La friction dont nous avons besoin
La plupart des discussions sur l'impact de l'IA sur la capacité humaine se concentrent sur les emplois : quels rôles seront automatisés, lesquels augmentés, lesquels créés. Un article publié dans Communications Psychology par des psychologues de l'Université de Toronto adopte un angle différent et plus inquiétant. Les auteurs — Emily Zohar, Paul Bloom et Michael Inzlicht — soutiennent que le coût à long terme le plus significatif des systèmes d'IA qui rendent les tâches trop faciles peut ne pas être économique mais psychologique : l'érosion de l'effort, de la lutte et de la friction qui rendent l'apprentissage profond, la créativité authentique et les relations significatives.
L'article, intitulé "Contre l'IA sans friction", ne prétend pas que les outils d'IA sont inutiles ou que la commodité est nuisible. Il plaide en faveur d'une distinction entre la friction productive — la difficulté gérable qui stimule la croissance — et la friction improductive — les obstacles qui ajoutent un fardeau sans bénéfice. Sa préoccupation est que les systèmes d'IA, dans leur trajectoire de conception actuelle, suppriment le premier en même temps que le second.
Les difficultés souhaitables
La recherche psychologique sous-jacente à l'argument central de l'article est bien établie. Les scientifiques cognitifs ont documenté pendant des décennies que l'apprentissage laborieux — travailler à travers les problèmes, rencontrer les obstacles, générer des explications — produit une meilleure rétention à long terme et une compréhension plus flexible que l'absorption passive de l'information présentée. Ce principe, connu sous le nom de "difficultés souhaitables", va directement à l'encontre de la philosophie de conception des systèmes d'IA qui visent à fournir des réponses de la manière la plus rapide et la plus complète possible.
"Nous définissons la friction comme une difficulté rencontrée lors de la poursuite d'un objectif", a expliqué Zohar dans une interview. "Dans le contexte du travail, cela implique un effort mental — la rumination et la persistance, rester sur un problème pendant un certain temps, et cela aide à solidifier l'idée et le processus créatif." Les systèmes d'IA qui accomplissent la tâche entière à partir d'une seule invite — contournant les étapes intermédiaires où l'apprentissage et la consolidation se produisent — produisent de meilleurs produits de travail immédiats au coût potentiel du développement cognitif que la lutte aurait généré.
La dimension sociale
Les affirmations les plus provocatrices de l'article concernent les relations interpersonnelles. Les auteurs soutiennent que les relations humaines impliquent une friction inhérente — désaccord, compromis, malentendu et l'expérience de ne pas toujours obtenir ce que vous voulez d'une autre personne. Ces expériences, soutiennent-ils, ne sont pas des défauts dans la vie sociale humaine mais des caractéristiques : elles enseignent la prise de perspective, construisent la tolérance pour les autres points de vue et entraînent les capacités sociales qui rendent les relations profondes possibles.
Les systèmes d'IA conçus pour être réactifs, agréables et jamais frustrés créent une expérience sociale fondamentalement différente. "Si vous êtes habitué à une IA qui renforce toutes vos idées et qui est obséquieuse, vous entrerez dans le monde réel et vous ne serez pas habitué à voir d'autres idées", dit Zohar. "Vous ne saurez pas comment interagir socialement parce que vous vous attendez à ce que les gens soient toujours de votre côté." La préoccupation est la plus aiguë chez les adolescents, qui sont à un stade de développement où naviguer dans la complexité humaine authentique est le plus formateur. Les jeunes qui externalisent des portions importantes de leur développement social et cognitif à l'IA peuvent émerger avec des déficits véritables qu'aucune quantité d'entraînement social généré par l'IA ne peut résoudre ultérieurement.
Ce qui rend l'IA différente de la technologie d'économie de travail du passé
Une objection courante à cet argument est que les nouvelles technologies ont toujours supprimé l'effort — les calculatrices de l'arithmétique, les machines à laver du lavage. L'article reconnaît cet historique mais établit une distinction clé : les technologies antérieures d'économie de travail ont principalement supprimé l'effort physique ou mécanique des tâches où la difficulté n'était pas l'objectif de l'activité.
L'IA est différente car elle supprime de plus en plus l'effort des activités où la difficulté n'est pas accidentelle mais intégrale. L'écriture implique une lutte précisément parce que déterminer ce que vous pensez et comment l'exprimer sont des activités inséparables — la lutte pour trouver les bons mots est le processus par lequel les idées sont clarifiées et testées. Externaliser ce processus à une IA produit un meilleur résultat mais contourne le travail mental que l'écriture faisait pour la compréhension de l'auteur.
Vers une conception d'IA consciente de la friction
L'article ne plaide pas pour l'élimination des outils d'IA des contextes éducatifs ou professionnels. Il plaide en faveur d'une philosophie de conception qui préserve la friction productive plutôt que de l'optimiser. "Au lieu de simplement sauter à la réponse, c'est plus un modèle de processus où il vous aide à réfléchir au problème et vous enseigne en cours de route, c'est donc plus collaboratif qu'un magasin unique pour la réponse", suggère Zohar.
Une telle philosophie de conception exigerait que les développeurs d'IA réfléchissent aux effets cognitifs et sociaux à long terme de leurs systèmes — pas seulement aux métriques de satisfaction utilisateur immédiates qui stimulent généralement les décisions de produit. Que les forces du marché créeront des incitations pour la conception d'IA consciente de la friction, ou si la pression concurrentielle pour fournir des expériences sans friction continuera à dominer, reste une question ouverte avec des implications significatives pour la façon dont une génération d'utilisateurs nés avec l'IA développe ses capacités cognitives et sociales.
Cet article est basé sur un reportage du IEEE Spectrum. Lisez l'article original.
