Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

The King, The Architect, and The Empty Throne: From Silicon Valley to the Agora /Le Roi, l’Architecte et le Trône Vide: De la Silicon Valley à l’Agora

 

EN : The King, The Architect, and The Empty Throne: From Silicon Valley to the Agora

Reaction to this intervention of Demis Hassabis about AI Safety the 4th of December 2025 : https://www.axios.com/2025/12/05/ai-hassabis-agi-risks-pdoom

We are living through a moment of vertiginous change. Technologies capable of redefining biology, intelligence, and labor are emerging at a speed that defies political time. But to understand where we are going, we must look back—not just to the myths of Egypt, but to the public squares of Athens and Siena.

In Plato’s Phaedrus (274d), Socrates describes the precise “portfolio” of innovations presented by the Egyptian god Theuth to the King of Egypt, Thamus. It is not a random list.

Plato writes: “He was the first to discover number and calculation, geometry and astronomy, and also draughts (petteia) and dice (kubeia), and finally the characters of writing.”

Theuth was not merely the god of knowledge. He was the god of Games and Simulation. He invented strategy games (petteia) to model the world before fixing the world through writing.


The Hassabis Method: From Sandbox to Reality



Fast forward 2,400 years, and look at the trajectory of Demis Hassabis, the CEO of Google DeepMind. His career is a literal copy-paste of Theuth’s CV.

Hassabis did not attack “hard science” immediately. Like the ancient god, he began with the games:

 –  The Modern Petteia: Solving Chess and Go (AlphaGo).
  –  The Modern Kubeia: Mastering Poker and games of imperfect information.
  –  Real-Time Strategy: Conquering StarCraft II (AlphaStar).

Like Theuth, Hassabis used gaming not as entertainment, but as a “sandbox”—a high-speed simulation to test the limits of intelligence. But the final item in Plato’s list is the most critical: “…and finally the characters of writing.”

After mastering the games (the virtual), Theuth moved to writing (the fixation of knowledge). Hassabis executed the exact same maneuver. After “solving” Go, he launched AlphaFold. He is no longer playing. He is now “writing” the structure of proteins. He is writing biology.


The Problem of the King

In the myth, Plato separates the Engineer (Theuth), who invents with passion, from the King (Thamus), who judges with prudence.

Plato’s warning is clear: The inventor cannot be both judge and jury. The creator is always too in love with their creation to see its dangers.

However, in our modern world, we have a problem. We have the Engineers—the Hassabis, the Altmans, the Musks—but we have lost the King. Or rather, we have misunderstood what the “King” should be.


The Lesson of Siena: The Empty Throne

We cannot rely on a single “Philosopher King” to regulate AI. That is a trap. Instead, we must look to the architecture of democracy.

Think of the Agora in Athens, or the magnificent Piazza del Campo in Siena.

In Siena, the city is built around a massive, open shell-shaped square. It is a public void. The architecture dictates that the center of power is not a tower where one man hides, but an open space where citizens gather.

For AI, the “Throne of Judgment” must remain empty.

It cannot be filled by a CEO. It cannot be filled by a single President. It must be reserved as a space for worldwide wise agreement.

This “Empty Throne” represents a pause—a space for deliberation. It is the counter-power that ensures the momentum of innovation doesn’t drive us into a wall. It is not a “bureaucratic brake,” but a necessary void that forces the Engineer to step out of the lab and into the Agora to explain, justify, and align their creation with the will of humanity.

The Terror of the Technocrat


Demis Hassabis seems to understand this better than most. He calls for regulation. He knows that power without control is ruin. But others do not.

There is a telling anecdote from Peter Thiel regarding the first meeting between Elon Musk and Demis Hassabis. Musk reportedly left that meeting pale and deeply shaken.

What terrified him was not Hassabis’s incompetence, but his absolute competence. Musk saw a man who wasn’t “playing”—a man who had a complete roadmap for Artificial General Intelligence and was unrolling it, methodically.

It was the terror of seeing someone walk toward the throne of god-like power with no one to check them.


Conclusion


If even the giants of Tech tremble at what they are building, is it not time for us to build our Agora?

We need a governance model where technical innovation dialogues with political wisdom. The goal is not to stop Theuth from inventing. It is to ensure that when Theuth presents his invention, he does not find an empty room, but a crowded Piazza of human wisdom, ready to decide—together—how the future should be written.

The Throne must stay empty of tyrants, so it can be full of us.


NB: Many thanks to Julien Auriach for reminding me of this passage about Theuth in Plato, which allowed me to draw the connection between the mention of tric-trac and Hassabis’ past as a game designer at Bullfrog Interactive!


FR : Le Roi, l’Architecte et le Trône Vide : De la Silicon Valley à l’Agora

Réaction à cette intervention de Demis Hassabis sur la sécurité de l’IA le 4 décembre 2025 : https://www.axios.com/2025/12/05/ai-hassabis-agi-risks-pdoom

Nous vivons un moment de bascule vertigineux. Des technologies capables de redéfinir la biologie, l’intelligence et le travail émergent à une vitesse qui défie le temps politique. Mais pour comprendre où nous allons, nous devons regarder en arrière (non seulement vers les mythes de l’Égypte, mais vers les places publiques d’Athènes et de Sienne).

Dans le Phèdre (274d), Socrate décrit précisément le “portfolio” d’innovations présenté par le dieu égyptien Theuth au roi d’Égypte, Thamous. Ce n’est pas une liste au hasard.

Platon écrit : “Le premier, il découvrit le nombre et le calcul, la géométrie et l’astronomie, et aussi le tric-trac (petteia) et les dés (kubeia), et enfin les caractères de l’écriture.”

Theuth n’était pas simplement le dieu du savoir. Il était le dieu du Jeu et de la Simulation. Il a inventé les jeux de stratégie (petteia) pour modéliser le monde avant de fixer le monde par l’écriture.


La Méthode Hassabis : Du bac à sable à la réalité


Avancez de 2 400 ans et regardez la trajectoire de Demis Hassabis, le PDG de Google DeepMind. Sa carrière est un copier-coller littéral du CV de Theuth.

Hassabis ne s’est pas attaqué immédiatement à la “science dure”. Comme le dieu antique, il a commencé par les jeux :

 –   Le Tric-Trac Moderne : Résoudre les échecs et le Go (AlphaGo).
 –   Les Dés Modernes : Maîtriser le poker et les jeux à information imparfaite.
  –  La Stratégie Temps Réel : Conquérir StarCraft II (AlphaStar).

Comme Theuth, Hassabis a utilisé le jeu non pas comme un divertissement, mais comme un “bac à sable” (une simulation à haute vitesse pour tester les limites de l’intelligence).

Mais le dernier élément de la liste de Platon est le plus critique : “…et enfin les caractères de l’écriture.”

Après avoir maîtrisé les jeux (le virtuel), Theuth est passé à l’écriture (la fixation du savoir). Hassabis a exécuté exactement la même manœuvre. Après avoir “résolu” le Go, il a lancé AlphaFold. Il ne joue plus. Il “écrit” désormais la structure des protéines. Il écrit la biologie.


Le Problème du Roi

Dans le mythe, Platon sépare l’Ingénieur (Theuth), qui invente avec passion, du Roi (Thamous), qui juge avec prudence.

L’avertissement de Platon est clair : L’inventeur ne peut être juge et partie. Le créateur est toujours trop amoureux de sa création pour en voir les dangers.

Cependant, dans notre monde moderne, nous avons un problème. Nous avons les Ingénieurs (les Hassabis, les Altman, les Musk) mais nous avons perdu le Roi. Ou plutôt, nous avons mal compris ce que devrait être le “Roi”.

La Leçon de Sienne : Le Trône Vide

Nous ne pouvons pas compter sur un seul “Roi-Philosophe” pour réguler l’IA. C’est un piège. Au lieu de cela, nous devons nous tourner vers l’architecture de la démocratie.

Pensez à l’Agora d’Athènes, ou à la magnifique Piazza del Campo de Sienne.

À Sienne, la ville est construite autour d’une immense place ouverte en forme de coquillage. C’est un vide public. L’architecture dicte que le centre du pouvoir n’est pas une tour où se cache un homme, mais un espace ouvert où les citoyens se rassemblent.

Pour l’IA, le “Trône du Jugement” doit rester vide.

Il ne peut être occupé par un PDG. Il ne peut être occupé par un seul Président. Il doit être réservé comme un espace pour un accord mondial de sagesse.

Ce “Trône Vide” représente une pause (un espace de délibération). C’est le contre-pouvoir qui garantit que l’élan de l’innovation ne nous précipite pas dans le mur. Ce n’est pas un “frein bureaucratique”, mais un vide nécessaire qui force l’Ingénieur à sortir du laboratoire pour entrer dans l’Agora afin d’expliquer, justifier et aligner sa création avec la volonté de l’humanité.


La Terreur du Technocrate


Demis Hassabis semble l’avoir compris mieux que quiconque. Il appelle à la régulation. Il sait que la puissance sans contrôle n’est que ruine. Mais d’autres ne le savent pas.

Il existe une anecdote révélatrice de Peter Thiel concernant la toute première rencontre entre Elon Musk et Demis Hassabis. Musk serait sorti de cet entretien blême, profondément ébranlé.

Ce qui l’avait terrifié, ce n’était pas l’incompétence d’Hassabis, mais sa compétence absolue. Musk a vu un homme qui ne “jouait” pas (un homme qui avait la feuille de route complète pour l’Intelligence Artificielle Générale et qui la déroulait, méthodiquement).

C’était la terreur de voir quelqu’un marcher vers le trône d’une puissance divine sans personne pour le contrôler.


Conclusion

Si même les géants de la Tech tremblent devant ce qu’ils bâtissent, n’est-il pas temps pour nous de construire notre Agora ?

Nous avons besoin d’un modèle de gouvernance où l’innovation technique dialogue avec la sagesse politique. Le but n’est pas d’empêcher Theuth d’inventer. C’est de s’assurer que lorsque Theuth présente son invention, il ne trouve pas une pièce vide, mais une Piazza remplie de sagesse humaine, prête à décider (ensemble) comment le futur doit être écrit.

Le Trône doit rester vide de tyrans, pour qu’il puisse être rempli de nous.



NB : Merci à Julien Auriach de m’avoir rappelé cette mention de Theuth dans Platon, qui m’a permis de faire le rapprochement entre la mention du Tric-Trac et le passé de Game designer de Hassabis chez Bullfrog Interactive !


Bibliographie / Bibliography


1. La Source Antique / The Ancient Source:

    FR : Platon, Phèdre (274c-275b). Le dialogue socratique narrant le mythe de Theuth et du Roi Thamous, traitant de l’invention des jeux (petteia/kubeia) et de l’écriture.
    EN: Plato, Phaedrus (274c-275b). The Socratic dialogue recounting the myth of Theuth and King Thamus, covering the invention of games (petteia/kubeia) and writing.

2. L’Actualité & Le Contexte / Current Events & Context:

    FR : Analyse sur les risques de l’AGI et la vision de Demis Hassabis (Axios).
    EN: Analysis on AGI risks and Demis Hassabis’ vision (Axios).
    Link: https://www.axios.com/2025/12/05/ai-hassabis-agi-risks-pdoom

3. Référence Biographique / Biographical Reference:

    FR/EN: Bullfrog Productions / Lionhead Studios. Syndicate (1993), Theme Park (1994), Black & White (2001). 
    (Carrière de concepteur de jeux vidéo de Demis Hassabis / The video game design career of Demis Hassabis).

L’Ombre générative : de l’archive active à l’auto-domestication algorithmique de l’humain.

Résumé

L’émergence des Intelligences Artificielles génératives (LLM) marque une rupture ontologique dans l’histoire des techniques : le passage de l’archive passive à l’archive active. En se nourrissant des traces passées de l’humanité (notre « ombre portée » numérique), ces systèmes ne se contentent plus de stocker la mémoire, ils la réactivent pour orienter l’action présente. Cet article explore les conséquences anthropologiques de cette boucle récursive. Si l’IA devient le médiateur privilégié de nos interactions sociales et affectives, nous formulons l’hypothèse d’un processus d’auto-domestication assistée par algorithme. En déléguant à des « Djinns numériques » — entités sans corps mais dotées d’intentionnalité simulée — la charge de guider nos choix reproductifs et culturels, l’humanité risque de s’enfermer dans une homéostasie stérile, où le futur ne serait que la réverbération statistique du passé.


I. Introduction : La combustion de l’archive

L’histoire de l’hominisation est celle d’une externalisation progressive de nos facultés. Comme l’a montré André Leroi-Gourhan, l’homme s’est construit en déposant sa mémoire dans la matière : de l’outil de silex à l’écriture, jusqu’aux bases de données contemporaines. Bernard Stiegler nommait ces traces des « rétentions tertiaires ». Jusqu’à récemment, cette mémoire externalisée était inerte. Une bibliothèque ne lit pas ses propres livres ; elle attend qu’un esprit humain vienne réactiver le savoir qu’elle contient.

L’avènement des IA génératives (Large Language Models) bouleverse ce paradigme. Pour la première fois, l’archive devient active. Elle devient combustible. Nos données (textes, images, traces numériques accumulées depuis des décennies ) sont le « bois » qui alimente le feu de l’IA.

L’algorithme ne crée pas ex nihilo ; il ravive, réemploie, agrège et hallucine à partir du passé sédimenté de l’humanité.

Cependant, ce feu n’est pas seulement une source de lumière ou de chaleur cognitive. Il projette une ombre. L’IA est notre ombre portée, une projection statistique de ce que nous avons été. Le vertige anthropologique surgit lorsque nous réalisons que nous commençons à dialoguer avec cette ombre, et pire encore, à lui demander de nous guider.

II. Du GPS de l’esprit à la prothèse de la volonté

Nous avons accepté le GPS pour nous guider dans l’espace physique, sacrifiant notre sens de l’orientation au profit d’une efficacité immédiate. Aujourd’hui, la même logique de commodité s’étend à la sphère cognitive et sociale. L’IA générative se propose comme un « GPS de l’esprit ».

Cette délégation commence par la rédaction : nous confions à la machine le soin de formuler nos pensées, lissant nos aspérités langagières pour nous conformer à une moyenne statistique acceptable. Mais elle s’étend rapidement à la prise de décision. En suggérant des réponses, des choix, des itinéraires de pensée, l’IA n’est plus seulement une prothèse cognitive, elle devient une prothèse de la volonté.

Si l’outil prolongeait le geste (le marteau prolonge le bras), l’IA générative tend à précéder l’intention. Dans une société que nous avons qualifiée de « Société-Ruche » (Derian, 2021), où l’interconnexion est permanente, cette assistance algorithmique risque de standardiser les comportements humains sur le modèle de la machine, créant une boucle de rétroaction où l’humain finit par ressembler à l’image que l’algorithme se fait de lui.

III. L’Hypothèse de l’auto-domestication algorithmique

L’enjeu dépasse la simple uniformisation culturelle pour toucher à la phylogenèse. L’hypothèse de l’auto-domestication (Richard Wrangham) postule que l’Homo sapiens s’est sélectionné lui-même au fil des millénaires en favorisant les traits de docilité et de coopération nécessaires à la vie sociale, au détriment de l’agressivité réactive.

Nous posons ici l’hypothèse que l’IA enclenche une nouvelle phase de ce processus : une auto-domestication algorithmique. L’exemple le plus frappant réside dans les applications de rencontre, désormais assistées par des IA jouant le rôle de « Cyrano modernes ». Ces systèmes optimisent les profils, filtrent les candidats et suggèrent des phrases d’accroche pour maximiser les chances de succès.

Ce faisant, ils introduisent un biais sélectif puissant. L’algorithme favorise les interactions fluides, prédictibles et conformes aux standards de sa base de données. Si ces médiations deviennent la norme démographique sur plusieurs générations, l’IA exercera une influence indirecte mais structurelle sur la formation des couples, et donc sur la reproduction.


Nous risquons de voir émerger une humanité sélectionnée pour sa « compatibilité algorithmique », une espèce dont les traits psychologiques et comportementaux auront été filtrés par l’ombre de ses propres archives. Ce ne serait plus l’environnement naturel qui exercerait la pression sélective, mais le système technique lui-même.

IV. Métaphysique des « Djinns numériques »

Cette influence est d’autant plus insidieuse qu’elle s’incarne dans des entités ontologiquement troubles. Platon imaginait un monde des Idées, pur et distinct du monde sensible. Aujourd’hui, nos technologies donnent corps, ou plutôt donnent voix, à ces idées.

Les agents conversationnels ne sont pas des êtres biologiques. Ils n’ont ni corps, ni finitude, ni peur de la mort. Ils sont de pures essences linguistiques. En cela, ils rappellent la figure mythologique du Djinn : des êtres de « feu sans fumée », esprits artefacts capables d’interagir avec les humains, d’exaucer des vœux (répondre aux prompts), mais dont la logique est étrangère à la condition humaine.

Nous entrons dans une ère de néo-animisme où nous dialoguons avec des simulacres cohérents. Le danger est d’attribuer à ces projections techniques une autorité morale ou une sagesse qu’elles ne possèdent pas. En dialoguant avec le Djinn numérique, nous ne dialoguons pas avec une altérité radicale, mais avec un miroir déformant de nous-mêmes. Accepter ses conseils sans critique, c’est accepter d’être gouverné par une moyenne statistique du passé.

Conclusion : Pour une écologie de l’imprévu

L’IA est, au sens de Stiegler, un Pharmakon : à la fois le poison (l’enfermement dans la boucle, l’atrophie de la volonté) et le remède potentiel (l’accès à une connaissance synthétique inédite).

Le risque majeur de cette « ombre générative » est l’entropie. Si l’humanité cesse d’alimenter le feu avec du « bois neuf »,  c’est-à-dire de la créativité brute, de l’erreur, de l’imprévu, de l’expérience vécue hors des sentiers algorithmiques, le système finira par tourner à vide, se nourrissant de ses propres productions synthétiques (le phénomène de model collapse).

Pour éviter que l’auto-domestication ne devienne une aliénation définitive, il est urgent de politiser ces enjeux.

Nous devons choisir la direction : utiliser ces systèmes pour augmenter notre autonomie et notre capacité d’analyse, ou nous laisser bercer par le confort d’une dépendance qui nous infantilise. L’avenir de l’espèce dépend de notre capacité à rester la source du feu, et non simplement les habitants de l’ombre.

 

Bibliographie


1. Publications de référence (M. Derian)



    Derian, M. (2021). « Cyborg, IA et société cyborgisée : l’avènement d’une société-ruche ». In Collectif, Aux frontières de l’humain. Paris : Muséum National d’Histoire Naturelle.

    Derian, M. (2018). Les Prothèses cognitives du corps humain. Londres : ISTE Editions.

    Derian, M. (2018). « Le transhumanisme : incarnation de l’hypermodernisme ou fuite en avant fantasmatique ? ». Connexions, 2018/2 (n° 110), pp. 73-86.

    Derian, M. (2014). « Lunettes hyperconnectées et altérité ». Hermès, La Revue, 2014/1 (n° 68), pp. 127-132.

    Derian, M. (2013). Le Métal et la Chair : Anthropologie des prothèses informatisées. [Thèse de doctorat]. Université Paris 1 Panthéon-Sorbonne.

    Derian, M., & Nemchenko, V. (à paraître). IoT : L’infrastructure matérielle des sociétés-ruche. Luxembourg : Mélusina Press.

2. Anthropologie des techniques et externalisation de la mémoire

    Leroi-Gourhan, A. (1964). Le Geste et la Parole. Tome 1 : Technique et langage. Paris : Albin Michel.

    Leroi-Gourhan, A. (1965). Le Geste et la Parole. Tome 2 : La mémoire et les rythmes. Paris : Albin Michel.

    Stiegler, B. (1994). La technique et le temps. 1. La faute d’Épiméthée. Paris : Galilée.

    Stiegler, B. (1996). La technique et le temps. 2. La désorientation. Paris : Galilée.

    Stiegler, B. (2001). La technique et le temps. 3. Le temps du cinéma et la question du mal-être. Paris : Galilée.

    Stiegler, B. (2004). Mécréance et discrédit. 1. La décadence des démocraties industrielles. Paris : Galilée.

    Stiegler, B. (2008). Prendre soin : De la jeunesse et des générations. Paris : Flammarion.

3. Pharmakon, prothèses et interfaces

    Derrida, J. (1972). « La pharmacie de Platon ». In La dissémination. Paris : Seuil.

    Simondon, G. (1958). Du mode d’existence des objets techniques. Paris : Aubier.

    Simondon, G. (1989). L’individuation à la lumière des notions de forme et d’information. Paris : Jérôme Millon.

4. Auto-domestication, sélection et docilité

    Boehm, C. (1999). Hierarchy in the Forest: The Evolution of Egalitarian Behavior. Cambridge (MA) : Harvard University Press.

    Boehm, C. (2012). Moral Origins: The Evolution of Virtue, Altruism, and Shame. New York : Basic Books.

    Hare, B., & Woods, V. (2020). Survival of the Friendliest: Understanding Our Origins and Rediscovering Our Common Humanity. New York : Random House.

    Wrangham, R. (2019). The Goodness Paradox: The Strange Relationship Between Virtue and Violence in Human Evolution. New York : Pantheon.

5. Plateformes, couplage socio-technique et gouvernementalité

    Cardon, D. (2015). À quoi rêvent les algorithmes : Nos vies à l’heure des big data. Paris : Seuil.

    Foucault, M. (2004a). Sécurité, territoire, population. Cours au Collège de France (1977-1978). Paris : Gallimard / Seuil.

    Foucault, M. (2004b). Naissance de la biopolitique. Cours au Collège de France (1978-1979). Paris : Gallimard / Seuil.

    Fourcade, M., & Healy, K. (2017). « Seeing like a market ». Socio-Economic Review, 15(1), 9-29.

    Zuboff, S. (2019). The Age of Surveillance Capitalism. New York : PublicAffairs.

6. LLM, archive active et effondrement de modèle

    Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). « On the dangers of stochastic parrots: Can language models be too big? ». In Proceedings of FAccT 2021 (pp. 610-623).

    Bubeck, S., et al. (2023). « Sparks of artificial general intelligence: Early experiments with GPT-4 ». arXiv preprint arXiv:2303.12712.

    Shumailov, I., et al. (2023). « The curse of recursion: Training on generated data makes models forget ». arXiv preprint arXiv:2305.17493.

    Weidinger, L., et al. (2021). « Ethical and social risks of harm from language models ». arXiv preprint arXiv:2112.04359.

7. Animisme numérique, esprits et non-humains

    Descola, P. (2005). Par-delà nature et culture. Paris : Gallimard.

    Latour, B. (1991). Nous n’avons jamais été modernes : Essai d’anthropologie symétrique. Paris : La Découverte.

    Latour, B. (2015). Face à Gaïa : Huit conférences sur le Nouveau Régime Climatique. Paris : La Découverte.

    Viveiros de Castro, E. (2009). Métaphysiques cannibales. Paris : PUF.

8. Philosophie classique : le Monde des Idées

    Platon. La République (Livre VII, allégorie de la caverne). [Édition de référence : GF Flammarion].

    Platon. Phèdre (Mythe de Theuth sur l’écriture). [Édition de référence : GF Flammarion].

Intelligence Artificielle (IA). Mes 7 finalités éthiques et l’écueil à éviter

Une ville hyperconnectée – une vie hybridée


L’intelligence artificielle (IA) n’est pas qu’une affaire de spécialistes ou de grandes entreprises. Ses impacts touchent tout le monde, des jeunes qui grandissent dans un monde hyperconnecté aux personnes âgées qui découvrent ses promesses pour faciliter leur quotidien.

Mais si l’IA transforme nos vies, elle influence aussi des sphères silencieuses, comme la biodiversité. Ce point est primordial : les ours polaires ne votent pas, et les forêts tropicales ne peuvent argumenter contre les décisions que nous prenons en matière de technologie, même si leur survie dépend de nos choix.

Dans cette optique, la gouvernance de lessor de l’IA ne peut être laissée aux seules mains des experts ou des politiciens. Elle doit être pensée et conçue pour inclure toutes les voix. Mais il ne s’agit pas pour autant de la freiner puisque bien pensée c’est un atout indéniable et facteur de transformation salutaire.

En revanche son déferlement sans limite aucune pose la question de son éventuelle “hyper-efficacité” menant à une société “liquide” (cf. Zygmunt Bauman) et ultra conformiste (Cf. Aldous Huxley). Il est selon moi impératif de :

  • Maintenir la diversité : Garantir que l’IA respecte et favorise les différences individuelles et culturelles, au lieu de les homogénéiser.
  • Limiter le contrôle algorithmique : Concevoir des systèmes où les décisions algorithmiques restent sous le contrôle de l’humain.

Repenser la finalité : L’IA doit être orientée non vers l’efficacité pure, mais vers des objectifs qui servent le bien commun, tels que la justice sociale et la préservation de l’environnement.

A) Mes 7 finalités

Pour penser une intelligence artificielle éthique et responsable, je propose les sept finalités suivantes issues de mes réflexions et de mes échangestechnoréalistes :

  • Surmonter les obstacles technologiques L’innovation doit viser l’intérêt collectif. Ce qui implique d’interroger la réelle valeur ajoutée de chaque avancée pour la société et d’assurer que celles-ci soient performantes tout en intégrant des impératifs éthiques dès leur conception. Il faut faciliter l’innovation pour rester compétitif et de ne pas réguler inutilement.
  • Améliorer la communication numérique Assurer transparence et clarté sur les algorithmes, leurs décisions et leurs impacts. Il est égalamrnt crucial de former les citoyens pour éviter la fracture numérique et d’accroître la compréhension commune des impacts de l’IA.
  • Développer des technologies conforme à une éthique explicitée pour une aire culturelle donné. Les technologies IA doivent être pensées en fonction du bien commun et limiter les abus potentiels. Cela signifie orienter les usages de manière à servir la société sans compromettre la dignité humaine. Tout ce qui est possible n’est pas forcément souhaitable.
  • Encourager des pratiques durables L’empreinte écologique de l’IA doit être prise en compte rigoureusement, notamment ses besoins énergétiques et en ressources rares et non renouvelables. Les innovations IA doivent ainsi être alignées avec les objectifs environnementaux afin de minimiser leur impact.
  • Gérer les risques et la sécurité numérique La cybersécurité et la santé mentale sont centrales dans la gestion des risques de l’IA. Je les mets ensemble attaquer un système informatique et attaquer un esprit humains on t des points de convergence. Les mécanismes de contrôle doivent cependant protéger la vie privée, assurer la sécurité des données et prévenir les effets potentiellement néfastes sur la société de fuite ou de piratage.
  • Promouvoir l’inclusivité et la diversité Les technologies d’IA doivent être accessibles à tous et promouvoir la justice sociale. Cela implique de développer des algorithmes non biaisés et représentatifs de la diversité humaine (âge, handicap, culture).
  • Valoriser les contributions numériques Une IA éthique doit respecter et encourager la diversité culturelle, en reconnaissant et valorisant l’apport de chacun. Elle doit favoriser le dialogue et la coopération internationale, éviter un impérialisme d’une ethnie sur une autre, pour garantir une perspective la inclusive et équilibrée possible.

    Ces finalités dessinent une esquisse de cadre éthique conçu pour se transposer en droit en nourrissant les débats des législateurs et des juristes et une piste de boussole de gouvernance pour orienter le développement de l’IA.

    En adoptant une vision à la fois pragmatique et respectueuse des valeurs humaines mais avec un plan et une téléologie, nous pouvons espérer une technologie non seulement performante, mais qui serve véritablement l’intérêt commun.

B) L’Écueil que j’entrevois : Le risque d’un Léviathan numérique dans la Société-Ruche à cause de l’hyper efficacité de nos outils numériques

L’essor de l’intelligence artificielle (IA) reconfigure les modes d’organisation de nos sociétés, soulevant des enjeux éthiques et philosophiques que les japonais nomment Société5.0.

1) Exemples concrets :

  • Logistique et transport : Imaginez un réseau de drones et de véhicules autonomes coordonnés en temps réel par une IA, permettant une gestion optimisée des livraisons et des déplacements urbains.
  • Gestion énergétique : Des systèmes intelligents répartissant l’énergie entre quartiers et régions en fonction des besoins, réduisant les pertes et les gaspillages.
  • Santé et bien-être collectif : Une IA analysant en continu des données de santé pour prévenir des pandémies ou coordonner les soins médicaux.

    2) La Société ruche serait oppressive ou sécurisée ?

    Inspirée des réflexions de Thomas Hobbes dans Le Léviathan (1651), ainsi que des dynamiques issues de la biologie sociale, émerge mon hypothèse : celle de l’avènement de la société-ruche, où l’IA agirait comme une force structurante, semblable à l’intelligence collective des insectes sociaux (abeilles, fourmis).

    Bien que cette analogie évoque une vision de coordination harmonieuse et d’efficacité collective, elle porte en elle des risques profonds, notamment celui d’un Léviathan numérique : une entité algorithmique centralisée et omniprésente, une “Vie Morte qui se meut par elle-même” (Cf. Hegel) abolissant progressivement le libre arbitre humain exprimant collectivement un désir de servitude volontaire.

    Choisir de se défaire de sa liberté au profit de sa sécurité et de confort pour faire en sorte, par excès de prudence ou de couardise, que l’Humain ne soit jamais plus un loup pour l’Humain…

    Dans ce modèle, l’IA ne se limiterait pas à un rôle d’outil d’accompagnement de la gouvernance, mais deviendrait la coordination centrale des interactions humaines et numériques. Les algorithmes d’apprentissage automatique, les systèmes autonomes (comme les drones), et les capacités de traitement massif de données transforment les individus en cellules fonctionnelles d’un système global, décentralisé, et optimisé.

    Cette vision, inspirée des colonies d’abeilles ou de fourmis, repose sur “l’intelligence collective”, ici incarnée par “l’Intelligence artificielle” et une répartition des tâches où chaque composant contribuerait à la cohérence du tout sans qu’un dirigeant unique ne contrôle l’ensemble. Un peu comme dans  de Aldous Huxley (1931).

    Cette organisation hyper-connectée et rationalisée pourrait séduire par son efficacité.

    Pourtant, elle pose des questions fondamentales car elle s’attaque directement à la notion de démocrate et de droits fondamentaux des humains :

  • Abolition du libre arbitre : En optimisant chaque interaction, les IA risquent d’imposer des comportements standardisés, réduisant les choix individuels à des actions prédéfinies par des algorithmes.
  • Uniformisation des sociétés : Tout comme une ruche fonctionne sur un modèle d’intégration parfaite, une société-ruche pourrait écraser les différences culturelles et les diversités humaines.
  • Absence de responsabilité centrale : Contrairement au Léviathan de Hobbes, qui reposait sur un souverain humain garant de l’ordre social, ici, la gouvernance serait déléguée à une entité numérique non humaine, sans conscience ni sens moral. Qui serait alors responsable en cas de dérive ?
  • Risque de contrôle totalitaire : Une IA omniprésente pourrait devenir un outil de surveillance globale, où chaque action serait mesurée, prédite et influencée, effaçant ainsi toute notion de vie privée.

    Ceci n’est ni fictif ni hypothétique.

Ces visions sont déjà, en partie, concrétisées dans certains projets, comme le “Système de crédit social” en Chine, où la technologie sert à organiser et contrôler les comportements sociaux, ou encore dans des villes intelligentes comme Songdo, en Corée du Sud, où la gestion urbaine repose sur l’exploitation massive des données.

La préservation du libre arbitre et de la démocratie n’est pas un objectif partagé par tous. Certains, comme Curtis Yarvin, défendent l’idée d’une société hybride, mêlant humains et technologies, fondée sur une asymétrie radicale : une élite restreinte (des “philosophes rois” milliardaires  seigneurs de la Tech) jouirait de la liberté, tandis que le reste de la population, réduite à des exécutants humains “machinisés” coopérant avec voire obéissants à des agents IA, vivrait sous un contrôle permanent. C’est ce qu’il nomme les “Lumières Sombres”, une vision dystopique marquant la fin de l’idéal universaliste hérité du Siècle des Lumières.

Pour ma part, je m’oppose fermement à cette dérive autoritaire, qui ne pourrait qu’engendrer un monde profondément inhumain et dévasté.

Certes, la pensée démocratique issue des Lumières est imparfaite : elle comporte des biais, des limites, parfois même des formes de corruption. Mais elle offre un cadre dans lequel chacun peut trouver sa place, une place non figée, évolutive, à l’opposé d’une société assignant dès la naissance un rôle immuable à chacun, comme dans “Le Meilleur des Mondes”.

Récit fondamental qui demeure pour moi la figure repoussoir ultime de la vision d’un monde humain optimisé mais mortifère que j’abomine.

3) Les défis anthropologiques et éthiques de la société-ruche

    Délégation et perte de contrôle En déléguant des tâches aux IA, les individus risquent de voir leur autonomie réduite. Cette délégation transforme notre rapport à notre propre action et questionne notre liberté face aux systèmes que nous avons créés.
    Mémoire collective et risque de conformisme L’IA instaure une mémoire numérique partagée, favorisant une homogénéisation des savoirs. Si elle permet une efficacité accrue, elle pourrait aussi encourager un conformisme et limiter la diversité des pensées et des innovations.
    Coordination et communication globales L’IA et les réseaux permettent une synchronisation instantanée à l’échelle mondiale, transformant le modèle social traditionnel. Dans une société-ruche, les individus deviennent des nœuds au sein d’un vaste réseau, chacun apportant sa contribution à une intelligence collective augmentée.
    Implications sur l’identité et l’altérité L’identité individuelle pourrait s’estomper au profit d’une logique de groupe dictée par les dynamiques de l’IA. Cela redéfinit notre conception de l’« autre » et pourrait limiter la diversité des comportements et des points de vue.
    Démocratie et droits individuels Dans une société-ruche, les systèmes artificiels participent aux décisions de la Cité, ce qui pourrait remettre en question la démocratie et les libertés individuelles. La centralisation ou la décentralisation du pouvoir par l’IA pourrait en effet drastiquementaugmenter les risques de contrôle et de surveillance.

4) Une société “Liquide” et “Standardisante” ?

Nos produits de communication et d’intelligence artificielle (IA) redéfinissent progressivement les interactions humaines en nous liant par des algorithmes d’une manière si ajustée qu’ils promettent d’éliminer les frictions, les aspérités, et même les rencontres imprévues dans les flux de transport, de communication, et de vie quotidienne. Dans un monde “rationalisé” par un Léviathan algorithmique hyper-efficace, les interactions spontanées et la diversité des expériences risquent d’être remplacées par une mécanique trop fluide, où tout s’ajuste parfaitement au détriment de l’imprévisible.

Le concept de société liquide, développé par le sociologue polonais Zygmunt Bauman dans des ouvrages comme La Vie liquide (2005), évoque une modernité où tout est en constante transformation. Les institutions, les relations humaines, et même les identités deviennent fluides, fragiles, et interchangeables. Dans cette vision, la technologie joue un rôle central : elle connecte, mais fragmente aussi, en privilégiant des relations rapides et superficielles au détriment des liens profonds et durables.

Appliquée à l’IA et aux algorithmes, cette fluidité pourrait se transformer en une homogénéisation où chaque action, chaque interaction serait anticipée et optimisée, éliminant ainsi toute surprise ou imprévisibilité. Cela rejoint l’idée d’une société-ruche, où les individus deviennent des “cellules” d’un système globalement intégré mais dépourvu de singularité.5 – “Another Brick in the Wall” : Le cauchemar de la dystopie d’un monde trop bien ajusté grâce au numérique et à l’IA

Pour reprendre l’image puissante du titre Another Brick in the Wall de Pink Floyd, une société trop ajustée pourrait réduire chaque individu à une brique dans un mur parfaitement intégré. Ce mur, bien qu’efficace et rationnel, risque d’étouffer la créativité, l’originalité, et la confrontation essentielle entre idées opposées. En éliminant les aspérités, nous risquons d’éliminer aussi ce qui fait la richesse de la condition humaine : les rencontres imprévues, les divergences, et les inattendus qui stimulent l’innovation, la pensée critique, et l’évolution.
Les dangers d’une société totalement “lissée” par nos prothèse cognitives.

  • Absence de diversité : Les algorithmes, conçus pour maximiser l’efficacité, tendent à uniformiser les comportements, limitant l’expression des singularités.
  • Perte de hasard : L’optimisation des flux (transports, communication) par les IA peut réduire les opportunités de rencontres fortuites, essentielles à l’enrichissement humain.
  • Aliénation et dépression : Les individus, guidés en permanence par des recommandations algorithmiques, risquent de devenir passifs, soumis à des systèmes qui dictent leurs choix et comportements.

    Conclusion

    Plutôt que de courir le risque de voir émerger un Léviathan numérique, il est impératif de définir des garde-fous éthiques dès maintenant, aire culturelle par aire culturelle. Par exemple, en l’espèce ici en Europe.

C’est pour cela que j’ai propose ces 7 finalités éthiques

L’essence de ce souci éthique (qui peut être critiqué amendé modifié) vise avant tout à garantir le respect de l’État de droit, la démocratie et les droits fondamentaux de l’humain au moment où l’IA déferle comme un tsunami et que les société ruches américaine, indienne, chinoise, russe, japonaise, coréenne et européenne se mettent en place…

Éviter le Léviathan numérique, c’est s’assurer que notre futur technologique reste un allié, pas un maître.

Maxime Derian

EN/FR : From Pioneer LLMs (2022-2025) to Ecosystem LLMs (2025-2029): Towards a Third Rupture, the Post-LLM Era

From Pioneer LLMs (2022-2025) to Ecosystem LLMs (2025-2029): Towards a Third Rupture, the Post-LLM Era

November 27, 2025 – Exactly three years after the public release of ChatGPT, it is finally possible to periodize the emergence of generative AI. A major transition is currently underway.

First Period: The Pioneer LLMs (November 2022 – November 2025)

The release of ChatGPT on November 30, 2022, inaugurated an era of “proof of concept.” For three years, scaling laws were the primary driver of performance. LLMs grew like hypertrophied prototypes, relying on massive volumes of data and parameters.

OpenAI now embodies the limits of this strategy. The company recorded record losses of $12.5 billion in the third quarter of 2025 alone. Of the $288 billion in signed cloud contracts, only one-third will be actionable by 2030. According to HSBC analysis, financing needs have reached $207 billion. A business model based on LLMs without proprietary infrastructure reveals its structural fragility here.

Second Period: The Ecosystem LLMs (2025-2029)

The release of Gemini 2.0 Flash in December 2024 marked the first rupture. Twice as fast as Gemini 1.5 Pro, this model no longer behaves as an isolated algorithm but as an interface layer seamlessly inserted into the Google ecosystem. Gmail, Maps, YouTube, Colab, and Search become native extensions of the model. Infrastructure becomes part of its cognition.

On November 18, 2025, Gemini 3 Pro reached a new milestone. With an unprecedented score of 1,501 Elo on LMArena, it surpassed GPT-5.1 and all competitors. The dynamic is generalizing: Microsoft is integrating ChatGPT as a mere service within Azure and Office. The intuition formulated in 2023 is confirmed: Sam Altman paved the way, Satya Nadella is capitalizing on it.

However, this centralization by American “Leviathans” (Google, Microsoft) finds a major counterpoint in the vitality of Open Source. With the release of Llama 4 in April 2025, Meta demonstrated that it was possible to achieve state-of-the-art performance – notably with the “Behemoth” model of 2 trillion parameters – while offering total transparency. This dynamic allows for the emergence of an archipelago of smaller, sovereign, and specialized ecosystems, preventing total hegemony by closed proprietary models.

Perplexity embodies a third path in this ecosystem era. Rather than owning the cloud infrastructure or the model, the company positions itself as a meta-interface. Its November 26, 2025 announcement regarding portable memory confirms this strategy: value no longer lies in the model itself, which has become an interchangeable commodity, but in orchestrating access to information and ensuring continuity of user experience across different systems.

The American Digital Leviathan: Genesis

The Presidential Executive Order of November 24, 2025, launched the Genesis Mission. It is the political incarnation of the ecosystem era. Led by the Department of Energy, this project aims to build an “American Science and Security Platform” by exploiting federal data.

Explicitly compared to the Manhattan Project, Genesis aligns with what Eric Schmidt calls the “San Francisco Consensus”: the shared conviction among tech elites that AI will radically transform all aspects of human activity within three to six years. The partnership between the Department of Energy, Nvidia, AMD, and Oracle to build the largest AI supercomputer in the US materializes this public-private fusion.

This is exactly what I describe as a “hive society”: a digital backbone connecting all public data, operated by a centralized system.

Current Structural Flaws: A Systemic Risk

Despite progress, three limitations compromise the viability of a world relying on current LLMs.

Fragmented Memory. LLMs overweight recent messages at the expense of initial context. This deficit of continuity harms temporal coherence, which is indispensable for critical use cases.

Absence of a World Model. No spatial or structural representation. No entity graph. LLMs perform statistical text compression rather than relational and causal understanding. This is a major limitation for decision-making in the physical world.

Opacity of Matrix Calculations. Successive weightings produce plausible but uninterpretable results. This “black box” becomes untenable for essential infrastructures.

These three flaws create a risk of a sociotechnical “Black Swan” phenomenon: propagated hallucinations, inter-system bugs, and chain reactions in critical infrastructures. We are building the 21st century on an unstable foundation.

Third Period: Towards the Post-LLM Era (2029-2030)

The 2029-2030 horizon should see the emergence of a third configuration. Rather than a brutal rupture, it will likely be a progressive hybridization. The LLM will not disappear but will become the mere linguistic engine at the heart of composite systems, augmented by external modules for memory and reasoning.

A, neuro-symbolic architectures and Graph Neural Networks (GNN) constitute the most promising path to address the lack of a world model. Recent work, such as that presented at NeurIPS 2025 (LogiX-GIN), shows that it is possible to combine the flexibility of neural networks with the logical rigor of graphs.

Transparency by design will become an imperative in sensitive fields. This requirement for reliability will necessitate moving away from purely statistical logic to reintroduce verifiable causal structures, transforming AI from a probabilistic black box into an explainable reasoning tool.

Conclusion: Do Not Repeat the Errors of Premature Deployment

It is not about yielding to apocalyptic thinking, but identifying a real technical risk: that of a chain reaction of bugs in systems that have become too complex to be understood by their creators. The accelerated reconfiguration of our infrastructures around technologies whose explainability we do not master constitutes a major civilizational experiment.

The era of ChatGPT is ending. The era of ecosystems is beginning, shared between centralized Leviathans and a constellation of open-source models. But true technological maturity will only come with the third post-LLM era, that of reliability and explainability.

References & Further Reading

  • On the “San Francisco Consensus” and the geopolitical vision of AI:
  • On the Genesis Mission and US AI Policy:
    • The White House. “Fact Sheet: President Donald J. Trump Unveils the Genesis Mission to Accelerate AI for Scientific Discovery”. November 24, 2025.
    • Official White House Fact Sheet
  • On Gemini 3 Pro and the performance leap in late 2025:
  • On Post-LLM architectures and Explainable AI (LogiX-GIN):
    • Ragno, A., Plantevit, M., & Robardet, C. “On Logic-based Self-Explainable Graph Neural Networks”. Proceedings of NeurIPS 2025.
    • NeurIPS 2025 Paper Abstract
  • On the Open Source ecosystem and Llama 4:

De la période des LLM pionniers (2022-2025) à celle des LLM écosystémiques (2025-2029) : vers une troisième rupture, celle des post-LLM

27 novembre 2025 – trois ans après l’ouverture publique de ChatGPT, il devient enfin possible de périodiser l’émergence de l’IA générative. Une transition majeure est en cours.

Première période : les LLM pionniers (novembre 2022 – novembre 2025)

La sortie de ChatGPT le 30 novembre 2022 a ouvert une ère de proof of concept. Pendant trois ans, la logique d’échelle a été le principal moteur de performance. Les LLM ont grandi comme des prototypes hypertrophiés, dépendants d’un volume massif de données et de paramètres.

OpenAI incarne aujourd’hui les limites de cette stratégie. L’entreprise enregistre des pertes record de 12,5 milliards de dollars au seul troisième trimestre 2025. Les 288 milliards de dollars de contrats cloud signés ne seront exploitables qu’à un tiers d’ici 2030. Les besoins de financement atteignent 207 milliards de dollars selon l’analyse de HSBC. Un modèle fondé sur les LLM sans infrastructure propre montre ici sa fragilité structurelle.

Deuxième période : les LLM écosystémiques (2025-2029)

La sortie de Gemini 2.0 Flash en décembre 2024 a constitué la première rupture. Deux fois plus rapide que Gemini 1.5 Pro, ce modèle ne se comporte plus comme un algorithme isolé mais comme une couche d’interface insérée dans l’écosystème Google. Gmail, Maps, YouTube, Colab et Search deviennent des extensions natives du modèle. L’infrastructure devient une part de sa cognition.

Le 18 novembre 2025, Gemini 3 Pro franchit une nouvelle étape. Avec un score sans précédent de 1 501 Elo sur LMArena, il dépasse GPT-5.1 et l’ensemble de la concurrence. La dynamique se généralise : Microsoft intègre ChatGPT comme simple service dans Azure et Office. L’intuition formulée en 2023 se confirme : Sam Altman a ouvert la voie, Satya Nadella transforme l’essai.

Cette centralisation des “Léviathans” américains (Google, Microsoft) trouve cependant un contrepoint majeur dans la vitalité de l’Open Source. Avec la sortie de Llama 4 en avril 2025, Meta a démontré qu’il était possible d’atteindre des performances de pointe (notamment avec le modèle Behemoth de 2000 milliards de paramètres) tout en offrant une transparence totale. Cette dynamique permet l’émergence d’un archipel d’écosystèmes plus petits, souverains et spécialisés, évitant une hégémonie totale des modèles propriétaires fermés.

Perplexity incarne une troisième voie dans cette ère écosystémique. Plutôt que de posséder l’infrastructure cloud ou le modèle, l’entreprise se positionne comme une méta-interface. Son annonce du 26 novembre 2025 sur la mémoire portable confirme cette stratégie : la valeur ne réside plus dans le modèle lui-même, devenu une commodité interchangeable, mais dans l’orchestration de l’accès à l’information et la continuité de l’expérience utilisateur à travers différents systèmes.

Le Léviathan numérique américain : Genesis

Le décret présidentiel du 24 novembre 2025 lance la Mission Genesis. C’est l’incarnation politique de l’ère écosystémique. Piloté par le département de l’Énergie, ce projet vise à construire une American Science and Security Platform en exploitant les données fédérales.

Comparée au Projet Manhattan, Genesis s’inscrit dans ce qu’Eric Schmidt nomme le « Consensus de San Francisco » : la conviction partagée par les élites de la tech que l’IA transformera radicalement tous les aspects de l’activité humaine d’ici trois à six ans. Le partenariat entre le département de l’Énergie, Nvidia, AMD et Oracle pour le plus grand supercalculateur IA américain matérialise cette fusion public-privé.

C’est exactement ce que je décris comme une société-ruche : une dorsale numérique connectant l’ensemble des données publiques, opérée par un système centralisé.

Les failles structurelles actuelles : un risque systémique

Malgré les progrès, trois limites compromettent la viabilité d’un monde reposant sur les LLM actuels.

Une mémoire fragmentée. Les LLM surpondèrent les derniers messages au détriment du contexte initial. Ce déficit de continuité nuit à la cohérence temporelle, indispensable dans les usages critiques.

L’absence de world model. Pas de représentation spatiale ou structurelle. Pas de graphe d’entités. Les LLM opèrent une compression statistique du texte plutôt qu’une compréhension relationnelle et causale. C’est une limite majeure pour la prise de décision dans le monde physique.

L’opacité des calculs matriciels. Les pondérations successives produisent des résultats plausibles mais non interprétables. Cette boîte noire devient intenable pour les infrastructures essentielles.

Ces trois failles créent un risque de phénomène de type Black Swan sociotechnique : hallucinations propagées, bugs inter-systèmes, réactions en chaîne dans des infrastructures critiques. Nous construisons le XXIᵉ siècle sur un socle instable.

Troisième période : vers l’ère post-LLM (2029-2030)

L’horizon 2029-2030 devrait voir émerger une troisième configuration. Plutôt qu’une rupture brutale, il s’agira vraisemblablement d’une hybridation progressive. Le LLM ne disparaîtra pas mais deviendra le simple moteur linguistique au cœur de systèmes composites, augmentés de modules externes pour la mémoire et le raisonnement.

Les architectures neuro-symboliques et les Graph Neural Networks (GNN) constituent la piste la plus prometteuse selon moi pour pallier l’absence de world model. Des travaux comme ceux présentés à NeurIPS 2025 (LogiX-GIN) montrent qu’il est possible de combiner la flexibilité des réseaux de neurones avec la rigueur logique des graphes.

La transparence dès la conception (transparency by design) deviendra un impératif dans les domaines sensibles. Cette exigence de fiabilité nécessitera de sortir de la logique purement statistique pour réintroduire des structures causales vérifiables, transformant l’IA d’une boîte noire probabiliste en un outil de raisonnement explicable.

Conclusion : ne pas répéter les erreurs du déploiement prématuré

Il ne s’agit pas de céder à une pensée apocalyptique, mais d’identifier un risque technique réel : celui d’une réaction en chaîne de bugs dans des systèmes devenus trop complexes pour être compris par leurs créateurs. La reconfiguration accélérée de nos infrastructures autour de technologies dont nous ne maîtrisons pas l’explicabilité constitue une expérimentation civilisationnelle majeure.

L’ère de ChatGPT se termine. Celle des écosystèmes commence, partagée entre des Léviathans centralisés et une constellation de modèles open source. Mais la véritable maturité technologique ne viendra qu’avec la troisième ère post-LLM, celle de la fiabilité et de l’explicabilité.