Philippe Boyer
Photo d'illustration
DR
En apparence, très peu de points relient intelligence artificielle (IA) et philosophie. D'un côté, un univers façonné d'algorithmes, de puces au service de machines surpuissantes et de flux de données ; de l'autre, une discipline ancrée dans l'étude de la sagesse et la réflexion sur les principes fondamentaux qui guident l'humanité. Pourtant, à l'heure où la course à l'IA s'intensifie, relier l'une à l'autre a toute sa pertinence.
Depuis la publication du modèle R1 par DeepSeek en janvier dernier, un tournant semble s'amorcer dans ce monde de l'IA en pleine ébullition. Ce modèle chinois illustre une tendance qui divise profondément les acteurs de la Tech mondiale avec cette question de fond : faut-il privilégier l'ouverture ou la fermeture des modèles d'IA ?
D'un côté, ceux qui défendent une approche qui privilégie « l'open source », mouvement qui a émergé dans les années 1990 parmi les chercheurs en informatique et qui parie sur le partage de l'information avec une communauté des développeurs.
De l'autre, les « propriétaires » ou « closed source » qui ont fait le choix de conserver secrètement leurs « secrets de fabrication », en l'espèce le développement de logiciels dont le code n'est pas accessible.
Choix manichéen entre ceux favorables à l'ouverture et les autres, défavorables à cette option au motif que le code et les données d'entraînement, nerfs de la guerre de l'IA, sont au cœur de la valeur et doivent être protégés. Aux premiers, la référence à l'anthropologue-philosophe Marcel Mauss et à son «Essai sur don » qui souligne l'importance des échanges réciproques pour renforcer le progrès social. Aux autres, la philosophie classique anglo-saxonne des XVII, XVIII et XIXe siècles, des John Locke, Adam Smith, John Stuart Mill..., ces penseurs du libéralisme économique pour qui la propriété est centrale. Ce détour par la philosophie au regard de ces enjeux numérique d'aujourd'hui n'est pas anodin. Il soulève des questions de fond sur la nature du savoir et de son partage.
L’actualité qui compte pour vous, chaque jour dans votre boîte mail.
À l'heure où l'IA «open source» est sur toutes les lèvres, la question du bien commun numérique accessible, ou pas, à tous relève d'un affrontement idéologique, voire philosophique, qui interroge sur l'avenir de l'innovation via ces grands modèles (LLM) d'IA qui façonnent les outils que nous utilisons déjà largement.
Dans une récente interview au podcast spécialisé dans la Tech, «Underscore», Arthur Mensch, l'un des fondateurs de MistralAI, rappelait que « l'open source est une bonne stratégie de challenger ».
On ne le démentira pas lorsqu'on voit le succès de cette licorne tricolore qui, à l'instar de quelques autres, telle la chinoise Deepseek, Moss.AI, autre IA française développée par le laboratoire de recherche Kyutai, Hugging Face, elle aussi tricolore... sans oublier Linux ou le navigateur Web Firefox, ont tous basé leur modèle de développement sur ce principe de libre accès aux codes.
Même à géométrie variable, via des modèles plus ou moins ouverts et gratuits, ces nouveaux entrants sur ce marché de l'IA ont fait ce pari de mettre en accès gratuit tout ou partie de leurs logiciels dont il est possible de récupérer le code source pour pouvoir ensuite le modifier et l'adapter à ses besoins. Tout l'inverse des applicatifs d'IA développés par les « Big Tech », Google (Gemini), Microsoft (Copilot), Anthropic (Claude) et Open AI (Chat GPT), peu enclins à partager leurs travaux. Dans ce paysage, Meta (maison mère de Facebook) fait exception grâce à « Llama», modèle de langage « accessible à tous » pour reprendre les encarts publicitaires parus récemment parus dans la presse grand public.
À voir si cet altruisme numérique perdurera...
Une chose est certaine : à l'heure où l'IA générative draine des milliards d'investissements, le partage des connaissances qui se trouvent au cœur des machines est devenu un enjeu central, tant pour stimuler l'innovation que pour garantir la sécurité de ces systèmes. Pour le formuler autrement, qui détient le code et la qualité de la donnée possède une ressource rare. Mais alors, en quoi ces modèles open source peuvent-ils faire la différence et se démarquer des schémas fermés développés par des entreprises qui préfèrent jalousement conserver leur propriété intellectuelle ?
Dans cette même interview, Arthur Mensch rappelait qu'outre une accélération de l'innovation permettant à une communauté mondiale de chercheurs et de développeurs de collaborer, d'expérimenter et d'améliorer collectivement des modèles, ce possible accès au « cœur du réacteur » des logiciels en open source est propice à la démocratisation de cette technologie tout en renforçant transparence, confiance et cybersécurité.
Dit autrement, le fait de rendre ces modèles accessibles et lisibles par le plus grand nombre est aussi une manière de les asservir au contrôle démocratique et partant d'être un rempart contre d'éventuelles dérives de l'IA. Argument de taille face à la crainte d'une éventuelle future IA générale capable de comprendre, apprendre et effectuer toute tâche cognitive humaine de manière autonome.
L'open source deviendra-t-il la norme dans ce secteur de l'IA ? Rien n'est écrit tant les choses vont vite. Pour autant, et bien qu'encore marginal face aux grands modèles « fermés » américains, cette technologie assise sur le partage du code pourrait bien s'inscrire dans la durée tant au nom d'une indispensable volonté de transparence, de diversité des modèles disponibles que d'influence géopolitique. Le petit poucet chinois DeepSeek n'ayant-il pas récemment fait chanceler le géant américain en instillant le doute dans les esprits ?
Au fond, tout cela reviendrait à faire le pari osé que l'altruisme désintéressé pourrait être plus fort que l'égoïsme mercantile. Qui a dit que les sujets technologiques étaient aux antipodes des préoccupations philosophiques ?
Philippe Boyer
