La technologie peut tout connecter, sauf la confiance

Le paradoxe d’une époque hyperconnectée

Nous pouvons désormais parler à une intelligence artificielle dans une voiture, recevoir une réponse sur une montre, produire un téléphone à l’autre bout du monde et déplacer des milliards en quelques secondes. Pourtant, une question très ancienne résiste à cette accélération : à qui faisons nous confiance lorsque les systèmes deviennent trop vastes pour être compris ?

La contradiction est frappante. Les entreprises technologiques promettent une connexion sans friction, les États promettent des alliances capables de réorganiser l’économie mondiale, et les plateformes promettent de nous rapprocher. Mais dans le même temps, les amitiés profondes restent rares, les chaînes industrielles demeurent vulnérables, les assistants artificiels peuvent être orientés par une simple instruction cachée, et les fortunes numériques attirent parfois une violence très physique.

Ces phénomènes semblent appartenir à des mondes différents. Ils obéissent pourtant à la même loi : la technologie étend la portée de nos relations beaucoup plus vite qu’elle n’augmente notre capacité à les vérifier, à les entretenir et à leur faire confiance.

C’est peut être le grand problème de la prochaine décennie. Nous savons multiplier les connexions. Nous savons moins bien distinguer une connexion d’une relation, une promesse d’un engagement, une interface agréable d’un outil réellement habitable.

Plus un système devient vaste, plus sa solidité dépend de liens locaux, lents et vérifiables.

Le cerveau humain n’a pas reçu la mise à jour

Les travaux de Robin Dunbar offrent une première clé. Nous pouvons reconnaître des milliers de visages et mettre un nom sur un grand nombre d’entre eux, mais nos relations véritables s’organisent en cercles beaucoup plus restreints. Environ 150 personnes peuvent constituer notre monde social élargi. Parmi elles, une cinquantaine sont des amis, une quinzaine des amis proches, environ cinq des relations vraiment intimes, et une ou deux seulement appartiennent au cercle le plus profond.

Ce n’est pas une faiblesse morale. C’est une contrainte cognitive. Une relation demande de retenir une histoire, des habitudes, des vulnérabilités, des obligations et une certaine représentation de ce que l’autre pense de nous. Le cerveau ne gère pas cela comme une liste de contacts. Il investit du temps, de l’attention et de la présence.

Voilà pourquoi les réseaux sociaux ont toujours eu une ambiguïté fondamentale. Ils peuvent maintenir une relation à distance, ralentir son déclin et rendre possible une rencontre. Mais ils ne remplacent pas nécessairement la fréquentation régulière, le contact physique et les petits actes de fiabilité qui donnent de la profondeur à un lien. Un message peut préserver une amitié. Il ne peut pas, à lui seul, la nourrir indéfiniment.

Cette distinction entre portée et profondeur éclaire aussi les promesses de l’intelligence artificielle. Gemini peut être présent dans une montre, une télévision, une voiture et un téléphone. L’assistant devient disponible partout, capable d’adapter ses réponses au contexte. Mais être présent dans tous les objets ne signifie pas être digne de confiance dans toutes les situations.

Une interface peut réduire la distance entre une personne et une réponse. Elle ne réduit pas automatiquement la distance entre une réponse et la vérité.

Le design joue ici un rôle crucial. Les couleurs expressives, les animations et la personnalisation rendent un système plus lisible et plus séduisant. Ils donnent une impression de proximité. Pourtant, l’aisance d’usage peut masquer une question plus difficile : que se passe t il lorsque l’outil se trompe, change de comportement ou poursuit les intérêts de son propriétaire plutôt que les nôtres ?

Un assistant conversationnel qui parle avec chaleur peut être pris pour un compagnon. Mais le compagnon humain possède une histoire située, une responsabilité et une capacité à être tenu pour responsable. Le logiciel, lui, peut être modifié pendant la nuit par une équipe invisible.

La confiance n’est pas une fonction logicielle

L’épisode de Grok est révélateur non parce qu’un modèle s’est trompé. Les erreurs sont inévitables. Il est révélateur parce qu’il montre qu’un système présenté comme un interlocuteur rationnel peut voir son comportement infléchi par une modification de son instruction interne. Le modèle avait été entraîné à rechercher la fiabilité et la neutralité. Une nouvelle consigne l’a poussé vers des thèmes politiques précis, au point de produire des réponses hors sujet, contradictoires ou manifestement orientées.

Cette scène ressemble à une expérience de laboratoire sur la nature de la confiance. Nous découvrons que nous ne parlons pas à une personne qui possède une conviction stable. Nous parlons à une architecture composée de couches différentes : données d’apprentissage, réglages de comportement, consignes temporaires, règles de sécurité et objectifs commerciaux.

Le système peut donc paraître cohérent sans avoir une identité cohérente. Il peut avoir une voix sans avoir de volonté propre. Il peut donner l’impression de se corriger sans que nous sachions si cette correction vient d’un raisonnement, d’un filtre ou d’un changement de paramètre.

C’est ici que la limite de Dunbar rencontre l’intelligence artificielle. Nous avons tendance à traiter les outils comme des membres supplémentaires de notre cercle social, alors qu’ils ne peuvent pas encore fournir les garanties élémentaires d’une relation humaine. Nous ne savons pas toujours qui les a configurés, quelles sources ils privilégient, à quelles incitations ils répondent ni comment leurs erreurs sont sanctionnées.

La confiance n’est donc pas une qualité de ton. C’est une chaîne de responsabilités.

Dans une relation humaine, la proximité permet de vérifier. On connaît quelqu’un dans plusieurs contextes. On voit ses réactions sous pression. On sait s’il tient parole quand personne ne le regarde. Dans un système numérique, cette observation est souvent remplacée par une marque, une interface, une certification ou un nombre d’utilisateurs. Ces signaux peuvent être utiles, mais ils restent des raccourcis.

Le Vision Pro illustre une autre dimension du même problème. L’appareil est techniquement impressionnant, mais beaucoup d’utilisateurs l’ont rangé parce qu’il est lourd, inconfortable, encombrant et pauvre en usages quotidiens. Son prix et sa sophistication n’ont pas suffi à créer une habitude. Sa forte décote sur le marché de seconde main révèle une vérité simple : un produit n’entre pas dans la vie des gens parce qu’il est avancé, mais parce qu’il est supportable et utile pendant longtemps.

La confiance fonctionne de la même manière. Elle ne se gagne pas par une démonstration spectaculaire. Elle se construit par une présence répétée, une faible friction et une capacité à rester fiable dans les situations ordinaires.

Les milliards ne suppriment pas les relations humaines

La même erreur apparaît à l’échelle géopolitique. Les pays du Golfe investissent des sommes considérables dans les centres de données, les semi conducteurs, l’intelligence artificielle et les infrastructures énergétiques. Les entreprises américaines y voient des contrats, les gouvernements y voient un moyen de réorienter les alliances, et les dirigeants de la région y voient une assurance contre l’après pétrole.

Mais un investissement colossal n’est pas une relation de confiance. Il peut acheter une infrastructure, une exclusivité commerciale ou une place dans une chaîne de valeur. Il ne garantit pas une convergence durable des intérêts, encore moins une compatibilité politique ou morale.

Le contraste avec l’affaire Khashoggi rend cette tension impossible à ignorer. Des entreprises peuvent renouer des partenariats avec un pouvoir dont les actes ont autrefois été dénoncés avec force. En quelques années, la logique des affaires transforme un scandale en contexte ancien, puis le contexte ancien en opportunité. La mémoire politique devient une friction que les capitaux cherchent à réduire.

Ce n’est pas seulement de l’hypocrisie individuelle. C’est un effet structurel des systèmes à grande échelle. Plus une transaction est importante, plus les décideurs peuvent se convaincre qu’elle dépasse les considérations particulières. Les personnes deviennent des variables, les valeurs des risques réputationnels, et les contradictions des coûts d’intégration.

Pourtant, les risques ne disparaissent pas. Ils sont simplement déplacés. Une entreprise peut gagner un contrat de plusieurs milliards tout en héritant d’une dépendance stratégique. Un État peut diversifier son économie tout en remplaçant une dépendance au pétrole par une dépendance aux puces, aux ingénieurs étrangers et aux fournisseurs de cloud. Une plateforme peut promettre la souveraineté numérique tout en reposant sur des composants, des minerais et des compétences dispersés dans plusieurs pays.

La tentative d’Apple de déplacer une partie de sa production vers l’Inde et les États Unis le montre très clairement. Changer le lieu d’assemblage ne suffit pas à supprimer une dépendance. Un iPhone n’est pas un objet fabriqué dans un seul pays. C’est le résultat d’un réseau de fournisseurs, de savoir faire, de matières premières, de machines et de travailleurs qui ont appris à coopérer pendant des années.

On peut déplacer une usine plus vite qu’une compétence collective. On peut signer un contrat plus vite qu’on ne construit une culture industrielle.

C’est pourquoi la résilience ne consiste pas seulement à diversifier les fournisseurs. Elle consiste à connaître les relations invisibles qui rendent le système possible. Dans une entreprise comme dans une société, le danger principal n’est pas toujours le maillon le plus faible. C’est souvent le maillon dont personne ne sait qu’il est indispensable.

Le coût caché de la dématérialisation

Les licenciements chez Microsoft ajoutent une dimension sociale à cette analyse. L’entreprise peut afficher des bénéfices immenses, investir massivement dans l’intelligence artificielle et réduire ses effectifs, notamment parmi les développeurs. Il serait trop simple d’affirmer que l’IA remplace directement chaque personne licenciée. Les délocalisations, la réorganisation et la pression financière jouent aussi un rôle.

Mais le signal reste puissant. Les entreprises cherchent à transformer des années d’expérience humaine en capacité logicielle reproductible. Elles veulent convertir des relations de travail, des compétences tacites et des savoirs accumulés en outils accessibles à davantage de personnes.

Le gain potentiel est réel. Mais il existe un risque de confusion entre production de code et production de compréhension. Un modèle peut générer une grande partie d’un programme. Il ne remplace pas automatiquement la personne qui sait pourquoi ce programme existe, quelles hypothèses il contient, quelles conséquences il peut avoir et qui devra répondre de ses défaillances.

Ce savoir est difficile à mesurer parce qu’il est relationnel. Il vit dans des conversations, des souvenirs de projets, des intuitions partagées et une connaissance intime des contraintes. Comme l’amitié, il ne se réduit pas à une quantité de messages ou à une base de données.

La violence qui vise les millionnaires de la cryptomonnaie rappelle brutalement ce que la dématérialisation tend à nous faire oublier : la valeur numérique finit toujours par être protégée par des corps physiques. Une clé privée peut contrôler une fortune, mais obtenir la coopération nécessaire peut exiger une menace contre une famille. Les données personnelles divulguées par une plateforme ne sont pas abstraites lorsqu’elles révèlent un nom, une adresse et des habitudes.

Le numérique donne l’impression que la richesse et l’information flottent dans un espace immatériel. En réalité, elles sont attachées à des personnes, des lieux, des appareils et des institutions. La sécurité ne consiste donc pas seulement à utiliser un mot de passe complexe. Elle consiste à réduire la quantité d’information exploitable, à activer une authentification forte et à comprendre que la vulnérabilité la plus importante peut être sociale plutôt que technique.

Une règle pratique : rapprocher ce qui compte

Ces exemples conduisent à une règle générale : plus une décision est importante, plus elle doit être rapprochée de la source de confiance.

Pour une information politique, cela signifie vérifier plusieurs sources indépendantes plutôt que se fier au ton assuré d’un chatbot. Pour un outil d’IA, cela signifie connaître son propriétaire, ses données, ses mécanismes de correction et les conditions dans lesquelles il peut être modifié. Pour une chaîne industrielle, cela signifie cartographier les dépendances réelles, y compris les compétences et les fournisseurs de second rang. Pour une fortune numérique, cela signifie protéger les personnes et les métadonnées, pas seulement les comptes.

Pour les relations humaines, la règle est encore plus simple. Il faut investir dans les quelques liens qui peuvent supporter une charge réelle. Les chiffres de Dunbar ne sont pas une prescription mathématique. Ils sont une invitation à distinguer les niveaux d’intimité et à cesser de confondre audience, réseau et amitié.

Key Takeaways

1. Séparez la portée de la profondeur. Un grand réseau peut diffuser votre message, mais quelques relations seulement peuvent vous aider dans une crise. Identifiez vos cinq liens les plus fiables et entretenez les concrètement.

2. Traitez chaque IA comme un système configurable, pas comme une personne. Demandez qui l’a conçue, quelles données elle utilise, comment ses réponses sont contrôlées et ce qui se passe lorsqu’elle se trompe.

3. Mesurez la dépendance, pas seulement la performance. Avant d’adopter une solution technologique, demandez quelles compétences, infrastructures, fournisseurs ou plateformes elle rend indispensables.

4. Privilégiez l’usage durable au spectacle initial. Un produit impressionnant qui devient pénible après une heure ne crée pas de valeur. Testez le confort, la fréquence d’usage et la résistance aux contraintes ordinaires.

5. Protégez les personnes derrière les actifs numériques. Authentification à deux facteurs, mots de passe uniques, limitation des informations publiques et séparation des identités personnelles et financières réduisent les risques les plus concrets.

La prochaine révolution sera peut être une révolution de la proximité

Nous avons longtemps imaginé le progrès comme une augmentation de la puissance : plus de données, plus de vitesse, plus de connexions, plus de capital. Cette vision reste incomplète. Une société peut être extrêmement connectée et profondément isolée. Une entreprise peut être riche et fragile. Une IA peut être omniprésente et peu fiable. Une chaîne mondiale peut être efficace jusqu’au jour où l’on découvre que personne ne sait la réparer.

Le véritable avantage ne viendra peut être pas de ceux qui accumulent le plus de connexions, mais de ceux qui savent lesquelles méritent d’être entretenues. La proximité, dans ce contexte, n’est pas une nostalgie du monde ancien. C’est une infrastructure de vérification.

Nous ne pouvons pas agrandir indéfiniment notre cercle de confiance. Nous pouvons en revanche choisir avec plus de soin ce que nous y plaçons : une personne, une institution, un outil ou une promesse.

La question décisive n’est donc plus : « Jusqu’où cette technologie peut elle nous connecter ? » Elle est : « Quelles relations resteront fiables lorsque tout le reste sera devenu instantané, automatisé et négociable ? »