• 1 Stanislas Lem, Summa technologiae, Kraków, Wydawnictwo Literackie, 2020, p. 127 (English translatio (...)

1Dans Summa technologiae, son essai philosophique majeur, publié en 1964, Stanislas Lem a remarqué que « chaque science crée sa propre mythologie1 ». Selon lui :

• 3 Mathieu Triclot, Moment cybernétique. La constitution de la notion d’information, Seysell, Champ Va (...)
• 4 L’intelligence artificielle à proprement parler désigne trois domaines : (1) l’apprentissage profon (...)
• 5 Pierre Cassou-Noguès l’a bien rappelé par rapport au lancement du chatGPT ; en ligne : https://www. (...)
• 6 Bernard Stiegler, Dans la disruption. Comment ne pas devenir fou ?, Paris, Les Liens qui libèrent, (...)

En soulignant ainsi la présence des mythes en science, cet écrivain polonais de science-fiction se référait directement à la cybernétique qui se développait alors avec une vitesse surprenante pour s’éclipser aussi rapidement comme discipline autonome et revivre, bien qu’éloignée de ses concepts fondamentaux, notamment par rapport à la manière d’appréhender l’information, dans les sciences cognitives3. Cependant, son observation n’a guère perdu de son actualité dans le contexte contemporain de l’intelligence artificielle (IA). En effet, face à une explosion d’applications d’IA, nous sommes témoins d’une confusion entre ce qui relève de la pensée scientifique, en l’occurrence l’intelligence computationnelle, et ce qui appartient à la mythologie, en l’occurrence celle de la Silicon Valley. La confusion est d’autant plus grande que l’intelligence artificielle aujourd’hui n’est pas qu’un domaine scientifique4, tandis que la production de mythes sert désormais une stratégie économique très précise : susciter le buzz médiatique autour de l’idée d’un monde dominé par les machines pour éluder les enjeux politiques et sociaux que représentent la commercialisation de ce genre de technologies5. Il ne faut donc pas perdre de vue la brutalité de cette stratégie et la disruption qu’elle a pour but de provoquer6 quand on parle de l’enjeu que représente la compréhension de l’IA pour l’avenir de nos sociétés.

• 7 En ligne : https://www.youtube.com/watch?v=1RdLfUb_b24&t=201s. À partir de 3:25.

2En modérant le débat « Intelligence artificielle et cognition : quels enjeux de société ? », organisé en 2018 à l’ENS, l’économiste Daniel Cohen a remarqué que, parmi les révolutions provoquées par l’avènement de l’IA, il y a aussi « une révolution philosophique » : nous voilà devant la question de « ce qu’est l’humanité au contact de l’intelligence artificielle7 ». Or, pour aborder vraiment les enjeux philosophiques de l’IA, sans les réduire à la question du comportement des humains interagissant avec les chatbots, cobots ou robots humanoïdes – question psychosociologique dont l’intérêt n’est pourtant pas des moindres compte tenu de leur prolifération –, il faut interroger plus profondément les systèmes de convictions qui sous-tendent la conception de la technologie computationnelle, et cela, à partir d’un regard critique sur l’explication du fonctionnement de l’esprit-cerveau.

• 8 Lew S. Vygotsky, Narzędzie i znak w rozwoju dziecka [L’outil et le signe dans le développement de l (...)
• 9 Une présentation de Jérémie Mattout et Emanuelle Reynaud est très éclairante sur ce point : https:/ (...)

3C’est d’une telle interrogation qu’il est question dans cet article. Mon hypothèse est que la manière dont on explique les fonctions de l’esprit-cerveau dans le paradigme computationnaliste influence la manière dont on conçoit les systèmes d’IA, sans prendre en compte la réalité des systèmes sociaux ou en ne la prenant en compte qu’a posteriori. À quoi, donc, ressembleraient les fonctions des systèmes d’IA si, à leur conception déjà, on acceptait que les activités de l’esprit-cerveau soient d’origine sociale ? Peut-on espérer que la sociogénèse des fonctions de l’esprit-cerveau telle qu’elle est documentée dans les travaux de Lev Vygotsky8 soit reconnue par les concepteurs de l’IA, fût-ce au prix de la mise en question de certains présupposés au fondement du cognitivisme ? Une approche post-cognitiviste de l’esprit-cerveau à laquelle un tel changement de regard devrait mener est-elle réalisable à l’heure d’une convergence de l’IA et des neurosciences9 ?

• 10 Bernard Stiegler, Qu’appelle-t-on panser ? 2. Leçon de Greta Thunberg, Paris, Les Liens qui libèren (...)
• 11 Bernard Stiegler, The Neganthropocene, trans. Daniel Ross, London, Open Humanities Press, 2018, p.  (...)
• 12 La noèse dont parle Stiegler n’est pas celle de Husserl. Pour Stiegler, est noétique tout ce qui se (...)
• 13 Bernard Stiegler, Qu’appelle-t-on panser ? 1. L’immense régression, Paris, Les Liens qui libèrent, (...)

4Toutes ces questions ont pour point de départ « une hypercritique du cognitivisme » ébauchée par Bernard Stiegler dans son dernier livre10. Je tente de poursuivre cette critique en la nuançant pour mieux définir les conditions de possibilité d’un dialogue avec les sciences cognitives, au-delà du cognitivisme, mais aussi au-delà de la critique comme dénonciation. Pour Stiegler, l’hypercritique « pense les limites de la pensée, c’est-à-dire de la critique elle-même dans les conditions et sous la condition de l’exosomatisation »11. Il s’agit, en l’occurrence, d’une prise de position requise face aux capacités computationnelles de l’esprit-cerveau recréées en dehors du corps (exosomatisées) et augmentées par les machines dont la puissance exponentielle de calcul amortit la pensée (la noèse12) et, par conséquent, rend insignifiante la critique. Cette hypercritique, cependant, ne consiste pas à dénoncer mais tend à s’accomplir dans des propositions. En cela, elle est « positive ». Le mode de penser qui lui est propre est celui d’une pansée : « Penser, c’est panser »13, c’est-à-dire soigner avec une pensée qui fasse des « pansements noétiques » et sache les changer quand il faut. C’est dans cet esprit que j’entends panser la cognition ici, en pensant les limites de son artificialisation.

• 14 C’est notamment pour l’Europe que Stiegler revendiquait une telle politique technologique originale (...)
• 15 « The mind can be explained computationally because it is computational; this is true whether it is (...)
• 16 Bernard Stiegler, La société automatique. L’avenir du travail, Paris, Fayard, 2015.
• 17 Bernard Stiegler, Qu’appelle-t-on panser ? 2. Leçon de Greta Thunberg, op. cit., p. 404-405.
• 18 Ibid., p. 369.

5Dans ses derniers travaux publiés dans les années 2015-2020, Stiegler a longuement écrit sur les enjeux de l’automatisation telle qu’elle se produit avec la data economy dans son ensemble, de la financiarisation automatisée aux plateformes qui ont mis fin à l’idée du web social. Si l’intelligence artificielle à proprement parler n’est pas vraiment l’objet de ses analyses critiques, c’est parce que, selon lui, les transformations rapides de l’IA, outre que celle-ci n’est devenue qu’une appellation de marketing, doivent être prises en compte dans un contexte plus large, à savoir celui de l’hégémonie du calcul. La question de l’IA pour Stiegler est donc toujours celle de l’économie politique et de l’invention d’une politique technologique originale qui puisse combattre cette hégémonie14. Celle-ci n’est pas sans lien avec le cognitivisme dont le paradigme dominant tend à expliquer les fonctions de l’esprit-cerveau par les calculs qu’il effectue15. C’est pourquoi Stiegler rapproche le cognitivisme de la data economy, en parlant tantôt du « capitalisme computationnel »16, tantôt du « cognitivisme computationnaliste »17. Cela non pas pour combattre les sciences cognitives, mais pour montrer que leur développement a lieu sur le marché qui est devenu anti-cognitif, dans la mesure où il automatise les connaissances et, par conséquent, induit une « dénoétisation »18, c’est-à-dire une perte de la capacité de penser. En réduisant la pensée à un traitement d’informations calculables, elles-mêmes réductibles aux données traitées par les machines, le cognitivisme est limité pour répondre aux conséquences de ses théorisations sur le plan psychosocial et sociopolitique. Il ne met pas en cause les technologies computationnelles dont la conception est pourtant devenue possible à partir de cette réduction des fonctions de l’esprit aux calculs et qui sont devenues le capital fixe mis au service du contrôle des comportements, gestes, paroles, émotions et pensées des individus.

• 19 Bernard Stiegler, « L’ergon dans l’ère Anthropocène et la nouvelle question de la richesse », Le tr (...)
• 20 En ligne : https://www.youtube.com/watch?v=R-0X2RFd4GA.
• 21 David Graeber, Bureaucratie, l’utopie des règles, trad. Françoise Chemla, Paul Chemla, Paris, Les l (...)

6Stiegler décrit cette boucle automatique auto-référentielle comme « système fermé »19 en insistant, après Ludwig von Bertalanffy, sur la tendance de ce genre de systèmes à s’effondrer si l’on n’y intègre de l’ouverture20. Le rapprochement qu’il fait entre le cognitivisme et le marché devenu anti-cognitif mérite certainement d’être nuancé, notamment en vue d’imaginer des sciences cognitives qui pansent leurs propres avancées théoriques et instruments pour lutter contre la dénoétisation. Parfois trop précipitées, les analyses stieglériennes restent néanmoins incontournables comme éléments de réponse à la question de savoir sous quelles conditions les applications d’IA pourraient être porteuses d’un changement social positif. Cette question se pose avec d’autant plus d’acuité dans un contexte où, comme le montre, entre autres, David Graeber21, on doute de plus en plus de la puissance émancipatrice de la technique, tandis que l’informatique semble s’accomplir voire se compromettre comme discipline dans l’implémentation des systèmes de surveillance de plus en plus sophistiqués.

• 22 Bernard Stiegler, « Noodiversity, Technodiversity. Elements of a New Economic Foundation Based on a (...)
• 23 Bernard Stiegler, Nanjing Lectures. 2016–2019, trans. Daniel Ross, London, Open Humanities Press, 2 (...)

7L’hypercritique du cognitivisme est donc reliée chez Stiegler avec son projet de refonder l’informatique théorique22 et va à l’encontre de l’idée très répandue aujourd’hui d’un déterminisme technologique, auquel les sociétés, institutions et individus n’auraient qu’à s’adapter. D’autres manières de concevoir les systèmes artificiels, notamment pour penser avec eux, plutôt que les servir sous prétexte qu’ils nous servent, sont possibles. Or, sur un plan plus profond, il s’agit de relancer la question du lien entre l’épistémologie et la politique dans les sciences cognitives, sans perdre de vue leurs implications psychosociales et sociopolitiques. Deux acceptions du terme épistémologie sont à reconsidérer ici, face aux machines dites « cognitives ». D’une part, l’épistémologie au sens d’une branche de la philosophie, qui se doit de repenser à nouveaux frais sa question de base : « Comment puis-je connaître », au-delà d’une impasse consistant à réduire la cognition à la computation effectuée soit par le cerveau soit par la machine ; d’autre part, l’épistémologie au sens d’une réflexion philosophique et historique sur la production des connaissances dans le cadre des disciplines réellement existantes. C’est dans ce contexte que Stiegler, avec son « organologie du capitalisme des plateformes »23, sur laquelle je reviendrai dans la dernière partie de l’article, permet de porter un autre regard sur le devenir de l’esprit-cerveau dans le milieu numérique.

• 24 David Bates, « Penser l’automaticité au seuil du numérique », Digital Studies. Organologie des savo (...)
• 25 Catherine Malabou, Métamorphoses de l’intelligence. Que faire de leur cerveau bleu ?, Paris, PUF, 2 (...)

8Comme le remarque David Bates, le cerveau contemporain est un cerveau numérique24. Nous pouvons le connaître grâce aux technologies (intelligence artificielle et neuro-imagerie) qui, à la fois, stimulent et conditionnent le champ des connaissances dans les sciences cognitives. La plasticité neuronale, que l’on croyait pouvoir opposer aux machines, caractérise désormais les réseaux de neurones artificiels qui s’organisent et « apprennent » comme s’ils étaient « naturels ». En se référant à la puce SyNAPSE conçue par IBM, dite aussi « puce cognitive », Catherine Malabou se demande même si l’intelligence artificielle ne fait pas, « comme la biologie et en même temps qu’elle, sa révolution épigénétique », et elle soutient que « les ordinateurs de demain seront dotés de processus capables de s’adapter, de s’autotransformer et d’intégrer leurs propres modifications25 ». Cependant, quelles que soient les capacités computationnelles des ordinateurs de demain, force est de constater que la manière dont on voit celles-ci, ainsi que l’usage interprétatif que l’on fait des analogies entre les systèmes vivants et les systèmes artificiels, dépend largement de la manière dont on explique le cerveau et les fonctions de l’esprit. Cette explication a un pouvoir sur nous et ce pouvoir est d’ordre technologique : d’une part, des technologies d’IA permettent d’étudier le cerveau et des simulations computationnelles permettent de modéliser son activité ; d’autre part, la manière d’expliquer le fonctionnement du cerveau influe sur la manière dont ces technologies sont conçues. Tous les biais épistémologiques dans les discours sur l’IA découlent de cette emprise numérique sur notre esprit-cerveau.

• 26 Thomas S. Kuhn, La Structure des révolutions scientifiques, trad. Laure Meyer, Paris, Flammarion, 2 (...)
• 27 Arne Næss, Une écosophie pour la vie. Introduction à l’écologie profonde, trad. du norvégien par Na (...)

9Pour un chercheur en IA, qu’il soit cognitiviste ou ingénieur en bio-informatique, qu’il travaille au MIT, pour Neuralink ou pour OpenAI, l’esprit [mind] est une propriété du cerveau physique qui traite des pensées. Tel est l’axiome fondateur du paradigme computationnaliste quelles que soient ses évolutions : le cerveau est une machine qui traite des informations tandis que les fonctions de l’esprit peuvent s’expliquer comme des suites d’opérations logiques sur des symboles abstraits. Cette explication réductrice de l’esprit-cerveau (physicaliste en ce qui concerne le cerveau et logique en ce qui concerne l’esprit) n’est certainement pas la seule dans le monde. Pour autant, elle a été dotée d’une valeur paradigmatique au sens de Thomas Kuhn. Il s’agit donc d’une manière de comprendre dont la fonction est normative : le paradigme permet de formuler des problèmes typiques et de proposer des solutions26. Cependant, on peut se demander dans quelle mesure cette explication de l’esprit-cerveau désigne les réalités – biologique, psychosociale et symbolique – du vivant. Comme le remarque le philosophe norvégien Arne Næss, « il se pourrait que la prétendue “réalité physique”, ainsi que la qualifie la science moderne, ne soit qu’une construction abstraite de la réalité mathématique – une réalité à laquelle nous sommes totalement étrangers et dans laquelle nous ne vivons pas27 ». Donc, le cerveau réduit à sa réalité physique existe-t-il vraiment ? Que ne discerne-t-on plus quand on prend cette abstraction pour le modèle de « l’architecture cérébrale » ? Cette explication est-elle justifiable, quand bien même il serait effectivement possible de simuler des fonctions de l’esprit avec des réseaux de neurones artificiels ?

• 28 David Chalmers, The Conscious Mind. In Search of a Fundamental Theory, Oxford, New York, Oxford Uni (...)

10On peut aussi s’interroger sur la valeur épistémologique de l’explication physicaliste du cerveau lorsqu’elle sert de méthode pour fonder une théorie de l’esprit comme celle de David Chalmers28. En reprenant ce réductionnisme, la philosophie peut-elle apporter quelque chose de plus que de répéter, plus ou moins bien, ce que dit la science ? Il vaut la peine de rappeler les réflexions de Georges Canguilhem sur ce point, qui soutenait :

• 30 Andrea Angelini, « Comparing Artificial, Animal and Scientific Intelligence : A Dialogue with Giuse (...)
• 31 David Chalmers, The Conscious Mind, op. cit., p. 43.

11En principe, le réductionnisme n’est pas une mauvaise démarche méthodologique. Pour autant, il le devient lorsque la réduction dépasse le plan strictement méthodologique et mène à des hypothèses ou promesses infondées. Dans les discours autour de l’IA, celles-ci sont nombreuses. Elles relèvent le plus souvent d’analogies erronées entre les systèmes vivants et les systèmes artificiels30, qui inspirent à leur tour des spéculations sur l’imminence de l’intelligence générale sans lien avec notre corps biologique. Après tout, si nous les humains sommes des machines intelligentes dotées de cerveaux, ces systèmes physiques spécifiques dont la propriété, en l’occurrence l’esprit, est pourtant « réalisable31 » dans d’autres substrats comme le silicone, pourquoi ne pas penser que la création d’une telle intelligence ne dépendrait désormais que de l’amélioration de nos ordinateurs et de la disponibilité d’encore plus grandes quantités de données ?

• 32 Susan Schneider, Artificial You. AI and the Future of Your Mind, Princeton and Oxford, Princeton Un (...)

12La philosophe américaine Susan Schneider, se définissant elle-même comme transhumaniste, va jusqu’à dire que le paradigme computationnaliste permet d’expliquer le phénomène de la conscience. Selon sa théorie, qu’elle appelle Computationalism about Consciousness, la conscience peut être expliquée de manière computationnelle : les propriétés computationnelles d’un système déterminent le type d’expériences conscientes qu’il a et permettent de nous dire s’il en a un32. Elle qualifie cette théorie de « techno-optimiste », en opposant ce techno-optimisme transhumaniste au « naturalisme biologique » qui, selon elle, soutient que la conscience ne peut être qu’un phénomène propre au vivant. Bien sûr, le transhumanisme n’est pas le cognitivisme. Pour autant, il n’est pas illégitime de voir dans celui-ci un code culturel de celui-là. En fait, Schneider fonde sa théorie sur l’hypothèse de l’indépendance de la pensée et du substrat, hypothèse qui pousse encore plus loin la théorie de « l’esprit conscient » de Chalmers et l’explication réductrice dont elle résulte. Puisque l’explication réductrice n’exige pas de réduire le phénomène expliqué mais tente de voir comment il peut se réaliser dans d’autres substrats physiques, la question pour Schneider n’est pas de dire que l’architecture du cerveau est la même que celle de l’ordinateur. Il suffit pour elle de soutenir que l’ordinateur peut remplir une fonction analogue aux fonctions de l’esprit, telles qu’elles sont réductibles aux calculs. C’est pourquoi elle peut prendre le silicone pour un matériel propre à la recréation des « pensées », descriptibles sous forme d’algorithmes et permettant de concevoir une conscience artificielle.

• 33 Dans ses spéculations, Schneider va beaucoup plus loin que ceux qui veulent accorder des droits aux (...)
• 34 Slavoj Žižek, Hegel in a Wired Brain, London, New York, Oxford, New Delhi, Syndey, Bloomsbury, 2020 (...)

13Si effarante soit-elle, l’hypothèse transhumaniste de la conscience computationnelle illustre parfaitement la pente très dangereuse qu’a suivi le cognitivisme dans ses rapports avec la data economy comme le stade ultime de la rationalité instrumentale qui finit par muter en déraison. Pour celui ou celle qui connaît plus ou moins bien l’histoire de la métaphysique occidentale, la théorie critique et la déconstruction, des pensées sur la conscience artificielle, la singularité ou encore le long-termisme peuvent paraître philosophiquement creuses à bien des égards. Pour autant, ce sont elles qui sont pour l’instant la voix « philosophique » de la mutation techno-culturelle en train de se faire. Le transhumanisme, convenons-en, n’est qu’un mouvement marginal par rapport aux systèmes d’IA tels qu’ils sont construits réellement et aux pratiques d’ingénieur qui sous-tendent leur construction. Malgré cela, il faut prendre au sérieux les idées que produit le transhumanisme pour discerner les lois de cette mutation, compte tenu de la manière dont elles s’imposent à l’imaginaire technologique collectif. Les origines computationnelles de la conscience que recherche Schneider sont un objet mythique, une sorte de Graal. C’est pourquoi les dilemmes éthiques ou juridiques qu’elle considère face au devenir-conscient de l’IA33 sont de l’ordre du fantasme, tout comme l’idée de la conscience artificielle elle-même. Si insensés que soient ces dilemmes, on ne peut pas sous-estimer l’influence des mythes et fantasmes que reproduit le paradigme computationnel sur ce que l’IA devient effectivement, et sur ce que nous devenons avec elle. Slavoj Žižek a eu bien raison de mettre en avant que ce n’est pas notre époque siliconisée qui est dystopique. Sont plutôt dystopiques les fantasmes qui la trament34.

• 35 Cf. Anne Alombert et Michał Krzykawski, « Vocabulaire de l’Internation. Introduction aux concepts d (...)
• 36 Hartmut Rosa, Aliénation et accélération. Vers une théorie critique de la modernité tardive, Paris, (...)
• 37 Dariusz Jemielniak, Aleksandra Przegalinska, Collaborative Society, Cambridge, Massachusetts, Londo (...)
• 38 Erwin Schrödinger, Qu’est-ce que la vie ? De la physique à la biologie, Paris, Seuil, 1993.
• 39 Antoni Kępiński, Lęk [L’Angoisse], Warszawa, PWZL, 1987, p. 81.

15Le numérique, outre qu’il frappe brutalement les cerveaux et leurs sujets, montre les limites de l’explication de l’esprit comme une propriété physique du cerveau qui traite des informations et dont le fonctionnement peut être effectivement abstrait de sa réalité matérielle. Le réalisme digitaliste nous fait comprendre et sentir que plus le sujet connaissant reçoit d’informations, moins il en sait et plus il en devient prolétarisé (dans le vocabulaire de Stiegler35) ou aliéné (au sens de l’aliénation telle que l’a revisitée Hartmut Rosa36). Passer sous silence ce réalisme en mettant en valeur les aspects collaboratifs des nouvelles technologies sous prétexte qu’elles rendent plus visible la collaboration comme un phénomène social risque de rendre moins visible la manière dont le code computationnel s’impose comme régulateur du fait social et devient potentiellement désubjectivant. S’il est vrai que ces technologies dites « émergentes » « agissent comme super-multiplicateurs pour de nombreux effets de collaboration qui seraient autrement moins remarquables37 », il semble non moins vrai que leur émergence génère le phénomène que le psychiatre Antoni Kępiński, par référence au physicien Erwin Schrödinger38, a décrit comme « entropie psychique » provoquée par un excès de sentiments négatifs, dont l’angoisse signalant la perte de sa propre individualité (son propre ordre)39.

• 40 Félix Guattari, Chaosmose, Paris, Éditions Lignes, 2022, p. 48.

16Certes, dans le redoublement disruptif que nous vivons, l’IA est une chose et la surcharge informationnelle en est une autre. Il s’agit de deux réalités qu’on peut discerner empiriquement et qu’on ne devrait pourtant pas séparer si l’on veut panser la cognition dans le milieu numérique comme milieu technique et social à la fois. S’il est vrai qu’un changement social majeur se produit avec les systèmes d’IA et d’autres technologies computationnelles émergentes, la question est de savoir comment les concevoir comme supports d’individualité en vue de réapproprier (ou ex-approprier dans le vocabulaire de Jacques Derrida) l’étrangeté de leur code computationnel et rendre plus réelles (concrétiser dans le vocabulaire de Gilbert Simondon) les abstractions dont ces technologies sont porteuses. Cette individualité, bien évidemment, n’a rien à voir avec l’individualisme prôné par une bonne partie des philosophies capitalistes ou néolibérales dont le libertarianisme en vogue dans la Silicon Valley est une mutation autrement radicale. Elle a au contraire tout à voir avec l’individuation psychique et collective (dans le vocabulaire de Stiegler interprète de Simondon) ou la singularité (dans le vocabulaire de Félix Guattari). En effet, l’enjeu consiste à concevoir des machines computationnelles qui permettent de « recomposer des Univers de subjectivation artificiellement raréfiés, resingularisés40 ».

• 41 Bernard Stiegler, Nanjing Lectures. 2016-2019, op. cit., p. 169-268.
• 42 Paul Valéry, Politique de l’esprit ; en ligne : https://fr.wikisource.org/wiki/Vari %C3 %A9t %C3 %A (...)

17Sur quelles bases théoriques une telle conception pourrait-elle se fonder ? Ici, une approche organologique de l’esprit-cerveau semble nécessaire : il est possible de la construire à partir de ce que Stiegler a défini comme une « organologie du capitalisme des plateformes41 ». Cette approche permet de porter un autre regard sur notre système nerveux, ainsi que de poser la question sur les fins et limites de l’artificialisation de l’esprit. La vertu de cette approche est double. D’une part, elle met l’accent sur les inventions techniques et la manière dont elles conditionnent le fonctionnement de l’esprit-cerveau qui ne cesse de les produire. D’autre part, elle situe la réalité de l’esprit-cerveau dans la réalité sociale que ces inventions techniques transforment au même degré que la réalité mentale et qu’elles risquent de désintégrer faute d’être soigneusement socialisées (réintégrées dans les systèmes sociaux). Pour ce qui est de sa « puissance de transformation », pour le dire comme Paul Valéry42, la nature de l’esprit-cerveau est donc exosomatique et sociale. Confondre cette puissance de transformation avec une puissance de calcul est une erreur épistémologique qui ne permet pas d’expliquer la nature de l’esprit ni de comprendre en quoi consiste sa politique à l’ère de son artificialisation.

• 43 Bernard Stiegler, Prendre soin. De la jeunesse et des générations, Paris, Flammarion 2008 et Ce qui (...)

18D’une manière générale, l’organologie, telle que Stiegler l’a définie dans ses ouvrages précédents43, étudie les relations entre trois types d’organes : d’abord les organes psychosomatiques (notamment les cerveaux) tels qu’ils constituent la couche matérielle de ce qu’on appelle depuis Freud l’« appareil psychique » (que le cognitivisme n’a pas vraiment invalidé comme concept mais auquel il a ôté de sa réalité matérielle, sous prétexte que l’esprit, dans sa fonction essentiellement computationnelle, est explicable indépendamment du cerveau physique) ; ensuite, les organes artificiels, c’est-à-dire les appareils techniques qui, d’une part, modifient l’appareil psychique et, d’autre part, s’organisent comme s’ils étaient vivants (les réseaux de neurones artificiels en sont un exemple) ; enfin, les organisations sociales ou institutions, que Stiegler appelle parfois « systèmes de soin », en soutenant que leur fonction consiste à socialiser les techniques, c’est-à-dire à prescrire des normes ou des règles concernant la manière dont elles devraient être pratiquées.

• 44 Bernard Stiegler, Prendre soin, op. cit., p. 16.
• 45 Le thème récurrent chez Stiegler, notamment à partir de Ce qui fait que la vie vaut la peine d’être (...)

19La relation entre ces trois types d’organes est décrite par Stiegler comme transductive, la transduction étant l’un des multiples termes qu’il emprunte à Simondon : ces organes agissent les uns sur les autres en passant d’une transformation à l’autre. Il est donc possible de discerner les dynamiques et les tendances propres à chacun de ces trois types d’organes mais on ne peut pas les considérer séparément. La spécificité irréductible des organes artificiels est qu’ils sont « les remèdes permettant de prendre soin mais qui peuvent toujours se retourner en poisons »44. C’est pourquoi l’organologie doit être aussi une pharmacologie dont le but est de renforcer la puissance curative des organes artificiels et d’en minimiser la puissance destructrice qu’on ne peut pour autant jamais éliminer45.

• 46 Cf. Suparna Choudhury et Jan Slaby, Critical Neuroscience. A Handbook of the Social and Cultural Co (...)

20L’approche organologique de l’esprit-cerveau permet de discerner entre ce qui relève de l’organique et ce qui relève de l’organologique pour ce qui est de son fonctionnement dans le milieu numérique. Plutôt que de mettre en cause les avancées des sciences cognitives qui nous ont permis, à leurs manières spécifiques, de connaître l’esprit-cerveau, elles encouragent à tenir compte des enjeux politiques et sociaux tels qu’ils s’imposent avec son artificialisation dans la réalité de la data economy. Voir le cerveau en organologue consiste à le voir moins comme un organe plastique, qu’il s’agisse de la plasticité neuronale ou de celle qu’auront peut-être un jour les systèmes artificiels, mais plutôt comme un organe extrêmement vulnérable à ses propres technologies qui, faute de les panser, peuvent appauvrir la vie de l’esprit. C’est en cela que l’approche organologique du cerveau pourrait compléter « une neuroscience critique » qui tente de redécouvrir les avancées neuroscientifiques en les resituant dans les contextes sociaux et culturels46. Reste encore à redécouvrir dans quelle mesure ces contextes, tout comme l’esprit-cerveau lui-même, se construisent technologiquement et pourquoi la conception de ces technologies devrait être pansée au sein d’une nouvelle économie politique, notamment en vue d’éviter les écueils d’une convergence entre les neurosciences et l’intelligence artificielle. Le vrai enjeu à la fois théorique et pratique consiste à changer de regard et à considérer d’autres phénomènes avec les mêmes machines : dire adieu à l’intelligence artificielle pour faire place à des intelligences organologiques.

• 47 Cf. Mathieu Triclot, Le Moment cybernétique, op. cit., p. 10.
• 48 Bernard Stiegler et Mehdi Belhaj Kacem, Philosophies singulières. Conversation avec Michaël Crevois (...)

21La construction d’une théorie de l’esprit à partir de l’hypothèse que ses fonctions réductibles aux calculs peuvent être isolées du cerveau physique et de ses agencements matériels a eu une importance décisive pour l’histoire de l’intelligence artificielle47. Pour infléchir le cours de son développement aujourd’hui et donner un sens plus profond aux constructions artificielles de notre esprit-cerveau sans tomber dans l’impasse de la computation, il faut construire une nouvelle théorie de l’esprit, hétérogène et interscientifique, sans désormais le découpler de ses propres réalités matérielles et avec comme finalité une conception des machines qui tende à supporter les intelligences noétiques et non à créer des intelligences purement computationnelles. Les concepts déployés par Bernard Stiegler fournissent des éléments théoriques pour concevoir de telles machines. Pour Stiegler, pratiquer la philosophie consistait à produire des concepts. Et « produire des concepts c’est, comme on dit en informatique, être capable de les implémenter. Et on doit les implémenter dans le social, mais pour cela il faut les implémenter dans des machines, parce que le social passe par des machines48 ». Si ses concepts doivent servir, il faut donc qu’ils se concrétisent dans de nouvelles machines, et qu’ils rencontrent d’autres pensées qui leur correspondent afin d’amorcer un changement de paradigme dans le champ des sciences cognitives, tout en articulant ces sciences avec les sciences du psychisme et les sciences de la société.