Que peut encore nous apprendre Edgar Morin à l’heure où les intelligences artificielles répondent à nos questions, rédigent nos textes et influencent nos décisions ?
Au premier abord, les questions posées par l’IA semblent techniques : quel outil choisir, comment bien formuler une demande, quelle différence entre les grands modèles du marché ?
Mais très vite, les vraies interrogations apparaissent : comment savoir si une réponse est fiable ? Comment distinguer une information solide d’une approximation convaincante ? Comment utiliser ces outils sans abandonner peu à peu son jugement ?
Depuis plusieurs années, ces questions reviennent régulièrement dans les formations que j’anime. Elles surgissent chez des personnes très différentes, mais elles ramènent toujours au même point : les réponses les plus utiles ne viennent pas seulement de la technique. Elles renvoient à une question plus profonde sur notre manière de penser. C’est précisément là qu’Edgar Morin devient précieux.
Le 29 mai 2026, Edgar Morin est mort à l’âge de 104 ans. Résistant, sociologue, philosophe, chercheur infatigable, il a consacré une grande partie de sa vie à une question d’une actualité saisissante : comment penser dans un monde où tout est lié ?
À première vue, rien ne rapproche spontanément l’auteur de La Méthode des intelligences artificielles génératives. Morin n’a évidemment pas écrit sur ChatGPT, Gemini ou Claude. Pourtant, plus ces technologies progressent, plus certaines de ses idées me paraissent utiles.
Derrière les prouesses techniques, on retrouve des questions anciennes :
- Qu'est-ce qu’une connaissance fiable ?
- Comment reconnaître nos erreurs ?
- Que faire lorsque nous ne sommes pas certains ?
- Comment éviter que des outils conçus pour nous aider finissent par orienter notre manière de penser ?
Cet article n’est donc pas un hommage classique. Il cherche plutôt à montrer comment la pensée de Morin éclaire un défi très contemporain : utiliser l’intelligence artificielle sans renoncer à notre autonomie intellectuelle.
Le chemin qui mène à Edgar Morin
Je vois aujourd’hui un fil conducteur dans mon propre parcours professionnel. Bien avant les intelligences artificielles génératives, je travaillais dans l’automatisation industrielle et la robotique. Mon activité consistait à concevoir des systèmes où humains et machines devaient coopérer efficacement.
À cette époque déjà, une question revenait sans cesse : qui pilote qui réellement ?
- La machine aide-t-elle l’humain à accomplir son travail,
- ou bien l’humain finit-il progressivement par s’adapter aux contraintes de la machine ?
Je la retrouve aujourd’hui dans presque toutes les formations consacrées à l’IA.
C’est aussi à travers des lectures comme Le Macroscope de Joël de Rosnay que j’ai commencé à regarder autrement les systèmes. Pour la première fois, il ne s’agissait pas seulement d’observer les éléments, mais aussi les relations, les interactions et les effets inattendus qu’elles produisent.
La rencontre avec les travaux d'Edgar Morin a prolongé ce mouvement. Là où la systémique m’apprenait à voir les liens, Morin m’apprenait à interroger ma propre manière de comprendre le monde.
Son apport n’était pas une théorie de plus, mais une discipline intellectuelle : résister aux explications trop simples, relier ce qui semble séparé, accepter l’incertitude sans renoncer à agir, et examiner nos propres façons de connaître.
À l’époque, je n’imaginais pas que ces idées me serviraient autant pour accompagner des personnes dans leur découverte de l’intelligence artificielle.
Savoir ce que c’est que savoir
L’une des idées les plus fécondes de Morin est simple : la connaissance elle-même doit être interrogée.
Autrement dit, avant de faire confiance à ce que nous savons, nous devrions nous demander comment nous le savons.
Cette réflexion devient très concrète dès que l’on utilise une IA. Quand elle fournit une réponse, que recevons-nous exactement ?
- Une certitude ?
- Une hypothèse ?
- Une approximation plausible ?
- Une erreur formulée avec assurance ?
- Elles répondent vite,
- elles répondent "bien",
- elles répondent presque toujours.
Et c’est précisément ce qui peut nous tromper.
J’utilise souvent un exercice simple dans mes formations : demander à l’IA non pas de répondre, mais de questionner. On applique alors la méthode des “cinq pourquoi”. La personne présente son projet, puis l’IA demande pourquoi ce projet est important. Elle recommence ensuite, encore et encore. Très vite, quelque chose se produit : quelqu’un qui croyait préparer un voyage découvre parfois qu’il cherche surtout un sentiment de liberté ; une personne qui veut écrire ses mémoires comprend qu’elle veut avant tout transmettre une histoire familiale.
L’IA n’apporte pas la réponse. Elle agit comme un miroir actif. Et ce miroir aide à mieux comprendre ses propres motivations.
Mais cet exercice montre aussi autre chose : une IA ne sait pas où elle doit s’arrêter. Elle peut continuer presque indéfiniment. Le risque est alors de confondre approfondissement et dispersion. L’utilisateur doit donc fixer la destination, décider quelles questions méritent d’être poursuivies et lesquelles doivent être laissées de côté. Autrement dit, ce n’est pas parce qu’une conversation peut continuer qu’elle doit continuer.
La responsabilité du raisonnement reste entre nos mains.
Erreur, illusion et esprit critique
Un épisode vécu pendant une formation illustre très bien ce point. Un participant préparait un voyage à vélo. Son objectif était simple : construire un itinéraire et identifier des campings où s’arrêter. Comme beaucoup, il a demandé de l’aide à une IA.
La réponse semblait remarquable. Les campings étaient nommés, les distances cohérentes, les descriptions détaillées. Tout paraissait crédible. Pourtant, lorsqu’il a vérifié les informations, plusieurs anomalies sont apparues : certains campings n’existaient pas, d’autres étaient situés très loin de l’endroit indiqué, quelques-uns avaient même été inventés.
L’IA avait produit un texte convaincant. Mais convaincre n’est pas informer. Cette distinction est essentielle.
L’intérêt de cette histoire n’est pas seulement de montrer les limites de l’IA. Il réside surtout dans la manière dont l’erreur a été découverte : par la vérification, la comparaison, le croisement des sources. Autrement dit, par le jugement. C’est là que commence l’apprentissage.
Morin nous rappelle que toute connaissance comporte une part d’erreur possible. L’enjeu n’est pas d’espérer supprimer cette part, mais de développer notre capacité à la repérer. Dans cette perspective, une erreur détectée vaut parfois mieux qu’une réponse exacte acceptée sans réflexion.
C’est aussi ce qui rend l’IA si séduisante : elle répond vite, souvent avec assurance, parfois au point de masquer ses faiblesses. Plus une réponse est fluide et bien rédigée, plus nous avons tendance à lui faire confiance. D’où l’importance croissante de l’esprit critique. Il ne s’agit plus seulement de vérifier les sources traditionnelles, mais aussi d’évaluer des réponses produites par des systèmes capables d’écrire de manière très convaincante.
Les utilisateurs expérimentés de l’IA ne sont pas ceux qui obtiennent les réponses les plus impressionnantes. Ce sont ceux qui posent les meilleures questions et savent remettre les réponses en discussion : d’où vient cette information ? Peut-elle être vérifiée ? Existe-t-il une autre source ? Que reste-t-il d’incertain ? Qu’est-ce qui pourrait être faux ?
Ces questions ne relèvent pas d’une méfiance excessive. Elles sont simplement les outils d’une pensée rigoureuse.
Vivre avec l’incertitude
L’une des grandes forces de l’intelligence artificielle est aussi l’une de ses séductions : elle répond, vite et souvent avec assurance. Or cette apparente certitude rencontre une difficulté profondément humaine : nous supportons mal l’incertitude.
Nous préférons généralement les réponses claires aux zones grises. Nous aimerions tout savoir avant d’agir. Mais la réalité fonctionne rarement ainsi. Les projets changent, les situations évoluent, les voyages réservent des surprises, les technologies avancent plus vite que prévu. En pratique, nous avançons presque toujours avec une connaissance incomplète.
Morin n’a jamais considéré l’incertitude comme un défaut provisoire. Pour lui, elle fait partie de la condition humaine. Apprendre à penser, c’est aussi apprendre à vivre avec elle.
Dans mes formations, je demande souvent aux participants de distinguer trois catégories : ce qu’ils savent, ce qu’ils supposent et ce qu’ils ignorent encore. Cet exercice paraît simple, mais il produit souvent un effet très fort. Une personne découvre que ce qu’elle croyait acquis n’est en réalité qu’une hypothèse. Une autre comprend qu’un projet dépend de variables qu’elle n’avait pas encore identifiées. Peu à peu, la situation devient plus claire non parce que toutes les réponses apparaissent, mais parce que les contours du problème se dessinent.
C’est une manière plus juste d’utiliser l’IA : non comme une machine à fabriquer des certitudes, mais comme un partenaire d’exploration. Reconnaître l’incertitude ne signifie pas renoncer à agir. Cela signifie agir avec lucidité.
Relier plutôt que séparer
S’il fallait résumer une grande partie de l’œuvre de Morin en une seule phrase, je choisirais celle-ci : comprendre, c’est relier.
Notre enseignement, nos organisations et nos habitudes mentales nous poussent souvent à découper les problèmes en morceaux. Nous séparons les disciplines, nous isolons les variables, nous analysons chaque élément séparément. Cette démarche est utile, mais elle a une limite : à force de découper, nous perdons parfois de vue l’ensemble.
Or les problèmes importants se présentent rarement sous forme de pièces détachées. Ils forment des systèmes. L’intelligence artificielle nous confronte directement à cette réalité.
Lorsqu’une personne utilise une IA pour écrire un courrier, préparer un voyage ou organiser un projet, la question n’est pas seulement de savoir si le résultat est bon. Il faut aussi se demander ce que cette utilisation produit sur la personne elle-même. A-t-elle appris quelque chose ? A-t-elle renforcé sa compréhension ? A-t-elle développé son autonomie ? Ou a-t-elle simplement obtenu un résultat sans vraiment participer à sa construction ?
La différence est capitale. Deux personnes peuvent utiliser le même outil et en tirer des effets opposés : l’une se développe, l’autre délègue progressivement sa réflexion.
C’est pourquoi une question me paraît aujourd’hui centrale : l’IA vous augmente-t-elle ou vous remplace-t-elle ? Lorsqu’un voyageur compare des itinéraires avant de décider, l’outil l’augmente. Lorsqu’un auteur s’en sert pour structurer un texte qu’il écrira ensuite lui-même, l’outil l’augmente. Lorsqu’un formateur l’utilise pour repérer des thèmes récurrents dans les questions de ses élèves, l’outil l’augmente. Dans tous ces cas, l’être humain reste au centre.
À l’inverse, une autre dynamique peut s’installer : on demande à l’IA quoi penser, puis comment agir, puis quelle décision prendre. Peu à peu, l’effort de réflexion diminue. La dépendance augmente. Le risque n’est plus seulement technique ; il devient intellectuel.
Ce que Morin nous laisse
Lorsque j’ai appris la disparition d’Edgar Morin, j’ai ressenti une émotion particulière. Non seulement parce qu’un grand intellectuel venait de nous quitter, mais aussi parce qu’il incarnait un siècle entier de transformations. Il a connu les guerres mondiales, les totalitarismes, les grandes avancées scientifiques, l’informatisation du monde et les débuts de la révolution numérique.
À travers toutes ces mutations, il n’a cessé de poser la même question : comment comprendre un monde de plus en plus complexe sans le simplifier à l’excès ?
Aujourd’hui, cette question réapparaît sous une forme nouvelle : elle s’appelle intelligence artificielle.
Plus j’observe les usages de l’IA, plus je suis convaincu que le principal danger n’est pas technologique. Le principal danger est de confondre vitesse et compréhension, information et connaissance, réponse et réflexion, assistance et autonomie. Les outils actuels peuvent nous aider à explorer des idées, à gagner du temps, à découvrir de nouvelles pistes. Ils ne peuvent pas définir ce qui compte pour nous. Ils ne peuvent pas choisir nos priorités. Ils ne peuvent pas porter nos responsabilités.
Cette part demeure profondément humaine.
Edgar Morin ne nous a pas laissé un mode d’emploi pour utiliser l’intelligence artificielle. Il nous a laissé quelque chose de plus précieux : une manière de penser, une manière d’accepter la complexité sans s’y perdre, une manière de douter sans renoncer à agir, une manière de rester curieux sans devenir naïf.
À l’heure où les intelligences artificielles répondent à nos questions avec une rapidité et une assurance inédites, cet héritage me paraît plus utile que jamais. Car la qualité d’une pensée ne se mesure pas seulement aux réponses qu’elle apporte. Elle se mesure aussi aux questions qu’elle nous aide à continuer de poser.
