Nous pouvons nous relier à bien plus de choses qu’auparavant. Nous pouvons parler avec des personnes éloignées, rechercher des informations du monde entier et trouver les produits et services dont nous avons besoin. Avec l’IA, nous pouvons même rassembler en peu de temps des idées et des exemples liés à une seule question. Face à ces changements, on pourrait penser que plus nous pouvons relier de choses, mieux nous pouvons comprendre le monde. Pourtant, il faut distinguer ici deux choses. Pouvoir accéder à une information n’est pas la même chose que comprendre pourquoi cette information compte pour notre question.
Supposons qu’une personne se demande si elle devrait vivre dans un nouvel endroit. L’IA peut relier cette question à un large éventail d’informations, notamment le coût du logement, les transports, le travail, l’éducation, les soins de santé, le climat et la sécurité. À une époque où l’information était rare, cela seul aurait déjà constitué une aide importante. Mais disposer de toutes les informations ne rend pas nécessairement la décision automatiquement claire. Le sens d’une même information change selon que la personne accorde davantage de poids aux possibilités professionnelles ou à la distance qui la sépare de sa famille, selon sa manière d’envisager le coût et le temps, et selon son désir de vivre une expérience inconnue. Lorsque le nombre de connexions possibles augmente, un autre problème apparaît : comment interpréter ces relations.
Ce qui importe ici, c’est que le monde ne se présente pas dès le départ avec une unique « carte des relations » déjà achevée. Même un fait identique se relie à des choses différentes selon la question à partir de laquelle on le regarde. Le fait qu’un lieu reçoive beaucoup de pluie est lié aux vêtements et aux moyens de transport pour une personne qui prépare un voyage, aux cultures et à la gestion de l’eau pour une personne qui réfléchit à l’agriculture, et au drainage et à la prévention des catastrophes pour une personne qui réfléchit à l’urbanisme. L’information elle-même n’a pas changé, mais les connexions porteuses de sens changent lorsque la question change. Comprendre ne consiste pas seulement à rassembler davantage d’informations. C’est aussi saisir quelles relations doivent être examinées pour la question présente.
L’IA pourrait être capable d’effectuer très rapidement ce type de mise en relation. Au lieu qu’une personne recherche les documents un par un, l’IA peut décomposer une question en plusieurs enjeux et relier chacun d’eux aux connaissances pertinentes. Si l’on considère l’IA simplement comme un dispositif qui fournit des réponses, son rôle principal devient de renvoyer une conclusion unique comme résultat de ces connexions. Mais si l’on considère l’IA comme un système qui soutient les connexions, un autre rôle apparaît : permettre aux personnes d’examiner des questions telles que « Pourquoi cette connaissance est-elle pertinente pour cette question ? », « Quels enjeux n’ont pas encore été reliés ? » et « D’un autre point de vue, quelles relations deviendraient importantes ? »
Cette différence n’est pas minime. Si l’IA ne montre que les informations qu’elle juge les plus pertinentes pour une question, nous pouvons progresser efficacement vers une réponse. Mais si nous ne pouvons pas voir pourquoi ces éléments ont été sélectionnés, nous risquons de prendre les relations qui nous sont présentées pour la structure même du monde. En réalité, d’autres informations peuvent devenir importantes lorsqu’on les considère à partir d’un autre objectif, d’un autre ensemble de valeurs ou d’une autre position. Plus les technologies permettant d’établir facilement des connexions deviennent puissantes, plus il devient important de pouvoir demander non seulement « Qu’est-ce qui a été relié ? », mais aussi « Pourquoi cela a-t-il été relié ? »
Cela ne signifie pas que les personnes doivent vérifier chaque connexion depuis le début. Si tel était le cas, une grande partie de l’intérêt de l’IA disparaîtrait. Pour les questions ordinaires aux conséquences limitées, il peut être utile que l’IA organise les informations pertinentes et guide les personnes vers une réponse par un chemin court. Mais pour les questions impliquant d’importants jugements de valeur, ou celles dans lesquelles le problème lui-même n’est pas encore défini, donner la priorité à la seule efficacité peut rendre invisibles dès le départ des relations importantes. Il ne s’agit ni de tout montrer ni de ne montrer qu’une seule chose, mais de permettre à la manière dont les connexions sont présentées de changer selon la question.
Les personnes peuvent aussi modifier la question elle-même après avoir vu ce qui a été relié. Quelqu’un peut d’abord penser qu’un problème concerne le coût, puis se rendre compte en l’examinant qu’il concerne en réalité le temps. Ce qui semblait relever d’un choix individuel peut se révéler impliquer des relations avec la famille ou une organisation. Dans de tels cas, l’IA n’a pas aidé uniquement en répondant correctement à la question initiale. En rendant visibles de nouvelles relations, elle a permis à la personne de reconsidérer ce qu’elle aurait dû demander. La compréhension peut émerger non seulement au moment où une réponse est reçue, mais aussi lorsque la relation entre une question et le monde est réorganisée.
La compréhension mise en avant par Sai＊aus est elle aussi liée à cette actualisation des connexions. Relier simplement la question d’une personne à des informations passées et renvoyer une réponse semblable à une réponse antérieure ne permet pas de traiter pleinement des circonstances qui ont changé ou de nouveaux décalages ressentis. Si une question sert à relier des connaissances pertinentes, qu’une personne compare et juge ces relations et que de nouvelles différences ou questions émergent de ce jugement, celles-ci peuvent être reliées à l’étape suivante de la compréhension. La connaissance n’a pas à se refermer sous la forme d’une réponse achevée ; elle peut conserver la possibilité de reprendre sens à travers une autre question.
Dans ce cycle, les personnes ne sont pas des utilisateurs passifs. Juger une connexion proposée par l’IA en disant « Cette relation n’est pas importante pour le problème actuel », « Ajouter cette condition change ma manière de voir les choses » ou « Ces deux choses devraient être considérées séparément » devient une matière pour une nouvelle compréhension. L’IA propose des connexions, les personnes en examinent le sens, et ce jugement modifie la manière dont les connexions suivantes sont établies. Ici, l’efficacité ne signifie pas seulement réduire la réflexion humaine. Atteindre des relations qu’une personne aurait eu du mal à découvrir seule, puis lui permettre de réfléchir elle-même à ces relations, constitue aussi une forme d’efficacité.
Augmenter le nombre de choses qui peuvent être reliées élargit les possibilités de compréhension. Mais le nombre de connexions ne garantit pas à lui seul la compréhension. Ce qui compte, c’est de pouvoir examiner, à partir d’une question donnée, ce qui a été relié à quoi et pourquoi cette relation est importante. Et, lorsque c’est nécessaire, il faut pouvoir réorganiser les connexions à partir d’une autre question. Après qu’Internet nous a reliés à de nombreuses personnes et sources d’information, l’IA commence elle aussi à créer de nouvelles connexions entre les questions et les connaissances. L’enjeu n’est pas seulement de savoir combien de choses peuvent être reliées. Il est de savoir si, grâce à ces connexions, les personnes peuvent renouveler leur manière de voir le monde.
Pas des réponses. De la compréhension.