Coopération et IA : avons-nous encore besoin des autres ? 

Coopération et IA : avons-nous encore besoin des autres ?

L’arrivée de l’IA impacte nos liens de coopération au travail. En donnant à chacun un accès aisé à des informations auparavant détenues par les collègues, elle affaiblit certaines interdépendances. Or un individu indépendant ne coopère pas. C’est l’argument classique. Pour autant, pouvons-nous en déduire que nous aurons de moins en moins besoin les uns des autres ?

Le partage des connaissances : une coopération devenue inutile ?

Indubitablement, l’IA générative fragilise le monopole des détenteurs de savoir. Mais à ce stade, dans la plupart des cas, ce changement ne se traduit pas par une disparition des liens fondés sur le partage de connaissances. Il modifie plutôt l’équilibre des relations de pouvoir.

J’en donnerai une illustration venant d’un équipementier automobile impliqué dans la filière hydrogène. Dans cette filière, le problème des acheteurs n’est pas de sélectionner les fournisseurs ; il est d’en trouver. La taille du problème augmente avec le niveau d’exigence des ingénieurs prescripteurs. Jusqu’ici, les acheteurs étaient dans l’incapacité de discuter les exigences des ingénieurs. Ils n’avaient d’autre chose choix que d’accepter les cahiers des charges tels quels. Désormais les acheteurs utilisent l’IA pour évaluer la solidité des arguments qui sous-tendent le niveau d’exigence des ingénieurs. Il y a bien réduction de l’asymétrie d’information, et rééquilibrage de la relation. Toutefois l’asymétrie ne disparaît pas totalement, car les ingénieurs continuent de détenir des informations non tracées. Persiste une interdépendance fondée sur le partage de connaissances. 

Certains seraient tentés d’ajouter que la substitution de l’IA au détenteur de connaissances est définitivement bornée par l’horizon du traçable, que les connaissances tacites sont par définition non codifiées, et qu’on ne peut donc se dispenser d’un humain pour bénéficier de ces dernières. Je répondrai que cet obstacle peut théoriquement être surmonté, dès lors que l’observation directe des comportements par des capteurs numériques permet de modéliser des savoirs que les acteurs eux-mêmes ne sont pas capables de verbaliser et de tracer. Songeons aux caméras placées sur le front d’ouvriers chinois, qui servent précisément cet objectif. Mais là n’est pas le plus important pour notre propos.

Notons avant de poursuivre que si l’exemple ici cité met en scène deux acteurs placés à la même hauteur dans l’organigramme, je pourrais tenir le même raisonnement à propos du lien hiérarchique : un manager qui utilise l’IA pour évaluer la qualité des livrables de son équipe ne devient pas pour autant indépendant de l’équipe, à moins que l’activité soit totalement automatisable.

La coopération comme travail de négociation

Le cas évoqué plus haut ainsi, ainsi que les termes « monopole » et « pouvoir » suggèrent que la coopération n’est pas seulement un partage de connaissances. Ces termes révèlent une dimension qui résiste encore davantage à l’automatisation par l’IA.

Si les acteurs coopèrent, c’est parce qu’ils ont besoin les uns des autres, parce que chacun détient des ressources que les autres n’ont pas. Or ces ressources ne sont pas uniquement des connaissances : ce sont des droits de décision, des accès à d’autres acteurs, à des outils, à des budgets… De plus, dans une organisation, l’interdépendance est solidaire d’une différenciation des rôles, qui elle-même est attachée à une différenciation des objectifs. Par un paradoxe apparent, les acteurs coopèrent parce qu’ils ne cherchent pas la même chose ; le lien établit une convergence tout en restant sous tension. En ce sens, la coopération est une recherche de compromis*.

La recherche de compromis est une négociation qui est plus ou moins longue, plus ou moins explicite, et rarement définitive. Ainsi l’acheteur et l’ingénieur de la filière hydrogène discuteront. Ensemble ils régleront le niveau d’exigence. L’un poussera le niveau à la baisse pour faciliter son travail de recherche ; l’autre tirera le niveau à la hausse pour faciliter son travail de conception. Aidé par l’IA, l’acheteur sera capable de mettre au jour la fragilité de certains arguments (voire la mauvaise foi), et obtiendra plus de concessions qu’auparavant. Une chose est sûre : le compromis sera nécessaire, car il faudra bien acheter quelque chose, sans quoi tous deux perdront leur emploi (sans achat, pas de production ; sans production, pas d’emploi). Et s’ils ne parviennent pas seuls à trouver un compromis, ils mobiliseront leur hiérarchie, ce qui pourrait entacher leur propre réputation.

Ce cas est élémentaire puisqu’il ne met en scène que deux acteurs. La réalité est souvent plus complexe, la négociation souvent multilatérale, animée par des jeux d’alliance.

Deux obstacles insurmontables à l’automatisation de la négociation

D’aucuns pourraient rétorquer qu’au royaume de la traçabilité, dans un avenir pas si lointain, sur la base d’une pesée et d’une hiérarchisation des préférences dont ont coutume les micro-économistes main stream, l’IA pourrait trouver le meilleur compromis par le calcul, nous dispensant alors de coopérer.

Tout projet d’automatisation de la négociation rencontrerait deux obstacles. Le premier serait la rétention stratégique des informations** : les participants seraient tentés de garder certains éléments de circonstance hors du champ de la traçabilité, afin de biaiser le calcul ; comme dans le dilemme du prisonnier, chacun soupçonnerait l’autre de procéder ainsi, et s’empresserait de le faire ; au final, la machine à calculer serait inopérante.

Le deuxième obstacle est l’absence de hiérarchie claire des préférences ex ante, dans l’esprit même des participants. Les préférences se construisent dans l’action, en l’occurrence au cours même du processus de négociation, parallèlement à la découverte des éléments de contexte***. Dans le cas évoqué, ni l’acheteur ni l’ingénieur ne sauront a priori jusqu’où ils seront prêts à aller ; vraisemblablement, chacun sera amené à réévaluer en cours de route ses propres contraintes, et découvrira de nouvelles possibilités d’action.

Une évolution des raisons de coopérer

En conclusion, je serais tenté de dire que l’IA fait évoluer les raisons de coopérer plutôt qu’elle ne réduit la coopération. Nous aurons probablement moins besoin les uns des autres pour accéder aux connaissances, mais nous continuerons d’avoir besoin de trouver des arrangements pour produire ensemble.

En contexte organisé, il ne faut pas confondre l’autonomie cognitive que nous procure l’IA avec une indépendance dans l’accomplissement des tâches.

Source :

*Crozier M., Friedberg E., L’acteur et le système, Seuil, 1977. 

**Myerson R. B., Satterthwaite M., « Efficient Mechanisms for Bilateral Trading », Journal of Economic Theory, 29 (2), 1983 ; pp. 265–281. 

***March J. G., « Bounded rationality, ambiguity, and the engineering of choice », The Bell Journal of Economics, vol. 9/2, 1978 ; pp. 587-608