Nicole Junkermann argues that the greatest challenge posed by artificial intelligence is not replacing experts, but preserving the pathways through which expertise is built.
Nicole Junkermann argues that the greatest challenge posed by artificial intelligence is not replacing experts, but preserving the pathways through which expertise is built.
Une grande partie du débat autour de l’intelligence artificielle porte sur la question de savoir si les machines finiront par remplacer les professionnels hautement qualifiés. Les médecins, les avocats, les ingénieurs et les enseignants sont souvent cités comme exemples de professions qui resteront largement à l’abri, car elles reposent sur la confiance, le jugement et les relations humaines.
C’est probablement (et espérons-le) vrai. La plupart des gens continueront à vouloir qu’un médecin prenne les décisions concernant leur santé et qu’un avocat les conseille sur des questions juridiques importantes. L’expertise professionnelle reste précieuse.
La question la plus intéressante est de savoir comment les générations futures acquerront cette expertise au départ.
Depuis des siècles, le parcours professionnel suit un schéma globalement similaire. Les jeunes diplômés commencent par des tâches routinières. Les avocats débutants relisent des contrats et effectuent des recherches. Les médecins en formation passent d’innombrables heures à examiner les dossiers des patients et à observer des cliniciens expérimentés. Les jeunes ingénieurs résolvent des problèmes relativement simples avant de s’attaquer à des défis plus importants. Au fil du temps, l’expérience s’accumule et les responsabilités s’accroissent.
Ce système est imparfait, lent et souvent frustrant. Il est également remarquablement efficace. Bon nombre des activités aujourd’hui automatisées par l’IA n’ont jamais été de simples tâches administratives. Elles constituaient une partie essentielle du processus par lequel les professionnels apprenaient leur métier.
On a tendance à considérer le travail de routine uniquement sous l’angle de la productivité. Si un logiciel peut accomplir en quelques secondes une tâche qui nécessitait autrefois plusieurs heures, l’intérêt économique semble évident.
Mais l’objectif d’une grande partie du travail de débutant a toujours dépassé le simple résultat immédiat.
Un interne qui examine le dossier d’un patient ne se contente pas de traiter des informations. Il apprend comment les symptômes se manifestent dans la pratique. Un avocat stagiaire qui effectue des recherches ne se contente pas de rassembler des faits. Il développe une compréhension plus approfondie du raisonnement juridique. Un jeune investisseur qui élabore des modèles financiers apprend comment fonctionnent les entreprises, comment les hypothèses peuvent s’avérer erronées et comment l’incertitude affecte la prise de décision.
Ces expériences constituent les fondements sur lesquels repose le jugement professionnel.
À mesure que les systèmes d’IA prennent en charge une part croissante de ce travail, les organisations sont confrontées à un défi qui retient bien moins l’attention que les questions d’automatisation ou de productivité. Si moins de personnes se chargent des tâches qui servaient traditionnellement de terrain d’entraînement professionnel, de nouvelles méthodes de développement de l’expertise seront nécessaires.
Les implications vont bien au-delà du monde du travail. Les systèmes éducatifs ont été largement conçus pour une époque où l’accès à l’information était limité. Les universités jouaient un rôle central dans la transmission du savoir, car celui-ci était rare.
Aujourd’hui, l’information est abondante. Les étudiants peuvent accéder en quelques instants à des explications, des recherches, des tutoriels et des analyses sur pratiquement n’importe quel sujet. L’intelligence artificielle accélère encore cette tendance. En conséquence, la valeur de l’éducation réside de plus en plus non pas dans l’accès à l’information, mais dans la capacité à la comprendre et à l’évaluer.
Les compétences les plus susceptibles de distinguer les professionnels qui réussissent deviennent des compétences familières : l’esprit critique, la curiosité intellectuelle, la communication, le raisonnement et la capacité à agir dans des conditions d’incertitude. Ces qualités ont toujours eu leur importance. Ce qui change, c’est leur importance relative.
Lorsque l’information devient plus facile à obtenir, la capacité à l’interpréter et à l’appliquer prend davantage de valeur.
Cette distinction aide à expliquer pourquoi les discussions sur l’IA deviennent souvent confuses. La connaissance et le jugement sont liés, mais ce n’est pas la même chose.
L’intelligence artificielle excelle particulièrement dans l’identification de schémas, la recherche d’informations et la génération de réponses plausibles. Ces capacités transforment déjà de nombreux secteurs. Le jugement fonctionne différemment. Il dépend du contexte, de l’expérience, de l’éthique, de la responsabilité et de la compréhension des conséquences.
Un système d’IA peut proposer dix pistes d’action possibles. Il faut encore que quelqu’un décide laquelle doit être suivie. En médecine, en droit, en finance, dans les politiques publiques et dans d’innombrables autres domaines, cette responsabilité reste fondamentalement humaine. Le défi ne consiste pas à préserver le rôle du jugement, mais à veiller à ce qu’un nombre suffisant de personnes acquièrent l’expérience nécessaire pour bien l’exercer.
Chaque profession dépend d’un afflux constant de nouveaux talents. Les professionnels expérimentés finissent par prendre leur retraite, changer de voie ou quitter le marché du travail. Leurs remplaçants doivent bien venir de quelque part.
Pour les employeurs, les universités et les organismes professionnels, cela devient l’une des questions les plus importantes soulevées par l’IA. Les gains d’efficacité sont réels et doivent être mis à profit. Mais les organisations doivent également réfléchir attentivement à la manière dont l’expertise est cultivée lorsque les formes traditionnelles d’apprentissage se raréfient.
Les institutions qui réussiront seront celles qui reconnaîtront les deux facettes de l’équation. Déployer efficacement l’IA sera essentiel. Former des êtres humains compétents le sera tout autant.
L’avenir ne sera probablement pas défini par une concurrence entre les humains et les machines. Il sera façonné par des sociétés qui apprendront à combiner les capacités technologiques avec les compétences humaines que la technologie ne peut pas facilement reproduire.
Malgré toute l’attention accordée à ce que l’IA est capable de faire, la question la plus déterminante concerne ce que les gens devront encore apprendre. La réponse contribuera à déterminer non seulement l’avenir du travail, mais aussi l’avenir de l’expertise elle-même.
Nicole Junkermann est une investisseuse internationale spécialisée dans les technologies, le sport et les médias. Elle dirige NJF Holdings, un groupe d’investissement mondial, ainsi que sa plateforme sportive Gameday by NJF Holdings, qui investit dans les ligues sportives, les droits médiatiques et les solutions technologiques visant à renforcer l’engagement des supporters. Son action dans ce secteur se concentre sur la mise en place d’infrastructures sportives à long terme et sur l’expansion de la portée commerciale et mondiale des ligues professionnelles.