L'IA a tout lu. Elle n'a rien vu.

Pose une vraie question à un bon modèle de langage. Est-ce que cette entreprise va tenir dix-huit mois. Est-ce que ce recrutement va marcher. Est-ce que ce marché existe. Tu recevras une réponse remarquable : structurée, nuancée, honnête sur ses limites, et qui aurait pu être écrite par le meilleur consultant que tu puisses t'offrir.

Relis-la deux fois et tu verras autre chose. Cette réponse est la moyenne pondérée de tout ce qui a été écrit sur des situations qui ressemblent à la tienne. C'est sa force, et ce n'est pas un défaut de fabrication : c'est exactement ce qu'on lui a demandé de faire. Un modèle est une compression de l'écrit. Il te rend le consensus, très vite, très bien formulé.

Le problème, c'est que le consensus ne vaut presque rien. Pas parce qu'il a souvent tort, au contraire : il a raison la plupart du temps. Il ne vaut rien parce que tout le monde l'a. Une information que le marché possède déjà est dans le prix. Une opinion que tout le monde partage est dans la valorisation, dans la stratégie du concurrent, dans le budget qui a déjà été voté. Tu ne gagnes rien à la répéter mieux que les autres.

Où se trouve réellement la valeur d'une décision

Imagine que tu notes, pour chaque décision importante de ta vie professionnelle, deux choses : est-ce que tu avais raison, et combien de gens pensaient comme toi à ce moment-là. Tu obtiens quatre cases.

Avoir tort avec tout le monde ne coûte pas cher, socialement en tout cas : personne ne t'en tiendra rigueur, c'était l'avis général. Avoir tort tout seul coûte très cher, c'est même la seule façon de perdre son poste sur une erreur d'analyse. Avoir raison avec tout le monde ne rapporte rien : tu as fait ce que n'importe qui aurait fait, et le résultat était déjà dans le prix.

Il reste une case. Une seule. Avoir raison quand la majorité se trompe. C'est là que se trouve la totalité du rendement d'un jugement, et c'est une case étroite.

Keynes avait résumé la conséquence pratique de cette asymétrie il y a près d'un siècle, et rien ne l'a démentie depuis.

La sagesse du monde enseigne qu'il vaut mieux, pour sa réputation, échouer avec les conventions que réussir contre elles.

John Maynard Keynes, Théorie générale, 1936

Autrement dit : la case qui paie est protégée par un péage. Le péage n'est pas intellectuel, il est social. Il faut accepter de se tromper en public, seul, avec son nom dessus.

Ce que la machine ne peut pas faire, précisément

Il faut être précis ici, parce que le discours ambiant sur « ce qui reste humain » est le plus souvent une consolation mal argumentée. Un modèle de langage n'est pas limité par un manque d'âme, de créativité ou de sensibilité. Il est limité par quelque chose de beaucoup plus concret : il ne peut restituer que des régularités présentes dans ce qu'il a lu.

Cela le rend excellent partout où le passé ressemble au futur. Écrire une clause, résumer un rapport, retrouver un précédent, produire les dix arguments classiques d'un débat classique : sur ce terrain, tu as perdu et c'est très bien ainsi.

Cela le rend systématiquement moyen là où le passé ne dit rien du futur. Quand une situation est réellement nouvelle, la moyenne de ce qui a été écrit sur des situations anciennes est la mauvaise réponse. Et par construction, un modèle est attiré vers le milieu de la distribution : c'est là que se trouve la plus grande masse de son entraînement. Il est structurellement raisonnable. Il est rarement contrarien au bon moment, non par prudence, mais parce que la position contrarienne juste est, à l'instant où elle serait utile, minoritaire dans le texte disponible.

Note bien ce que ça n'implique pas. Ça n'implique pas que l'humain prévoie mieux en général : sur beaucoup de tâches de prévision routinière, les modèles statistiques battent les experts depuis les années soixante, et ce résultat est solide. Ça implique quelque chose de plus modeste et de plus utile : la valeur marginale d'un humain s'est déplacée. Elle n'est plus dans la production d'une analyse. Elle est dans le choix du moment où l'on s'écarte de l'analyse commune.

L'étincelle, sans mysticisme

On peut appeler ça l'étincelle, à condition de la définir sans poésie. Ce n'est pas l'intuition, mot qui sert surtout à habiller nos préférences. Ce n'est pas la créativité, dont les machines produisent maintenant des quantités industrielles. C'est ceci :

• tenir une position que le texte disponible ne soutient pas encore ;
• pouvoir dire, avant l'issue, ce qui te ferait changer d'avis ;
• et accepter d'être noté dessus.

Les trois comptent, et le troisième est celui qu'on oublie. Une opinion minoritaire non datée, non chiffrée et jamais confrontée au réel n'est pas du contrarian thinking, c'est de la posture. Elle est même plus dangereuse que le consensus, parce qu'elle produit la même sensation de lucidité sans le moindre mécanisme de correction. On en connaît tous, de ces gens qui ont eu raison contre tout le monde, à condition de leur laisser choisir eux-mêmes lesquelles de leurs prédictions on compte.

C'est la différence entre être contrarien et être contrariant. Le contrariant s'oppose par réflexe, ce qui revient encore à laisser la foule décider de sa position, simplement en prenant l'inverse. Le contrarien suit le consensus la plupart du temps, parce que le consensus a raison la plupart du temps, et s'en écarte au moment précis où il a tort. Ce moment se reconnaît, et cette reconnaissance s'entraîne.

Pourquoi on peut le mesurer

Une compétence qu'on ne mesure pas ne progresse pas, et le jugement a longtemps échappé à toute mesure pour une raison simple : nos souvenirs sont réécrits. Après l'issue, tout le monde se rappelle avoir eu un doute. Ce biais est si robuste qu'il a un nom, l'effet rétrospectif, et il suffit à expliquer pourquoi trente ans d'expérience ne produisent pas automatiquement trente ans d'apprentissage.

Les tournois de prévision ont apporté la sortie, dans les années 2010, en imposant trois contraintes qui semblent triviales et qui changent tout. Une question qui a une réponse vérifiable. Une probabilité chiffrée, pas un adverbe. Une date. À partir de là, la mémoire ne peut plus tricher, et une chose devient visible : certains prévisionnistes battent les autres de manière persistante d'une année sur l'autre. La persistance est le point clé, parce qu'elle exclut la chance. On ne parle donc pas d'un talent mystérieux mais d'une compétence, avec les propriétés d'une compétence : elle s'observe, elle se compare, elle s'entraîne.

Ces travaux, ceux de Philip Tetlock notamment, ont aussi identifié ce qui distingue les meilleurs. Ce n'est ni le diplôme, ni l'accès à l'information, ni même l'intelligence brute. C'est l'habitude de réviser ses croyances par petits pas, souvent, y compris quand ça vexe.

Ce que ça change lundi matin

Trois choses, et elles ne coûtent rien.

1. Chiffre tes avis. Remplace « probablement » par un nombre. « Probablement » est increvable : il a raison quoi qu'il arrive. Un chiffre peut avoir tort, c'est précisément sa valeur.
2. Date-les. Une prévision sans échéance n'est pas une prévision, c'est une humeur. Écris la date à laquelle tu sauras.
3. Écris ce qui te ferait changer d'avis, avant de savoir. C'est la seule protection connue contre l'art de se donner raison après coup, et c'est aussi la meilleure façon de découvrir que tu n'avais pas de raisons, seulement une préférence.

Utilise l'IA pour tout le reste. Vraiment tout le reste : elle rassemble le contexte, expose les arguments des deux camps, retrouve les précédents et te dit ce que pense la majorité, en quelques secondes et pour rien. Ce travail-là n'a plus de valeur marchande, et s'y accrocher est une erreur de carrière.

Garde pour toi le dernier centimètre, celui où tu décides que sur ce point précis, pour ces raisons précises, la majorité se trompe. Ce centimètre n'est pas dans les données d'entraînement, pour une raison simple : au moment où il compte, il n'a encore été écrit nulle part.