Résumé : Les promesses du Machine Learning sont souvent survendues mais ce qui est certain c'est qu'il apporte un véritable défi à travers une nouvelle division de l'apprentissage (Zuboff). Si les Machine learners avancent sans cesse dans la direction d'un désencastrement de l'IA vis-à-vis du design organisationnel et des contributions des experts, ils seront confrontés à de vraies déconvenues en surestimant la valeur de leurs prédictions. Mais dans le même temps, ils obtiendront un véritable avantage en termes de connaissance des comportements sociaux en précision et en profondeur, ce qui placera leurs entreprises en position de contourner toutes les institutions et les lois, des gouvernements comme des villes. Une autre voie est cependant possible pour développer un "human-machine learning" qui renforcera les pouvoirs des organisations et des citoyens, non seulement au moment des usages des résultats du ML mais au coeur même de leur conception.

Abstract : The promises of Machine Learning are too often oversold but what is right, is the challenge they bring in about the division of learning , as Zuboff calls it. If Machine Learners go on in the direction of disembedding themselves from organizations' design and experts' contributions, they will face major setbacks by overestimating the value of their predictions. But at the same time they will gain so much advantage in terms of deep and precise knowledge of social behavior that they will put their companies in position of bypassing the legal and institutional bodies, such as governments and cities.  Another path is still open to develop a "human-machine learning" that would empower organisations and people, not only at the moment of using the outputs of ML but at the very core of the programmation activity.

Dominique BOULLIER est professeur des universités en sociologie, chercheur au Centre d'Études Européennes et de Politique Comparée à Science Po Paris. Il est spécialiste des usages du numérique et des technologies cognitives et auteur de nombreux ouvrages sur le sujet.