaux deviennent stratégiques au moment précis où l'école contemporaine les abandonne.Why we must name the foundational skills in the age of AI.Why six foundations become strategic at the very moment when contemporary schooling is letting them slip away.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Autrefois, les savoirs fondamentaux étaient nommés simplement : lire, écrire, compter. La formule a tenu plusieurs siècles parce qu'elle disait quelque chose de juste sur ce que l'école devait donner à tous. À l'ère de l'intelligence artificielle, cette trinité ne suffit plus, mais le principe reste le même : il y a des compétences sans lesquelles tout le reste devient impossible, et il faut nommer lesquelles.
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.
The foundational skills once had a simple name: reading, writing, and arithmetic. The formula held for several centuries because it said something true about what schools owed to all. In the age of artificial intelligence, this trinity no longer suffices, but the principle remains the same: there are skills without which everything else becomes impossible, and we need to name which ones.
What follows does not pretend to settle the question. It sketches an initial structure, to be revisited, deepened, and debated — a starting point, not a destination. The general thesis is simple: as AI grows more capable, it reveals what it does not do, and therefore what becomes distinctive in the human who puts it to work. Six foundations seem to impose themselves.
1. Reading deeply.
Reading deeply does not mean deciphering a text. It means following it across two hundred pages, holding its argumentative architecture in mind, spotting an inconsistency thirty pages apart, distinguishing what is said from what is suggested.
In an era when machines produce coherent text endlessly, this skill becomes the very condition of discernment. Without deep reading, one cannot evaluate what an AI produces. One accepts or rejects on the surface. One becomes a passive consumer of a cognitive output one no longer controls. Deep reading ceases to be a cultural skill and becomes a skill of sovereignty.
2. Writing to think.
Two functions of writing, long blurred together, urgently need to be distinguished. Writing as the production of text — report, email, internal memo — which AI now performs better and faster than most humans. And writing as an exercise of thought, which serves to clarify an intuition, to detect an internal contradiction, to discover what one thinks at the very moment of writing it.
This second function, AI does not perform. It cannot, because thinking through writing is a personal generative process, not a transferable output. This is probably what will distinguish, tomorrow, those who steer from those who are steered. Schools should teach it explicitly, as a discipline in its own right. Not formatted essay-writing, which trains for production, but exploratory writing — the kind that revises itself, dialogues with itself, and serves first the one who writes.
3. Reasoning quantitatively.
This skill is often confused with formal mathematics — algebra, calculus, symbolic manipulation. Yet formal mathematics is precisely what AI now does better than any high school graduate. What remains distinctive is something else: sensing an order of magnitude, detecting a manipulated statistic, understanding what a percentage does and does not say, distinguishing correlation from causation, reading a graph with a truncated axis, grasping what an average conceals.
In an age when we are flooded with figures, studies, and predictive analyses — all of them mass-producible by AI — being unable to assess the quality of quantitative reasoning makes one manipulable on a massive scale. It is the contemporary version of the old "arithmetic", but far broader.
4. Thinking historically.
AI produces plausible text on any historical, geographical, or political subject. But it does not provide the interpretive frame that allows one to judge whether what it says is relevant. Without solid historical culture, one cannot tell an illuminating analogy from a misleading one. Without geographical culture, one makes strategic decisions without understanding the territorial constraints that condition them.
More fundamentally, history and geography are the disciplines that teach contextualisation, problematisation, and the understanding that things could be otherwise. They are anti-totalitarian skills in the proper sense — they immunise against the naturalisation of the present. In an age when AI can generate highly convincing discourses of naturalisation about any social order, thinking historically becomes a vital civic skill.
5. Working with one's hands.
In an age when AI massively dematerialises cognitive work, the relation to material reality becomes once again distinctive. Knowing how to repair, assemble, dismantle, transform matter, work with one's hands, cook, garden, play an instrument — all things that anchor cognition in a reality AI cannot simulate.
This is not a vocational skill, it is an anthropological foundation. Children who grow up solely in screen-AI interaction lose the sensory and bodily base that would let them judge what they manipulate symbolically. Gesture, body, and matter are sources of validation AI cannot supply. This is also why vocational and technical tracks, currently threatened by budgetary rationalisation, should on the contrary be preserved and invested in — their trades are precisely the ones AI will not replace for a long time.
6. Sustaining attention.
Reading deeply requires attention. Writing to think requires attention. Reasoning quantitatively requires attention. Practising a manual skill requires attention. Without the capacity for sustained attention, none of the other foundations can be acquired or exercised.
Yet the contemporary digital ecosystem — notifications, infinite scrolling, micro-rewards, constant algorithmic solicitations — methodically destroys the attentional capacities of children and adolescents. In the age of AI, attention becomes a scarce resource in the strict economic sense. Those who can still concentrate for two hours on a complex problem will hold a decisive competitive advantage over those who need stimulation every three minutes. And this inequality will compound the others to produce a cognitive fracture of a new kind.
A first sketch.
These six foundations are not a closed list. They are an initial attempt to name what becomes strategic when machines take over what was once considered the summit of intellectual work. Each deserves to be unfolded, contested, extended. Each raises concrete questions this note does not address — how to teach them, at what age, in what institutional framework, against what political and corporatist obstacles.
There is something strange in looking at them together: they are almost all classical. None is new. All were present, in one form or another, in classical humanist education. The novelty is not that they need to be invented, but that they become structurally more important as AI takes on the rest — at the very moment when contemporary schooling is letting them slip away.
It is this tension that now needs to be explored, piece by piece. This note marks the beginning. Others will follow for each of these six points, and probably for others that will emerge along the way. In the age of the intelligent machine, it may well be the most classical education that becomes once again the most strategic. It remains to be demonstrated in detail.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Pourquoi l'IA écrase le faible et s'écrase contre le fort.Pourquoi l'IA absorbe ce qui s'était déjà laissé absorber, et s'écrase contre ce qui a une pâte.Why AI crushes the weak and shatters against the strong.Why AI absorbs what had already let itself be absorbed, and shatters against what has a signature.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a des images qui, à leur sortie, ont été immédiatement cultes. Coco de Chanel en 1991, Vanessa Paradis peinte en oiseau dans une cage suspendue, signée Jean-Paul Goude. Égoïste, la même année, ces femmes en peignoir qui hurlent à leurs balcons sur un fragment du Roméo et Juliette de Prokofiev, encore Goude. Égoïste Platinum, en 1993, le boxeur noir qui shadow-box dans une lumière de cathédrale. Ces films n'étaient pas regardés comme des publicités, ils étaient regardés comme des événements. On en parlait au bureau, dans les magazines, dans les conversations cultivées. Ils circulaient comme des œuvres : commentés, parodiés, archivés, cités. Goude n'avait pas filmé un parfum, il avait inscrit une signature dans l'imaginaire collectif d'une époque entière. Au même moment, Oliviero Toscani plaçait pour Benetton le visage d'un malade du sida en pleine page d'un magazine de mode, un prêtre embrassant une religieuse, les vêtements ensanglantés d'un soldat tué à Mostar. La publicité comme dispositif moral, comme provocation construite, comme prise de position assumée. Là aussi, cultissime. Là aussi, événement.
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 XXe 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.
Some images were cult from the moment they appeared. Chanel's Coco in 1991, Vanessa Paradis painted as a bird in a suspended cage, signed Jean-Paul Goude. Égoïste, the same year, those women in dressing gowns screaming from their balconies over a fragment of Prokofiev's Romeo and Juliet, Goude again. Égoïste Platinum, in 1993, the Black boxer shadow-boxing in cathedral light. These films were not watched as advertisements, they were watched as events. People talked about them at the office, in magazines, in cultivated conversation. They circulated like works of art: commented on, parodied, archived, quoted. Goude had not filmed a perfume, he had inscribed a signature into the collective imagination of an entire era. At the same moment, Oliviero Toscani was placing for Benetton the face of an AIDS patient across the full page of a fashion magazine, a priest kissing a nun, the bloodied clothes of a soldier killed in Mostar. Advertising as moral device, as constructed provocation, as assumed position. Cult, again. Event, again.
Thirty-five years later, watch any contemporary ad break. Pastel palette, condensed Helvetica typography, whispered voiceover, slow motion on hands touching linen, drone shot over a beach at dawn, the generic smile of a Scandinavian model. The brands change, the products change, the visual does not. It is a unified, globalised, disinfected aesthetic — the statistical mean of a globalised taste, executed by teams who have replaced the auteur with the focus group and the creative director with the A/B test.
And this needs to be said plainly: this flattening predates artificial intelligence. It is not its consequence, it is its condition. When Midjourney and the video generators arrived on the market, they did not kill great advertising — great advertising was already dead, or had let itself die, twenty years earlier. AI merely takes note. It absorbs without difficulty a territory that the agencies had prepared for it themselves, through focus groups, financialisation, fear of polarisation, algorithmic optimisation. Contemporary advertising had become, without anyone daring to say it, an AI before AI — a machine for producing averages. That the machine itself should now take over does not change the nature of the product, only its marginal cost.
Hence the hypothesis I want to formulate clearly: AI crushes what is weak, AI shatters against what is strong. This is not consolation, it is a law. And its consequences extend far beyond advertising.
Why does Goude resist? Not out of sentimentality, not because anyone has sanctified him. He resists because his signature is inimitable in the strong sense: not that one cannot pastiche his tics — saturated colour, elongated bodies, choreographic distortion, métis eroticism — but that no pastiche will ever produce the next Goude image. His singularity is not a style, it is a system. Goude spent sixty years constructing a theory of the spectacular body, of métissage asserted against European naturalism, of artifice as higher truth. This theory can be read, discussed, fought against. It is thought. And it is precisely this density of thought — this biography of accumulated obsessions, this singular relationship to the Black body, to dance, to fashion photography, built against something and for something — that an AI cannot reproduce, having never lived it. It can copy the surface, never the structure that produces the surface.
By contrast, the average ad has no structure. It has a brief, Pinterest references, platform constraints. It is by definition reducible to a prompt. And anything reducible to a prompt is, eventually, executable by a machine.
It will be objected that the models are progressing quickly, and that what resists today may be absorbed tomorrow. That is fair, and must be conceded: nothing guarantees that in twenty years an AI will not produce the next piece that resembles Ligeti closely enough to fool the trained ear. But the argument still holds, for two reasons. First, because the coming decade is enough to clear the landscape, and it is that decade we have to live through. Second, because even in the maximalist hypothesis where the machine ends up absorbing everything, what will have been built by the strong creators will have been built — their works will exist, their genealogy will exist, their place in the history of forms will exist. This is precisely what the producers of averages will never have: neither the work, nor the place. The question, therefore, is not to win against the machine over infinite time, but to construct something that will have existed in its own right.
I can already hear the lazy objection: "but it's because of the new formats, TikTok and Instagram have killed creativity." False. The constraint of vertical format, of nine seconds, of optional sound, has generated its own grammar, and that grammar is inventive when someone actually works at it. The Lumière brothers shot for 50 seconds on silent film stock and that gave us L'Arroseur arrosé. Constraint has never been the enemy of form; it is its engine. What killed great advertising was neither format nor technology: it was fear. Fear of bad buzz, fear of polarisation, fear of the image that might trigger a forty-eight-hour Twitter cycle. Toscani would be unemployable today. The judicialisation and financialisation of the sector had killed the auteur long before the machine arrived.
This diagnosis slides almost frictionlessly onto other territories of contemporary creation. Globalised contemporary art is the most visible and most dispiriting example. What does one see at the fairs — Basel, Frieze, Art Basel Hong Kong, Paris+ — if not a smoothed production, calibrated for the ultra-rich market, where the same signatures circulate between the same galleries for the same collectors? Trophy sculptures in polished steel, decorative paintings at grand scale, "immersive" installations made for the selfie. Art for millionaires, with nothing left to say but a great deal to sell, whose global insipidity functions as a guarantee: it must offend no one in a Singapore drawing room, a Manhattan penthouse, a Cap-Ferrat villa. This is exactly the same phenomenon as in advertising — the globalised average as safe-haven value, the erased signature as condition of access to the circuit. And here too, this is a territory AI will occupy without effort, because it had already self-converted to the logic of the machine.
The same reasoning holds for a portion of contemporary musical creation. What has become of composers? A part of them — often the best exposed, the best subsidised, the most programmed in orchestral seasons — produces today a smooth neo-tonal music, cinematic in the bad sense of the term, memorial without memory, emotional without constructed emotion. Pastel music, sonic equivalent of the linen-drone-hands ad and the polished-steel sculpture. And this is exactly the territory that a musical AI such as Suno or Udio already absorbs without difficulty: just prompt "melancholic neoclassical, strings, piano, ostinato" and you obtain a result indistinguishable, in terms of actual impact, from the average of what is being created under contemporary labels.
Compare with what the strong languages of the late twentieth century were. Berio and his vocal theatre haunted by Joyce and medieval polyphony. Ligeti and his micropolyphonies, his deranged clocks, his Études pour piano in dialogue with Conlon Nancarrow and Pygmy music. Kagel and his corrosive irony directed at the concert institution itself. Stockhausen and his delirious but coherent mystical cosmology, from Gesang der Jünglinge to Licht. Boulez and his serial rigour articulated with an editorial and conducting intelligence without equal. Nono and his politics of sound, his fragile listening, his Prometeo. One could detest them. One could find their music unbearable, esoteric, elitist, whatever one wanted. But one could not confuse them. None of these languages was pasticheable except by assuming itself as pastiche, because each rested on a system — theoretical, aesthetic, sometimes political — built across decades against something and for something. Ask an AI to "do Ligeti" and you will get, at best, a caricature of Lux Aeterna. Never the next Ligeti piece, because there is no next Ligeti piece possible without Ligeti.
This is what the coming decade will render visible with an almost clinical brutality. AI is not a threat to strong creators; it is their revealer. It will clear the landscape by absorbing everything that had become, without our daring to say so, executable by a machine — average advertising, trophy art for the ultra-rich, generic film scoring, formatted cultural criticism, airport novels, stock illustration, airport neo-tonality. And it will let appear, by contrast, what is not: the works and the practices that rest on a coherence of thought, an assumed genealogy, a structured aesthetic system.
It must be said without cynicism: this mechanics of revelation is humanly brutal. It will leave by the wayside people who have worked honestly within frameworks that have become obsolete, who have not failed in any moral sense, who simply did not have — or could not build — a language singular enough to resist. This is not a superior merit of some over others, it is a structural shift that strikes without looking at whom it strikes. To recognise it is not to endorse it.
Goude will remain Goude. Ligeti will remain Ligeti. Toscani, if he were forty years old today, would probably find another medium and continue to shake things up.
The question for each of us — creators, critics, editors, art directors — is therefore not whether AI will replace us. The question is: do we have a signature? Do we have a system? Have we constructed, against something and for something, a language not reducible to an average? If the answer is no, AI will do what it must, and there will not be much to regret — except not having tried sooner. If the answer is yes, then there is nothing to fear, because it is precisely against that density that the machine shatters.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Pourquoi l'IA n'est pas une compétence numérique.Pourquoi confondre le substrat technique et la portée civilisationnelle est une erreur de catégorie.Why AI is not a digital skill.Why confusing the technical substrate with the civilisational reach is a category error.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Depuis bientôt deux ans, je construis des outils. Une base discographique de plus de cinq mille critiques avec ses pages compositeurs et ses index thématiques. Un guide cartographique de cent treize festivals européens. Un outil de découverte des compositeurs assorti d'une quinzaine de fonctionnalités d'aide à l'écoute. Une carte commentée de trois cent quinze bâtiments Art déco. Un répertoire raisonné de concours et d'académies pour jeunes musiciens. À chaque fois, l'IA est au cœur du dispositif — non pas comme produit fini, mais comme partenaire de réflexion, de structuration, de mise en forme. Je ne suis pas développeur. Je suis un éditeur qui pense à voix haute avec une intelligence artificielle, et qui en sort des objets éditoriaux qui n'auraient pas existé autrement.
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 XIXe 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 XVe siècle et ce que l'électricité a été au XIXe — 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.
For nearly two years now, I have been building tools. A discographic database of over five thousand reviews, with its composer pages and thematic indexes. A cartographic guide to one hundred and thirteen European festivals. A composer-discovery tool offering some fifteen listening-aid features. An annotated map of three hundred and fifteen Art Deco buildings. A curated directory of competitions and academies for young musicians. In each case, AI sits at the heart of the system — not as a finished product, but as a partner in reflection, structuring, and editorial shaping. I am not a developer. I am an editor who thinks out loud with an artificial intelligence, and who produces editorial objects that would not have existed otherwise.
This experience has taught me something I almost never see clearly stated: what I do with AI has nothing to do with a digital skill. I did not learn to use a piece of software. I learned to engage in dialogue, to frame problems, to structure thought, to choose editorial angles, to arbitrate between coherence and exhaustiveness, to recognise when a result is sound and when it falls flat. These are the skills of a historian, an editor, a critic, a project lead — not technical skills. The technical layer took me a fortnight to learn. The editorial layer rests on thirty years of professional practice.
It is this experience that prompts what follows. We tend, through a kind of natural slippage, to view artificial intelligence as a digital skill. The reasoning seems obvious, almost irrefutable: AI runs on computers, relies on platforms, depends on technical infrastructure. It must therefore be digital, and as such belong among the standard digital skills — those one learns, certifies, and deploys as one deploys a piece of software.
This intuition deserves to be questioned. For it conflates two levels that have little in common: the technical substrate through which a phenomenon spreads, and the civilisational reach of that phenomenon. Gutenberg's movable-type printing press, in 1450, required lead casters, mechanics, paper and ink craftsmen. Technically, it was a matter of metallurgy and mechanics. Mercifully, no one ever thought to reduce printing to a metallurgical skill. Had they done so, they would have missed everything that mattered — the Protestant Reformation, the mass diffusion of knowledge, the birth of modern science, the formation of a public sphere, the standardisation of vernacular languages, the Enlightenment, and ultimately representative democracy. None of these phenomena was metallurgical. All of them passed through Gutenberg's technical invention, which was only their material trigger.
The same observation holds for electricity in the nineteenth century. Had its governance been entrusted to a "public lighting office", on the grounds that its first visible application was the incandescent lamp, we would have optimised street lamps and missed the industrial revolution, modern communications, broadcasting, computing, and ultimately AI itself. Electricity was not a lighting skill. It was a general-purpose factor of production that would transform every human activity capable of mobilising it.
AI is precisely of this nature. It is not a sectoral technology, it is a general-purpose factor of production that seeps into every domain of human activity and transforms it from within.
It alters cognitive production itself — and so education, research, consulting, expertise, law, journalism, publishing, criticism. It redefines the economic value of work — and so employment, training, taxation, social protection, the organisation of enterprises. It reshapes cultural creation — and so authorship, intellectual property, the publishing industry, music, audiovisual production, the visual arts. It shifts power relations between citizens, institutions, and private platforms — and so democracy itself, the public sphere, the formation of opinion. It has become one of the principal theatres of geopolitical rivalry between blocs — and so a strategic issue of the first order. It alters the human relation to memory, decision, attention, thought itself — and so an anthropological transformation in the strongest sense.
None of these dimensions is digital. They all pass through the digital, but they radically exceed it. To reduce AI to its digital dimension is to make the same mistake as someone who would reduce writing to the manufacture of inks, or radio to the metallurgy of antennae. The technical substrate is necessary for the phenomenon to spread, but it never exhausts its meaning.
A more recent and more modest comparison helps measure the distance between a digital skill in the proper sense and what AI is becoming. Excel, in 1985 or 2005, was a digital skill. No one has ever seriously written about Excel's geopolitical implications, its transformation of democracy, its anthropological effects on the relation to thought, or the ethical questions raised by its existence. Excel was, and remains, a tool — powerful, ubiquitous in organisations, occasionally transformative in certain sectors, but a tool. One learned to use it, one was certified, one took tests, and that was entirely legitimate. Excel never had civilisational ambition, because it simply did not have that nature.
AI does. Or rather, it is so many other things simultaneously that calling it a digital skill amounts to saying nothing essential about it. It is redefining what it means to produce knowledge, what it means to work, what it means to create, what it means to decide, what it means to communicate. It does not merely transform existing practices — it raises new questions that our prior categories had never anticipated.
This does not mean we should not train people in AI. On the contrary, we should train them massively. But not as one trains for a piece of software. We need to train people to think with and despite AI — which requires transmitting the cognitive, critical, cultural, historical, and philosophical foundations that allow a human mind to remain in charge of a transformed environment. My experience as an editor confirms this daily: what allows me to use AI to produce substantial editorial objects is not technical mastery. It is my training as a historian, my years of music criticism, my fine knowledge of a field, my ability to problematise. AI amplifies what I already know; it does not replace it. For someone without those foundations, AI would only produce content without relief, indistinguishable from any other generated content.
This is no doubt the most uncomfortable dimension of the transformation under way: AI massively rewards those who already have the foundations, and violently excludes those who do not. It is less a skill to be acquired than a multiplier applied to what one already is. Which makes particularly absurd the idea that one could train a society in AI through technical certifications. One does not train for AI — one trains for what will make AI productive in someone's hands, that is, for everything that AI does not do by itself.
AI is neither a sophisticated Excel, nor a new generation of word processor, nor just another platform. It is what printing was in the fifteenth century and what electricity was in the nineteenth — a general-purpose factor of production that will reshape the world in depth, and that will care little about how we have classified it.
The transformations under way will not be technical. They will be cognitive, economic, cultural, political. They will question what we mean by working, creating, knowing, deciding. They will redraw social hierarchies, institutions, perhaps nations. No certification will prepare anyone for this. Only an education in judgment, culture, critical thinking, deep reading, and writing as an exercise of the self — that is, in everything that classical schools once transmitted and that many have forgotten — can give the coming generations the means not to suffer what is about to unfold. A strange return: in the age of the intelligent machine, it is the most humanist education that becomes the most strategic.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La métrique d'écoutes.Pourquoi la métrique d'écoutes perd son sens éditorial.The streaming metric.Why the streaming metric is losing its editorial meaning.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a, dans le métier de critique musical, un geste hebdomadaire qui structure la semaine. Chaque vendredi, jour traditionnel de sortie discographique, on parcourt la playlist Nouveautés classique sur Spotify. On y cherche ce qui mérite l'écoute attentive, on identifie ce qu'il faudra chroniquer dans les jours qui viennent, on repère les sorties qui tombent dans le bruit et celles qui font signe. Pendant des années, ce geste a fait son travail. La playlist donnait un panorama lisible des sorties de la semaine, hiérarchisé selon une logique éditoriale dont on pouvait discuter les choix, mais dont on comprenait la grammaire. Elle était une fenêtre sur l'actualité du secteur, et même si cette fenêtre était toujours partielle, elle restait utilisable.
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.
There is, in the trade of a music critic, a weekly ritual that gives the week its shape. Every Friday, the traditional day for record releases, one runs through the New Classical Releases playlist on Spotify. One looks for what deserves attentive listening, one identifies what will need reviewing in the coming days, one spots the releases that fall into the noise and those that signal something. For years, this ritual did its work. The playlist offered a legible panorama of the week's releases, hierarchised according to an editorial logic whose choices one could debate but whose grammar one understood. It was a window onto the activity of the sector, and even though the window was always partial, it remained usable.
It must be said, before going further, that Spotify is obviously not the only source one consults. A critic's weekly route also passes through the new-release pages of Presto Music, the catalogues of specialised publishers, label press releases, the work of press services that still do their job, the sites of independent distributors, the newsletters of structures that follow the repertoire. These channels survive, and some remain excellent. But Spotify occupies, within this ecosystem of sources, a dominant position that is not trivial: it is the platform to which almost every label and artist now refers as their main shop window, it is the one whose figures circulate in pitch decks, it is the one that structures the way a sector perceives itself. What happens on its New Classical Releases playlist therefore has the weight of an indicator that exceeds the playlist itself. And in May 2026, that indicator has grown cloudy.
The Friday playlist is, week after week, more and more disappointing. It no longer offers a panorama of what is actually being released in classical music — it offers something else, whose very nature deserves to be named. Piano albums made up of very short pieces calibrated for fragmented listening, signed by artists whose careers cannot be verified, tagged new classical, neo-classical, modern classical. Some of these releases are no doubt produced by humans who have adapted their writing to the format; another share — one suspects an ever larger one — is produced by automated devices that give no sign of being other than human. Meanwhile, releases that deserve attention — a complete organ cycle, a demanding piano-voice recital, a contemporary string quartet, a chamber music recording carefully shaped by an independent label — simply do not appear, or are drowned in the flow without being noticed. Finding what counts has become a separate task, carried out largely outside the playlist.
This transformation is not an accident, nor does it proceed from any malevolent decision by the platform. The marginal cost of producing a track tagged new classical now tends towards zero: a few tools suffice to fabricate a slow piano piece, an ambient pad, a contemplative miniature in playlist format. The category itself has no stable artistic criterion — it has constituted itself as a mood label rather than a musical genre in the strong sense. Anything that resembles slow piano or contemplative music can register there, with no instance performing any sort of triage. And the platform, by the logic of its own model, has no interest in filtering: every listening stream feeds the revenue, regardless of the human or synthetic nature of what is heard. The algorithm that constitutes the playlist optimises on measurable signals — volume of releases from a publisher, cleanliness of metadata, early engagement signals — that by construction favour mass calibrated production over the careful release of an independent label that puts out a record every three months. The New Classical Releases playlist survives as a label. It no longer does its editorial work, in the sense that an editorial work would consist of presenting the best of what is appearing, hierarchised according to tenable artistic criteria. It does algorithmic indexing work, which is something else entirely.
To grasp what this produces, one has to name what is coming undone. The streaming metric — that figure which has been circulating for nearly fifteen years in every communiqué, every artist file, every career assessment, and which has become the reference variable by which a musician's position in their sector is evaluated — operated on an implicit assumption. The assumption was that streams measured, however imperfectly, the real diffusion of human artists with respect to one another. That assumption, in 2026, no longer holds. Comparing today a human pianist who has released a serious record and shows up with ten thousand streams in a category where a new classical project with blurred outlines accumulates five million is to compare two things that do not play in the same world. Both figures exist, both are real, both are publicly displayed on the same page. But they no longer measure the same thing. The first measures a diffusion that follows a signed artistic work; the second measures an algorithmic capture inside ambient playlists, with nothing to guarantee it involves an artist in the sense the trade has understood the word for three centuries. The streaming metric survives as a figure. It has lost its power to artistically rank productions against one another, because the productions it ranks are no longer of the same ontological nature. That is what must be said with calm and precision: continuing to compare classical artists by their Spotify streams today is to compare what is no longer comparable.
This dilution of the index would already, in itself, be a major economic transformation. But it does not occur in a vacuum. It occurs in an ecosystem where the cultural intermediaries of the sector — independent labels first and foremost, but also agents, distributors, sometimes institutions — have, over the past fifteen years or so, made another choice whose consequences are revealing themselves now in full. They have positioned themselves, in their overwhelming majority, as service providers: recording, mastering, manufacturing, distribution, presence on platforms, occasionally communication around a release. Building a community around an artist over time, organising a relational follow-up with their audience, creating a direct bond between the loyal listener and the musician — these functions are not in the model. Worse, for many of them, the playlist has become the unsurpassable horizon, and this transforms, upstream, the repertoire one is prepared to record. At the piano, the viable release becomes the album of short pieces, miniatures, fragments, intermezzi — what slots easily into an ambient flow; the great forms of the piano repertoire become economically harder to defend. In the symphonic repertoire, the difficulty is more structural still: a movement of a Bruckner or Mahler symphony can last twenty-five or thirty minutes, and is by nature incompatible with a logic of quickly consumable fragments. Opera suffers the same constraint. As for the demanding contemporary repertoire, the one that calls for attentive listening and presence to the work, it becomes almost invisible in the mass. The result is that whole swathes of the classical repertoire — precisely those that constitute its historical depth and its artistic raison d'être — become economically less viable to record, not because the talent or the public are missing, but because they do not conform to the dominant format of diffusion.
This is why the battle some had chosen, and which seemed courageous a few years ago — raising the per-stream payout rate, pressuring platforms to share value more fairly — is, one must now acknowledge, a battle ill posed. Not because the current remuneration is not miserable — it is. But because that battle, won even in its most optimistic version, would leave the structural problem intact. If the platform doubled its per-stream rate tomorrow, the revenue would emerge perhaps slightly less poor, but it would not become viable, and above all — above all — the dilution of the index would continue to operate, the formatting of the repertoire would continue to impose its logic, and the streaming metric would continue to lose its editorial meaning as calibrated production saturated the category. The fight over the per-stream rate defended a share in an economy whose foundations were already shifting elsewhere.
One nuance must be added, which Spotify's financial figures have masked successfully for some years. The platform shows an apparently insolent health — revenue rising, free cash flow surging, operating profit leaping. But as Philippe Astor analyses in his newsletter music_zone, this is a cash machine with feet of clay: the development of generative musical AI, which produces at zero marginal cost the content that now saturates the platform, and the structural vulnerability of its architecture, revealed by the massive scraping operations of which it has been the target, undermine a model whose spectacular profitability is in part an effect of inertia. This is not to predict a collapse — the platform is far too entrenched for that — but it is to recall that continuing to set one's artistic or label strategy on the metric of a platform whose long-term solidity is not guaranteed adds one more reason to build elsewhere.
What remains to be built, then, for a classical artist today, or for a label that would want to defend an exigence over time? The answer is not — let me be clearly understood — to leave Spotify, nor to renounce the infrastructure that streaming platforms have come to represent. Spotify remains, and will remain, a tool of unequalled geographical visibility. A niche contemporary music recording can, through this channel, reach audiences in Asia or Latin America that no traditional distribution policy would ever have allowed it to reach. This default presence has become a condition of digital existence, and to refuse it would be to amputate oneself from an infrastructure whose ticket of entry one does not pay. Looking after one's metadata, authenticating one's accounts, listing one's concert dates, presenting one's biography correctly, linking one's online presences — all of this now belongs to an artist's elementary digital hygiene.
What is at stake is the confusion between an infrastructure tool and an economic model. Spotify is an infrastructure tool; it is not an economic model, and it never has been. To build one's artistic project by aiming at the streaming metric as the variable of success is to confuse the condition of existence with the end — as if a shopkeeper set their strategy on the number of passers-by in front of the window rather than on the number of customers who enter and return. In an age where the metric itself loses its editorial meaning, because the category it indexes dilutes into automatic production, this confusion becomes economically untenable.
What needs to be built alongside, and what has been neglected for fifteen years precisely because Spotify figures flattered the ego at little cost, is the direct relationship with a small but loyal community. Not a thousand anonymous listeners appearing in a quarterly statistic; a few hundred people — the threshold varies by discipline — who follow an artist because they are following them, who open their letters, who come to the concert when they travel to their region, who buy their records in limited editions, who are prepared to pay a small subscription for access to their working sessions. This community is measured not in streams but in open rates, in conversion towards the concert, in direct revenue per member, in a relationship held over time. It does not let itself be diluted by automatic production, because it is attached to a name, a trajectory, a singular voice the listener has chosen to follow. And it depends neither on an algorithm that may change its logic tomorrow morning, nor on a label that does not occupy this function, nor on a platform that may alter its rules overnight.
Building this community is, by construction, slow work. It produces no figures one can communicate in the short term. It supposes that an artist agrees to invest part of their time not in the production of new content — whose quantity is now infinite and whose marginal value is approaching zero — but in the maintenance of a direct relationship with a few hundred people who together constitute their affective and economic resource of tomorrow. All of this existed, in other forms, in the companionship a cultivated audience kept with an artist in the previous century. All of this was delegated to platforms for fifteen years, in the illusion that they would do it better and at lower cost. The delegation has failed: platforms have not built communities around artists — they have built audiences for themselves, of which the artists were the fuel.
One last thing deserves to be named. The question of the streaming metric and that of the community model do not concern artists and labels alone. They concern the entire ecosystem — programmers, competition juries, artistic directors of institutions, specialised journalists — that has grown used to referring to Spotify figures as a reliable indicator of an artist's position in their sector. This habit has even infiltrated programming decisions: such a pianist is invited because they have so many streams, such a quartet is shortlisted because they bring the numbers. As the metric loses its editorial meaning, this practice becomes a problem in its own right — not because it would be morally questionable, but because it relies on a measure that no longer measures what it claims to measure.
The question, for every actor of the classical ecosystem today, is then simple to formulate and demanding to address. Where, outside the diluted index and the playlist format, does my name still hold? With whom am I followed because I am followed, and not because an algorithm slides me into a flow? What infrastructure of trust have I built, and which depends on me rather than on a platform? These questions, which could be postponed as long as the figures flattered, will no longer be postponed. The streaming metric will keep speaking — it will keep producing figures, appearing in files, circulating in communiqués. It simply no longer says what it claims to say, and that, by now, the whole sector knows, even when it pretends to ignore it.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La programmation et la donnée.Pourquoi une saison peut rester invisible.The programming and the data.Why a season can remain invisible.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a une question que les institutions culturelles ne se posent presque jamais, et qui décide pourtant d'une part croissante de leur visibilité : leur programmation est-elle lisible par une machine ?
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.
There is a question cultural institutions almost never ask themselves, and which nonetheless decides a growing share of their visibility: is their programming legible to a machine?
The question seems technical, secondary, vaguely absurd. It is not. To understand why, one has to start from a concrete experience. In building the Agenda Crescendo — a listing of classical music concerts across Belgium and the Euroregion — we had to go and gather, one by one, the programmes of dozens of venues, orchestras, opera houses, festivals. Not to consult them by eye, as a visitor would, but to retrieve them: to extract dates, places, programmes, casts, in a form an automated system could use. And that is where the landscape revealed itself, with a sharpness we had not anticipated.
On one side, institutions whose data is accessible, structured, open. Their programming is properly marked up, exposed in standard formats, sometimes accompanied by a feed any third party can pick up. These houses are legible: an aggregator finds them, a search engine indexes them, and tomorrow a conversational assistant will be able to cite them. On the other side, institutions every bit as serious, every bit as active, whose data is — for purely technical reasons — virtually unreachable. Programming locked inside pages that resist reading, scattered information, no feed, no structure. These houses exist for the visitor who already knows their site and types their name. They do not exist for the one who searches otherwise.
One point must be stressed, because it is counter-intuitive: this divide has almost nothing to do with resources. It is not a matter of large budgets against small ones. Modest institutions expose impeccable data; substantial houses remain opaque. The dividing line does not run through wealth, it runs through something simpler and rarer — someone, at some point, asked the question. Someone thought that programming was not only a page to display, but data to expose.
Why does this become an issue now, when it was not one ten years ago? Because the way the public accesses cultural information is changing in nature. For twenty years, one looked for concerts by typing words into a search engine, which returned sites. The site was the destination. That model is now being doubled by another: one asks an assistant a question — which baroque concerts in Brussels this week? — and the assistant answers directly, synthesising sources. In this new regime, the institution is no longer a destination one visits, it is a source one cites — or does not cite. And the assistant can only cite what it can read. Programming that no system manages to interpret will not be ranked low in the answer: it will be absent from it. This is not a penalty, it is a disappearance.
It is exactly the mechanism I have described elsewhere with regard to streaming platforms and musical prescription — silent invisibilisation, the kind no one sees because there is nothing to see. But the institutional side is, in a way, more unjust still. A composer little listened to on Spotify has at least been entered into the catalogue; their relative invisibility is the work of a recommendation algorithm. An institution whose data is not legible does not even pass the first door. Its programming work — often excellent, often courageous — never becomes available information. The cultural gesture took place; it left no usable trace.
The sector has begun to name this matter. We now speak of discoverability — the capacity of a work, an artist, an institution to be found by someone who was not looking for it by name. The word is useful because it shifts the problem: it is no longer about communication, marketing, community, but about infrastructure. Discoverability is not won by publishing more; it is won by making what one publishes interpretable. It is a difference in kind, and it is poorly understood, because it belongs to a know-how that is neither quite communication nor quite technology, and therefore falls, most often, between the chairs.
What would it take? Nothing out of reach, and that is what makes the situation almost frustrating. Exposing one's programming in standard formats. Structuring the information of an event — date, place, programme, cast — so that a machine understands it without having to guess. Offering a feed that aggregators and third-party listings can pick up. Ensuring that pages are technically legible, not only visually accomplished. None of these operations is beyond reach. What is missing is not the means or the tools — it is the awareness that the problem exists, and that it is a responsibility.
For a responsibility it is. A cultural institution funded to keep a heritage alive and to support creation has, among its implicit missions, that of making this work findable. A season no one can discover has not quite taken place. At a time when intermediaries are becoming algorithmic, the digital legibility of a programme is not a technical supplement: it is the condition for the work accomplished to exist beyond the circle of those who already knew it.
The listing we built was not meant to draw this conclusion. It made it visible by accident, simply because making it work required reading what institutions actually expose. What that reading showed is that part of the sector has already taken the step, and that another part — unknowingly, with no ill will — is letting its work fade from the field of what is findable. The good news is that nothing is irreversible. Discoverability can be built. One must first have seen that it can be lost.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'IA et la prescription culturelle.Pourquoi ne pas tout laisser aux plateformes.AI and cultural prescription.Why we shouldn't leave it all to the platforms.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a quelque chose qui se joue, dans le silence des algorithmes, et qui mérite qu'on y regarde de plus près.
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.
Something is at stake, in the silence of the algorithms, and it deserves a closer look.
For twenty years, musical prescription has shifted. The independent record shop has disappeared, the cultural pages of generalist newspapers have shrunk, specialised radio has lost its audience. What remains for discovering a composer, a performer, a label is essentially Spotify, Apple Music, YouTube and Tidal. The act of prescription, once carried by humans who loved what they were talking about, has been delegated to algorithmic recommendation systems designed to optimise listening time.
For classical music and contemporary repertoires, this shift is particularly violent. Platform algorithms are calibrated on majority listening behaviours. They favour what is already listened to, already shared, already identified. They treat music as an undifferentiated flow and cheerfully confuse Vivaldi's Four Seasons recorded by fifty different ensembles, fail to distinguish a historically informed performance from a romantic version, cannot place a contemporary work within an aesthetic current. The patrimonial repertoire becomes back catalogue, and living creation never leaves the drawer in which it has been filed.
One has only to look at the thematic playlists these platforms propose to grasp the scale of the problem. Classical Focus, Peaceful Piano, Calming Classical, Classical Essentials: titles that say it all. Classical music is treated as ambient wallpaper, a soundtrack for remote work or meditation, in which Bach sits beside Einaudi without transition, Mozart beside Max Richter, and Beethoven amid countless soothing reorchestrations of his Adagio. No narrative, no context, no hierarchy, no edge. Three thousand tracks in some obscure order, recalibrated never to surprise. This is the very negation of the musical gesture: to make heard what was not expected.
To this editorial bias is added an economic one. Platform playlists massively over-value the back catalogues of the majors — Universal, Sony, Warner — for reasons that have nothing to do with musical quality and everything to do with commercial agreements and the weight of historical catalogues. A reissue of a Deutsche Grammophon recording from the 1970s will be systematically better exposed than a recent release on an independent label, even if that release is a major artistic event. For independent publishers and labels — those who take artistic risks, those who defend emerging works and performers — algorithmic visibility is a permanent and largely lost battle. And this applies to all composers: getting onto a Spotify playlist is infinitely easier with Philip Glass than with Messiaen or Gubaidulina, because Glass ticks every box of mainstream classical-contemporary taste (repetitive patterns, consonant harmony, immediate atmosphere), where Messiaen demands a constructed listening and Gubaidulina supposes a listener prepared to be unsettled. The algorithm favours what listens easily in the background. Anything requiring frontal attention is by construction disadvantaged.
For women composers, the situation is worse still. When a platform opens, on the occasion of an international day, a playlist devoted to women, one most often finds the same five names — Hildegard of Bingen, Clara Schumann, Fanny Mendelssohn, Lili Boulanger, Kaija Saariaho — repeated on loop, as if the history of music by women came down to a waiting-room corpus. Where are Louise Farrenc, Cécile Chaminade, Mel Bonis, Augusta Holmès, Germaine Tailleferre, Grażyna Bacewicz, Sofia Gubaidulina, Unsuk Chin, Betsy Jolas? Present in the catalogue, yes, but invisible in the flow. Their work exists for those who know to look for it; it does not exist for those who want to be surprised. Here again, this is not a flaw of the algorithm: it is exactly what it was designed to do — recommend what is already recommended.
The result is well known. A handful of ultra-visible composers and performers continue to circulate, the rest sinks into a long tail where no one goes looking. To optimise engagement is to optimise the return towards the already-known. No commercial platform has any interest in a listener spending three hours exploring Charles Koechlin or Galina Ustvolskaya — it generates neither replays, completions, nor viral shares. The system does what it was designed for, and it does it very well.
Not everything is negative, however. Platforms have also made possible something the physical record never permitted: a truly worldwide diffusion, to the very ends of the earth. Looking at the streaming reports of an independent publisher, one finds listenings in Indonesia, Peru, Mongolia, Cape Verde — territories where no distributor would ever have physically delivered a chamber music recording of contemporary repertoire. Platforms have immensely enlarged the potential audience for confidential repertoires.
But that diffusion remains passive. It does not create discovery, it reveals latent demand. If the listener in Ulaanbaatar has found Dusapin, it is because they were already looking for him, or because a human — a programmer, a journalist, a friend — recommended him beforehand. The platform allowed access, it did not arouse interest. The work of prescription remains to be done. And it is precisely the work that commercial algorithms will never do, because their economic logic goes in the opposite direction.
This is precisely where artificial intelligence opens another path.
AI, when placed in editorial hands and fed by structured databases, can do the exact inverse of commercial algorithms. It can weave links between heterogeneous sources — a manuscript, a scholarly article, a critical discography, a live recording, a festival notice, a review published ten years ago. It can compose itineraries that follow not the logic of engagement but that of reasoned discovery. If you love a particular Ravel quartet, here is how Caplet, Roussel, Ropartz extended that aesthetic. If you are discovering Lili Boulanger, here are the historical recordings that mattered, here are the contemporary readings worth hearing, here are the forgotten women composers of her generation that programmers are beginning to exhume. AI cannot do this alone. But fed by a serious editorial corpus and framed by human validation, it becomes a prescription tool of unprecedented power.
This is exactly the ambition of Pauline, the music discovery application we are developing at Crescendo Magazine. Pauline does not seek to compete with Spotify on the terrain of the flow. It seeks to do what Spotify will never do: tell, contextualise, connect, draw works from oblivion by replacing them within their network of filiations and influences. Six hundred and five composers, men and women, are accessible there, a substantial portion of whom generate no significant advertising revenue and therefore have no chance of being recommended by a commercial system. Fourteen AI-assisted features make it possible to present a work, suggest complementary listenings, trace thematic itineraries, cross-reference a repertoire with upcoming concerts. This is not a revolution. It is simply cultivated prescription, as it existed before the platforms confiscated it, rendered possible again by a tool that publishers and critics can now appropriate.
The stakes go beyond Pauline. We need to understand that discoverability — the word now used by cultural institutions to talk about this matter — is not a secondary technical question. It is one of the major cultural battles of the coming decade. If we let commercial platforms decide alone what is heard and what is not, we let entire swathes of our musical heritage and our living creation silently disappear. Not through prohibition, through invisibilisation. The worst kind of disappearance, because no one sees it.
Publishers, critics, cultural institutions, mediators today have at their disposal a tool — artificial intelligence, framed, fed, validated — that allows them to produce prescription apparatuses of a quality unimaginable three years ago. It is an opportunity and a responsibility. If we do not seize it, commercial algorithms will go on shaping the listening of the next generations in their own image.
Reviving the lesser-known is our craft. AI, well employed, becomes once again its instrument.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le diplôme et le portfolio.Pourquoi la preuve directe remplace progressivement le titre.The diploma and the portfolio.Why direct evidence is gradually replacing the title.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Quelque chose se déplace, lentement mais sûrement, dans la manière dont les sociétés évaluent les compétences. Et l'intelligence artificielle, en accélérant brutalement le mouvement, oblige à le regarder en face.
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.
Something is shifting, slowly but surely, in the way societies evaluate competence. And artificial intelligence, by sharply accelerating the movement, forces us to look at it directly.
For a century and a half, the university degree functioned as a signal. An institution certified that an individual had followed a curriculum, satisfied examinations, reached a certain level. Employers trusted this signal because it was difficult to fake and costly to obtain. The diploma was an economic promise: study, and you will have a qualified position. This implicit contract held, more or less, until the end of the twentieth century.
It is now largely broken, and AI has merely made the rupture visible.
Several things happened simultaneously. The massification of higher education diluted the diploma's signal value: when fifty percent of a generation has a master's, the master's no longer distinguishes anyone. The contents of training, in many fields, drifted away from what real employers actually require. And university evaluation, through take-home essays and lengthy theses, ended up measuring above all the capacity to maintain an academic format, far less often operational competence.
Generative AI arrives in this already fragile landscape and plays the role of accelerator. A student in law, marketing, communication, history, translation realises that a substantial part of what is taught, ChatGPT does already — often better, always faster. Why memorise, write, compile, when the machine handles these gestures more skilfully? The question is not illegitimate, and it silently erodes the motivation of an entire generation.
Symmetrically, AI makes self-learning credible for the first time in history. A motivated young person can learn to code, analyse data, edit video, launch a product, with AI as a tutor available twenty-four hours a day. What once required rare and expensive human supervision becomes accessible to those with discipline. For certain profiles — autonomous, structured, resourceful — university becomes an unnecessary detour.
In this shifting landscape, another form of certification is quietly gaining ground: the portfolio.
The portfolio is not new. Architects, graphic designers, photographers, artists have always produced one. What is new is its extension to professions that did not work this way. Today, in technology, journalism, publishing, consulting, communication, cultural mediation, the question serious recruiters ask is no longer only what did you study? but what have you produced? The answer to the first question is found in a CV. The answer to the second is found in a personal website, a GitHub repository, a podcast feed, an online bibliography, a series of dated and accessible publications.
The difference is crucial. The diploma attests to a path administered by an institution. The portfolio attests to a capacity to make, demonstrated by the thing made. The first is declarative, the second is performative. The first can be obtained through cramming, conformity and polite perseverance; the second requires producing, publishing, owning a signature. It is another order of demand.
What makes this shift possible today is precisely AI. Before it, producing concrete things required heavy resources: a publication that publishes you, a studio that hires you, a publisher who trusts you. Now, anyone with a good idea and discipline can put out a website, an application, a publication, a podcast, a data analysis, a book. The barrier to production has collapsed, and with it the argument that one had to pass through an institution to demonstrate one's value. What now distinguishes is the quality of execution and the coherence of the corpus produced.
The risk that must be named is inequality. Building a credible portfolio requires time, basic technical skills, a certain ease with self-promotion, and the cultural capital to know what is worth showing. These resources are not equally distributed. The academic system, despite all its flaws, at least offered a standardised path for all, legible across countries and milieus. The portfolio is fairer on content but more unforgiving on form. It favours resourceful self-starters and disadvantages those who need a frame. Educational institutions will need, at some point, to take up this question — by integrating portfolio production into curricula, by supporting students in their public visibility — lest they widen a social gap that the diploma had, despite everything, helped to narrow.
But the evolution is already underway, supported or not. Tech recruiters scarcely look at the CV any more; they look at GitHub, the personal website, the publications. This is gradually extending to journalism, design, communication, parts of consulting and all of cultural mediation. For universities, two scenarios are taking shape. Either they integrate the portfolio's logic into their curricula and evaluations — capstone projects, dissertation-publications, public defences, partnerships with professional structures — and they remain relevant training operators. Or they continue to produce disembodied diplomas, and they will become what certain administrations have become: institutions distributing titles the market no longer knows what to do with.
The fairest recommendation one can make today, addressed to students and those who advise them, is to do both. Follow the curriculum because it continues to open formal doors and provides frames, but build a portfolio in parallel from the first year. Publish analyses, keep a blog or a podcast, contribute to online projects, build one's own setups with the AI tools now available. By the end of the curriculum, the diploma is in hand and the proof of capability is publicly accessible. This parallel accumulation is probably the most useful thing a student can build today, because it anticipates the world that is coming without renouncing the one that is ending.
AI did not create this situation. It made it inevitable and legible. Direct evidence, once it becomes accessible, always ends up replacing the certified promise.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'école et l'évaluation.Pourquoi il va falloir réinventer la manière dont on mesure ce qu'un élève sait.School and assessment.Why we will have to reinvent the way we measure what a pupil knows.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a, dans le débat public sur l'intelligence artificielle et l'école, une question qu'on contourne soigneusement parce qu'elle est plus dérangeante que les autres. Ce n'est ni la question des usages, ni celle du programme, ni celle de la formation des enseignants. C'est celle, plus radicale, de l'évaluation. Que mesure-t-on, exactement, quand on évalue un élève du secondaire ? Et que continue-t-on de mesurer, dans un monde où une machine produit en trente secondes ce qu'on demandait à l'adolescent de fabriquer en trois heures ? Tant qu'on n'aura pas regardé cette question en face, toutes les autres tourneront à vide.
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.
There is, in the public debate about artificial intelligence and school, one question that is carefully avoided because it is more disturbing than the others. It is not the question of uses, nor of curricula, nor of teacher training. It is the more radical question of assessment. What, exactly, is measured when one assesses a secondary-school pupil? And what continues to be measured, in a world where a machine produces in thirty seconds what the pupil was asked to make in three hours? As long as this question is not faced, all the others will turn in the void.
To understand, one must start from the situation as it is. Secondary assessment has rested, for a century, on a relatively stable arrangement: a pupil is asked to produce traces — long pieces of writing, essays, syntheses, presentations, research papers, documentary works — and these traces are assessed. The system supposes one thing, and one only: that what the pupil produces reflects what they know, what they have understood, what they can do. That supposition is the founding axiom of modern assessment. It held, more or less, until very recently. It no longer holds. And it no longer holds because a substantial share of these productions has become, to the eye, indistinguishable from what is produced by a machine freely accessible from a phone. The axiom has fallen. The arrangement that rested on it goes on turning, by inertia, but what it measures is no longer what it was meant to measure.
The case is particularly clear in the French Community of Belgium, and it is worth pausing on, because the texts there state things with an almost cruel clarity. The « Missions » decree of 24 July 1997 structured assessment around a competency-based approach, articulated subject by subject in the terminal competencies derived from it. Take history, with which I am familiar. The history reference framework, taken up in the programmes of the general and technological humanities, identifies four competencies the pupil must have mastered by the end of secondary school. Competency 1 — Problematise and research: from a situation, develop a research question and select, from various information sources, the useful elements. Competency 2 — Analyse and critique sources: place in historical context, analyse and critique a limited set of sources, in relation to a determined question. Competency 3 — Synthesise and explain: organise a synthesis bringing out continuities, processes, changes or synchronisms, and formulate explanatory hypotheses. Competency 4 — Communicate: present the result of a demarche in a constructed form, whether an oral presentation, a panel, a written production, or a multimedia presentation.
Let us now look, without detour, at what AI does with these four competencies. Competency 1, problematise and research: a generalist model formulates in seconds an acceptable problematic on any historical subject and selects from its pre-trained corpus the useful elements. Competency 2, analyse and critique sources: AI places a document in context, identifies its probable biases, discusses its reliability, and does so often better than a fifteen-year-old pupil who only saw the text the day before. Competency 3, synthesise and explain: this is precisely what these systems were trained to do — to assemble heterogeneous elements into a coherent narrative, distinguish continuities and breaks, propose hypotheses. Competency 4, communicate: constructed written production is the exercise at which they excel most, and multimedia formatting is now within their reach. The four competencies the decree entrusts to assessment, the four competencies on which the certification of secondary history rests, are executable by a machine in a few minutes. This does not mean the pupil has nothing left to learn. It means that what the pupil learns, and what one assesses they have learned, can no longer rest on the external traces by which they were until now supposed to give proof of it. And the case of history is not isolated: the same demonstration would hold, almost word for word, for French, philosophy, economics, social sciences, and a substantial share of the experimental sciences in their written component.
This rupture is different in nature from the one higher education is facing. At university, the student has, in theory, a rational interest in genuine learning, because the diploma conditions entry to the labour market. In secondary school, that lever does not operate. The pupil did not choose to be there, the final diploma is still distant and abstract, and AI offers an immediate, verifiable economy with no apparent cost. No internal reason holds them back. Only an external arrangement can hold them, and in most schools that arrangement has not been thought through. The question, then, is not only how to prevent cheating — a formulation that reduces the problem to a matter of policing. The question is how to keep on assessing what an adolescent can really do, in a world where the gap between an outsourced production and a personal one is no longer visible from reading the text.
Faced with this, two bad answers circulate widely. The first consists in hardening control: confiscation of phones, detection software, exemplary sanctions. It is a dead end, not because discipline is illegitimate but because it cannot, on its own, restore a contract resting on the pupil's good faith. One does not monitor thirty productions per class per week, and detection tools promise a performance that independent studies have contradicted for three years. The second bad answer is resignation: pupils will use AI anyway, so let us accept it and teach them how to use it well. This position, which presents itself as lucid, is in fact a surrender. Learning to use a tool well presupposes that one already masters what the tool does in one's place. A pupil who has never built an argument cannot recognise a poorly built argument produced by a machine. To make AI a subject of teaching without first training the mind that must judge it is to send a generation unarmed into a system it is supposed to oversee.
The right answer, I believe, plays on two complementary levers. The first consists in reformulating the questions themselves, so that they require what AI, structurally, cannot supply. The second consists in shifting the centre of gravity of assessment from outsourceable production to what can only happen inside the classroom, in presence, under observation. Neither suffices alone. Together they make it possible to take the competency-based approach seriously, in a world where the machine now executes most of the competencies once assessed through written traces.
The first lever deserves attention, because it is less obvious than the other and, paradoxically, the more prospective. Generative AI draws its strength from a mean, massive knowledge, produced by compilation. It is unbeatable on general questions — explain the causes of the French Revolution, comment on the evolution of birth rates in France, analyse the theme of time in Proust — because it has learned thousands of variants of these answers. It is, by contrast, disarmed as soon as a question requires the specific material studied in class with a particular teacher. Compare: « explain the causes of the French Revolution » and « from the cahier de doléances of such-and-such parish studied in class, show how local grievances overlap with or diverge from the national grievances we drew together ». The first question is a wide-open boulevard for the machine. The second is inaccessible to it: one must have read this particular cahier, kept a trace of it, confronted it with a collectively built synthesis. AI, given the question alone, can only produce dressed-up emptiness — generalities about grievances in general, plausible but unanchored hypotheses, a discourse that turns beside the matter because it does not possess the matter. And the pupil who would still want to use it would have to supply the documents and understand them enough to transcribe them — that is, already do a large part of the work being assessed. The principle is generalisable. Analyse the theme of time in Proust becomes « take up the three-page passage annotated in class; explain why our collective reading stumbled on such-and-such sentence, and what this difficulty reveals ». Describe photosynthesis becomes « from the readings of our experiment on plants exposed to different lights — including the aberrant measurement of group three — propose an interpretation and discuss what might have skewed that result ». What is assessed is no longer a mean discourse retrievable from any source, but the memory of a common work, the snag lived in class, the shared experience — all things rigorously unavailable to the machine. This lever is neither a step backwards nor a defensive retreat: it is a transformation that would have had no meaning before AI and that has one now, because it puts the material actually studied back at the heart of what is assessed.
The second lever takes assessment by its other end. It consists in accepting that the moment when one measures what a pupil knows must become again an event — something situated, dated, witnessed, and not sub-contractable. This does not mean abolishing writing, nor abandoning the competency-based approach. It means that the formats through which one assesses must be such that AI cannot interpose itself between the pupil and their teacher. These formats exist, they have proven themselves, and there is no need to invent them. The constructed oral, first — defence of a problematic before a teacher and classmates, restitution of a reading, argued presentation of a piece of work. Oral examination is not modish, but it has this irreplaceable virtue that the pupil is alone with their thinking, without keyboard or screen, and that one measures not only what they know but how they think in real time. In-class writing, next, in limited time, on a question not disclosed in advance — not because homework writing should be banished, but because it can no longer be the principal site of assessment. The critique of sources conducted in presence, which restores the second competency to its original pedagogical gesture: an unknown document, a pupil, an analysis conducted aloud or in short writing within the span of a class hour. Problem-solving worked through on the board, which makes visible the path of an argument, not only its result. Project-based pedagogy, finally, where assessment no longer bears on a final production delivered by date, but on a path conducted in presence, with stages, restitutions, visible adjustments. None of these arrangements is new. All were practised forty years ago, before homework writing became, by administrative convenience, the dominant horizon of assessment. The task is, in part, to return to them — and in part to modernise them in light of what AI now makes possible upstream.
For it is not about chasing AI out of school. It is about putting it at the right place in the learning loop. Homework, in this renewed scheme, does not disappear — it changes function. Where it once served to assess, it serves to prepare. A reading, a documentary search, a first sketch, a draft: works whose point is no longer the final production but the pupil's personal engagement with a subject. The pupil can use AI to orient themselves, verify, reformulate; what is assessed is what they do with it in class the next day, in a discussion, an oral restitution, a short written piece produced under the teacher's eye. AI ceases to be the rival of assessment and becomes its auxiliary upstream. And the added value of the teacher — the value the machine will not replace — recovers its place: to observe, redirect, correct in the moment, distinguish what the pupil really knows from what they have learned to say.
A word, finally, about teachers. They are, in this matter, on the front line and largely alone. Many are living a professional crisis that is rarely articulated, because it is hard to formulate: they sense that their assessment tools are emptying out, they have received no clear framework, they improvise case by case, and they know that what they grade no longer reflects, in growing proportion, the real work of their pupils. This situation is untenable, and it cannot be resolved by each teacher in their corner. It is a matter of institutional decision, which must name the problem, open the discussion, support the teams, rethink regulatory arrangements dating from an era when the machine did not write, and accept that the shift has a cost — in hours, in class sizes, in training, because a constructed oral does not fit thirty-five pupils into the same timetable grid as a homework assignment corrected on a Sunday evening. It is a political question in the strong sense, and it awaits its interlocutors.
AI did not create the crisis of secondary-school assessment. It revealed, brutally, a fragility that mass schooling and the standardisation of arrangements had been installing for several decades. But in revealing it, it makes a decision unavoidable. Going on as before is no longer an option. Reformulating questions so that they require the material studied in class, and making assessment an event — something that takes place, in presence, and cannot be sub-contracted — is neither a step backwards nor nostalgia. It is the only way, in the world that is coming, to ensure that a secondary diploma continues to mean that an adolescent has learned to think. And it is, incidentally, an opportunity to give back to the teacher what assessment by external traces had gradually taken away: the central place in the gesture of recognising, in a pupil, what they truly know how to do.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
Le patrimoine et la machine.Pourquoi l'image générée menace la mémoire des bâtiments.Heritage and the machine.Why the generated image threatens the memory of buildings.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a, dans le travail d'inventaire patrimonial, une opération très simple en apparence et qui s'est compliquée sans qu'on s'en aperçoive. Quand on documente un bâtiment — un immeuble Art Nouveau de Saint-Gilles, une villa Art Déco de Schaerbeek, une façade des années 1930 du quartier des squares — on recherche, parmi d'autres choses, des images. Anciennes ou récentes, en noir et blanc ou en couleurs, professionnelles ou amateurs, peu importe : ce qu'on demande à ces images, c'est d'attester. Cela existait, à cet endroit, dans cet état, à cette date. C'est leur fonction la plus humble et la plus précieuse. Cette fonction, depuis trois ou quatre ans, est en train de s'effacer silencieusement, et le mécanisme par lequel elle s'efface mérite qu'on s'y attarde — parce qu'il décide, en grande partie, de ce que la prochaine génération de citoyens pourra connaître du patrimoine bâti que la nôtre lui transmet.
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.
There is, in heritage inventory work, a very simple operation in appearance that has quietly grown complicated. When one documents a building — an Art Nouveau apartment in Saint-Gilles, an Art Deco villa in Schaerbeek, a 1930s façade in the squares district — one searches, among other things, for images. Old or recent, black-and-white or colour, professional or amateur, it does not matter: what one asks of these images is to attest. This existed, in this place, in this state, on this date. That is their humblest and most precious function. That function, over the past three or four years, has been quietly fading, and the mechanism by which it fades is worth attending to — because it largely determines what the next generation of citizens will be able to know of the built heritage that ours hands down.
The observation can be stated without dramatisation. When one searches online today for images of Belgian Art Deco architecture, of Brussels Art Nouveau, of 1930s modernism, one finds a continuous stream of images that attest to nothing. Façades invented by a generative model from an aesthetic prompt, interiors reconstituted by interpolation from real works, views of buildings that never existed and that ask only to be taken for real. These images circulate on platforms — Pinterest, Instagram, amateur blogs, wallpaper sites, cheap image banks —, they are indexed by search engines on equal footing with authentic photographs, and they fully enter the available iconographic landscape. For a minor heritage building — that is, for nearly all of the built heritage, the kind that does not make the cover of art books — the ratio between attested and fabricated images is visibly reversing. And this shift is only beginning.
What is at stake must be named, because confusion is easy and is actively encouraged. A photograph of a building, however mediocre, is not only an image: it is an attestation. Someone, at some moment, stood in front of this edifice and released a shutter. That minuscule gesture produces a document — that is, a trace for which there exists a real, dated, located referent. The image generated by AI, by contrast, is a plausibility. It resembles something that could have existed, it obeys the stylistic conventions of the genre it imitates, it is sometimes more convincing than a real photograph because it has been optimised for the gaze. But it attests to nothing. No moment corresponds to it, no place, no apparatus, no witness. Confusing the two is not a matter of taste or image quality. It is a matter of status: one is a document, the other is a fiction. For anyone working on heritage, this distinction is not negotiable, because it is exactly what separates knowledge from decor.
This distinction can still be maintained intellectually. What complicates everything is that it is becoming invisible technically. Search engines, image aggregators and social platforms do not distinguish, in their results, the document from the fabrication. For the same query — Art Deco apartment Brussels —, they return in the same grid, without hierarchy or indication of provenance, photographs taken on rue de Mérode in 1937 and images generated last month by an anonymous user. The human eye, especially if unspecialised, makes no difference. The pupil preparing a presentation, the journalist illustrating an article, the editor seeking a cover, the curator of a virtual exhibition: all take, from this undifferentiated set, whatever seems to fit. And the fabricated image, because it is cleaner, better framed, more saturated, more photogenic than the often weathered authentic, wins on the visual. This is the first floor of the problem. It is already observable, and it is irreversible at the scale of the public web.
The second floor is more troubling and has been named, since a study published in Nature in 2024 by Shumailov, Shumaylov and their colleagues, under the term model collapse — collapse by recursion. The mechanism is this. Generative models train on huge corpora of images gathered from the web. As these corpora fill with images that are themselves generated by earlier models, the next generations partly learn on the hallucinations of their predecessors. The loop closes. And what the study demonstrates rigorously is that this recursion does not degrade output uniformly: it first erases the tails of the distribution, that is, the rare cases, the singular examples, the exceptions, the margins. The centre — the "generic Art Deco building", the "type Art Nouveau façade" — strengthens; what fades is everything that resembles nothing else. Now built heritage is, by definition, made almost entirely of tails of distribution. An interesting Art Deco apartment is interesting because it does not look exactly like the others. A major modernist villa is major because it pushes a logic to a point no other has carried it. This is precisely what is lost first in the loop. The model will go on producing an average, plausible, attractive Art Deco indefinitely; it will no longer be able, in time, to produce — or to recognise — the singularity of a particular edifice.
To measure what this means, one must think of what has already been lost once in Brussels, and now hangs by the image alone. Victor Horta's Maison du Peuple, demolished in 1965 in what was retrospectively named bruxellisation, exists today only in two forms: twelve hundred black-and-white photographs and six hundred slides taken by the architect Jean Delhaye at the very moment of its destruction, and a few period postcards held in institutional collections. Everything we will ever know of this building — its real volume, its circulations, its ironwork, its relationship to the slope of the ground, the quality of its interior light — hangs on that precise corpus. The 3D reconstruction work conducted by the Alice Laboratory of La Cambre-Horta and the Horta Museum, since 2014, rests entirely on these attested images. If tomorrow one searches online for images of the Maison du Peuple and finds, mingled with the Delhaye photographs, AI reconstructions produced by interpolation — colour variations, decorative additions « in the style », views of angles no one ever photographed —, how will an architecture student, a journalist, a curious visitor distinguish what existed from what looks like what might have existed? The answer, in most cases, is: they will not. And the memory of the building, which until now was fragile but accurate, will become abundant and false. Which is worse.
This logic holds for the Maison du Peuple because it is iconic, but it holds a fortiori for all the modest, transformed, demolished or endangered heritage. The thousands of Brussels, Antwerp, Liège or Ostend Art Deco façades that have never been professionally photographed. The interiors modified over the decades of which only a few faded colour amateur snapshots survive. The buildings demolished in the sixties and seventies whose iconographic trace amounts to a postcard and two contemporary press articles. All that corpus, precious because irreplaceable, now finds itself in visibility competition with an infinite production of plausible images that owe it nothing and that drown it. More precisely: that render it invisible not by disappearance, but by dilution. The real building becomes a needle in a haystack whose hay the machine manufactures as one searches for the needle.
What can be done? The easy answer — forbid, label, regulate — is probably ineffective at the scale at which the phenomenon unfolds. Generated images are produced in such quantities, by so many actors, that upstream regulation is a lost battle. But there is another way, which consists in explicitly valuing the attested image as such. It involves concrete and modest things: requiring, in heritage inventories, complete provenance metadata — date, author, place, apparatus if known, source of archiving — and exposing them in public consultation interfaces. Privileging, in institutional sites, sourced historical photographs over more visually attractive recompositions. Working with private and public photographic archives to digitise and expose in high resolution what has not yet been entered into the digital domain, because every attested image put online today is a dyke against future dilution. Supporting photographers — heritage, amateur, learned — who continue to travel, to wait for the light, to fix what exists. These gestures may seem derisory before the power of the machine. They are not. They are, properly speaking, what decides what our grandchildren will be able to believe of what we tell them we saw.
It is necessary to conclude on this point, because it is central and rarely named. What is at stake in the proliferation of generated images of buildings is not the disappearance of heritage. Heritage, itself, is on the ground; it does not depend, in order to exist, on our having good photographs. What is at stake is the capacity for attestation — that is, the possibility, for someone who has not seen a building, to know with certainty what it looks like. A society that loses this capacity does not lose its monuments; it loses the possibility of transmitting them otherwise than by blind trust. And when this capacity is altered for the heritage of yesterday, one can wonder what will become of that of today — the buildings we photograph ourselves, believing them thus documented for tomorrow, when these photographs will enter a stream where they will be indistinguishable from the fabrications that imitate them.
Generative AI did not invent forgetting. It invented a new way of remembering badly, abundantly, and with confidence. This is not the death of heritage. It is, more discreetly, the end of a certain trust in the image — trust that whole generations had taken for granted. To make it possible again, in the restricted but essential field of heritage documentation, is a task that falls to institutions, archivists, publishers, and — less obviously but truly — to all those who simply continue to photograph what is there. The gesture is modest. It is, perhaps, the only thing that resists.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'archive et la machine.Pourquoi une presse spécialisée vaut moins par ce qu'elle a écrit que par ce qu'elle continue d'écrire.The archive and the machine.Why specialised press is worth less for what it has written than for what it keeps writing.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a, dans la vie d'une publication culturelle spécialisée, un moment où l'on commence à parler d'« archive ». C'est un terme rassurant — il dit l'accumulation, la patience, la valeur sédimentée. Au bout de quinze ou vingt ans, une revue dispose typiquement de plusieurs milliers d'articles, signés, datés, organisés, qui constituent son fonds. Ce fonds a longtemps été pensé comme un patrimoine : quelque chose qu'on conservait, qu'on republiait éventuellement, qu'on rééditait sous forme d'anthologies, et qui était surtout, dans la pratique courante, peu consulté hors des moteurs de recherche. L'arrivée des modèles génératifs change la nature de cette archive — non pas dans ce qu'elle contient, mais dans ce qu'on peut en faire. Et la conversation publique sur ce changement reste, à mes yeux, étrangement à côté du sujet, parce qu'elle s'est presque entièrement laissée enfermer dans la question juridique. Il y a pourtant une question conceptuelle préalable, plus simple et plus difficile, qui mérite d'être posée : qu'est-ce, exactement, qu'une archive de presse ? Et, accessoirement : qu'est-ce qu'on cède quand on cède une archive — si tant est qu'on puisse la céder ?
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 XXe 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.
There is, in the life of a specialised cultural publication, a moment when one begins to speak of an "archive". It is a reassuring term — it speaks of accumulation, patience, sedimented value. After fifteen or twenty years, a magazine typically holds several thousand articles, signed, dated, organised, which constitute its fund. This fund has long been thought of as a heritage: something one preserved, occasionally republished, eventually re-edited as anthologies, and which was, in current practice, little consulted beyond search engines. The arrival of generative models changes the nature of this archive — not in what it contains, but in what one can do with it. And the public conversation about this change remains, to my eyes, strangely beside the point, because it has almost entirely allowed itself to be confined to the legal question. There is, however, a prior conceptual question, simpler and harder, that deserves to be asked: what, exactly, is a press archive? And, incidentally: what does one cede when one cedes an archive — if one can cede it at all?
Let us begin by stating the facts, which are public and instructive. Since late 2023, press publishers have organised their relationship to generative AI along two parallel paths. The first is contentious. The New York Times filed in December 2023 a complaint against OpenAI and Microsoft before the Southern District of New York federal court, alleging that its articles had been used without authorisation to train the models, and that these models sometimes reproduce passages near-identical to the originals. The proceedings are still under way in 2026; they have given rise to spectacular discovery decisions, including the November 2025 order to produce twenty million anonymised ChatGPT conversations. Other suits follow similar paths — Ziff Davis, the Daily News, the Center for Investigative Reporting. The second path is conventional. Le Monde signed in March 2024 the first agreement of a French media outlet with OpenAI, authorising the use of its content against confidential remuneration, prominent referencing, and access to tools; it renewed the operation with Perplexity in May 2025. Axel Springer, the Associated Press, News Corp, the Wall Street Journal, the Financial Times, the Atlantic, Reuters, the Guardian have followed comparable routes, each with its own terms. On the judicial side, Anthropic settled in September 2025 an authors' suit for 1.5 billion dollars, and several American decisions — Bartz v Anthropic, Kadrey v Meta — recognised in June 2025 a "highly transformative" character to training, opening the door to fair use. On the European side, the TDM exception of Directive 2019/790 on copyright frames training uses, and the AI Act, published in July 2024, adds transparency obligations. The legal landscape is moving, under construction, and will continue to take shape over several years.
This legal route is necessary and I have no intention of relativising its importance. But it presupposes a question, treated as resolved, that is not: assuming an archive is cedable, what, exactly, does one cede? A press archive is not a volume of texts. Neither is it a database. It is a dated sequence of signed critical acts. Each chronicle was written at a precise moment, by an identifiable person, about a work that had just appeared or a concert that had just taken place, in an identifiable context of reception. What makes the archive is that dated succession — and it is what I would here call the long date. The term is old and seldom used; it says precisely what needs to be said: something constituted in duration, not in mass.
This distinction is not a semantic flourish. It is operational, and it is exactly what separates what the machine can take from what it cannot. The model absorbs the stock — that is, the texts considered as volume. It learns structures, editorial recurrences, turns of phrase, argumentative preferences. It can, once trained, produce plausible texts "in the manner of" such a magazine or such a critic, sometimes with troubling stylistic fidelity. But what it returns is, by construction, out of time. The model does not know — cannot know — that a chronicle written in 2008 about a particular historically informed recording of Bach was not written the way a 2025 chronicle on the same repertoire would be. It does not know that between the two dates a critical debate has shifted, that a generation of performers has replaced another, that a school of listening has consolidated then begun to fracture. It has read everything, and it has dated nothing.
Take a precise example, because it is worth it. The historically informed performance of baroque music — what was for short called the "baroque movement" — has a critical history of half a century, each stage of which is documented in the specialised magazines. In the 1960s, Nikolaus Harnoncourt, Gustav Leonhardt, Frans Brüggen and a few others cleared a repertoire that had until then been played in a post-romantic spirit, and their first recordings were received with astonishment, sometimes with hostility. In the 1980s, after Harnoncourt published Musik als Klangrede (1982) and its French translation Le Discours musical, historically informed performance became a constituted movement that structured part of the criticism. The 1990s are the moment of shift. The generation of René Jacobs, William Christie, Christophe Rousset, John Eliot Gardiner installed historically informed performance as dominant in the baroque, to the point that a "traditional" performance became the exception that needed to be justified; Philippe Herreweghe's 1980 recording of the St Matthew Passion began to be read retrospectively as a threshold. And, in the second half of the decade, conductors trained in the baroque began to invest the romantic repertoire — Brahms, Bruckner, Schumann — opening a new question: what does a Brahms played on period instruments by a baroquising orchestra teach us that "modern" versions did not? In the 2010s and 2020s, this debate has itself shifted, and part of the criticism has begun to interrogate the presuppositions of the movement — the fetishisation of authenticity, the confusion of informed with authoritative, the forgetting of the great mid-twentieth-century performances that had been a little too quickly set aside.
What this history shows, and what is almost invisible to anyone who has not read the specialised magazines continuously, is that the reading of the same recording changes according to the moment when one reads it. A chronicle of the Herreweghe Passion in 1985 does not say the same thing as a chronicle of the same record in 2025, and the difference is not a matter of personal taste: it is a matter of critical situation. The 1985 critic writes in a debate where historically informed performance is still in the minority and contested; they defend or attack. The 2025 critic writes in a landscape where this performance has become a reference and where the question is rather what has been made of it, what it has allowed, what it has prevented. Both chronicles are signed, dated, done — and what distinguishes them is not only their authors but the position they occupy in a history still in the making. That is the long date of a critical magazine: not the sum of its texts, but the trajectory of which each text is, dating and dated, a point.
A model trained on this corpus can, on demand, write a plausible chronicle "in the manner of Crescendo" on any Herreweghe record. The chronicle will have the right turns of phrase, the right lexical register, the right length. It will be, in the text, indistinguishable from a real one. But it will be, by essence, without situation. It will not know that it is writing in 2026 rather than in 1985; it will not be able to weigh what, in what it says, depends on a state of the debate at a given moment; it will write itself in an atemporal present that is precisely the negation of what a living critic does. The reader will read a text that speaks about music. They will not know that they are reading a text that speaks about nothing — or more precisely, that speaks of an abstract average extracted from everything that has been written, without that average relating to a hearing, a release, a moment.
This allows the legal question to be reformulated in more exact terms. When one signs a licence agreement with a model operator, one does not cede one's archive: one cedes the stock. The long date itself is not cedable, because it is not a good — it is a practice. It consists of critical acts in progress, dated from the day they are written, and it holds only as long as a newsroom continues to produce them. What one sells in an agreement is the authorisation to train on what has been. What makes a magazine's value is what it will continue to do. The two are not of the same order, and it is important not to confuse them.
But this legal reformulation presupposes, in turn, something that is no longer true for part of the landscape: that there exists a publisher in a commercial position to sign an agreement. The French-language landscape of specialised music press has undergone, over the past eighteen months, a spectacular recomposition that throws unexpected light on the problem. In February 2025, following the takeover of the Humensis group by Albin Michel, the staffs of Classica, Pianiste and L'Avant-Scène Opéra were collectively dismissed. The three titles published their last issues in March. What followed is instructive. L'Avant-Scène Opéra was taken over by a new company, Scenôra, and has been reappearing since November 2025 in a slightly modified format, faithful to its monographic analytical format. Classica, after five buyers joined forces in June 2025, resumed publication on 3 October 2025 — but in an entirely new form: abandonment of the print monthly, weekly newsletter, reinforced presence on the web and social networks. Pianiste, by contrast, found no buyer. The lesson of these three trajectories is less simple than one might think. What still sells is the stable reference (L'Avant-Scène Opéra) or the editorial brand willing to reinvent itself digitally by abandoning its historical support (Classica). What no longer sells is the traditional model of the printed monthly critique as it existed for thirty years.
The commercial landscape of French-language critical music press has therefore considerably shrunk. In France, only Diapason and Opéra Magazine remain as paid magazines with significant circulation. Everything else of the living French-language critical music press — Crescendo Magazine, ResMusica, ConcertoNet, Forum Opéra, Wanderer, and several others — now publishes in open access on the web, on sites run by associations, hybrid structures, or largely volunteer newsrooms. The situation is more restricted still in French-speaking Belgium, where Crescendo Magazine occupies almost alone the terrain of regular specialised music criticism. This configuration is recent, almost completed, and it changes the AI question qualitatively. When a model operator trains its systems on French-language music criticism, it no longer encounters, in the main, paywalls or commercial publishers in a position to negotiate. It absorbs a corpus that, because it has made the editorial choice of free circulation, is structurally open to it. The press that produces the living French-language long date of music criticism is today, by its very configuration, the least protected — and the least equipped to defend itself.
This asymmetry has a practical consequence that the usual discussions of licence agreements leave in the dark. The recommendations that circulate — negotiate with lucidity, monetise your archive, organise the power relation — simply do not make sense for specialised press in open access, which has neither the commercial strength nor the intention to monetise its fund. Its editorial reason for being is precisely that its texts circulate. The question, for it, lies elsewhere: how does one maintain a present and regular production in an environment that makes this production absorbable without counterpart? The answer, to my eyes, must come less from the magazine itself than from the institutional ecosystem that benefits from it daily. A French-language critical press in open access is not the private good of those who make it; it is, whether one recognises it or not, an editorial infrastructure that orchestras, opera houses, festivals, conservatoires, labels, music publishers and the whole set of public cultural institutions profit from. That this infrastructure is sustained by a collective work often largely voluntary is an economic reality that deserves, at the very least, to be recognised as such. And that it should disappear because no actor in this ecosystem judged it useful to ensure its continuation would be a cultural impoverishment that would occur without anyone really having decided it.
It is necessary to conclude on this point, because it seems to me the central one. The arrival of generative models has installed, in specialised press, a temptation symmetrical to the one observed in other cultural sectors: that of thinking the value lies in the accumulated. This temptation is accurate on the accounting plane and false on the cultural plane. The value of a magazine is not in its five thousand past chronicles; it is in the five thousand and first that will appear tomorrow, and that will make sense only because it inscribes itself in the sequence of the previous ones. If tomorrow this sequence is interrupted — because the newsroom is no longer financed, or because no actor has estimated that it deserved the effort of being supported — the archive will have nothing left to attach itself to. It will become a fund, that is, a historical object, perhaps of interest to researchers, but with no further role in living critical life. And that is precisely what the machine, without ill intent, accelerates: the transformation of living practices into consultable stocks.
It is on this terrain that the specialised press has something specific to defend — and that publications like Crescendo Magazine, a specialised press association in open access, do what must be done: produce each week new chronicles, dated, signed, situated in an ongoing debate, that prolong the long date in a way no system will imitate. This production is largely voluntary, entirely public, and it is precisely for these two reasons that it has, in the current landscape, an importance that economic indicators do not measure.
Generative AI did not kill the press archive. It forced newsrooms to recognise that their fund was not their value — only its trace. The value lies ahead, in the text not yet written. And there is only one way to defend it: keep going.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
La collection et son catalogue.Pourquoi indexer ne suffit pas à valoriser.The collection and its catalogue.Why indexing does not suffice to make a collection matter.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a, dans le travail éditorial autour des fonds culturels, une scène qui revient avec une régularité presque comique. Une institution — un orchestre, un opéra, un musée, une revue, un éditeur — décide de valoriser sa collection. Elle investit, parfois lourdement, dans une infrastructure numérique : numérisation des documents, catalogue en ligne, recherche par auteur, par date, par genre, par mots-clés, tags automatiques générés par intelligence artificielle, présentation soignée. Tout est là, accessible, navigable, propre. Et le public ne vient pas, ou consulte trois fiches et part. L'institution s'étonne : tout est là, pourquoi personne ne s'en sert ? La question est mal posée, et c'est ce qui mérite d'être examiné, parce que cette confusion silencieuse coûte à la culture francophone, depuis quelques années, des sommes considérables et des renoncements éditoriaux dont on n'a pas mesuré la portée.
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 XIXe 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.
There is, in the editorial work around cultural collections, a scene that recurs with almost comic regularity. An institution — an orchestra, an opera house, a museum, a magazine, a publisher — decides to make its collection matter. It invests, sometimes heavily, in digital infrastructure: digitisation of documents, online catalogue, search by author, by date, by genre, by keywords, automatic tags generated by artificial intelligence, careful presentation. Everything is there, accessible, navigable, clean. And the public does not come, or consults three records and leaves. The institution is puzzled: everything is there, why is nobody using it? The question is wrongly framed, and that is what deserves examination, because this silent confusion has cost French-language culture, over the past few years, considerable sums and editorial renunciations whose scope has not been measured.
The confusion is as follows. Giving access to a collection and making a collection matter are two radically different gestures. The first is a technical act: digitising, indexing, classifying, making consultable. It can be measured, presented, financed. It has become, since the arrival of generative models, almost disconcertingly easy — an average cultural institution can today, in a few months and on a modest budget, equip a fifty-year fund with a very decent digital catalogue. The second gesture is an editorial act: thinking, choosing, relating, signing. It measures poorly, presents little, finances with difficulty, and does not mechanise. Confusing the two has a massive practical consequence: one believes one has made a collection matter by making it accessible, when one has only done a third of the way. The other two thirds — which are in fact the essential — have not even been started.
It is necessary to name what separates the two gestures, because the right word is often missing. What separates a catalogue from a valorisation is what I would here call the act of relating. A catalogue arranges. A valorisation relates. The catalogue says here is what we have; the valorisation says here is how these elements speak to each other, what they teach us together, and why the whole is worth more than the sum. An act of relating is to say that such a 1972 recording echoes the 2018 one, because both refuse what the in-between tradition had imposed. It is to say that a nineteenth-century woman composer was forgotten not for musical reasons but for structural ones, and that rediscovering her today is a gesture of editorial justice as much as of repertoire enrichment. It is to say that certain discographic vintages of a given decade together form a threshold in the reading of a repertoire, and that one must henceforth name them as such. These sentences do not come out of an index. They come from an editor who thinks.
This is why the question of the catalogue, which appears purely technical, is in fact cultural. What AI does magnificently is similarity. It detects that one work resembles another — by its date, genre, lexicon, themes — and proposes a recommendation: you liked this, you will perhaps like that. This work is useful, sometimes remarkable, and it has transformed access to cultural funds in the literal sense of the word access. But similarity is not relation. Similarity says this resembles that; relation says this must be thought with that, which presupposes a reason for thinking, and therefore a point of view. An algorithmic recommendation is not an editorial act of relating, because it has no one behind it. It works without intention, and that is precisely what limits it: it does not know why it recommends, and it never will, because the question of the why is not a question for algorithms.
Take a case I know well, because it is the one I have been working on for several years. Crescendo Magazine, after fifteen years of existence in its current form, holds an archive of approximately five thousand two hundred discographic chronicles, signed, dated, written by about fifty contributors, and covering more than six hundred composers. This archive was long present on the site in an essentially chronological form — one accessed it by search, by browsing, by chance. It was perfectly accessible. It was not yet fully valorised. The Phono.Crescendo project, on which we have been working for two years, has consisted precisely in moving from the first state to the second, and the experience makes it possible to put one's finger on the difference I am describing. The first part of the work was technical: extraction of the corpus, structuring into a database, indexing by composer, performer, label, publisher, decade. This first part, without AI, would have taken several years; with it, it took a few months. The second part is entirely different. It consists in identifying, within this corpus, the recordings that mark a threshold — those that changed the reading of a repertoire and that must henceforth be read as such. In naming the women composers whom part of the criticism has forgotten and whom it is necessary to bring out. In constituting Crescendo Vintages that are not statistical rankings but assumed editorial choices, signed, dated. In building a Matrimoine showcase that is not an automatic filter but a stated commitment. In identifying Jokers — those singular recordings that resemble nothing else but that one would want to see survive in the noise of the flow. This second work does not automate. It is done by editors who listen, who remember, who compare, who choose, and who sign.
To measure what this produces, one must compare what a reader can do with a Crescendo Vintage and what they can do with an algorithmic recommendation. The recommendation tells them: if you liked this recording, you will perhaps like that one. The Vintage tells them something else: among everything that appeared that year, here are the recordings that mark a threshold, that open or close a debate, that form the critical memory of a repertoire — and here is why. The first statement is a service. The second is an editorial act, situated in a history, and it engages the one who signs it. The reader who orients themselves by the first remains a consumer; the one who orients themselves by the second progressively becomes an informed reader, capable of understanding why a recording matters beyond what they like at the moment. What is at stake, in this difference, is not a question of algorithm versus human. It is a question of what one offers the public: a service of discovery, or a critical companionship. Both have their use; only the second truly makes a collection matter.
The difference between these two works is not only of nature, it is also of effect. A well-indexed collection lets itself be searched, but it has no voice. It waits for a precise question to be asked of it, and it answers that question — exactly that question, not another. A valorised collection, by contrast, has a voice: it tells you, before you even ask, what it considers important, what it defends, what it suggests you look at more closely. The voice of a collection is precisely the set of acts of relating that traverse it. Without them, the fund is a stock one can access. With them, the fund becomes a territory one can inhabit.
This distinction has a concrete consequence that must be named, because it determines many budgetary and strategic choices currently being made by cultural institutions throughout the French-speaking world. To make a fund matter, the temptation is strong to invest heavily in the first work — technical indexing, digital infrastructure, AI classification tools — because that work presents itself well: it can be measured, demonstrated, written into a grant application, defended before a board. The second work — editorial acts of relating — is, by contrast, almost invisible to usual indicators. It produces no dashboard. It is embodied in choices that are seen over the long term, by their effect on the cultural narrative of a field, and that are barely measurable in the short term. Predictable consequence: budgetary pressure and institutional legibility privilege the first work at the expense of the second. One ends with a magnificently indexed collection that has no voice. That is, with a library without a librarian.
What is to be done then? The answer is not to renounce indexing, which has become indispensable and produces real value. It is to understand that it does not suffice, and that the share of investment that must go to editorial relating is just as important — perhaps more — as that which goes to technical infrastructure. Concretely: the editorial work that traverses the collection after it has been indexed must be financed — work that draws narratives, identifies thresholds, defends singularities, names what was chosen to keep and what was set aside. This work is, by construction, signed: it cannot be anonymous, because an act of relating engages the one who performs it. It is also work that extends over time, because a living collection receives new elements that modify established relations — and the relations must be re-edited as the territory expands. It is not a project, it is a function. And this function must be named as such in organisation charts and budgets, on pain of disappearing by default, crushed by the apparent obviousness of automatic indexing.
One last thing deserves to be added, because it is rarely said. AI itself is not the enemy of this editorial work — quite the contrary, when it is used in its proper place. It frees precious time on indexing, data processing, repetitive operations that once occupied weeks of manual work. That gained time should, in good logic, be reinvested in editorial relating, which is precisely the work it cannot do. Yet what one often observes is the opposite: the time gained is reallocated elsewhere, to other technical or administrative tasks, and the editorial function, having failed to be defended as a priority, does not grow in volume but shrinks. This is probably the most costly strategic error that French-language cultural institutions are making at the moment in their relationship with AI. The time it frees should be an editorial investment. It becomes, most often, an accounting saving.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.
L'institution et la voix.Pourquoi les agents conversationnels parlent désormais à la place des institutions culturelles.The institution and the voice.Why conversational agents now speak for cultural institutions.
mai 2026 · pierre-jean tribotmay 2026 · pierre-jean tribot
Il y a, dans la vie d'une institution culturelle, un acte qu'on accomplit cent fois par semaine sans presque jamais y penser : répondre à une question du public. Quel est le programme de la saison ?À quoi peut-on s'attendre dans cette production ?Pourquoi avoir choisi cette œuvre, cet artiste, cette mise en scène ? Ces questions, depuis toujours, trouvaient leur réponse au guichet, dans une brochure, sur le site officiel, dans la bouche d'un médiateur, dans un article de presse. La caractéristique commune de toutes ces réponses, c'est qu'elles étaient tenues — par une personne identifiable, par un service responsable, par une institution qui s'engageait dans ce qu'elle disait. La réponse, même quand elle était banale, avait toujours, en arrière-plan, quelqu'un qui répondait.
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.
There is, in the life of a cultural institution, an act performed a hundred times a week with hardly any thought given to it: answering a question from the public. What is the season's programme?What can one expect from this production?Why this work, this artist, this staging? These questions have always found their answer at the box office, in a brochure, on the official website, in the mouth of a mediator, in a press article. The common feature of all these answers is that they were held — by an identifiable person, by a responsible department, by an institution that committed itself to what it was saying. The answer, however banal, always had someone behind it who was answering.
It is precisely this feature that is now disappearing. And the way it disappears deserves close attention, because it probably constitutes the most profound institutional transformation the opening decade will witness — and one of the least discussed by the cultural actors themselves.
The mechanism is simple. A growing share of the public no longer addresses the institution to obtain information about it. It addresses a conversational agent — an AI assistant — which formulates, on the fly, a synthesised answer from what it learned during training and from what it sometimes finds in a complementary search at the moment of the request. The agent responds with assurance, fluency, sometimes precision. It says "this institution offers such a programme", "the season's orientation is such", "this artist is known for such a thing". The tone is poised, the information plausible, the public considers they have obtained their answer. And they have obtained it, indeed. But not from the institution. From the agent. The machine suppresses nothing: it slips into place, and accomplishes the function without the gesture.
This distinction, which seems minor, is in fact fundamental. For thirty years, the web has functioned as a system where the institution was a destination. The public arrived on the official site, browsed content produced, validated and signed by the institution, made a decision on that basis. Digital cultural mediation rested on this scheme: produce institutional content, make it accessible, wait for it to be consulted. The arrival of conversational agents does not abolish this scheme — it persists for those who actively seek the institution — but it envelops it in an intermediary layer that changes everything. The institution is no longer a destination to which the public goes; it has become a source from which a third party draws to respond in its place. This shift, which may seem purely formal, has a major practical consequence: the institution no longer has control of what is said about it.
I have already described, in another text, the technical dimension of the problem — what I called the digital legibility of institutions, or discoverability: the capacity, for a programme, to be found by a machine. What I want to examine here is of another order. Legibility concerns the moment when data enters the system. Delegation concerns the moment when the system answers. These are two distinct stages of the same loop, but they pose different problems. An institution can be impeccably legible technically — structured data, open formats, exemplary feeds — and nevertheless be poorly represented by the agents, because legibility does not decide the content of the answer, it decides only the material on which the answer is built.
Now what comes out of the agent is almost never the exact content of what the institution has published. It is a summary, a reformulation, a synthesis operated from multiple sources — the official site, yes, but also press articles, blog posts, user comments, third-party databases, sometimes outdated content no longer current, sometimes pure hallucinations. The result is a composite response, whose real authority is the agent itself, and not the institution it claims to describe. The agent speaks in the institution's name without the latter ever having consented to speak in this way.
Three configurations make this shift visible. First, outdated information: the agent announces a programme no longer on the bill, an artist who has withdrawn, a schedule that has changed — and the disappointed public attributes responsibility to the institution. Then, attributed judgment: the agent asserts, without quotation marks and without source, that such an institution is "known for such an orientation", thereby ascribing it an identity it has not claimed. Finally, more discreet and probably more serious, selective silence: the agent does not mention the institution at all, although it would be relevant, simply because its content does not weigh enough in the training corpus. In none of these three cases can the institution intervene. It does not know, in the mass of requests handled each day, which ones concern it. It cannot ask for rectification, because there is no one in front. It cannot even verify what the agent will say next time, because the answer changes from one request to another. Institutional representation, which until now was a deliberate act — one chooses what one says of oneself, one signs what one publishes, one assumes what one claims —, has become a non-validated by-product of an external commercial system. That is what delegation is: an institution that speaks of itself through a voice it has not chosen, that it does not control, and whose existence it sometimes ignores.
This delegation is silent, undecided, and probably more profound than cultural actors suspect. It has not been negotiated, because no moment of negotiation was foreseen. It settles in by default, as a technical consequence of the growing public use of agents, and it leads to a situation that would have been deemed unacceptable had it been presented openly: that a commercial external system becomes the de facto spokesperson for public and private cultural institutions, without mandate, without control, without recourse. For a cultural institution in Brussels or Liège, where a significant share of the public formulates its requests in French within an ecosystem dominated by English, the problem takes on an additional sharpness — the agent's response will be more approximate, more dependent on third-party sources, and harder to correct.
A clarification is needed. This observation has almost nothing to do with the better-known question of copyright or control of training data. An institution may perfectly well have consented to its content being used and nevertheless find itself dispossessed of its own representation. The problem is not the raw material; it is the gesture that transforms it into public discourse. And this gesture — speaking on behalf of — which until now remained on the institution's side, now passes to the agent's side. A conversational agent does not merely retrieve information: it speaks of it. And speaking on behalf of an institution is an act, not a service.
What can be done? The easy answer — forbid agents, demand that they no longer speak about institutions without authorisation — has no chance of prospering at the scale at which the phenomenon unfolds. There is another way, which consists in actively reclaiming what can be reclaimed. This involves concrete and patient things: regularly monitor what the main agents say about oneself, by formulating the queries that the public formulates, and noting the approximations, omissions, errors; correct what is correctable — by feeding the public sources that weigh in the training corpora, by explicitly publishing structured institutional content that reduces ambiguity, by working with the third-party aggregators and databases that the models draw on; cultivate a proper space where the institutional voice remains fully audible, that is, a site, a blog, a direct channel, whose attendance may decline but whose authority function cannot be delegated. More broadly still, accept to think cultural mediation no longer as a place where the public comes — the destination — but as a voice that must be able to make itself heard wherever one interrogates it — the presence. This is a considerable mental shift for institutions that have spent twenty years perfecting their official site.
This shift has a political dimension that must be named. Cultural institutions, particularly when public, have among their implicit missions that of embodying a discourse on culture. They do not merely present works; they say something, through their choices, about what deserves to be seen, heard, transmitted. This discursive function is constitutive of their legitimacy, and it cannot be subcontracted to a system whose logic is neither cultural, nor public, nor necessarily honest. When an agent responds in place of an institution, it does not merely save the public time — it takes on, in its place, an act of cultural representation. A society that accepts this shift without discussing it accepts, in fact, that this discourse be progressively written by others. And the others, here, are not mediators chosen for their competence or their position in the cultural ecosystem — they are commercial operators whose business is not culture, and whose voice will be, by construction, a plausible average of the discourses that circulate.
The question of conversational agents and cultural institutions is therefore not a technical question of discoverability, nor a commercial question of audience, nor even a legal question of copyright. It is a question of voice — of whether tomorrow cultural institutions will still speak from themselves, or whether they will be spoken by systems that imitate them without bearing their charge. And the answer to that question depends, more than one might think, on what the institutions themselves will decide, in the next five years, to keep saying — explicitly, signed, from a place where they are identifiable as the real authors of their own representation.
Generative AI did not invent mediation. It invented mediation without a mediator, that is, a voice without an author. If cultural institutions want something of their own voice to remain in this landscape, they will have to — not oppose the machine, which will not listen — but continue to speak, from their own place, with a clarity that no longer authorises confusion. No one will do it for them. The machine, least of all.
Pierre-Jean Tribot
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.
The views expressed in this essay are those of the author in a personal capacity and do not engage Crescendo Magazine, XXI Music Publishing, or any of the institutions with which he is associated.