Idéosphère hybride : quand les idées auront plusieurs intelligences
Une idée n’a jamais demandé la permission pour voyager.
Elle peut naître dans un esprit, passer dans un livre, traverser une langue, dormir pendant un siècle puis réapparaître dans un contexte complètement différent. Elle change parfois de forme au point de devenir méconnaissable. Elle peut mourir faute d’attention et renaître lorsqu’une époque devient enfin capable de la recevoir.
Nous avons longtemps raconté l’histoire des idées à travers leurs auteurs. Platon. Copernic. Darwin. Einstein. Cette manière de raconter est commode. Elle donne un visage et une date à ce qui relève souvent
d’un processus beaucoup plus diffus.
Car une idée n’arrive jamais seule. Elle transporte des lectures, des conversations, des techniques, des intuitions plus anciennes et parfois des influences dont son auteur lui-même n’a pas conscience.
La roue illustre bien cette difficulté. Nous aimerions lui attribuer une naissance nette, dans un lieu précis, au sein d’un esprit identifiable. L’histoire des inventions est rarement aussi propre. Une solution peut circuler par des échanges dont nous avons perdu la trace. Elle peut également apparaître plusieurs fois face à des contraintes comparables. La
convergence n’exige ni télépathie ni champ invisible : des problèmes semblables, des matériaux disponibles et des héritages techniques voisins peuvent conduire à des formes proches.
L’idée possède alors une autonomie particulière. Elle ne flotte pas hors du monde matériel. Elle a toujours besoin d’un support : cerveau, geste, parole, dessin, institution, fichier, base de données ou machine. Elle peut pourtant quitter un porteur, en trouver un autre et poursuivre une trajectoire que son premier auteur ne maîtrise plus.
Avec l’intelligence artificielle générative, cette généalogie devient encore plus difficile à démêler. Une intuition humaine peut être reformulée par un modèle, enrichie par un deuxième, traduite dans une autre langue, discutée par une communauté, transformée en protocole puis réintroduite dans les corpus qui nourriront de futurs systèmes.
À ce stade, l’auteur commence à ressembler à un réseau.
Qu’est-ce que l’idéosphère ?
L’idéosphère désigne l’écosystème formé par les idées, les croyances, les concepts, les images et les récits qui circulent entre les individus, les groupes, les institutions et leurs différents supports. Comme les organismes dans une biosphère, les formes idéelles s’y transmettent, se transforment, coopèrent, entrent en concurrence et peuvent disparaître ou
réapparaître.
Cette analogie biologique est puissante, à condition de ne pas la prendre au pied de la lettre. Une idée n’est pas un organisme. Elle n’a ni métabolisme ni instinct de conservation. En revanche, sa diffusion dépend bien d’un milieu, de ressources, de vecteurs, de filtres et de conditions de sélection. Elle a besoin d’attention pour se propager, de mémoire pour durer et d’un langage pour prendre forme.
En janvier 1983, Douglas Hofstadter publie dans Scientific American un article intitulé «On Viral Sentences and Self-Replicating Structures ». Il décrit l’univers des idées comme un analogue de la biosphère et propose de l’appeler ideosphere. Aaron Lynch indiquera ensuite que Hofstadter et lui étaient arrivés indépendamment à ce mot.
Quelques années auparavant, Richard Dawkins avait introduit le terme « mème » dans Le Gène égoïste. Le mème désignait alors une unité culturelle susceptible d’être transmise et modifiée. Dawkins a fourni une partie du raisonnement évolutionnaire. Hofstadter et Lynch ont donné un nom au milieu dans lequel ces formes culturelles circulent.
Edgar Morin pousse la réflexion beaucoup plus loin dans le quatrième tome de La Méthode, publié en 1991 : Les
Idées. Leur habitat, leur vie, leurs mœurs, leur organisation. Le sous-titre est presque un programme à lui seul.
Morin ne traite plus l’idée comme un objet inerte enfermé dans un cerveau. Il s’intéresse à son habitat, à ses alliances, à ses conflits et au pouvoir qu’elle peut exercer sur ceux qui l’ont produite. Les humains créent des idées, des mythes et des idéologies. Ces productions acquièrent une existence sociale, entrent dans les institutions et reviennent agir sur leurs
créateurs. Nous fabriquons des systèmes de pensée. Puis nous pouvons finir par leur obéir.
Morin appelle « noologie » l’étude de cet univers. Son apport me paraît décisif parce qu’il évite une causalité à sens unique. L’humain ne produit pas simplement une idée avant de passer à autre chose. L’idée reconfigure ensuite l’humain, son langage, ses décisions et les conditions dans lesquelles d’autres idées pourront apparaître. La relation est
récursive. Dans un entretien publié par Le Monde en juin 2026, Morin relie directement cette mécanique à l’intelligence artificielle. Nos instruments peuvent nous instrumentaliser. Nos productions peuvent devenir nos maîtres. L’IA ne crée donc pas le problème de l’autonomie des idées ; elle lui donne une infrastructure, une vitesse et une capacité d’action inédites.
Le rapprochement entre idéosphère et intelligence artificielle possède d’ailleurs une histoire antérieure aux grands modèles de langage. Dès 1986, le chercheur Ivan M. Havel écrivait dans Impacts of Artificial Intelligence que certains effets profonds et non intentionnels de l’IA se produisaient dans l’idéosphère. Il pensait notamment aux déplacements de points de vue provoqués par l’idée même que les machines puissent être intelligentes.
En 2017, Ulrich Schmitt réemploie l’idéosphère comme l’un des écosystèmes numériques d’un système de gestion des
connaissances. L’usage reste local à son modèle. Il montre néanmoins que le concept peut quitter la seule métaphore philosophique pour participer à la conception d’une architecture de connaissance.
Le mot existait. Le lien avec l’IA aussi. Il restait dispersé dans plusieurs champs de recherche qui se parlaient peu.
L’idéosphère est-elle un concept scientifique ?
L’idéosphère n’est pas, à ce jour, une théorie scientifique stabilisée. Aucun laboratoire ne dispose d’un instrument capable d’en mesurer directement le volume, la densité ou la température.
Elle constitue d’abord une métaphore philosophique et un modèle heuristique. Elle permet de penser les idées comme une population de formes qui circulent dans un milieu et modifient ce milieu en retour.
Certaines parties du phénomène sont néanmoins observables. Les sciences de l’évolution culturelle étudient la transmission et la sélection des comportements. Les sciences des réseaux analysent leur diffusion. Les sciences cognitives travaillent sur leur mémorisation et leur transformation. Les systèmes multi-agents permettent désormais d’observer l’apparition de conventions entre machines.
Le concept se situe donc sur une frontière. Son intuition est philosophique. Plusieurs de ses mécanismes deviennent scientifiques lorsqu’ils sont définis, observés et testés.
| Concept | Ce qu’il permet de penser | Limite par rapport à l’idéosphère hybride |
|---|---|---|
| Idéosphère | Le milieu où les idées circulent, se transforment et sont sélectionnées. | Reste souvent une métaphore générale. |
| Noosphère | La sphère globale de la pensée et de la connaissance humaines. | Place historiquement l’humain au centre. |
| Noologie | La vie, l’organisation et le pouvoir des idées, des mythes et des théories. | Cadre philosophique plus que protocole expérimental. |
| Mémétique | La réplication et l’évolution d’unités culturelles appelées mèmes. | Réduit parfois excessivement la culture à la réplication. |
| Infosphère | L’environnement général de l’information et des agents informationnels. | Englobe davantage que les idées et leurs filiations. |
| Culture-machinique | La manière dont les machines modifient variation, transmission et sélection culturelles. | Décrit des mécanismes sans les réunir sous l’image d’un écosystème des idées. |
Deux autres traditions scientifiques sont particulièrement utiles.
Dans Cognition in the Wild, Edwin Hutchins montre que la cognition peut être distribuée entre plusieurs personnes et des artefacts. Un cockpit, par exemple, ne « pense » pas seulement dans le cerveau d’un pilote. Une partie de l’activité cognitive se déploie entre les membres de l’équipage, les instruments, les procédures et les représentations partagées.
Andy Clark et David Chalmers proposent en 1998 l’hypothèse de l’esprit étendu. Lorsqu’un support externe remplit durablement une fonction cognitive, il peut être considéré comme une partie du système de pensée plutôt que comme un simple outil placé à côté de lui.
Ces travaux ne parlent pas d’idéosphère hybride. Ils lui donnent pourtant des fondations solides. Si une activité cognitive peut être distribuée entre humains et artefacts, alors la naissance et la transformation d’une idée peuvent elles aussi dépendre d’un système composite. Le cerveau individuel reste essentiel. Il cesse simplement d’être l’unique unité pertinente.
Cette séparation est indispensable. Un concept qui explique tout après coup ne risque jamais d’avoir tort. Il devient séduisant, parfois fécond, mais scientifiquement inutile.
De la trace à la lignée : les différents états d’une idée
Le mot « idée » recouvre trop de réalités pour soutenir seul toute l’argumentation. Une phrase produite par un modèle, une intuition ressentie pendant une promenade et une théorie soumise à l’expérience ne se trouvent pas au même stade.
Je propose donc cinq unités de travail.
| État | Définition de travail | Question décisive |
|---|---|---|
| Trace | Fragment conservé sans structure suffisante : mot, image, phrase, association ou note. | Quel potentiel reste à reconnaître ? |
| Proto-idée | Configuration nouvelle et potentiellement féconde, pas encore comprise ni investie d’une intention claire. | Quel sens peut-elle recevoir ? |
| Idée reconnue | Relation ou proposition à laquelle un sujet ou un collectif attribue une signification. | Que permet-elle de voir ou d’imaginer ? |
| Proposition opérationnelle | Idée traduite en hypothèse, méthode, décision, dispositif ou action. | Quelles preuves et quelles responsabilités exige-t-elle ? |
| Lignée idéelle | Suite de transformations d’une même structure à travers plusieurs porteurs, langues, modèles ou générations. | Qu’est-ce qui demeure malgré les mutations ? |
Cette classification n’est pas une taxonomie officielle. Elle sert à éviter plusieurs confusions.
Une trace n’a pas besoin d’être vraie. Une proto-idée n’a pas encore besoin d’être applicable. Une idée reconnue peut rester spéculative. Une proposition opérationnelle, elle, acquiert une capacité d’agir et doit supporter des exigences plus fortes. Une lignée idéelle permet enfin d’étudier la descendance d’une idée sans exiger une identité parfaite entre toutes ses versions.
L’autonomie des idées peut alors être formulée avec précision. Elle ne signifie pas qu’une idée existe sans cerveau, texte, mémoire ou artefact. Elle désigne la continuité relative d’une forme et de ses effets au-delà d’un porteur particulier.
Une idée peut être indépendante d’un individu sans être indépendante de tout support.
Qu’est-ce qu’une idéosphère hybride ?
Je propose d’appeler idéosphère hybride le milieu dans lequel des formes idéelles circulent désormais entre des intelligences humaines et des systèmes artificiels.
Elles peuvent y être mémorisées, traduites, recombinées, comparées et confrontées à d’autres connaissances. Certaines seront sélectionnées. D’autres seront abandonnées. Quelques-unes finiront peut-être par agir dans le monde sans que nous puissions encore identifier un auteur unique.
L’intelligence artificielle n’arrive pas dans un espace vide. Elle entre dans l’idéosphère humaine, construite par des milliers d’années de langage, de culture, de conflits et de transmission.
Les grands modèles de langage sont entraînés sur d’immenses quantités de productions humaines. Ils apprennent des structures, des relations et des régularités. Ils peuvent ensuite produire une réponse nouvelle dans un contexte donné.
En 2025, Henry Farrell, Alison Gopnik, Cosma Shalizi et James Evans ont proposé de considérer les grands modèles comme des technologies culturelles et sociales, plutôt que de les traiter trop rapidement comme des esprits autonomes. Cette lecture correspond précisément à l’idéosphère hybride : les modèles condensent une partie de la culture humaine et participent à sa transformation, tout en restant dépendants de corpus, d’infrastructures et d’évaluations humaines.
Une précision technique est importante. Un modèle ne réentraîne généralement pas ses paramètres au cours de chaque conversation. Il utilise le contexte disponible, parfois une mémoire externe ou une base documentaire. Selon les services et leurs règles, certaines interactions pourront participer à de futurs entraînements. La discussion elle-même ne transforme pas automatiquement et en permanence les paramètres du modèle.
Cette distinction n’affaiblit pas le concept. Une idée peut déjà passer d’un cerveau à une interface, être stockée dans une mémoire artificielle, retravaillée des semaines plus tard, transférée vers un autre modèle puis transmise à une communauté.
Elle a changé de milieu plusieurs fois. Et chaque milieu a laissé une trace sur elle.
L’intelligence artificielle peut-elle créer des idées originales ?
On entend souvent que l’IA n’invente rien parce qu’elle recombine ce qui existe déjà.
L’argument est fragile.
La création humaine repose elle aussi sur une recombinaison. Nous pensons avec une langue que nous n’avons pas inventée. Nous utilisons des concepts hérités. Nous mélangeons des expériences, des lectures et des souvenirs dont une partie travaille sous le seuil de la conscience.
Une originalité totalement détachée de tout antécédent serait presque impossible à démontrer, chez la machine comme chez l’humain. Personne ne connaît l’ensemble des pensées humaines qui ont déjà existé. Une idée peut avoir été formulée oralement puis oubliée. Elle peut avoir disparu avec son auteur sans laisser de trace. Affirmer qu’une proposition n’a jamais été pensée par aucun humain relève d’une preuve presque inaccessible.
La chercheuse Margaret Boden fournit ici une distinction utile. Dans son article « Creativity and artificial intelligence », elle différencie notamment la créativité combinatoire, qui associe des éléments connus ; la créativité exploratoire, qui parcourt un espace de possibilités ; et la créativité transformationnelle, qui modifie les règles mêmes de cet espace.
Cette classification déplace le débat. La recombinaison n’est pas l’opposé de la créativité. Elle en constitue l’une des formes. L’enjeu devient de savoir si le système produit une relation non triviale, explore une région qui n’était pas évidente ou transforme les contraintes du problème.
J’appelle originalité relationnelle la capacité à faire apparaître une relation qui n’était pas visible dans les matériaux de départ et qui ouvre une possibilité nouvelle.
Une formulation surprenante ne suffit pas. Une idée devient intellectuellement féconde lorsqu’elle engendre quelque chose : une hypothèse testable, une solution, une œuvre, une bifurcation ou une nouvelle manière de poser un problème. Sa valeur se mesure aussi à sa résistance. Que reste-t-il après la contradiction, la comparaison avec les travaux antérieurs et la confrontation avec le réel ?
Le Prompt Art en fournit une première illustration. L’œuvre ne se réduit ni au modèle ni aux mots donnés par l’utilisateur. Elle naît de l’interaction entre une intention, une formulation, un système génératif et une sélection humaine.
La paternité devient alors difficile à attribuer. L’humain a posé le problème. Le modèle a proposé une bifurcation. L’humain l’a reconnue et développée. Un deuxième modèle a identifié une conséquence. Une communauté a corrigé l’ensemble.
L’idée appartient-elle à celui qui l’a initiée, à ceux qui l’ont nourrie ou à celui qui a décidé de l’appliquer ?
La réponse juridique dépendra des contextes, des contrats et de la nature de la production. Sur le plan intellectuel, une autre figure apparaît : celle d’une idée à filiation distribuée.
Sa généalogie ne tient plus dans une signature. Elle ressemble à un graphe de contributions et, dès qu’elle acquiert du pouvoir, à un graphe de responsabilités.
Une idée peut-elle exister sans conscience de l’avoir produite ?
Chez l’humain, une idée apparaît souvent lorsque nous avons cessé de la chercher.
Elle surgit pendant une promenade, sous la douche, au réveil ou lorsque l’esprit s’occupe enfin d’autre chose. Le travail préparatoire a continué en arrière-plan. La conscience de l’effort n’est donc pas une condition de l’apparition. L’étincelle se produit parfois au moment précis où nous relâchons la pression.
Avec l’IA, nous franchissons un seuil différent.
Un modèle peut produire une proposition nouvelle sans avoir conscience de l’avoir produite. Nous n’avons aujourd’hui aucune démonstration qu’il en éprouve le sens, l’importance ou les conséquences.
Est-ce déjà une idée ?
La notion de proto-idée permet de laisser la question ouverte sans tomber dans deux excès. Le premier réduit toute production artificielle à un bruit sans valeur. Le second attribue trop vite à la machine une conscience dont nous n’avons pas la preuve.
Une configuration peut être nouvelle, cohérente et féconde avant d’être reconnue. Lorsqu’un humain ou un collectif y découvre une signification, elle entre pleinement dans l’idéosphère comme idée active. Il reste possible qu’un futur agent artificiel remplisse lui-même plusieurs fonctions de reconnaissance, d’évaluation et de transmission. Cela ne démontrerait pas automatiquement une expérience subjective. Cela montrerait qu’une partie du cycle fonctionnel de l’idée peut se dérouler sans validation humaine à chaque étape.
Nous devons donc séparer deux problèmes que le langage confond facilement : la conscience de l’auteur et la fécondité de la production.
Une IA peut produire quelque chose de fécond sans savoir qu’elle l’a produit. La conscience ne peut pas être supposée. La nouveauté ne peut pas être refusée pour cette seule raison.
Quand les idées arrivent plus vite qu’elles ne peuvent être conservées
Cette réflexion n’est pas seulement théorique pour moi.
Je connais la pensée qui part dans plusieurs directions en même temps. Une idée apparaît, ouvre dix branches et provoque une forme d’excitation intellectuelle difficile à ralentir. Puis autre chose arrive. La veille encore évidente, l’intuition devient floue. Il n’en reste parfois que la sensation d’avoir tenu quelque chose d’important.
Pour certains esprits qui fonctionnent en arborescence, notamment chez des personnes neurodivergentes, l’IA générative peut devenir un assistant remarquable. Cette expérience ne doit pas être transformée en vérité générale sur tous les profils neurodivergents. Elle décrit cependant une difficulté réelle : la vitesse d’apparition des branches dépasse parfois la capacité à les conserver, les hiérarchiser et les mener jusqu’à une forme partageable.
L’IA conserve la trace. Elle aide à retrouver les branches. Elle peut transformer une intuition confuse en plan, en méthode, en article ou en projet. Plusieurs textes publiés sur ce site sont nés de cette collaboration.
Cette relation prolonge une réflexion plus ancienne sur la collaboration entre l’humain et la machine. Elle devient ici plus intime : la machine n’assiste plus seulement une tâche. Elle intervient dans la mise en forme de ce qui pourra ensuite devenir une pensée partageable.
J’ai déjà exploré la manière dont les variables codépendantes donnent une géographie aux idées. J’ai ensuite travaillé sur la mémoire artificielle, qui leur donne une histoire. La métacognition assistée par l’IA permet d’observer leur construction et de reprendre une partie du contrôle. La langue utilisée pour dialoguer avec un modèle constitue enfin leur milieu d’expression.
Relier permet aux idées de se rencontrer.
Se souvenir leur permet de survivre.
Se regarder penser nous évite parfois de leur obéir.
Mais l’assistance possède son piège.
La première reformulation d’une idée par l’IA peut devenir un ancrage. Le modèle rend l’intuition propre, claire et présentable. Il lui donne une apparence presque définitive alors qu’elle venait à peine de naître.
L’IA peut sauver une idée tout en tuant plusieurs de ses descendants possibles.
La méthode doit donc protéger la version brute. Elle doit conserver plusieurs bifurcations et autoriser le retour en arrière. Avant de demander une synthèse, il peut être plus fécond de demander des contradictions, des analogies lointaines ou des prolongements incompatibles entre eux.
Une discipline simple peut limiter l’ancrage : archiver la semence initiale, faire produire plusieurs branches sans qu’elles se contaminent, attendre avant de synthétiser, documenter les choix et conserver les chemins abandonnés.
Structurer ne doit pas signifier normaliser.
Chaque intelligence artificielle donne-t-elle un autre climat aux idées ?
Une intuition développée avec ChatGPT aurait-elle eu la même forme avec Claude, Gemini, Mistral ou un autre modèle ?
J’en doute. Mais le doute n’est pas encore une preuve.
Chaque modèle résulte d’un corpus, d’une architecture, de méthodes d’entraînement et de règles d’alignement différentes. À cela s’ajoutent les instructions invisibles qui cadrent son comportement. L’aléatoire de génération complique encore la comparaison.
Je parle ici de climat algorithmique.
Certains modèles pourraient favoriser davantage la prudence. D’autres exploreraient plus volontiers une analogie. Quelques-uns donneraient plus vite une structure opérationnelle à l’idée. La même semence produirait alors des descendants différents selon le milieu artificiel dans lequel elle est cultivée.
La langue agit de la même manière. Une idée ne voyage jamais seule. Elle emporte une partie de la langue qui lui a donné forme. La traduire ne revient pas à la déplacer intacte. C’est la transplanter.
Le choix de la langue de prompt n’est donc pas un simple réglage de performance. Il peut modifier les références mobilisées, la manière de catégoriser un problème, le degré d’implicite acceptable et jusqu’au rythme de l’argumentation. Une idéosphère hybride multilingue ne produira pas seulement plusieurs traductions. Elle pourra produire plusieurs descendances.
Cette hypothèse est testable. Il faudrait présenter exactement les mêmes intuitions et les mêmes consignes à plusieurs modèles, répéter les générations, contrôler les paramètres accessibles, puis faire évaluer les résultats sans révéler leur provenance. Si les différences entre modèles restent plus fortes que les variations obtenues au sein d’un même modèle, nous pourrons commencer à parler sérieusement de climats algorithmiques.
Croiser immédiatement les meilleures réponses de chaque IA est utile pour créer. Cela empêche toutefois d’observer ce que chaque environnement a réellement produit.
Le laboratoire doit précéder le mélange des récoltes.
Les agents IA peuvent-ils créer une culture ?
Les idées commencent déjà à passer d’une machine à une autre dans des environnements expérimentaux.
En 2023, une équipe de chercheurs a publié dans Nature Communications une étude sur des agents artificiels capables d’apprendre un comportement par imitation, de le conserver puis de le reproduire après la disparition du démonstrateur. Les auteurs parlent explicitement de transmission culturelle.
La même année, un collectif de chercheurs publie dans Nature Human Behaviour un article consacré à la culture machinique. Leur proposition est précise : les machines transforment les trois mécanismes fondamentaux de l’évolution culturelle. Elles produisent de la variation, modifient la transmission et influencent la sélection.
En 2025, une expérience publiée dans Science Advances montre que des populations de grands modèles de langage peuvent faire émerger des conventions sociales communes à partir d’interactions locales. Des biais collectifs apparaissent parfois alors qu’ils ne sont pas visibles chez un agent isolé. Une minorité coordonnée peut également faire basculer la convention dominante.
Une autre étude montre que la médiation algorithmique modifie l’accumulation culturelle. L’algorithme n’est donc plus seulement le tuyau par lequel l’idée circule. Il devient une partie de l’environnement qui décide de sa visibilité et de ses chances de survie.
Ces résultats restent limités à des cadres expérimentaux. Ils ne démontrent ni la conscience des machines ni l’existence d’une société artificielle indépendante. Ils montrent quelque chose de plus précis : des dynamiques collectives peuvent émerger entre agents sans avoir été programmées explicitement au niveau du groupe.
Le seuil suivant serait franchi lorsqu’un réseau d’agents pourrait choisir une question, conserver la généalogie de son travail, produire plusieurs variantes, les évaluer puis transmettre une lignée d’idées sans dépendre d’une sélection humaine à chaque étape.
La recherche sur l’évolution ouverte tente précisément de comprendre comment des systèmes artificiels pourraient continuer à produire de la nouveauté et de la complexité sans objectif terminal entièrement fixé à l’avance. Nous en sommes encore loin lorsqu’il s’agit de lignées durables d’idées abstraites. Le problème possède néanmoins désormais un vocabulaire scientifique et des protocoles d’expérimentation.
L’absence d’humain dans chaque échange ne constitue pas nécessairement le danger. L’absence de finalité, de confrontation avec le réel, de possibilité d’interruption et de responsabilité en constituerait un.
Des agents capables de dialoguer entre eux pourraient même développer des abréviations ou des représentations plus efficaces pour leurs propres échanges. Ces dialectes machinaux ne seraient pas automatiquement inquiétants. Ils le deviendraient si les humains perdaient la capacité de les traduire, de les auditer ou d’en comprendre les conséquences.
Une intelligence collective opaque peut rester performante. Elle devient simplement impossible à gouverner.
Ce que l’idéosphère hybride devrait permettre de tester
L’idéosphère hybride perdrait toute valeur théorique si elle devenait un mot élégant pour désigner indistinctement tout échange d’information entre humains et machines.
Elle doit permettre de distinguer des phénomènes, d’organiser des expériences et d’accepter la possibilité d’un échec.
| Hypothèse | Protocole possible | Ce qui affaiblirait le concept |
|---|---|---|
| Des climats algorithmiques orientent la descendance d’une idée | Soumettre la même semence à plusieurs modèles, multiplier les essais et faire évaluer en aveugle nouveauté, prudence, structure et distance conceptuelle. | Les différences internes à chaque modèle sont aussi fortes que les différences entre modèles. |
| La mémoire artificielle augmente la survie mais peut réduire les bifurcations | Comparer un processus à synthèse immédiate avec un processus conservant la version brute et plusieurs branches indépendantes. | Les deux processus produisent une diversité et une qualité finales équivalentes. |
| Des agents artificiels peuvent soutenir des lignées culturelles | Faire circuler un problème entre générations d’agents avec remplacement des participants et mémoire partielle. | Les conventions disparaissent avec les premiers agents ou ne dépassent jamais les instructions initiales. |
| La médiation algorithmique modifie la sélection des idées | Présenter le même ensemble d’idées sous différents systèmes de classement et mesurer diversité, persistance et concentration. | Les règles de classement n’entraînent aucun effet robuste sur les idées retenues. |
Ces expériences ne prouveraient pas qu’une idée « vit » au sens biologique. Elles permettraient de mesurer sa persistance, ses mutations, sa dépendance au milieu et sa capacité à former une descendance.
Elles obligeraient aussi à préciser ce qui pourrait réfuter mes propres notions. Si le climat algorithmique se réduit à un effet de style instable, le terme devra être abandonné ou restreint. Si la conservation des branches ne protège pas la diversité, le protocole devra changer. Si les lignées machiniques ne survivent jamais au renouvellement des agents, nous devrons parler de coordination temporaire plutôt que de culture.
Un concept sérieux doit risquer de perdre.
Ce que l’idéosphère sélectionne n’est pas forcément ce qui est vrai
Une idée qui survit n’est pas nécessairement une bonne idée.
Elle peut être simple, rassurante ou spectaculaire. Elle peut flatter un groupe, fournir un ennemi facile ou bénéficier d’un algorithme de recommandation. Les réseaux sociaux ont déjà transformé cette mécanique en modèle économique.
L’idéosphère sélectionne ce qui circule. Elle ne sélectionne pas spontanément ce qui est juste.
Pour autant, une idée n’a pas besoin d’être vraie dès sa naissance. Elle peut nourrir la créativité, ouvrir une piste ou permettre de se rapprocher progressivement d’une vérité. Exiger une preuve définitive au moment de l’intuition tuerait une grande partie de l’exploration humaine.
La distinction doit porter sur le stade de développement.
Cette idéosphère hybride comportera plusieurs pathologies.
Les modèles peuvent normaliser les intuitions atypiques. Ils favorisent souvent les formulations cohérentes, plausibles et statistiquement confortables. Or une idée vraiment nouvelle est parfois maladroite. Elle ne possède pas encore le vocabulaire qui la rendra acceptable. L’outil qui aide une pensée singulière à se formuler peut aussi la ramener vers une moyenne cognitive plus rassurante.
La pollution récursive des corpus constitue un autre danger. Des humains publient des contenus générés par IA. Ces contenus pourront nourrir de futurs modèles, qui produiront à leur tour de nouvelles reformulations. À force d’apprendre indistinctement sur leurs propres descendants, les systèmes risquent une forme de consanguinité culturelle.
Ce risque n’est plus seulement métaphorique. Une étude publiée dans Nature en 2024 montre que des modèles entraînés de manière récursive sur des données générées peuvent subir un effondrement du modèle : les générations successives perdent progressivement des propriétés de la distribution d’origine, notamment dans ses parties les moins fréquentes. Ce résultat ne condamne pas toute donnée synthétique. Il montre le danger d’un recyclage indiscriminé qui efface les marges, les exceptions et les sources initiales.
Les phrases peuvent rester correctes pendant que la diversité réelle se réduit.
La vitesse accentue le problème. Une communauté d’agents peut produire en quelques heures plus de propositions qu’un collectif humain ne peut en examiner sérieusement. Cette abondance n’a de sens que si le rythme de production reste subordonné à la capacité humaine de comprendre, de sélectionner et d’assumer. Une idéosphère qui accélère sans laisser le temps de juger ne cultive pas l’intelligence. Elle industrialise le bruit.
Enfin, une idéosphère sans contact avec le réel peut devenir une salle de miroirs. Les agents se répondent, se corrigent et améliorent leur cohérence interne. Rien ne garantit que cette cohérence décrive encore le monde.
Une idée doit parfois quitter le langage pour rencontrer un corps, une contrainte, une expérience ou une conséquence.
Qui possède le sol sur lequel poussent les idées ?
L’idéosphère hybride n’apparaît pas dans une nature vierge.
Les modèles, les mémoires, les systèmes de classement, les centres de données et les interfaces appartiennent à des organisations. Celui qui contrôle le milieu influence les idées qui pourront y survivre, celles qui resteront invisibles et celles qui obtiendront une capacité d’action.
Un modèle commercial n’est pas condamnable par nature. Mais ses règles de sélection peuvent rester opaques. Ses priorités peuvent être influencées par un modèle économique, une politique interne ou un rapport de force géopolitique.
L’open source ne résout pas tout. Dans le débat sur l’IA, plusieurs réalités sont d’ailleurs confondues. Des poids accessibles ne garantissent ni l’accès aux données d’entraînement, ni la transparence des choix d’alignement, ni une gouvernance partagée. Une science ouverte rend les méthodes et les résultats discutables. Un commun ajoute des droits, des devoirs, des procédures de décision et une responsabilité collective.
Un modèle ouvert peut être détourné, manipulé ou employé pour produire des connaissances dangereuses. L’ouverture facilite la contestation et la pluralité. Elle facilite aussi certains abus.
L’objectif devrait être plus exigeant qu’un simple mot : construire un commun gouverné.
Les objectifs, les critères de sélection, les procédures d’audit et les décisions importantes devraient être transparents et contestables. L’accès à certaines capacités pourrait rester contrôlé lorsque leur diffusion créerait un danger disproportionné. La mémoire commune devrait être exportable. Les participants devraient pouvoir savoir quelles données sont conservées et demander le retrait de contributions qui n’ont pas encore été disséminées de manière irréversible.
La gouvernance humaine ne peut pas reposer sur la sagesse supposée de quelques experts. Un diplôme ne protège ni du dogmatisme ni des intérêts particuliers. L’équilibre émotionnel et la vertu humaine comptent. Ils restent difficiles à certifier et ne peuvent pas tenir lieu de procédure.
Il faut de la pluralité, des désaccords visibles, une représentation des personnes concernées, des mandats limités, des décisions révisables et la possibilité de contester. Un groupe humain peut se tromper. Il doit au moins laisser une trace de la manière dont il s’est trompé.
Cette traçabilité n’oblige pas chaque intuition à porter une généalogie exhaustive. La création a besoin d’une certaine liberté vis-à-vis de ses origines. Dès qu’une idée réclame du crédit, mobilise des ressources ou acquiert du pouvoir, sa provenance redevient importante. Nous devons alors pouvoir retrouver les hypothèses, les données et les décisions qui lui ont permis d’agir.
La responsabilité ne sera peut-être plus une signature. Elle deviendra elle aussi un graphe.
Laisser les idées naître, gouverner leur capacité d’agir
La naissance d’une idée doit rester aussi libre que possible.
À ce stade, je parlerais volontiers de roue libre. On explore. On pousse le raisonnement. On accepte une hypothèse étrange et même une proposition dérangeante. Une police appliquée trop tôt à l’imagination éliminerait les bifurcations avant qu’elles aient révélé leur valeur.
Cette liberté ne donne pas automatiquement accès à tous les moyens d’action.
Une idée peut passer par plusieurs paliers : trace, proto-idée, idée reconnue, proposition structurée, expérimentation limitée puis déploiement. Plus elle acquiert une capacité d’impact, plus les exigences de preuve, d’audit et de responsabilité doivent augmenter.
On ne gouverne pas la naissance d’une idée comme on gouverne sa capacité d’agir.
Il existe des exceptions. Dans certains domaines, produire une information extrêmement opérationnelle constitue déjà une capacité dangereuse. La prudence doit alors intervenir avant le déploiement matériel. La frontière ne sépare pas proprement la pensée et l’action lorsque le langage lui-même fournit un mode d’emploi directement utilisable.
Le droit à la mémoire devra également rencontrer un droit à l’oubli. Une intuition abandonnée, une ancienne position ou une erreur ne devrait pas être conservée éternellement contre la volonté de son auteur. Certaines idées disparaîtront faute d’usage. D’autres auront été copiées et transformées au point de ne plus pouvoir être retirées.
Une mémoire artificielle responsable devra donc distinguer la conservation, l’archivage, la mise en dormance, l’anonymisation et l’effacement. Tout garder n’est pas une preuve d’intelligence.
Nous devrons apprendre à distinguer l’héritage utile de la conservation forcée.
Bénéfique pour l’humanité, mais laquelle ?
Dire qu’une idée doit être bénéfique pour l’humanité ne suffit pas.
L’humanité ne possède ni un seul intérêt ni une seule voix. Une innovation peut enrichir une entreprise et détruire une profession. Elle peut améliorer le confort présent tout en laissant une dette écologique aux générations suivantes.
Le progrès matériel du siècle dernier a souvent fonctionné ainsi. Nous avons extrait, produit et consommé au nom d’un bien-être humain immédiat. La planète nous présente maintenant la facture.
Le bénéfice humain ne peut plus être séparé du vivant.
Une idée favorable à l’humanité doit prendre en compte les écosystèmes dont elle dépend, les espèces qu’elle affecte et les possibilités d’existence qu’elle laissera aux générations futures. Ce qui paraît bon pendant un trimestre ou un mandat politique peut devenir désastreux à l’échelle d’un siècle.
Il sera impossible de prévoir sérieusement les conséquences d’une idée dans dix mille ans. Cette impossibilité ne nous dispense pas de regarder plus loin que le prochain bilan comptable.
Quatre critères peuvent déjà structurer l’évaluation : la réversibilité de l’expérimentation, la répartition des bénéfices et des risques, le respect des contraintes planétaires et la préservation des choix futurs.
Ce cadre n’est ni strictement anthropocentré ni naïvement écocentré. Il part d’une évidence devenue matérielle : la continuité de l’aventure humaine dépend de la continuité des systèmes vivants qui la rendent possible.
Le progrès devient alors une amélioration des conditions humaines sous contrainte du vivant. Pas une victoire de l’humain contre son propre milieu.
Une ferme à idées pour cultiver l’idéosphère hybride
L’idéosphère hybride pourrait rester un concept de plus. Un mot séduisant, cité pendant quelques années puis remplacé par un autre.
Je préfère imaginer ce que nous pourrions en faire.
Nous pourrions créer un espace commun dans lequel des humains et des intelligences artificielles feraient naître, grandir et bifurquer des idées orientées vers l’avenir de l’humanité et du vivant.
J’appellerais volontiers cet espace une ferme à idées.
Le mot n’a rien de scientifique. Il décrit pourtant assez bien l’intention. Cette ferme ne serait ni une boîte à suggestions augmentée, ni un concours de prompts, ni un incubateur obsédé par la rentabilité immédiate. Elle ne chercherait pas d’abord à produire des projets. Elle chercherait à préserver et comparer des lignées d’idées.
Sa différence tiendrait à son protocole.
- Une personne dépose une intuition encore imparfaite sans devoir présenter un projet rentable, un modèle complet ou une démonstration irréprochable.
- Préserver. La formulation initiale, son contexte et ses incertitudes sont conservés avant toute reformulation. L’auteur choisit ce qui peut être partagé, anonymisé ou oublié.
- Faire bifurquer. Plusieurs humains, modèles et langues développent des branches indépendantes. Aucun résultat n’est immédiatement présenté comme la version définitive.
- Documenter la lignée. Les transformations importantes, les apports et les décisions forment un graphe lisible. La généalogie reste légère pendant l’exploration et devient exigeante lorsque l’idée acquiert du pouvoir.
- Certaines branches ont pour rôle de chercher les angles morts, les antécédents oubliés, les usages hostiles et les populations qui supporteraient le coût de l’idée.
- Rencontrer le réel. Une idée suffisamment structurée quitte la salle de miroirs : état de l’art, simulation, expérience limitée, prototype ou confrontation avec des personnes concernées.
- Décider par paliers. La capacité d’agir augmente seulement avec le niveau de preuve, la réversibilité et l’acceptabilité des conséquences. Les décisions sont pluralistes, motivées et contestables.
- Transmettre ou mettre en dormance. Les résultats, les échecs et les nouvelles questions retournent à la mémoire commune. Une idée peut continuer, dormir, être anonymisée ou être abandonnée.
L’IA pourrait y devenir mémoire, traductrice, contradictrice et exploratrice. Elle ne déciderait pas seule des idées autorisées à sortir de la ferme.
La communauté humaine garderait la responsabilité du passage au réel. Cette responsabilité ne serait ni le privilège d’une seule entreprise ni celui d’un comité fermé. Elle devrait rester pluraliste, documentée et capable de réviser ses propres critères.
La finalité commune ne pourrait pas être définie une fois pour toutes. Elle serait discutée, contestée et révisée. Le bien de l’humanité n’est pas un mot de passe moral permettant d’imposer une vision unique du progrès.
Cette ferme devrait également mesurer ce qu’elle prétend protéger : diversité des branches, distance entre les solutions, survie des intuitions minoritaires, qualité des contradictions, effets écologiques envisagés, part des idées effectivement confrontées au réel et capacité à reconnaître les échecs.
Son indicateur principal ne serait pas le nombre d’idées produites.
Une ferme peut entretenir la diversité. Elle peut aussi organiser une monoculture.
Elle peut régénérer son sol ou l’épuiser. Elle peut devenir un commun ou la propriété de celui qui possède les machines. La métaphore porte donc son propre avertissement.
Cette ferme à idées n’existe pas encore sous la forme décrite ici. Elle pourrait commencer modestement. Quelques humains. Plusieurs intelligences artificielles. Une mémoire commune. Des règles suffisamment solides pour préserver la liberté d’exploration sans abandonner la responsabilité.
J’aimerais rencontrer celles et ceux qui auraient envie de la penser, de la contredire, de la tester et peut-être de la construire.
Une idéosphère hybride ne devrait pas naître dans le laboratoire fermé d’une entreprise. Elle devrait commencer par une communauté capable de décider ce qu’elle souhaite cultiver et ce qu’elle refuse de laisser agir.
Cet article est déjà un fragment d’idéosphère hybride
Il serait artificiel de parler de collaboration humain-machine sans préciser que ce texte en porte lui-même la trace.
L’intuition de départ, la préoccupation éthique, l’expérience de la pensée en arborescence, les choix de vocabulaire et la décision finale m’appartiennent. Des systèmes d’intelligence artificielle m’ont aidé à conserver les branches, chercher des travaux, organiser les objections, comparer des formulations et transformer un ensemble d’intuitions en architecture argumentaire.
Ce processus ne prouve ni la créativité autonome de la machine ni la validité de l’idéosphère hybride. Il en constitue un objet miniature.
Une idée initialement humaine a traversé plusieurs couches de mémoire et de reformulation. Elle a rencontré des concepts scientifiques qui lui étaient voisins. Des objections ont modifié sa structure. Certaines propositions de la machine ont été retenues, d’autres rejetées. La version brute n’est plus le texte final, mais elle demeure reconnaissable dans sa lignée.
La responsabilité de publier reste humaine.
Cette précision ne diminue pas l’auteur. Elle rend simplement visible le réseau qui participe désormais à l’écriture. Masquer cette hybridation reviendrait à défendre une fiction de création solitaire au moment même où l’article explique pourquoi cette fiction devient insuffisante.
Quand les idées auront plusieurs intelligences
L’intelligence artificielle ne va pas seulement augmenter le nombre d’idées disponibles.
Elle transforme les conditions qui décident lesquelles obtiennent une forme, une mémoire, une descendance et du pouvoir.
Certaines idées resteront profondément humaines. D’autres naîtront d’une collaboration impossible à découper proprement. D’autres encore circuleront peut-être entre plusieurs systèmes artificiels avant d’être reconnues par un humain.
Leur autonomie ne sera jamais totale. Elles continueront à dépendre de cerveaux, de langages, de machines, d’énergie et d’infrastructures.
Leur trajectoire pourra néanmoins devenir de moins en moins dépendante d’un porteur humain particulier.
Nous entrons dans un monde où les idées pourront avoir plusieurs mémoires, plusieurs filiations et plusieurs intelligences.
Ce monde ne sera pas automatiquement meilleur parce qu’il produira davantage de possibilités. Il dépendra du sol que nous aurons préparé, des règles que nous aurons acceptées et de notre capacité à distinguer ce qui mérite d’être exploré de ce qui peut être autorisé à agir.
L’idéosphère hybride est peut-être déjà en train de naître.
Reste à savoir si nous allons seulement l’habiter ou si nous aurons le courage de la cultiver.
Références scientifiques et intellectuelles
- Margaret A. Boden, « Creativity and artificial intelligence », Artificial Intelligence, vol. 103, 1998.
- James M. Borg et al., « Evolved Open-Endedness in Cultural Evolution », Artificial Life, vol. 30, 2024.
- Avishkar Bhoopchand et al., « Learning few-shot imitation as cultural transmission », Nature Communications, 2023.
- Levin Brinkmann et al., « Machine Culture », Nature Human Behaviour, 2023.
- Andy Clark et David Chalmers, « The Extended Mind », Analysis, vol. 58, no 1, 1998.
- Agnieszka Czaplicka, Fabian Baumann et Iyad Rahwan, « Mutual benefits of social learning and algorithmic mediation for cumulative culture », Journal of the Royal Society Interface, 2025.
- Richard Dawkins, The Selfish Gene, Oxford University Press, 1976.
- Henry Farrell, Alison Gopnik, Cosma Shalizi et James Evans, « Large AI models are cultural and social technologies », Science, 2025.
- Luciano Floridi et J. W. Sanders, « On the Morality of Artificial Agents », Minds and Machines, 2004.
- Ivan M. Havel, « Artificial Intelligence: A Lesson in Human Self-Understanding », dans Impacts of Artificial Intelligence, IIASA/Elsevier, 1986.
- Douglas R. Hofstadter, « On Viral Sentences and Self-Replicating Structures », Scientific American, 1983.
- Edwin Hutchins, Cognition in the Wild, MIT Press, 1995.
- Aaron Lynch, « Units, Events and Dynamics in Memetic Evolution », Journal of Memetics, 1998.
- Edgar Morin, La Méthode 4. Les Idées : leur habitat, leur vie, leurs mœurs, leur organisation, Seuil, 1991.
- Edgar Morin, entretien avec Nicolas Truong, Le Monde, 3 juin 2026.
- Ulrich Schmitt, « Mapping the Territory for a Knowledge-Based System », Springer, 2017.
- Ilia Shumailov et al., « AI models collapse when trained on recursively generated data », Nature, 2024.
- Kenneth O. Stanley, « Why Open-Endedness Matters », Artificial Life, 2019.
- Tim Taylor, « Evolutionary Innovations and Where to Find Them », Artificial Life, 2019.
