Gilles Dowek, Serge Abiteboul-Le Temps Des Algorithmes-Le Pommier (2017) PDF

le temps
des o4Jorillunes
serge abileboul est chercheur Inria et professeur l'cole
normale suprieure de Paris-Saclay. Sa recherche porte sur la gestion
de donnes, d'information et de connaissances.
Membre de l'Acadmie des Sciences et de l'Acadmie Europae, du
Conseil scientifique de la SIF, il a occup la Chaire d'informatique
au Collge de France (2011-2012) et la Chaire Franqui l'Universit
de Namur (2012-2013). Il a t membre du Conseil National du
Numrique (2013-2016).
Et il a notamment obtenu le Grand Prix EADS de l'Acadmie des
Sciences et le Milner Award de la Royal Society.
gilles dowek est chercheur Inria et professeur l'cole normale

suprieure de Paris-Saclay. Ses travaux portent sur la formalisation
des mathmatiques, les systmes de traitement des dmonstrations, la
physique du calcul et la sret des systmes aronautiques et spatiaux.
Il est membre du Conseil scientifique de la Socit Informatique de
France et de la Commission de rflexion sur l'thique de la Recherche
en sciences et technologies du Numrique de l'alliance Allistene.
Son livre, Les Mtamorphoses du calcul (Le Pommier, 2007) a reu le
Grand Prix de Philosophie de l'Acadmie franaise.
Relecture: Valrie Poge

Mise en page: Ingrid Leroy
ditions Le Pommier, 2017

Tous droits rservs
ISBN: 978-2-7465-1175-0
ditions Le Pommier, 8, rue Frou, 75006, Paris

www.editions-lepommier.fr
le temps
des nlg orillunes
serge abeboul
et gilles dowek
Remerciements
Merci Bertrand Braunschweig, Laurent Fribourg, Sophie
Gamerman, Florence Hachez-Leroy, Marie Jung, Xavier de La
Porte, Michel Puech et Michel Volle, pour leurs remarques trs
pertinentes sur une premire version de ce texte.
Merci aussi Jean-Pierre Archambault, Grard Berry, Maurice

Nivat, et de nombreux autres, pour des discussions souvent
passionnes sur les sujets abords dans ce livre.
Sommaire
Les algorithmes fascinent, les algorithmes inquitent 6

Qu'est-ce qu'un algorithme? 10
Algorithmes, ordinateurs et programmes 25
quoi servent les algorithmes 37
Ce que les algorithmes ne font pas 46
La pense informatique 58
En finir avec le salariat 66
En finir avec le travail 76
En finir avec la proprit 87
Gouverner au temps des algorithmes 98
Un algorithme dans la cit 108
La responsabilit des algorithmes 116
Donnes personnelles et vie prive 125
quit, transparence et diversit 138
Informatique et cologie 148
L'enseignement de l'informatique 156
L'humain augment 168
Un algorithme peut-il tre intelligent? 177
Un algorithme peut-il tre amoureux? 184
Le temps des choix 189
Rfrences 191
Les algorithmes fascinent,
les algorithmes inquitent
Les algorithmes sont devenus des ingrdients essentiels de

nos vies professionnelles, de nos interactions sociales, de
notre mdecine, de notre industrie, de nos transports, de
notre commerce, etc. Ils transforment les sciences exactes
et les sciences humaines et contribuent ainsi enrichir nos
connaissances. Ils permettent la technique de repousser sans
cesse les limites du possible.
Certains algorithmes, tels le systme d'exploitation d'un
tlphone, un systme de gestion de bases de donnes ou un
moteur de recherche, sont des objets gigantesques, auxquels
des milliers de personnes contribuent. Ils sont parfois compars
des cathdrales, tant ils tiennent de la mme ambition, de la
mme draison.
6
LES ALGORITHMES FASCINENT, LES ALGORITHMES INQUITENT
Avec les algorithmes, Homo sapiens semble avoir enfin

construit un outil la mesure de ses aspirations.
Mais ces algorithmes inquitent galement. Le mtier de
facteur disparat: ce sont les algorithmes qui dtruisent des
emplois. Une compagnie d'assurances indemnise la victime
d'un accident: c'est un algorithme cynique qui calcule le
montant de cette indemnit. La Bourse plonge: ce sont les
algorithmes de trading qui sont responsables de ce krach. Les
lois restreignent les liberts publiques: c'est l'algorithme du
gouvernement qui nous espionne. Des algorithmes battent les
humains aux checs ou au go: ce sont ces algorithmes intelli-
gents qui bientt nous gouverneront.
Pourquoi rendons-nous les algorithmes responsables des
maux qui nous affligent? Parce qu'ils bousculent nos habitudes?
Sans doute. Mais aussi parce que nous acceptons souvent de les
utiliser, en ignorant ce qu'ils sont rellement et comment ils
fonctionnent. Nos fantasmes et nos angoisses sont les cons-
quences de cette ignorance. Nous craignons les algorithmes
parce que nous les voyons comme des tres mystrieux, dots
de pouvoirs surnaturels, voire d'intentions malfiques.
Pour nous librer de cette pense magique, pour sparer les
espoirs lgitimes des fantasmes purils, les craintes justifies
des angoisses sans fondement, nous invitons la lectrice et
le lecteur une traverse de ce monde des algorithmes au
cours de laquelle nous croiserons quelques-unes des grandes
questions qui se posent nous au temps des algorithmes: la
transformation du travail, la disparition de la proprit, la
protection de la vie prive, etc.
7
LE TEMPS DES ALGORITHMES
Les algorithmes peuvent conduire au pire ou au meilleur,

mais nous ne devons jamais oublier qu'ils n'ont, en eux-mmes,
aucune intention. Ils ont t conus par des tres humains. Ils
sont ce que nous avons voulu qu'ils soient.
8
- Bonjour Robot, explique-moi ce qu'est un algorithme.
- D'accord, mais je vais aussi devoir te parler du lien entre les
algorithmes, les ordinateurs et les programmes.
-Je sais. Quand nous avons trouv un algorithme, nous
l'crivons sous forme de programme et nous n'avons plus
qu' demander un ordinateur de travailler pour nous.
-Tout fait.
- Et avec les algorithmes, tout est possible?
- Non. Mais c'est peut-tre ce qui les rend encore plus
fascinants.
Qu'est-ce qu'un algorithme?
Pour comprendre ce qu'est un algorithme, commenons par

nous projeter quelques millnaires dans le pass et imaginer
l'un de nos lointains anctres qui a vu sa regrette grand-mre
faire du pain et s'y essaye son tour. Mais il ne sait pas vraiment
comment s'y prendre. Il hsite, commence par faire cuire des
grains de bl dans de l'eau bouillante, puis se dit que c'tait
peut-tre une mauvaise ide. Il fait ce que nous faisons tous
face un problme que nous ne savons pas rsoudre: nous
imaginons des solutions, nous les essayons, nous ttonnons,
en comptant un peu sur la srendipit, jusqu' russir... ou non.
Cependant, les vritables boulangers ne procdent pas ainsi.
Ils ne rinventent pas la recette du pain chaque fourne, car ils
l'ont apprise et ils s'en souviennent. Etc' est grce cette recette
qu'ils peuvent nous donner notre pain quotidien. La civilisation
progresse, en effet, parce que des personnes inventent, mais
10
QU'EST-CE QU'UN ALGORITHME?
aussi parce que d'autres reproduisent ces inventions, et parfois

les amliorent.
Nous avons oubli quel point la recette du pain est prcieuse.
Tout d'abord elle contribue rduire l'incertitude: grce elle, le
boulanger sait que, moins d'une catastrophe, le pain sera prt
pour le dner. Cette recette, ensuite, ne demande aucune imagi-
nation, ni aucun talent. Les auteurs de ce livre, par exemple, sans
avoir aucun talent pour la boulangerie, peuvent trouver la recette
du chapati sur le Web et en prparer de fort convenables, sur les
traces de boulangers plus imaginatifs et plus talentueux qu'eux.
Cette recette, enfin, fait partie de notre patrimoine: elle a t
transmise de gnration en gnration, pendant des millnaires.
Cette recette est un algorithme et elle nous fournit une
premire dfinition de ce concept: un algorithme est un
procd qui permet de rsoudre un problme, sans avoir besoin
d'inventer une solution chaque fois.
Avec cette dfinition, il est clair que, depuis l'aube de
l'humanit, nous inventons, utilisons et transmettons des
algorithmes: cuisine, taille du silex, pche la ligne, culture
des lentilles et du bl, etc.
Des procds et des symboles

Certains algorithmes, contrairement la recette du pain,
permettent de rsoudre des problmes qui portent sur
des symboles crits, tels des chiffres, des lettres, etc., qui
s'assemblent pour former des nombres, des mots, des phrases
et des textes, aux significations diverses.
11
Par exemple, un algorithme, parmi d'autres, pour chercher

un mot dans un dictionnaire, consiste l'ouvrir au milieu,
comparer le mot recherch au mot mdian, slectionner la
premire ou la seconde moiti du dictionnaire selon gue le
mot recherch est avant ou aprs ce mot mdian, l'ouvrir au
milieu, etc. jusqu' trouver le mot recherch. Cet algorithme
permet de rsoudre un problme qui porte sur des symboles
crits: des lettres. D'autres exemples sont les algorithmes qui
permettent d'effectuer des additions, des multiplications, etc.
Ils permettent de rsoudre des problmes qui portent sur
d'autres symboles crits: des chiffres. De tels algorithmes sont
appels symboliques.
Les informaticiens limitent souvent la signification du mot
algorithme ces algorithmes symboliques. En tenant compte
de cette limitation, nous ne pouvons naturellement pas faire
remonter l'histoire des algorithmes au-del de l'invention
de l'criture. En revanche, nous savons que la notion d' algo-
rithme est aussi ancienne que l'criture elle-mme, car les plus
anciennes traces crites que nous ayons retrouves montrent que
les premiers scribes utilisaient dj des algorithmes, tels ceux
de l'addition et de la multiplication, pour tenir des livres de
comptes. L'criture a mme sans doute t invente pour cela.
Algorithmes et mathmatiques
Les mathmaticiens se sont trs tt proccups de concevoir
des algorithmes. Par exemple, un algorithme attribu Euclide
(vers 300 avant notre re) permet de calculer le plus grand
12
diviseur commun de deux nombres entiers. Nous allons lui

consacrer quelques lignes. Les lectrices et lecteurs fchs avec
les mathmatiques peuvent les sauter ou les lire comme ils
liraient un pome quelque peu sotrique.
Un algorithme reoit en gnral des donnes en entre, qui
constituent la matire ptrir. Dans le cas de l'algorithme
d'Euclide, ces donnes sont deux nombres entiers non nuls, a
et b, tels que a soit suprieur b, par exemple 471 et 90. Un
algorithme renvoie, en gnral, d'autres donnes en sortie. Dans
le cas de l'algorithme d'Euclide, il s'agit d'un nombre entier, qui
est le plus grand diviseur commun des nombres a et b.
L'application de l'algorithme d'Euclide aux nombres 471
et 90, par exemple, consiste :
remplacer ces deux nombres par 90 et 21,
puis par 21 et 6,
puis par 6 et 3,
puis par 3, qui est le rsultat.
chaque tape, l'algorithme demande de calculer le reste r
de la division de a par b, puis de remplacer a par b et b parr.
Ainsi, comme 471 = 5 X 90 + 21, le reste de la division de
471 par 90 est 21. la premire tape, le premier nombre est
donc remplac par 90 et le second par 21, etc. Une exception
toutefois: quand le reste est nul, le calcul s'arrte et le rsultat
est le nombre b. C'est ce qu'il se passe la dernire tape:
nous divisons le nombre 6 par le nombre 3, le reste est nul et
le rsultat est donc 3.
La notion d'algorithme est aussi au cur des proccupa-
tions des mathmaticiens du Moyen ge, qui introduisent les
13
chiffres indo-arabes et les algorithmes qui les accompagnent.

Parmi eux figure le mathmaticien perse, de langue arabe,
Muhammad Musa al-Khuwarizmi, auteur au Ixe sicle du Livre
de l'addition et de la soustraction d'aprs le calcul indien. Le nom
d' Al-Khuwarizmi provient de celui de la rgion du Khwarezm,
dans l'actuel Ouzbkistan, dont il tait originaire. Ce nom a
donn le mot algorithme, attest en franais ds 1230, dans
sa forme archaque augorisme .
Les mots pour le dire

Si les algorithmes s'appliquent naturellement aux objets math-
matiques, ils ont galement leur place dans toutes les activits
humaines. Le concept d'algorithme est un concept tout
faire. Nous avons dj mentionn plusieurs exemples d' algo-
rithmes. Un autre exemple dans un domaine trs diffrent va
nous permettre d'aborder une question essentielle: comment
dcrire un algorithme.
Supposons que nous voulions aller de la gare de Bagneux
au campus de l'cole normale suprieure de Paris-Saclay
Cachan. Des dizaines d'tudiants et d'enseignants empruntent
chaque matin la mme route, descendant d'abord l'avenue du
Pont-Royal, puis l'avenue de Chteaubriand. Sans le savoir
peut-tre, ils utilisent un algorithme: un procd qui permet
d'aller de la gare au campus.
Google maps nous propose une forme graphique de cet
algorithme:
14
-
......... ;j
.....1 ~~
r':..7::..- ---
--
... -'""" r...\
\ ~~,_,
-.. =~: feolt............

Pau~
*aa. .....
o,...,....,..._s.ce.,
mais aussi une forme textuelle:
f 1. Prendre la direction sud sur Avenue Aristide Briand/0920 vers Avenue du Pont Royal
27m
., 2. Prendre gauche sur Avenue du Pont Royal
260m
(' 3. Tourner lgrement droite vers Avenue de Chteaubriand
7m
,. 4. Prendre droite sur Avenue de Chteau briand
0
450m
., 5. Tourner gauche
0
33m
Si nous devions expliquer cet algorithme un tudiant,

nous serions plus laconiques. Si nous devions l'expliquer un
enfant, nous donnerions, au contraire, davantage de dtails.
La manire d'exprimer un algorithme est donc un objet social,
qui dpend des interlocuteurs et de leurs connaissances
communes.
15
De mme, l'algorithme d'Euclide peut s'exprimer de manire

textuelle:
Calculer le rester de la division de a par b,
tant que r n'est pas gal zro,
remplacer a par b,
remplacer b par r,
calculer le rester de la division de a par b,
le rsultat est b
mais Wikipdia nous en propose aussi une expression
graphique:
a et b 2 entiers naturels
non nuls et a > b
a prend la valeur de b Calculer le reste (r) de

b prend la valeur de r la division de a par b
16
Un algorithme peut donc s'exprimer dans diffrents

langages, mais il a une existence indpendante de ces langages.
Un tudiant mal rveill, qui se rend au campus de Cachan,
marchant comme un somnambule, excute cet algorithme sans
le verbaliser. Un autre exemple illustre mieux encore ce dernier
point, peut-tre droutant.
Les fourmis, la recherche de nourriture, utilisent un
algorithme trs sophistiqu pour s'orienter dans l'espace. Des
fourmis claireuses commencent par parcourir au hasard les
alentours de la fourmilire. Quand l'une d'entre elles dcouvre
une source de nourriture, elle rejoint sa colonie, en laissant,
sur son chemin, une piste de phromones. Attires par ces
phromones, les fourmis qui passent dans le coin sont encou-
rages suivre cette piste. En revenant la fourmilire, avec
de la nourriture, elles laissent, leur tour, des phromones, qui
renforcent la piste.
Si deux pistes sont possibles pour atteindre la mme source
de nourriture, les fourmis qui empruntent la plus courte,
feront dans le mme temps davantage d'allers-retours que
celles qui empruntent la plus longue. Elles laisseront donc
davantage de phromones. La piste la plus courte sera donc
renforce davantage, elle sera donc de plus en plus attractive.
Les phromones tant volatiles, la piste la plus longue finira
par disparatre.
La colonie de fourmis utilise donc un algorithme complexe
pour dterminer la piste la plus courte. Mais ce procd a
t utilis par les fourmis bien avant d'tre verbalis par les
myrmcologues.
17
Le point qui, prcisment, nous distingue des fourmis est

que nous cherchons verbaliser, mmoriser, transmettre,
comprendre et amliorer nos algorithmes. Toutefois, nous
utilisons aussi parfois des algorithmes que nous ne savons
pas verbaliser. Nous savons assez facilement reconnatre un
chien d'un chat. Il nous est pourtant difficile d'expliquer
comment nous faisons: commenons-nous par compter les
pattes ou alors les oreilles? Par regarder la forme de la tte
ou la texture du pelage ?
Notre cerveau et notre corps utilisent pour voir, se mouvoir,
etc., de nombreux algorithmes, symboliques ou non, que nous
ne savons pas toujours expliquer.
Au-del du squencement d'instructions

L'algorithme pour aller de la gare de Bagneux au campus de
Cachan s'exprime comme une squence de quatre actions
lmentaires: prendre la direction sud-est sur l'avenue du
Pont Royal en direction de la rue de Reims puis ... puis ...
puis ... Dans l'expression de l'algorithme d'Euclide apparais-
saient aussi des instructions lmentaires, telle l'affectation
remplacer a par b , et des constructions permettant de les
assembler comme la squence, faire ceci, puis cela et la boucle
tant que ceci est vrai, rpter cela. Nous pourrions aussi
ajouter le test: si ceci est vrai, alors faire cela.
Cela peut paratre surprenant, mais il suffit de bien peu de
constructions pour exprimer tous les algorithmes symboliques.
Par exemple, ces quatre constructions, l'affectation, la squence,
18
la boucle et le test suffisent. La richesse des algorithmes ne

vient pas de la complexit de leurs composants, mais de la
manire dont quelques composants simples sont assembls.
Le lecteur pourra faire un parallle avec le fait que les milliards
de molcules que nous connaissons sont composes de seulement
quelques dizaines d'lments chimiques, eux-mmes composs
de trois particules lmentaires: protons, neutrons et lectrons.
Toutefois, mme si ces quelques ingrdients suffisent en
thorie, nous construisons rarement des algorithmes en partant
de zro: les ingrdients des algorithmes sont souvent aussi
d'autres algorithmes dj connus. Par exemple, nous avons
dcrit un algorithme pour aller de la station de RER de Bagneux
au campus de Cachan. Si nous voulons maintenant aller du
jardin du Luxembourg au campus de Cachan, un algorithme
simple est de prendre le RER de Luxembourg Bagneux,
puis d'utiliser l'algorithme prcdent, qui apparat alors ici
comme un tout. En formulant ainsi ce nouvel algorithme, nous
ignorons les dtails de l'algorithme prcdent, choisissant de le
voir comme une nouvelle instruction lmentaire.
Algorithmes et donnes
Les algorithmes qui permettent de rsoudre des problmes
portant sur des informations symboliques sont trs sensibles
la manire dont ces informations sont prsentes. Par exemple,
il y a de bien meilleurs algorithmes pour effectuer des additions
et des multiplications sur les nombres crits en chiffres
indo-arabes: 123 X 456, que sur les nombres crits en chiffres
19
romains: CXXIII X CD LVI. De mme, chercher un mot dans un

dictionnaire est plus facile dans une criture alphabtique que
dans une criture idographique.
Les algorithmes qui recherchent un chemin permettant
d'aller d'un point un autre sont eux aussi trs sensibles la
reprsentation des donnes. Si la carte d'une ville est donne
pixel par pixel, comme une photo, il est trs difficile d'y trouver
son chemin. Il vaut mieux qu'elle soit dcrite de manire plus
abstraite: comme un ensemble de carrefours, relis par des
rues, chacune ayant une longueur. Ainsi, au lieu de progresser
laborieusement de pixel en pixel, l'algorithme peut sauter de
carrefour en carrefour.
Les mthodes algorithmiques

Nous connaissons de nombreux algorithmes. Un certain
nombre de mthodes se retrouvent dans nombre d'entre eux.
Par exemple, les mthodes diviser pour rgner, d'num-
ration et de test, de rsolution gloutonne ou d' utilisation
du hasard .
La mthode diviser pour rgner consiste rsoudre un
problme en le dcomposant en deux problmes plus simples,
les rsoudre- possiblement en les dcomposant leur tour en
deux, etc. -puis construire la solution du problme initial en
combinant les solutions de ces deux problmes. Donald Knuth
illustre cette mthode par la distribution du courrier postal.
Les lettres sont tries en plusieurs tas, correspondant aux
diffrents quartiers de la ville. Puis chaque facteur, en charge
20
d'un quartier, trie son tour son paquet en plusieurs paquets

plus petits, correspondant chacun des immeubles. Chaque
gardien d'immeuble trie ensuite son paquet en paquets plus
petits correspondant chacun des appartements, etc .
DONALD KNUTH
Donald Ervin Knuth (n en 1938) est un des plus grands informaticiens.
Il est l'un des pionniers de l'algorithmique moderne. Son ouvrage The
Art of Computer Progromming est une rfrence depuis de nombreuses
annes.
Comme il n'tait pas satisfait des outils de traitement de texte disponibles,
il a cr ses propres outils: TeX et Metafont, qui sont des logiciels libres
trs utiliss.
De nombreux algorithmes clbres portent son nom: l'algorithme de
Knuth-Morris-Pratt, l'algorithme X de Knuth, l'algorithme Robinson-
Schensted-Knuth, et l'algorithme de Knuth-Bendix.
La mthode d' numration et de test consiste rsoudre

un problme en numrant toutes les solutions possibles et en
les testant l'une aprs l'autre. Par exemple, quand un voyageur
de commerce doit rendre visite des clients dans plusieurs
villes, il cherche en gnral organiser sa tourne de manire
minimiser la distance parcourir. Un algorithme pour trouver
la tourne la plus courte consiste calculer toutes les tournes
possibles -par exemple, avec dix clients, il y en a 3 628 800 -,
calculer la longueur de chacune et choisir la plus courte.
La mthode de rsolution gloutonne permet de trouver
des solutions raisonnables des problmes d'optimisation,
21
quand les algorithmes d'numration et de test demandent

trop de calcul. Par exemple, quand un voyageur de commerce
a vingt clients, il devrait, avec une mthode d'numration et
de test, tester plus de deux milliards de milliards de tournes
possibles. Plutt que de se lancer dans une telle numration,
il peut utiliser un algorithme qui procde localement: aller
dans la ville la plus proche, puis dans la ville la plus proche de
la ville la plus proche, etc. Avec un tel algorithme, il absorbe
les kilomtres gloutonnement, sans jamais remettre en cause
ses choix passs. La solution trouve n'est, en gnral, pas la
meilleure, mais elle est raisonnable.
Nous avons dj vu un exemple d'utilisation du hasard dans
un algorithme: pour trouver de la nourriture,les fourmis clai-
reuses commencent par parcourir les environs de la fourmilire
au hasard. De nombreux autres algorithmes utilisent, de mme,
une source de hasard. Par exemple, l'algorithme de Monte
Carlo permet de dterminer l'aire d'une figure complexe,
incluse dans un carr. Des points sont tirs au hasard dans
le carr, par exemple en y lanant des flchettes. La loi des
grands nombres nous apprend que ces points tomberont dans
la figure avec une frquence proche du rapport entre l'aire de
cette figure et celle du carr.
L'apprentissage automatique
La dernire mthode dont nous parlerons est l' apprentissage.
Nous sommes habitus ce qu'une personne apprenne faire
du pain, chercher un mot dans un dictionnaire, etc. Mais
22
il nous semble plus surprenant qu'un algorithme puisse,

lui-aussi, apprendre. Pourtant, comme un boulanger apprend
de son travail et s'amliore chaque jour, un algorithme peut
apprendre de la rptition d'une mme tche et s'amliorer.
Un exemple d'algorithme qui apprend est les algorithmes de
recommandation sur les plateformes de diffusion de musique,
de vidos, de livres, etc. Un tel systme nous interpelle: Vous
avez aim King Arthur, peut-tre aimerez-vous Peter Grimes.
Pour formuler une telle recommandation, le systme ne se
fonde pas sur sa connaissance des liens qui unissent Henry
Purcell et Benjamin Britten. Il se fonde, plus simplement, sur
l'analyse des pices coutes par les utilisateurs qui nous ont
prcds, et sur le fait que, parmi ceux qui ont cout King
Arthur, il y en a beaucoup, en valeur relative, qui ont aussi
cout Peter Grimes. Ou alors l'algorithme essaye de trouver
des utilisateurs, que nous ne connaissons sans doute pas, mais
qui ont des gots proches des ntres. Dans les deux cas, l'algo-
rithme apprend, dcouve des proximits statistiques entre des
pices de musique, ou entre des utilisateurs. partir de cet
apprentissage, l'algorithme peut prdire ce que nous allons
aimer et donc ce que nous serons tents d'couter ou d'acheter.
Ces algorithmes qui apprennent nous conduisent porter un
regard nouveau sur la manire dont nous-mmes apprenons.
Les algorithmes de recommandation apprennent les liens qui
unissent Purcell et Britten, sans avoir aucune expertise en
histoire de la musique. Ils se contentent d'observer nos choix et
d'apprendre partir de ce qu'ils observent. Ce fonctionnement
n'est, en fait, pas trs diffrent de celui d'un enfant qui apprend
23
sa langue maternelle en observant les personnes qui parlent

autour de lui, en les imitant, en passant beaucoup de temps
parler, sans rien comprendre la grammaire, aux conjugaisons
et aux dclinaisons. De mme qu'un enfant sait qu'il ne faut
pas dire j'ai all l'cole, mais je suis all l'cole, tout
en tant incapable d'expliquer pourquoi, un algorithme de
recommandation saura nous recommander Benjamin Britten
sans tre capable de nous expliquer pourquoi nous devrions
aimer ce compositeur.
Certains problmes d'apprentissage sont difficiles rsoudre.
Si nous essayons, par exemple, de reconnatre des objets: un
chien, un chat, une table, etc., dans une image, donne pixel
par pixel, une analyse statistique qui compterait le nombre de
pixels noirs ou le nombre de pixels bleus peinerait distinguer
un chien d'une table. Il faut alors utiliser des algorithmes
d'apprentissage plus complexes, des algorithmes d' appren-
tissage profond, qui essaient d'abord de retrouver dans
l'image des formes: lignes droites, cercles, griffes, pattes, pieds,
etc., puis des objets de plus en plus complexes. L'algorithme
construit ainsi, tape par tape, des reprsentations de l'image
de plus en plus abstraites, pour finir par reconnatre les
objets recherchs. Une difficult est de savoir quels lments
-griffes, pattes, pieds, etc.- chercher reconnatre. Qu' cela
ne tienne, l'algorithme peut les apprendre par lui-mme. Les
algorithmes d'apprentissage profond ont par exemple permis
aux programmes qui jouent au go de beaucoup progresser,
jusqu' battre les meilleurs joueurs.
24
Algorithmes, ordinateurs
et programmes
Nous utilisons des algorithmes symboliques, depuis les dbuts

de l'criture, il y a cinq mille ans. Comment se fait-il, alors, que
cette notion fasse soudainement irruption dans le dbat public
aujourd'hui? Pour l'expliquer, nous devons nous intresser
d'autres objets que les algorithmes: les ordinateurs et les
programmes.
Les craintes et les fantasmes lis la place que prend l'infor-
matique dans notre monde se focalisaient d'ailleurs nagure
davantage sur les mots ordinateurs et robots. Ce n'est
que rcemment que nous avons assist un basculement vers
le mot algorithmes. Ce ne sont plus les objets informatiques,
ordinateurs, etc., qui effraient, mais le fait que ces objets
pensent .
25
Des algorithmes aux ordinateurs

L'un des principaux intrts des algorithmes, nous l'avons dit,
est que nous pouvons les excuter sans rflchir. Une fois que
nous avons appris chercher un mot dans un dictionnaire,
faire une addition, calculer le plus grand diviseur commun
de deux nombres, voire poser un diagnostic partir du
rsultat d'un examen clinique, effectuer une telle tche ne
nous demande aucune imagination, ni aucun talent: il nous
suffit d'appliquer l'algorithme que nous avons appris. Cela
nous permet d'utiliser notre imagination et notre talent pour
faire d'autres choses, par exemple inventer de nouveaux
algorithmes.
Chercher un mot dans un dictionnaire, ajouter deux
nombres, etc., sont donc des exemples de tches qui peuvent
s'effectuer mcaniquement. De l les faire effectuer
par une machine, au lieu de nous fatiguer les effectuer
nous-mmes, il n'y a qu'un pas ... que l'humanit a mis cinq
mille ans franchir.
Si les premires machines, tels les moulins eau, remontent
l'Antiquit, les algorithmes et les machines ont longtemps
appartenu des sphres culturelles diffrentes: quand
les scribes de Msopotamie ont propos les premiers
algorithmes pour faire des additions et des multiplications,
ces algorithmes taient destins tre excuts la main, par
des tres humains, et non par des machines. De mme, les
machines d'Hron d'Alexandrie servaient faire fonctionner
des fontaines, non faire des additions et des multiplicat-ions.
26
ALGORITHMES, ORDINATEURS ET PROGRAMMES
Les premires machines

Il a fallu du temps pour laborer les techniques ncessaires
pour que des machines puissent excuter des algorithmes
symboliques. Les bouliers et autres abaques nous aident
excuter des algorithmes mais ne calculent pas tout seuls; ils
ne peuvent donc pas tre qualifis de machines. De ce fait,
les premires machines capables d'excuter des algorithmes
symboliques sont sans doute les carillons des cathdrales,
qui datent de la fin du Moyen ge. Celui de la cathdrale
de Dijon, par exemple, comportait un automate qui sonnait
sur une cloche chaque heure. L'horloge de la cathdrale de
Strasbourg comportait une statue de la Vierge devant laquelle
les rois mages venaient s'incliner toutes les heures, ainsi qu'un
coq qui battait des ailes. Elle calculait aussi la position des
plantes et les ftes mobiles.
Ces carillons furent suivis, au xviie sicle, par les machines
calculer de Schickard et de Pascal, qui ne permettaient
d'effectuer que des additions et des soustractions et dont les
dlicats mcanismes d'horlogerie se coinaient frquemment,
puis par celle de Leibniz qui permettait d'effectuer galement
des multiplications et des divisions, au XVIIIe sicle par les
automates de Vaucanson, au XIXe par les mtiers tisser de
Falcon et Jacquard, puis par la machine recensement de
Hollerith et au xxe sicle par les machines Enigma et Leibniz,
construites juste avant la seconde guerre mondiale pour chiffrer
et dchiffrer des messages des armes de l'Axe, et par les
machines Bombe et Colossus, construites par les Britanniques
27
pour casser les codes de ces deux machines, c'est--dire pour

dchiffrer les messages, sans en connatre la cl.
Mais aucune de ces machines n'est encore un ordinateur,
mme si elles en possdent dj certains attributs, car il leur
manque une qualit essentielle: l'universalit. la diffrence
d'un rasoir ou d'un hachoir lectriques, qui n'ont chacun qu'une
seule fonction, un ordinateur est une machine polyvalente. Plus:
un ordinateur est une machine universelle, qui peut excuter
non seulement plusieurs mais tous les algorithmes symboliques
possibles. C'est littralement une machine tout faire. Or,
aucune des machines que nous avons voques n'est universelle.
Cette ide d'universalit est apparue dans les travaux d' Ada
Lovelace et de Charles Babbage au x1xe sicle, mais elle n'a t
vritablement comprise que par Alan Turing et Alonzo Church
dans les annes trente. Et ce n'est que dans les annes 1940 que
nous avons fabriqu les premires machines universelles: les
premiers ordinateurs.
Il est difficile de dire quelle fut exactement la pre1nire
machine universelle. La machine Z3 construite Berlin,
l'ENIAC construit Philadelphie et la machine Baby construite
Manchester, dans les annes quarante, peuvent lgitimement
tous les trois revendiquer ce titre de premier ordinateur de
l'histoire.
C'est cette universalit qui explique que les ordinateurs soient
aujourd'hui omniprsents, que nous les rencontrions dans nos
entreprises, dont ils assurent la comptabilit, etc., dans nos
maisons et nos appartements, o il nous permettent d'couter
de la musique, de conserver nos photos de vacances, etc., dans
28
nos voitures, o ils nous guident travers des ddales de sens

uniques, etc.
Cette universalit conduit d'ailleurs estomper la distinction
entre divers objets: ainsi il n'y a plus vraiment de tlphones,
d'appareils photo, de montres ou de baladeurs, toutes ces
fonctions sont remplies par un unique objet, un ordinateur de
poche que, de manire arbitraire, nous appelons en France un
tlphone et un cellulaire au Qubec.
Peu aprs la construction des premiers ordinateurs, nous
avons appris les mettre en rseaux, c'est--dire les relier
entre eux, construisant des systmes informatiques de plus en
plus complexes. Et la toute fin du xxe sicle, les ordinateurs
sont devenus suffisamment bon march pour entrer dans tous
les foyers.
Quand, au temps des algorithmes, certains se plaignent de
la dshumanisation du monde due au fait qu'une compagnie
d'assurances calcule le montant verser une victime d'un
accident en utilisant un algorithme cynique, ils n'voquent
pas uniquement le procd par lequel cette somme est calcule,
mais aussi la machine, l'ordinateur, sur laquelle ce calcul est
effectu. L'algorithme et l'ordinateur qui l'excute sont ici
indissociables.
La transformation radicale du monde laquelle nous
assistons aujourd'hui n'est donc pas exclusivement due
l'invention du concept d'algorithme, il y a cinq mille ans, mais
celle de machines excuter des algorithmes, les ordinateurs,
et au dveloppement d'une science et d'une technique, l'infor-
matique, que cette invention a suscit.
29
Des machines et des langages

Pour utiliser une machine polyvalente, nous devons lui
indiquer l'algorithme que nous souhaitons qu'elle excute en
le dcrivant dans un langage particulier, appel un langage
de programmation. La description d'un algorithme dans
un tel langage s'appelle un programme informatique ou
plus simplement un programme. Voici, par exemple, un
programme crit dans le langage Java, qui exprime l'algorithme
d'Euclide (voir page 12):
r = a %b ;
while (r != 0) {
a = b
b = r
r = a %b
}
Un programme contient souvent plus d'information que
l'algorithme qu'il exprime, car il prcise de nombreux dtails:
que les nombres dont l'ordinateur calcule le plus grand
diviseur doivent tre demands l'utilisateur, qui doit les taper
au clavier ou les crire dans un fichier, que le rsultat doit tre
affich sur un cran ou alors crit dans un autre fichier, que le
programme doit utiliser des bibliothques crites par d'autres,
que les donnes sont reprsentes de telle ou telle manire, etc.
L'information numrise
Les ordinateurs n'excutent des algorithmes que sur des
donnes symboliques. Pourtant, nous savons que les
30
ordinateurs peuvent aussi stocker, transmettre, transformer

des images, des sons, des vidos, etc. qui ne sont pas forms
de symboles. Comment font-ils? Ils reprsentent ces images par
des suites de symboles, souvent en les approximant.
Pour reprsenter une image par une suite de symboles, nous
la dcoupons en un nombre fini de rectangles, appels pixels,
et simplifions chaque pixel en un pixel monochrome, ce qui
constitue une premire approximation, puis nous ne considrons
qu'un nombre fini de couleurs et associons chaque pixel une
couleur de cette palette, ce qui en constitue une seconde. Une
photo comporte en gnral quelques millions de pixels, chacun
tant d'une couleur choisie dans une palette qui en contient seize
millions. Et avec de telles valeurs, notre il n'est plus capable de
faire la diffrence entre une vraie image - non pixlise - et une
image reprsente sous forme symbolique. Si nous percevons
parfois qu'une image est pixlise, c'est que nous n'avons pas
utilis assez de pixels. La couleur de chaque pixel se reprsente
par une suite de vingt-quatre bits. Une image de dix millions
de pixels se reprsente donc comme une suite de deux cent
quarante millions de bits, soit trente mgaoctets (voir page 32).
Un appareil photo numrique transforme l'image relle que
nous voyons dans le viseur en une image reprsente sous
forme symbolique. Cette reprsentation de l'image peut tre
stocke, transmise, transforme. L'appareil est capable d' ex-
cuter des algorithmes sophistiqus sur ces images. Certains
de ces algorithmes pourraient tre raliss sur une image
analogique, c'est--dire non pixlise, mais d'autres sont trop
complexes pour cela.
31
BITS, OCTETS, PTAOCTETS

L'unit fondamentale pour mesurer une quantit d'information est le bit.
C'est l'information contenue dans un message form d'un symbole choisi
dans un alphabet qui en compte deux, par exemple 0 et 1. Ainsi un bit
suffit pour dire il fait jour ou il fait nuit. Avec trois bits, nous pouvons
former huit messages diffrents: 000, 001, 010, 011, 100, 101, 110, 111. Trois
bits suffisent donc pour exprimer un jour de la semaine, par exemple, 000
pour dire lundi, 001 pour mardi ... 110 pour dimanche.
Pour des raisons historiques, nous utilisons souvent une unit drive,
!'octet qui est gal huit bits. Avec huit bits, nous pouvons exprimer
256 messages diffrents. Cela suffit pour choisir une lettre dans un
alphabet qui contient les minuscules et majuscules utilises en franais,
les voyelles accentues, les chiffres et les symboles de ponctuation, soit
un peu plus d'une centaine de lettres.
Mille octets forment un kilooctet, mille kilooctets un mgaoctet,
mille mgaoctets un gigaoctet, mille gigaoctets un traoctet, mille
traoctets un ptaoctet ... Un pta octet est donc gal huit millions de
milliards de bits. Le vertige?
Pour avoir une ide des ordres de grandeur. La quantit d'information
contenue dans une page de texte est de quelques kilooctets, celle
contenue dans un livre de quelques mgaoctets, celle contenue dans
une petite bibliothque de mille volumes de quelques gigaoctets, celle
contenue dans l'ensemble des textes conservs la Bibliothque
Nationale de France de quelques traoctets, celle produite par
l'Organisation europenne pour la recherche nuclaire (CERN) en une
anne de quelques ptaoctets.
Les sons sont galement reprsents de manire symbolique

au prix, l encore, d'une approximation. Cette ide de repr-
sentation symbolique des sons n'est cependant pas nouvelle. La
notation musicale reprsente un son en le dcoupant en notes,
32
qui ont une hauteur et une dure choisies dans une gamme
finie, ce qui constitue aussi une approximation. Et les compo-
siteurs savent bien toute la difficult d'crire ainsi la musique
d'une locomotive ou le chant d'un merle bleu.
Ces reprsentations d'une image, d'un son, d'une vido, etc.,
permettent un ordinateur de les considrer comme des suites
de symboles. Comme les symboles employs sont en gnral
des chiffres - souvent uniquement les chiffres 0 et 1 - cette
reprsentation d'une image, d'un son, d'une vido, etc., en
suite de symboles s'appelle la numrisation de l'image, du
son, etc. L'artefact ainsi construit est appel numrique. De
l vient l'utilisation de l'adjectif numrique pour dsigner le
monde au temps des algorithmes. Le fait d'avoir numris ces
informations ouvre d'immenses possibilits: il devient possible
de stocker des images, des sons, etc., de les transmettre, de les
rpliquer, d'y effectuer des recherches, de les analyser, de les
transformer, etc.
Divers et universels
Un ordinateur peut donc non seulement appliquer des
algorithmes sur des informations symboliques, tels des
textes, mais aussi des informations numrises, telles des
images. Il peut aussi interagir avec le monde physique, par
exemple, commander les moteurs d'un ptrin et fabriquer
ainsi du pain, si nous l'quipons d'une interface. C'est ainsi
que les ordinateurs se retrouvent embarqus dans des trains,
des voitures, des avions, des tracteurs, etc. En caricaturant
33
un peu, nous pourrions dire qu'une voiture moderne n'est

plus qu'un petit rseau d'ordinateurs quips d'un moteur
et de quatre roues. Ses ordinateurs de bord contrlent
tout: l'injection du carburant, les changements de vitesse,
le freinage, etc. C'est aussi un ordinateur qui nous guide
jusqu'au plus petit village du Loir-et-Cher, nous aide viter
les bouchons, en utilisant un rseau externe d'ordinateurs,
qui l'informe de l'tat du trafic.
De mme, les tlvisions, les appareils photo, les tlphones,
les montres, les baladeurs, les liseuses, les box sont des ordina-
teurs, c'est--dire des machines universelles, que nous avons
spcialises, pour rendre leur utilisation plus facile. L'ordinateur
d'un appareil photo numrique contient des programmes de
traitement d'images, que nous ne retrouvons pas dans une
liseuse. Mais les appareils photos et les liseuses contiennent des
processeurs, qui sont des machines universelles. S'ils ont l'air de
faire des choses trs diffrentes, trs spcialises, si sur certains
de ces objets nous devons nous contenter des programmes
prvus par leurs concepteurs et que nous ne pouvons mme
pas charger d'autres programmes nous-mmes, ces objets sont
tous construits autour de machines universelles.
Pour apprcier l'extrme varit de ces machines, nous
pouvons nous attarder sur la varit de ce que nous appelons
un robot. Lors de sa premire a pp a ri ti on, en 1921, dans la
pice R. U.R. de Karel Capek, le mot robot dsignait une
machine humanode. Nous avons aujourd'hui des robots
domestiques capables de nous aider cuisiner ou faire le
mnage. L'industrie utilise des robots plus sophistiqus, trs
34
spcialiss, certains d'une grande puissance, d'autres, d'une

grande prcision. Si les R2D2, C3PO, ou BB-8 de La Guerre
des toiles sont encore du domaine de la science-fiction, nous
voyons arriver des robots humanodes de plus en plus perfec-
tionns, capables d'excuter, en toute autonomie, des tches de
haut niveau, comme jouer au foot ou danser.
Autre diffrence: ct des ordinateurs domestiques, il y a
aussi des ordinateurs levs en batterie dans des fermes
de millions d'ordinateurs: les data centers.
Nous vivons donc au milieu d'un bestiaire d'ordinateurs trs
diffrents les uns des autres, qui ont transform, chacun sa
manire, nos environnements personnels et professionnels.
Mais, malgr leurs diffrences, ces ordinateurs restent fonda-
mentalement la mme chose: des machines universelles .
EDSGER DIJKSTRA
Edsger Dijkstra (1930-2002) est un informaticien nerlandais, l'un des
grands pionniers du domaine. Il a eu des contributions essentielles,
notamment sur les langages de programmation, la conception
d'algorithme, le calcul distribu, etc. Il a donn son nom un algorithme
qui permet de calculer un plus court chemin dans un graphe.
Il est aussi clbre pour son caractre, que certains qualifiaient de
difficile, et ses aphorismes, par exemple, Tester un programme
peut dmontrer la prsence de bugs, jamais leur absence. Un autre
aphorisme: L'informatique n'est pas plus la science des ordinateurs que
l'astronomie n'est celle des tlescopes est incorrectement attribu
Dijkstra. Il est en fait d deux autres informaticiens, Michael R. Fellows
et lan Parberry.
35
Nous pouvons aussi raliser des ordinateurs de manires trs

diverses. Des lves de l'cole normale suprieure de Lyon
ont construit une machine de Turing mcanique, en Lego. Les
chercheurs exprimentent d'autres types d'ordinateurs inspirs
par le fonctionnement des organismes vivants. D'autres
cherchent exploiter les lois de la physique quantique pour
construire des ordinateurs encore diffrents.
36
A' quoi servent les algorithmes
Les algorithmes et les ordinateurs servent tout. Mais quoi

servent-ils concrtement? De leur universalit dcoule une
fantastique diversit de leurs usages.
Calculer
Historiquement, les ordinateurs ont d'abord t utiliss pour
effectuer des calculs- au sens que nous donnions ce mot
avant l'invention des ordinateurs: transformer des donnes,
typiquement des nombres. Entrent dans cette classe par
exemple les algorithmes qui permettent de rsoudre des
quations, chiffrer ou dchiffrer un message, etc.
Grer de l'information
Mais nous nous sommes rapidement aperus que les ordinateurs
pouvaient tre utiliss d'une tout autre faon: pour stocker,
37
interroger, mettre jour des quantits importantes d'information,

par exemple le catalogue d'une bibliothque, le fichier des clients
d'une entreprise, etc. D'une certaine manire, les algorithmes
utiliss sont ici relativement simples: par exemple, rechercher
le titre d'un livre dans un catalogue n'est pas plus compliqu
que chercher un mot dans un dictionnaire. Mais le volume des
donnes traites justifie l'utilisation d'un ordinateur, tout comme
le fait qu'il faille protger l'information, par exemple contre les
dfaillances matrielles, parce qu'elle possde peut-tre une
valeur considrable pour toute une communaut d'utilisateurs.
Entrent aussi dans cette catgorie, les algorithmes qui
archivent des donnes pour permettre leur prservation.
Communiquer
l'inverse de la fonction de l'archivage, qui fait voyager
l'information dans le temps, certains algorithmes font voyager
l'information dans l'espace. C'est le cas par exemple des
algorithmes utiliss par le courrier lectronique. L'information
n'est pas modifie lors d'un tel voyage, mais faire circuler
efficacement l'information sur un rseau de plusieurs milliards
d'ordinateurs demande des algorithmes complexes, des
protocoles de communication, parmi lesquels le clbre
protocole Internet.
Les rseaux informatiques remplacent peu peu les rseaux
postaux, tlphoniques et de diffusion de la tlvision. Cette
convergence de l'informatique et des tlcommunications est
peut-tre le phnomne que nous avions le moins anticip:
38
QUOI SERVENT lES ALGORITHMES
dans certains romans de science-fiction des annes soixante, les

habitants de la Terre en l'an 2000 se dplacent dans des voitures
volantes, mais s'arrtent une cabine pour tlphoner.
Explorer
Quand, depuis le campus de Cachan, nous voulons aller au
palais de Tokyo, le plus rapidement possible, en utilisant les
transports en commun, un algorithme peut nous aider trouver
le chemin le plus court. Quand nous devons ranger trois mille
cartons dans des conteneurs de manire optimale, un algorithme
est indispensable pour trouver la meilleure rpartition.
Plus court chemin ou meilleure rpartition, ces algorithmes
fonctionnent grosso modo de la mme manire: ils explorent
un grand nombre de chemins, de rpartition des cartons, etc.,
avant d'en choisir un, ce sont des algorithmes d'exploration
et de test. Quand il y a trop de configurations explorer, ils
utilisent des heuristiques, telle la mthode gloutonne, pour
viter de les essayer toutes.
Analyser des donnes

Chaque trimestre, l'Institut national de la statistique et des
tudes conomiques (Insee) nous annonce la croissance du
produit intrieur brut du pays. Cette information est obtenue
par des algorithmes d'analyse de donnes qui agrgent de
nombreux indicateurs: indices des chiffres d'affaires, immatri-
culations de vhicules, statistiques douanires, etc.
39
L'analyse de donnes est de plus en plus prsente dans la

recherche scientifique. L'analyse d'images permet par exemple
de classifier automatiquement les galaxies. L'analyse de la
frquence des mots dans un texte, tels certains passages de la
Bible, permet de lui attribuer un auteur.
Dans notre vie quotidienne, le choix des rponses qui nous
sont proposes dans nos moteurs de recherche, les recom-
mandations de films, de livres, de partenaires, etc., le choix
des publicits qui nous sont montres, etc., sont fonds sur
l'analyse de donnes recueillies quand nous utilisons ces
services. Le dveloppement du Web et des tlphones connects
a contribu la production de grandes quantits de donnes,
que nous avons appris analyser, en utilisant des ordinateurs
massivement parallles, c'est le domaine du big data.
Traiter le signal
Une partie des informations que traitent les algorithmes est
issue de capteurs, qui mesurent des grandeurs physiques,
comme la temprature, la pression, la luminosit, etc. Le
rsultat de ces mesures qui varie dans le temps ou dans
l'espace constitue un signal. Un son, par exemple, est une
variation de la pression de l'air dans le temps. Une image est
une variation de la luminosit dans l'espace.
Un signal peut tre reprsent de manire analogique. Par
exemple, un capteur de pression, un microphone, transforme ce
son en un signal lectrique, la variation de l'intensit lectrique
tant l'analogue de la variation de la pression. Un microphone
40
QUOI SERVENT LES ALGORITHMES
numrique, en revanche, transforme le son en une suite de

nombres, c'est--dire en une suite de symboles.
Le signal lectrique reprsentant le son peut tre amplifi,
transform, etc., par des appareils spcialiss. Le mme
signal, reprsent de faon numrique, peut tre trait par des
algorithmes et des ordinateurs.
Le fait de changer le mode de reprsentation des sons, des
images, etc., change beaucoup la manire de traiter ces infor-
mations. Par exemple, un appareil photo argentique comportait
un complexe agencement de lentilles pour guider chaque rayon
lumineux sur un point prcis du ngatif, sans lequel l'image
aurait t dforme: une ligne droite photographie aurait t
traduite sur la photo par une ligne courbe. Nul besoin d'un
tel objectif dans un appareil numrique, form de quelques
millions de capteurs de luminosit. Si le rayon lumineux
tombe au mauvais endroit, un algorithme permet de corriger
la dformation. Ainsi dbarrasss de leurs complexes objectifs,
les appareils photo numriques sont beaucoup moins chers
que leurs homologues argentiques. Si bien que nous en avons
dsormais un en permanence dans la poche.
Le fait d'utiliser des machines universelles, des ordinateurs,
plutt que des machines spcialises pour traiter le signal a
aussi contribu diminuer les cots de ce traitement. Ainsi,
au xxe sicle, les musiciens dbutants dpensaient des fortunes
pour pouvoir avoir accs un studio et produire leurs premiers
morceaux. Maintenant, avec un micro numrique, un ordinateur
ordinaire et un logiciel de traitement du signal, ils peuvent
obtenir une qualit proche de celle d'un studio professionnel.
41
Les camras, les appareils photo et les micros numriques,

les ordinateurs et les logiciels de traitement du signal ont
mis la disposition de tous des outils nagure rservs aux
professionnels. Ils ont ainsi ralis le rve de nombreux artistes,
tels les cinastes de la Nouvelle Vague, qui recherchaient les
camras les plus lgres et les mthodes de production les
moins chres pour faire sortir le cinma dans la rue.
Commander un objet
Des algorithmes commandent des objets, utilisant souvent
des informations qui leur sont fournies par des capteurs. Par
exemple, l'algorithme qui conduit une voiture automatique
doit traiter non seulement les informations que lui fournit son
passager, essentiellement l'endroit o il souhaite aller, mais
aussi les informations que lui fournissent les multiples camras
dont la voiture est quipe et qui lui permettent de connatre
l'tat de la route.
Ces algorithmes ont aussi la particularit de devoir souvent
calculer en temps rel: quand le feu passe au rouge, l'algo-
rithme doit non seulement activer les freins de la voiture, mais
il doit le faire immdiatement et non une minute aprs.
Fa briquer des biens

Des algorithmes sont utiliss pour automatiser la production
d'objets matriels dans des usines, o entrent les matires
premires un bout et d'o sortent ces objets l'autre. Chaque
42
machine est commande par un algorithme, et l'ensemble de

la production est supervis par d'autres algorithmes. Cela
permet de produire des objets, comme des tlphones cellu-
laires, qui n'ont rien voir en termes de complexit avec les
tlphones du xxe sicle.
Quelques personnes sont encore prsentes dans ces usines
pour vrifier que les machines fonctionnent bien ou les rparer
si ncessaire, mais compares aux usines du x1xe et du xxe sicle,
ces usines sont essentiellement vides d'tres humains.
Modliser et simuler
La cl de vote de notre comprhension du monde est la
construction de thories: mcanique newtonienne, relativit,
volution, etc. Une telle thorie est dite scientifique quand
elle permet de faire des prdictions, qui peuvent tre compares
des observations. Par exemple, la mcanique newtonienne
nous permet de prdire, longtemps l'avance, l'heure
laquelle le soleil se lvera ei se couchera en un point du globe.
Nous pouvons ensuite comparer l'heure prdite l'heure effec-
tivement observe. Si ces deux heures ne concidaient pas, il y
aurait un problme avec la thorie.
Certaines thories peuvent tre formules sous la forme
d'algorithmes, par exemple un algorithme qui permet de
calculer le mouvement des plantes dans le Systme solaire.
De telles thories algorithmiques s'appellent des modles.
Du fait de leur caractre algorithmique, ces modles permettent
un ordinateur de simuler le phnomne modlis. Nous
43
avons dvelopp des modles de nombreux phnomnes:

l'volution de l'atmosphre et des ocans, le fonctionnement
du cerveau, le mouvement des plaques tectoniques, le dvelop-
pement des villes, la variation des cours de la Bourse, les
mouvements de foule, etc.
Les thories classiques se basaient sur un petit nombre
d'quations. Les quations de la mcanique de Newton tiennent
par exemple en quelques lignes. Les modles sont souvent
beaucoup plus complexes et mettent en jeu des aspects trs
divers. Par exemple, un modle de dveloppement d'une ville
doit tenir compte de processus dmographiques, conomiques,
politiques, gographiques, etc., qui interagissent.
Du fait de cette complexit, certains phnomnes peuvent
tre modliss et simuls sans tre mme pleinement compris.
Un spcialiste de la physique newtonienne pouvait matriser
ses quations, suivre pas pas un raisonnement et interprter
le rsultat. La complexit d'un modle mtorologique, par
exemple, fait qu'il devient impossible d'en suivre tous les calculs
et d'en expliquer succinctement le rsultat. Un tel modle nous
permet de prvoir, avec une bonne probabilit, s'il pleuvra
demain ou non, mais ne permettra pas de dire pourquoi.
En principe, les modles sont soumis aux mmes contraintes
que les autres thories: leurs prdictions doivent tre en accord
avec les observations, sinon ils sont incorrects. Cela dit, du fait
de leur complexit, nous sommes amens revisiter le sens du
mot incorrect. Quand les prdictions d'une thorie classique
taient en dsaccord avec les observations, la thorie devait tre
abandonne ou, au moins, revue de fond en comble. Mais quand
44
les prvisions d'un modle complexe, dpendant de nombreux

paramtres, sont en lger dsaccord avec certaines obser-
vations, nous ne jetons pas le modle. Nous essayons plutt
de le corriger en modifiant lgrement la valeur de l'un des
paramtres, pour le mettre plus en accord avec les observations.
Quand les dsaccords sont trop importants, nous essayons de
le complexifier encore un peu en introduisant un nouveau
paramtre. Si bien qu'un modle mis en dfaut est rarement
abandonn: quand ses prdictions diffrent des observations,
nous cherchons le faire voluer. Les modles algorithmiques
nous placent donc dans une situation paradoxale: parce qu'ils
permettent d'tudier des phnomnes beaucoup plus complexes
que les thories classiques, ils reprsentent une extension du
domaine de la science. Mais, du fait de la difficult expliquer
leurs rsultats et comparer leurs prvisions aux observations,
ils reprsentent un possible affaiblissement de la scientificit.
Ainsi s'achve ce rapide tour d'horizon de quelques types

d'algorithmes que nous utilisons tous les jours. Des algorithmes
de diffrents types cooprent souvent au sein d'un mme
systme: dans un train sans conducteur par exemple, des
algorithmes contrlent la vitesse du train, d'autres l'ouverture
des portes, d'autres encore la rgulation du trafic, etc.
Ce panorama illustre la richesse de notre patrimoine algorith-
mique, que nous enrichissons sans cesse, en amliorant les
algorithmes connus et en en concevant de nouveaux.
45
Ce que les algorithmes
ne font pas
Les algorithmes sont souvent dcris, mais ils sont aussi parfois
surestims. Pour comprendre leur place dans notre monde, il
importe aussi d'en comprendre les limites.
Les limites du calcul

Les travaux de mathmaticiens des annes 1930: Jacques
Herbrand, Kurt Gdel, Alonzo Church, Alan Turing, Stephen
Kleene, Emil Post, etc., ont permis de caractriser les problmes
qui peuvent tre rsolus avec un algorithme. Cela peut
surprendre, mais cette classe est indpendante du langage
utilis pour dcrire ces algorithmes (voir page 14). Nous
pouvons choisir des langages trs diffrents et nous tombons
toujours sur la mme classe de problmes, ce qui renforce l'ide
46
CE QUE LES ALGORITHMES NE FONT PAS
de l'indpendance de la notion d'algorithme par rapport au

langage dans lequel ils sont exprims.
Les problmes que nous pouvons rsoudre avec un
algorithme sont appels calculables ou dcidables.
l'inverse, les problmes pour lesquels cela n'est pas possible
sont dits incalculables ou indcidables. Cette ide est
peut-tre drangeante, mais il serait inutile de mobiliser
tous les programmeurs du monde pour rsoudre l'un de ces
problmes: il n'y a aucun espoir de russite.
Sans faire la dmonstration de l'existence de tels problmes,
nous pouvons suggrer la raison pour laquelle certains
problmes sont indcidables. Imaginons pour cela un groupe
d'enfants qui joue un jeu de piste la campagne. Un premier
message leur enjoint de se rendre sous le pommier, o ils
trouvent un deuxime message qui leur enjoint de se rendre
dans la grange, o ils trouvent un troisime message qui leur
enjoint de ... Ces enfants parcourent un chemin assez imprvi-
sible qui les mne du sud au nord et du nord au sud, peut-tre
trs loin de leur point de dpart.
Nous pouvons facilement rpondre la question: les
enfants trouveront-ils une baguette magique pendant les cinq
premires tapes de leur parcours? Il nous suffit pour cela de
suivre nous-mmes les indications des messages, pendant cinq
tapes, pour savoir s'ils nous mnent trouver une baguette
magique ou non. La question: les enfants trouveront-ils une
baguette magique avant la fin de leur parcours? est plus
difficile, mais nous pouvons quand mme y rpondre: nous
devons pour cela suivre les indications des messages jusqu'
47
trouver une baguette magique ou atteindre la fin du parcours

sans en avoir trouv.
Toutefois, cette mthode nous permet de rpondre la question
uniquement parce que nous savons que le parcours a une fin: il
serait draisonnable de supposer que les organisateurs du jeu se
sont fatigus dposer un nombre infini de messages.
Imaginons maintenant qu'un parcours infini soit possible:
par exemple, que nous voyagions en partant de chez nous et en
suivant les indications d'un algorithme qui, tant donn l'endroit
o nous sommes sur Terre, dcide de notre prochaine destination.
Et demandons-nous si notre chemin nous mnera Rome ou
non. Nous pouvons essayer, pour rpondre cette question,
d'utiliser la mme mthode que dans le jeu de piste et aller d'une
tape la suivante en nous demandant, chaque tape, si nous
sommes arrivs Rome. Il se peut alors que nous y arrivions
en cinq tapes, ou en dix tapes, mais il se peut aussi que nous
errions ternellement, d'tape en tape, sans jamais y arriver. Et
nous n'avons aucun moyen de savoir si nous y arriverons un
jour ou si nous sommes en train d'errer ternellement. Tout ce
que nous pouvons faire est d'aller l'tape suivante .
ALAN TURING
Alan Turing, n en 1912 et mort en 1954, est un mathmaticien et
informaticien britannique de gnie.
Tt dans sa carrire, il invente la Machine de Turing, un modle
mathmatique lgant de l'ordinateur, qui lui permet de participer la
construction de la thse de Church-Turing, et de contribuer ainsi tablir
la notion de problme Calculable.
48
Pendant la Seconde Guerre mondiale, il contribue casser le code secret

allemand de la machine Enigma. Ce travail a une importance considrable
pour conduire les allis la victoire.
Aprs guerre, il poursuit des recherches sur les tout premiers ordinateurs.
Il propose un test de l'intelligence artificielle, le test de Turing
essentiellement fond sur la capacit d'un programme mystifier l'humain
en se faisant passer pour un humain.
Dans ses dernires annes, il apporte des contributions importantes en
biologie sur la morphogense dans le vivant.
En 1952, des poursuites judiciaires sont engages contre lui, en raison
de son homosexualit. Turing accepte la castration chimique pour viter
la prison. Il est retrouv mort d'un empoisonnement au cyanure dans sa
maison de Manchester le 7 juin 1954, probablement par suicide.
Il faut attendre plus de cinquante ans pour le voir rhabilit et reconnu
comme hros de la Seconde Guerre mondiale.
Nous rencontrons souvent des problmes indcidables quand

nous cherchons crer des programmes qui transforment
d'autres programmes. Par exemple, un compilateur est
un programme qui traduit un programme, crit par un tre
humain et en un autre programme directement excutable
par un ordinateur. Les compilateurs cherchent, en gnral,
produire les programmes les plus courts, en supprimant les
morceaux de programme inutiles. Mais ce problme est indci-
dable: il n'existe aucun algorithme qui dtermine si un morceau
de programme est utile ou non. Les compilateurs utilisent
donc des heuristiques qui leur permettent d'liminer certains
morceaux de programme inutiles, mais nous ne pouvons pas
garantir qu'ils n'en aient pas laiss passer d'autres.
49
Le temps du calcul
Fort heureusement, les problmes que nous rencontrons dans
notre vie quotidienne sont le plus souvent calculables. Nous
rencontrons, en revanche, souvent des problmes qui, bien que
calculables, ne peuvent tre rsolus que par des algorithmes qui
demandent des temps de calcul extravagants, et qui ne peuvent
donc pas tre rsolus en pratique.
De mme que les gographes cherchent mesurer la hauteur
des montagnes et la longueur des rivires, les informaticiens
cherchent mesurer la complexit des problmes qu'ils
rencontrent, c'est--dire le temps qu'il faut un algorithme
pour les rsoudre.
Nous avons voqu le problme du voyageur de commerce
qui doit rendre visite ses clients dans diverses villes et cherche
organiser sa tourne en minimisant la distance parcourir. Dans
une variante de ce problme, il cherche simplement trouver
une tourne, par exemple, de moins de 500 km. L'algorithme
qui consiste numrer toutes les tournes possibles et les
tester l'une aprs l'autre demande un temps de calcul astro-
nomique: 3 628 800 tournes tester pour dix clients, plus de
deux milliards de milliards pour vingt clients, etc. Le nombre
de tournes, et donc le temps de calcul, crot exponentiellement
avec le nombre de clients. Cet algorithme ne peut donc tre
utilis en pratique que si le nombre de clients est trs petit.
L'existence d'un algorithme rapide pour dcider s'il existe
une tourne d'une longueur maximale donne est un problme
ouvert depuis plus de quarante ans. Il a t class parmi les
sept problmes du millnaire par l'institut Clay, qui propose
50
un prix d'un million de dollars qui le rsoudra. Le nom de

ce problme est: P =F NP? La classe P est en effet celle
des problmes qui peuvent tre rsolus rapidement et la
classe NP, laquelle appartient le problme du voyageur
de commerce, celle des problmes dont les solutions peuvent
tre vrifies rapidement, une fois qu'elles ont t trouves. Par
exemple, une fois qu'une tourne a t trouve, il est rapide
de vrifier qu'elle fait effectivement moins de 500 km. Si nous
arrivons prouver que P = NP, cela montrera alors qu'il existe
un algorithme, que nous ignorons encore, qui rsout rapidement
cette variante du problme du voyageur de commerce. Si nous
arrivons prouver que P =F NP, ce ne sera plus la peine de se
fatiguer trouver un tel algorithme: il n'en existe pas!
Les autres ressources

Si le temps de calcul est traditionnellement ce qui manque
le plus, d'autres ressources peuvent limiter l'utilisation des
algorithmes et des ordinateurs pour rsoudre des problmes:
l'espace mmoire, qui sert stocker l'information, ou l'nergie
dissipe par le calcul. Cette dernire ressource est souvent
rare et chre, par exemple pour les tlphones qui doivent
fonctionner avec une petite batterie. Il nous faut aussi souvent
tenir compte du temps de dveloppement d'un algorithme et
du programme qui le ralise.
Toutes ces raisons font qu'il est parfois impossible de rsoudre
un problme avec un algorithme et que les algorithmes ne sont
pas la solution tous nos problmes.
51
La fiabilit
Si nous cherchons aller d'Annemasse Houlgate, il est possible
qu'un algorithme de recherche d'itinraire nous indique que
ces deux villes ne sont pas relies par le train, alors qu'en ralit
elles le sont. Il est aussi possible qu'au lieu d'envoyer un SMS
notre amoureuse, notre tlphone l'envoie par erreur notre
grand-mre. Les algorithmes peuvent comporter des erreurs.
Les logiciels et les composants matriels peuvent aussi mal
fonctionner.
Ces bugs ne sont pas propres aux systmes informatiques:
il arrive aussi que les pilotes expriments fassent des erreurs
et provoquent des catastrophes. Mais ces erreurs sont relati-
vement frquentes dans les systmes informatiques, parce que
ces systmes sont les choses les plus complexes que les hommes
aient cres: un vlo est typiquement compos d'une centaine de
pices mcaniques, le systme d'exploitation d'un tlphone de
dix millions de lignes de programmes. Du fait de la complexit
de tels systmes informatiques et des temps de plus en plus brefs
de leur dveloppement, nous pouvons d'ailleurs presque nous
tonner qu'ils fonctionnent en gnral correctement.
Tous ces bugs n'ont pas la mme gravit: quand l'appli-
cation qui fournit les horaires des bus sur notre tlphone ne
fonctionne pas, nous pouvons obtenir la mme information en
consultant un site Web, ou en nous rendant l'arrt. Un peu plus
embtant est l'envoi d'un SMS au mauvais destinataire. Quand
nous sommes dans un avion pilot par un logiciel ou quand
nous sommes oprs par un robot-chirurgien, nous plaons
nos vies entre les mains d'un algorithme. Si le programme qui
52
contrle une centrale nuclaire ne fonctionne pas correctement,

cela peut avoir des consquences dsastreuses.
Dans des domaines critiques, comme les transports, la sant
et l'nergie, nous faisons des efforts particuliers pour liminer
les bugs. Nous pouvons arriver, par exemple, ce qu'un pilote
automatique fasse moins d'erreurs qu'un pilote en chair et en
os. Mais, dans ces domaines critiques, cela ne nous suffit pas:
nous sommes plus exigeants avec les systmes informatiques
qu'avec les tres humains.
Une part de la recherche en informatique est consacre la
conception de mthodes pour viter les bugs et ainsi instaurer
une forme de confiance envers les algorithmes. Ces mthodes
sont trs diverses. Elles concernent aussi bien l'organisation des
quipes de dveloppement, la conception de mthodes de tests,
que l'analyse des programmes. L'analyse d'un programme
consiste, pour une personne souvent diffrente de celle qui
a crit le programme, le relire, chercher le comprendre,
voire dmontrer que ce programme vrifie bien les proprits
spcifies dans son cahier des charges.
Par exemple, nous avons vu qu'un algorithme pour chercher
un mot dans un dictionnaire consiste l'ouvrir au milieu,
en slectionner la premire ou la seconde moiti selon que le
mot recherch est avant ou aprs le mot mdian, l'ouvrir au
milieu, etc., jusqu' trouver le mot recherch. Par exemple,
quand nous cherchons le mot abalone dans un dictionnaire
form des dix mots: abaca, abacule, abaissant, abaisse, abais-
sement, abaisser, abaisseur, abajoue, abalone, zythum, la
premire tape slectionne la liste abaisser, abaisseur, abajoue,
53
abalone, zythum, la deuxime la liste abalone, zythum et

la troisime trouve le mot abalone .
Le cahier des charges d'un tel algorithme est que si les mots
sont classs dans l'ordre alphabtique dans le dictionnaire et
si le mot recherch est effectivement dans le dictionnaire, alors
l'algorithme le trouve. Pour dmontrer que l'algorithme vrifie
cette proprit, nous dmontrons que, chaque tape, la taille
de la liste diminue et que si le mot recherch appartient la liste
initiale, alors il appartient la liste slectionne. Si l'algorithme
est incorrect, par exemple s'il slectionne la mauvaise moiti de
la liste, nous nous en rendrons compte en tentant de dmontrer
sa correction. Le mot dmontrer a ici la mme signification
qu'en logique et en mathmatiques.
Bien entendu, plutt que de dmontrer eux-mmes que
les programmes vrifient bien les proprits spcifies dans
leur cahier des charges, les informaticiens cherchent faire
dmontrer cela par d'autres programmes.
Il est donc possible d'liminer de nombreux bugs dans les
programmes et d'augmenter considrablement leur fiabilit.
Toutefois, en dpit de toutes ces prcautions, il arrive que certains
bugs nous chappent, par exemple parce que le cahier des charges
comportait lui-mme une erreur: la perfection n'est pas de notre
monde et le zro-dfaut n'existe pas. Nous pouvons juste faire
des efforts pour que cela arrive le moins souvent possible.
Quand cela arrive, le programme doit quand mme essayer
de fonctionner, ne serait-ce qu'en mode dgrad. Par exemple,
un serveur peut tomber en panne, la duplication du service sur
une autre machine permettra d'viter d'interrompre le service.
54
Cette exigence de perfection a aussi un cot. Ce cot est

justifi dans le cas du pilote automatique d'un avion ou d'une
voiture autonome. Il faut alors accepter que le dveloppement
de tels systmes prenne beaucoup de temps et cote beaucoup
d'argent. Dans d'autres cas, par exemple pour des applications
gratuites d'une utilit relative, la volont de dployer le service
au plus vite prime sur la fiabilit. C'est souvent cela qui conduit
des logiciels de mauvaise qualit, qui ne sont ni plus ni moins
blmer que le cerf-volant de six sous qui se dchire au premier
coup de vent.
La scurit
La scurit est un problme trs diffrent de la fiabilit, mais il
constitue aussi une limite l'utilisation des algorithmes: quand
un avion s'crase parce que son racteur est tomb en panne,
il avait un problme de fiabilit, quand il s'crase parce qu'un
criminel y a plac une bombe, il avait un problme de scurit.
Pour un systme informatique, la scurit est la proprit de
rsister aux attaques de personnes malveillantes, qui cherchent
en prendre le contrle ou accder des informations qui
ne leur sont pas destines. La scurit des systmes informa-
tiques s'appuie beaucoup sur les mthodes de chiffrement de
l'informa tion.
Quand un site Web est peu scuris, un pirate peut en
prendre le contrle et transformer les informations diffuses
par ce site. Si le systme d'information d'une entreprise est peu
scuris, un concurrent peut voler la formule du parfum que
55
cette entreprise est en train de concevoir. Nous assistons ici

une guerre entre les hackers chapeaux blancs, spcialistes
de scurit qui protgent les systmes informatiques, et les
hackers chapeaux noirs, qui essaient de trouver des failles
de ces systmes pour les attaquer.
Cette guerre se dplace sur un plan politique quand un
ver informatique est utilis pour s'attaquer aux installations
nuclaires iraniennes ou quand des hacktivistes, tel Julian
Assange, diffusent des documents publics confidentiels .
JULIAN ASSANGE
Julian Assange est un informaticien et militant australien.
Il a cr le site Web WikiLeaks- leoks signifie fuites. Sur ce site, il a
publi par millions des documents confidentiels parfois hacks par lui
ou ses amis. Des documents sur le comportement des tats-Unis en Irak
lui ont valu de srieux ennuis avec la justice tatsunienne. Les rvlations
de Wikileaks ont aussi embarrass, par exemple, de hauts responsables
politiques de pays africains.
Il vit rfugi depuis 2012 l'ambassade d'quateur Londres pour viter
l'extradition et la prison aux tats-Unis.
L'interaction avec les humains

Une dernire limite est la difficult du dialogue entre un
humain et un algorithme.
Le vol AF446 de Rio Paris s'est abm dans l'Ocan
Atlantique. Les facteurs humains semblent avoir t prpond-
rants dans l'accident et en particulier l'interface entre les pilotes
56
et les ordinateurs a t mise en cause. Il semble que les humains

aient mal interprt les donnes prsentes par ces ordinateurs.
La question des interactions entre humains et algorithmes,
sans avoir des consquences toujours aussi dramatiques, est
souvent une cause d'chec dans les utilisations de systmes
informatiques. Nombre de nos lecteurs se rappelleront s'tre
arrach les cheveux, face une interface inamicale.
Trop souvent encore, nous devons nous adapter aux
machines, quand ce sont elles qui devraient s'adapter nous.
L'interaction humains-machines fait cependant constamment
des progrs, comme en tmoignent, par exemple, les interfaces
de nos tlphones.
57
La pense informatique
Une rvolution scientifique ne produit pas uniquement de

nouvelles connaissances, elle produit aussi de nouvelles
manires de penser, de nouvelles manires de poser des
questions et de nouvelles manires d'y rpondre.
Avant la rvolution scientifique du dbut du xvne sicle,
quand nous nous posions une question, par exemple quand
nous nous demandions si le sang circulait dans le corps ou non,
nous cherchions une rponse dans les textes que nous avaient
laisss les Anciens: Aristote et Galien nous apprenaient que le
sang ne circulait pas dans le corps, nous avions donc la rponse
notre question. Comment Aristote et Galien savaient-ils ce
qu'ils savaient? La question ne se posait pas. Ils taient plus
savants que nous, et cela devait nous suffire.
Mais cette manire de rpondre aux questions a t peu
peu abandonne au dbut du xvne sicle et deux nouvelles
mthodes sont apparues: mathmatiser et observer. Ainsi
quand Galile a observ, avec sa lunette, que, en contradiction
58
LA PENSE INFORMATIQUE
avec la thorie des orbes, quatre satellites tournaient autour

de Jupiter, ou quand William Harvey a dcouvert que le sang
circulait dans le corps humain, en observant que le dbit d'une
hmorragie varie quand un garrot sur le bras du bless est serr
et desserr, ils n'ont pas uniquement apport de nouvelles
connaissances, mais aussi de nouvelles manires de poser des
questions et de nouvelles manires d'y rpondre.
La rvolution informatique apporte, elle aussi, de nouvelles
manires de penser. L'ensemble de ces manires de penser est
souvent dsign par le nom de pense informatique, ou
pense algorithmique, ou encore pense computation-
nene, qui sont peu prs synonymes. Cette manire de penser,
au dpart dveloppe par les informaticiens, vient contaminer,
enrichir, les modes de pense de tous. Comme l'informatique,
la pense informatique a plusieurs dimensions.
L'utilisation d'outils pour penser

La plus vidente de ces dimensions est le recours des bases de
donnes, des tableurs, des moteurs de recherche, etc., pour penser.
Par exemple, pour rpondre la question quel temps fera-t-il
demain?, nous introduisons dsormais, dans un ordinateur, le
rsultat de milliers de mesures de temprature, de pression, de
vitesse du vent, etc., puis nous utilisons un logiciel qui prdit le
mouvement des masses d'air dans l'atmosphre et finalement le
temps qu'il fera demain. Un tel calcul est trop long pour pouvoir
tre effectu la main et nous ne pouvons donc pas rpondre
cette question sans avoir recours un ordinateur.
59
Tout est change d'information

La pense informatique mne aussi voir de nombreux phno-
mnes comme des changes d'information entre agents.
Par exemple, qu'est-ce qu'un billet de vingt euros? C'est
avant tout une information, selon laquelle son porteur a
travaill une heure- ou gagn au loto- et cela lui donne le
droit de boire vingt cafs. Cette information est matrialise
par un rectangle de papier. Elle pourrait aussi tre matrialise
par un coquillage, une pice d'or, ou encore par presque rien,
quelques bits sur un disque.
La forme algorithmique de la connaissance

une question de la forme savons-nous ... ?, un informaticien
rpond souvent en donnant la description d'un algorithme. Par
exemple, en rponse la question savons-nous distinguer une
tumeur cancreuse d'une tumeur bnigne?, il proposera un
algorithme qui permet de faire la distinction entre deux images.
Un glissement smantique nous fait ici passer de la capacit
distinguer une tumeur cancreuse d'une tumeur bnigne,
celle de formuler un algorithme pour le faire. Une telle connais-
sance algorithmique est ncessaire si nous voulons utiliser un
ordinateur pour analyser des images mdicales, rendant ainsi
possible l'analyse de milliers d'images, par exemple, lors d'un
dpistage systmatique.
Cette forme algorithmique de la connaissance, qui est dans
l'essence de la pense informatique, oriente la connaissance
vers l'action.
60
De l'analyse de donnes la simulation, l'approche

algorithmique de la rsolution de problmes ne cesse de nous
surprendre par sa richesse. La pense informatique a dj
transform la recherche scientifique dans les domaines les plus
varis, de la biologie aux humanits numriques.
Des langages profusion

Demandez un informaticien comment dcrire un texte dans
lequel certains mots sont en gras et d'autres en italique, il
inventera aussitt un langage. Par exemple, dans le langage
HTML, le texte Le petit chat est mort s'crit <b> Le< /b>
petit <i>chat</i> est mort. De tels langages nous permettent
de dialoguer avec les ordinateurs.
Avant mme les dbuts de l'informatique, nous avions peru
l'intrt d'utiliser des langages pour crire, par exemple, les
nombres, la musique, ou la documentation d'un avion. Ces
langages sont videmment diffrents de la langue des pomes
de T.S. Eliot. Avec l'informatique, le nombre de ces langages
a explos.
La coexistence de diffrents degrs d'abstraction

Enfin, les informaticiens ont pris l'habitude d'observer les
mmes objets diffrents niveaux d'abstraction ou selon des
abstractions associes diffrents points de vue.
Pour un mcanicien, une voiture est compose d'un moteur,
d'un embrayage, d'une bote de vitesse, de quatre roues, etc. alors
61
que cette dcomposition n'a pas d'utilit pour l'agent de police en

charge de la circulation. Nous disons que le mcanicien et l'agent
de police voient cette voiture diffrents niveaux d'abstraction.
L'agent de police, qui prend moins de dtails en compte, a un
plus haut niveau d'abstraction sur la voiture que le mcanicien.
De mme, un billet de banque peut tre vu comme un
morceau de papier, une somme d'argent ou un vecteur d'infor-
mation. Ces trois descriptions sont exactes, mais elles se situent
diffrents niveaux d'abstraction.
Les informaticiens ont pris l'habitude de jongler en permanence
avec ces diffrents niveaux d'abstraction. lls voient le mme circuit
lectronique comme un ensemble de transistors le matin, comme
un ensemble de portes logiques le midi, comme la matrialisation
d'un algorithme le soir. C'est pour cela que face un problme
nouveau, la premire chose que fait un informaticien est d'essayer
de trouver le bon niveau d'abstraction pour le dcrire.
Les activits techniques de jadis, la cramique, la menui-
serie, etc., demandaient surtout une grande agilit manuelle.
Avec l'informatique, apparaissent de nouveaux domaines
techniques, comme la programmation, ou la conception de
circuits, o l'agilit se placer diffrents niveaux d'abstraction
prime sur l'agilit manuelle.
Et comment pensent les informaticiennes ?

Terminons ce chapitre par une ide reue laquelle nous
devons hlas tordre le cou plusieurs fois par jour: cette manire
de penser serait spcifique au genre masculin.
62
Nous assistons, en effet, depuis des annes un dsamour

entre l'informatique et les femmes, qui sont de moins en moins
nombreuses s'orienter vers des tudes dans cette discipline.
Trop peu de femmes font des tudes scientifiques en gnral, et
d'informatique en particulier. Pourtant, celles qui tentent une
de ces aventures russissent fort bien.
Les raisons pour lesquelles, dans de nombreux pays, l'informa-
tique attire peu les femmes sont multiples. Ds l'cole primaire,
des prjugs loignent les filles des sciences. Nous devons sortir
du strotype du jeune informaticien, mle, pathologiquement
gocentrique, buvant du coca en mangeant des pizzas froides.
Les informaticiens ne sont pas que cela. Ce genre de strotype
propag par le cinma et la littrature n'attire certainement pas
les femmes. Enfin, il faut reconnatre que les femmes sont parfois
mal accueillies par leurs collgues masculins, comme si ceux-ci
craignaient une fminisation de leur profession. Ces raisons
sont avances, d'autres encore. Mais, il faut bien reconnatre
que les raisons de ce dsamour sont encore mal comprises.
Pourtant, il suffit d'observer l'histoire et la gographie pour
se rendre compte qu'il n'a aucun fondement. Ada Lovelace et
Grace Hopper figurent en bonne place parmi les pionniers de
l'informatique. Les femmes taient d'ailleurs nombreuses dans
les laboratoires o les premiers ordinateurs ont t construits
tels Bletchley Park et la Moore School. Dans certains pays,
comme la Malaisie, les femmes sont aujourd'hui majoritaires
dans les entreprises d'informatique.
Nous constatons ce dsamour, nous le dplorons. Nous
travaillons faire de l'informatique un milieu plus accueillant
63
pour toutes et tous, mais avec des rsultats encore limits. Des
universits prestigieuses comme Berkeley et Carnegie Mellon
ont russi retourner la situation et faire grimper le nombre
d'tudiantes dans la discipline. Une russite est donc possible!
ADA LOVELACE
Le premier programmeur de l'histoire tait une programmeuse.
Ada Lovelace, ne Londres en 1815 et morte en 1852, tait la fille du pote
Lord Byron et de la mathmaticienne Anabella Milanke. Ada Lovelace a
t une des premires informaticiennes. Nous pouvons dire qu'elle a
ralis le premier programme informatique crit et publi comme tel. Ce
programme tait destin la machine analytique construite par Charles
Babbage. Au-del de ce calculateur, Ada Lovelace a t vritablement
parmi ces prcurseurs qui ont imagin une machine universelle capable
d'excuter n'importe quel algorithme symbolique.
Le programme qu'Ada Lovelace dcrit dans ses notes calcule les
nombres de Bernoulli. Ce n'est pas surprenant que ce soit un algorithme
mathmatique: l'algorithmique prend ses racines dans les mathmatiques
et Ada Lovelace tait elle-mme mathmaticienne. Plus surprenant, Ada
Lovelace envisageait de sortir de ce cadre mathmatique. Elle crit:
La machine pourrait composer de manire scientifique et laborer
des morceaux de musique de n'importe quelle longueur ou degr de
complexit. Le langage de programmation Ada a t ainsi nomm en
son honneur.
64
-Alors, tu as compris ce que c'est un algorithme?
-Je crois bien, Robot. Tu avais raison, c'est gnial!
- Ils vont remplacer les gens pour effectuer les tches
pnibles.
- Mais si les gens n'ont plus rien faire, comment vont-ils
gagner leur vie?
- Il faudra qu'ils partagent mieux les richesses.
-Tout ira ceux qui possderont les algorithmes?
- Euh ... c'est prcisment ce qu'il faudrait viter.
En finir avec le salariat
L'auto-stoppeur et le taille-crayon
En 2002, lors d'une performance-installation, 35 heures de
travail, Benjamin Sabatier a taill des crayons sept heures par
jour, pendant cinq jours. Tailler ainsi des crayons pendant
trente-cinq heures est un acte dviant, car la coutume veut que
nous utilisions un taille-crayon quelques secondes, pour tailler
un crayon, puis que nous le rangions dans un tiroir, jusqu'
ce que nous en ayons besoin nouveau. De ce fait, un taille-
crayon n'est utilis que quelques minutes par an.
Si chacun, dans notre pays, souhaite tre propritaire d'un
taille-crayon, pour l'utiliser, disons, une heure par dcennie,
nous avons besoin de soixante-six millions de taille-crayons.
De fait, nous en achetons six millions chaque anne. Mais sept
66
EN FINIR AVEC LE SALARIAT
cent cinquante-trois taille-crayons communautaires, utiliss en

permanence, suffiraient.
Ce qui est vrai des taille-crayons est vrai, des degrs divers,
de beaucoup d'autres objets, tels les perceuses, les vlos, ou les
tondeuses gazon. Il y a bien sr des exceptions: les objets qui
sont faits pour tre utiliss en permanence, tels les rgulateurs
cardiaques, ou les objets trop personnels pour tre partags,
telles les brosses dent.
Nous pouvons donc nous demander pourquoi nous fabri-
quons des millions de taille-crayons, alors que quelques
centaines suffiraient. L'explication habituelle est que l'usage
d'un objet communautaire a un cot additionnel. Par exemple,
mme si un seul taille-crayon suffirait, en thorie, pour une
ville de la taille de Poitiers, traverser la ville toutes les semaines
pour aller tailler son crayon la mdiathque aurait un cot en
temps, transport, etc., qui excderait, de loin, celui de l'achat
d'un taille-crayon personnel. De mme, s'il est possible de
laver son linge dans une laverie automatique, ou si un site
web propose de louer sa machine laver ses voisins, la
norme, dans notre pays, est d'avoir chacun sa machine. Seul
le cot des produits trs suprieur au cot additionnel de leur
partage peut nous amener droger la rgle. Ainsi les taille-
crayons et les voitures sont individuels, mais les avions sont
communautaires.
Cet quilibre est cependant peu peu remis en cause par la
baisse du cot additionnel de l'utilisation de biens communau-
taires, elle-mme due l'utilisation d'algorithmes pour traiter
l'information.
67
L'utilisation de voitures communautaires, la location de

voitures, existe, par exemple, depuis longtemps. Pour louer
une voiture, il faut se rendre sur un parking particulier o
sont gares de telles voitures, remplir des formulaires avec le
personnel de l'agence de location. Cela prend du temps, tout
comme la remise des cls et le retour du vhicule. cause de
ce temps dpens par les deux parties, la location de voitures
est longtemps reste chre et relativement marginale. Plutt
que de louer une voiture chaque fois que nous avions besoin
d'effectuer un trajet, nous prfrions possder chacun notre
voiture. Voil pourquoi nous possdons, en France, trente-huit
millions de voitures, alors que quelques millions suffiraient
pour garantir nos dplacements.
Toutes les tches ralises au moment de la location d'une
voiture consistent changer de l'information: la signature
du contrat de location, la signature du contrat d'assurance,
la constatation de l'tat de la voiture loue ou rendue, mme
l'change de cls, qui matrialisent l'identit du dtenteur du
droit d'utiliser la voiture un instant donn. Le traitement
de cette information peut dsormais tre effectu par des
algorithmes, ce qui conduit des systmes, tel Autolib',
permettant de louer et de retourner une voiture dans plusieurs
centaines de stations Paris, mme au milieu de la nuit, en
quelques secondes. Sans ordinateurs et sans algorithmes,
le cot en temps et en personnel d'un tel systme serait
exorbitant.
Un bien est communautaire quand un processus d'change
d'information permet des personnes qui ne se connaissent
68
pas ncessairement de le partager. Le propritaire du bien peut

tre une entreprise comme dans le cas d' Autolib'. Mais rien
n'empche qu'un objet soit, la fois, partiellement commu-
nautaire et la proprit d'une personne, mme si cela demande
un change d'information plus complexe. Ainsi le co-voi-
turage permet de rendre partiellement communautaires des
voitures qui restent la proprit d'une personne. nouveau,
le co-voiturage est ancien et le co-voiturage du xxe sicle,
l'poque appel l'auto-stop, avait un cot additionnel
norme: des heures passes sur le bord de la route, pour
transmettre de l'information aux automobilistes: Je suis ici,
je cherche une voiture qui va Goa. nouveau, ce traitement
de l'information, plus complexe parce qu'il implique plus de
participants, peut tre ralis moindre cot par un algorithme
de mise en relation de personnes.
Ce qui est vrai pour les vlos et les voitures, qui sont des
objets manufacturs, est galement vrai pour d'autres objets,
tell' espace. Le volume des logements, Paris, est, en moyenne,
3
de 150m Les habitants d'un tel logement utilisent cependant

cette portion de l'espace peine la moiti du temps: toute la

journe ils sont l'extrieur, au travail, l'cole, la crche, etc.,
et plusieurs semaines par an, ils sont en vacances, alors que, au
mme moment, des touristes qui visitent leur ville occupent des
htels. Les espaces de bureau, mme en espace ouvert, sont
galement mal utiliss: ils sont vides la nuit et souvent aussi la
journe, pour peu que leurs occupants soient en vacances, en
mission l'extrieur de l'entreprise, etc. N'y aurait-il pas une
meilleure manire d'utiliser cet espace?
69
Avec le tltravail, le temps des algorithmes a ouvert, pour

certaines professions, la possibilit de travailler depuis chez
soi, ce qui est un premier pas vers une meilleure utilisation
de l'espace. Le tltravail permet galement d'conomiser du
temps de transport et, en thorie, de faire plusieurs choses
la fois: travailler et, par exemple, garder ses enfants, pour
les jeunes parents. Il s'est impos dans certaines professions,
et de faon peu surprenante d'abord dans les entreprises
d'informatique, mme s'il prsente aussi des inconvnients,
par exemple celui d'effacer les repres sparant vie profes-
sionnelle et vie personnelle.
Pour la gestion de l'espace, comme pour celle d'une voiture,
les cots additionnels de partage sont des cots de traitement
de l'information et ils baissent quand cette information est
traite par des algorithmes. Avec le tltravail, notre logement
devient un espace de bureau, il se transforme en htel quand
nous le louons des touristes, en magasin quand nous achetons
en ligne, en pizzeria quand nous commandons une pizza, etc.
Mais, plus qu'une meilleure utilisation des taille-crayons, des
voitures ou de l'espace, c'est peut-tre l'utilisation du temps
de travail, qui pourrait bnficier le plus du traitement de
l'information moindre cot.
Utiliser le temps de travail

Certaines entreprises ont, de temps en temps, besoin de
traduire un texte d'une langue vers une autre, parce que leurs
clients, ou leurs employs, sont situs dans diffrents pays.
70
Une telle entreprise a le choix de se mettre en qute d'un

traducteur chaque fois qu'elle a besoin de traduire un texte,
ou d'embaucher un traducteur une fois pour toutes. Son choix
dpend naturellement du volume de textes traduire, mais
aussi de la facilit trouver un traducteur. Si elle a un besoin
rgulier de traductions, elle ne pourra pas, chaque fois, mettre
une petite annonce dans un journal, attendre que des traduc-
teurs se manifestent par courrier postal, leur crire pour leur
proposer un rendez-vous, etc. Elle a intrt embaucher un
traducteur une fois pour toutes, mme si celui-ci est parfois
pay ne rien faire, car il n'a pas assez de textes traduire.
En revanche, si, comme c'est le cas aujourd'hui, il suffit de
taper agence de traduction dans un moteur de recherche
pour tomber sur le site web d'un traducteur, qui reoit les textes
traduire par courrier lectronique et les renvoie par ce mme
canal, l'entreprise a tout intrt utiliser les services d'un tel
traducteur, quand elle en a besoin, plutt que d'embaucher un
traducteur, pour partiellement le payer ne rien faire.
Mme si les acteurs sont diffrents, le processus est fonda-
mentalement le mme que dans l'usage communautaire d'une
voiture ou d'un taille-crayon. La baisse des cots de traitement
de l'information permet de mieux utiliser les ressources que
constituent la voiture ou le taille-crayon dans un cas, le temps
de travail du traducteur dans l'autre.
Ce constat a conduit certains prophtiser que la baisse des
cots de traitement de l'information aurait comme consquence
la fin du salariat et son remplacement par une autre organisation
du travail, o chaque tche effectuer serait l'objet d'un contrat
71
ponctuel. Autrement dit: le salariat, au XIXe et au xxe sicle,

n'aurait t qu'un moyen temporaire de pallier l'inefficacit
du traitement de l'information. Cependant, d'autres insistent
sur les limites du champ d'application de ce basculement du
travail salari vers le travail indpendant. Si certaines tches des
entreprises peuvent tre externalises, d'autres requirent des
comptences acquises au sein de l'entreprise, un travail collectif,
une organisation complexe. Pour l'entreprise, l' extemalisation
de travail peut conduire une perte de qualit et de savoir-faire.
Si le travail salari a encore un avenir, il reste comprendre dans
quels cas il disparatra et dans quels cas il perdurera.
Le traducteur, nagure salari, dsormais indpendant,
gagne, en thorie, lui aussi une certaine forme de libert: il n'a
plus subir l'autorit d'un petit chef, il n'est pas contraint de
travailler tous les jours de 9 heures 18 heures, il peut accepter
plus ou moins de textes traduire en fonction de ses besoins et
de ses envies. Comment se fait-il alors, que les traducteurs, les
chauffeurs de taxis, les journalistes, etc., devenus indpendants
regrettent souvent l'poque o ils taient salaris?
Il est probable que ce ne soit pas, en soi, la fin du contrai-
gnant salariat qu'ils regrettent, mais la fin d'un certain nombre
d'avantages qui l'accompagnaient. Un emploi salari permet en
effet d'changer du travail contre de l'argent, mais c'est aussi
une garantie relative contre l'incertitude, en particulier contre
l'incertitude de ses revenus. Imaginons deux traducteurs, l'un
vers le portugais et l'autre vers le sudois. Si, un certain mois,
il n'y a que des textes traduire vers le portugais, le premier
traducteur travaillera et l'autre non. Si le mois suivant, il n'y
72
a que des textes traduire vers le sudois, ce sera au tour du

second d'avoir du travail. Si les deux traducteurs sont indpen-
dants, l'un d'eux aura un revenu le premier mois et l'autre le
second. Mais, s'ils sont salaris, ils toucheront chaque mois le
mme salaire. Autrement dit, le salariat est un moyen, pour les
deux traducteurs, de s'assurer mutuellement.
Outre cette mutualisation des gains et des pertes, le salariat
est accompagn d'autres formes d'assurances. Par exemple, une
entreprise qui verse un salaire un employ est contrainte, par
la loi, de verser des charges sociales, qui apportent au salari
une assurance sant et qui lui permettront d'avoir une retraite.
Enfin, le salariat permet aux employs de s'unir face l'entre-
prise, par exemple dans la ngociation de leur revenu. Il est
plus difficile deux travailleurs indpendants, un Brsilien et
un Lapon, de s'unir pour mieux ngocier le prix du feuillet avec
les entreprises qui les emploient, d'autant plus que le prix du
feuillet est gographie variable. Si leur organisation pourrait
tre facilite, un jour, par ces mmes techniques de communi-
cation qui fragilisent le salariat, aujourd'hui la transformation
du travail salari en travail indpendant s'accompagne souvent
pour les travailleurs par un accroissement de la prcarit.
Les lendemains qui dchantent?

Comment donc viter de fragiliser des populations entires,
exclues du salariat?
Dans certains cas, il peut suffire de montrer que l'infor-
matisation n'est qu'un prtexte pour faire disparatre des
73
avantages sociaux. Par exemple, l'indpendance prtendue des

chauffeurs de voitures de transport est davantage un affichage
qu'une ralit. L'entreprise Uber, par exemple, distribue les
courses, dcide de leur prix et du partage des revenus, etc.
Elle n'est pas trs diffrente des entreprises de taxis qu'elle
prtend remplacer, et la commission du travail de Californie a
rcemment jug qu'un chauffeur Uber n'tait pas un travailleur
indpendant, mais un salari, ce qui impose un certain nombre
de contraintes l'entreprise qui l'emploie.
Mais, en rtablissant le statut de salari aux chauffeurs de
voitures de transport, la commission du travail de Californie
vite la vritable question: comment fournir aux travailleurs
indpendants les mmes garanties contre l'incertitude, la mme
mutualisation des gains et des pertes, la mme assurance sant
et les mmes droits une retraite qu'aux salaris?
Il semble que nous ayons, pour cela, besoin d'autres struc-
tures, qui jouent le rle que les entreprises jouaient nagure.
La loi pourrait, par exemple, contraindre les personnes, ou les
entreprises, qui utilisent les services d'un chauffeur ou d'un
traducteur indpendant, verser des fragments de charges
sociales, homologues celles que les entreprises versent quand
elles emploient un salari, qui financeraient, par exemple, une
assurance sant et un droit une retraite. Les algorithmes
pourraient grer la complexit d'un tel systme.
Un obstacle cependant reste la distorsion entre la gographie
des lois et celle du travail.
Nous pouvons aussi imaginer qu'un groupe de travailleurs
indpendants, par exemple des chauffeurs de voitures de
74
transports, s'auto-organise en une cooprative, qui jouerait

alors le rle de garantie contre les incertitudes, d'assurance
maladie, etc. De telles initiatives commencent merger.
Une part importante de l'action politique au xx1e sicle
consistera sans doute inventer de nouvelles formes d' organi-
sations sociales, qui offrent des alternatives la fois au salariat
et la prcarit, car le modle de l'employ salari toute sa vie
d'une mme entreprise a vcu.
75
En finir avec le travail
En prenant l'exemple des mtiers de chauffeur et de traducteur,

nous avons implicitement suppos qu'il existerait toujours
des chauffeurs et des traducteurs. Mais il se peut aussi que ces
mtiers disparaissent un jour, si des algorithmes permettent
de conduire une voiture ou de traduire un texte, aussi bien,
voire mieux, qu'un tre humain. C'est galement vrai pour de
nombreux autres mtiers. Cette transition fait bien entendu
apparatre de nouveaux mtiers pour concevoir, dployer,
accompagner tous ces algorithmes, mais au bout du compte,
nous avons besoin, au temps des algorithmes, de beaucoup
moins de travail pour offrir les mmes objets ou services que
nagure.
Du fait de cette diminution de la quantit de travail nces-
saire pour effectuer les mmes tches, nous devons nous
poser la question de la prennit mme de la notion de travail,
76
EN FINIR AVEC LE TRAVAIL
telle que nous la connaissons aujourd'hui. C'est par exemple

le point de vue dfendu en 2016 par Andrew Ng, directeur
scientifique de l'entreprise chinoise Baidu: L'avnement de la
machine vapeur et de l'industrie a fait perdre leur travail de
nombreux ouvriers, mais a aussi cr de nouveaux emplois, et
des domaines entirement nouveaux que personne l'poque
n'aurait pu imaginer. Ce changement a eu lieu sur deux sicles;
l'Amrique a eu le temps de s'adapter. Les agriculteurs ont
continu cultiver leurs terres jusqu' leur retraite, alors
que leurs enfants allaient l'cole et devenaient lectriciens,
contrematres, agents immobiliers ou ingnieurs agronomes.
Les chauffeurs de camions n'auront pas cette chance. Leurs
emplois, comme des millions d'autres, pourraient vite devenir
obsoltes.
Petite histoire de la technique et du travail

Depuis la prhistoire, les femmes et les hommes s'aident
d'outils, sagaies, hameons, filets, meules, faucilles, marteaux,
etc., pour effectuer les tches ncessaires leur survie en
fournissant moins de travail. Par rapport la pche la ligne,
un filet permet de pcher davantage de poisson, en travaillant
moins longtemps. Sa fabrication, en revanche, demande un
certain travail. Un pcheur qui fabrique un filet sacrifie donc,
dans un premier temps, une certaine force de travail, la fabri-
cation du filet, afin de pouvoir, dans un second temps, pcher
davantage de poissons avec moins d'effort. En cela, un outil
constitue un capital.
77
Certains outils, tels les moulins eau, utilisent une source

d'nergie externe qui leur donne une certaine autonomie et
sont, de ce fait, qualifis de machines. De telles machines
ont t utilises massivement, depuis la fin du XVIIIe sicle,
pour fabriquer des objets, toffes, cramiques, etc., auparavant
fabriqus la main.
Dans une priode de transition, le XIXe sicle et le dbut du xxe,
ces objets taient encore construits par des tres humains, aids
de machines, dans des usines. Les ouvriers croyaient sans doute
utiliser ces machines, mais, en pratique, c'tait souvent eux qui
s'adaptaient elles, selon les principes du taylorisme.
Nous sommes progressivement sortis du taylorisme dans la
seconde moiti du xxe sicle avec l'automatisation complte des
usines et la disparition du travail la chane. L'poque o, pour
fabriquer une voiture, il suffira de dposer quelques cubes de
matriaux, mtal, plastique, etc., une extrmit d'une usine
entirement robotise et d'attendre que la voiture sorte l'autre
extrmit n'est pas loin. Dj, l'assemblage d'une voiture
demande aujourd'hui moins de trente heures de travail d'un
ouvrier, alors qu'elle en demandait encore quarante en 1980.
Pour les petites pices, les imprimantes 3D permettent de
diminuer les temps de fabrication encore davantage.
Depuis la fin du XVIIIe sicle, l'usage de machines pour
fabriquer des objets a transform nos manires de travailler. Les
mtiers les plus transforms ont longtemps t exclusivement
des mtiers manuels, et, parmi les mtiers manuels, les moins
qualifis. La machine laver le linge a par exemple fait dispa-
ratre le mtier de blanchisseuse. Mais les mtiers manuels trs
78
qualifis et les mtiers intellectuels ont peu t transforms.

Un robot pouvait peindre une voiture, mais nous l'imaginions
plus difficilement faire des effets de manche devant une cour
d'assises, raliser une opration cur ouvert ou faire un cours
sur la relativit gnrale.
Toutefois, nous devons sans doute reconsidrer nos prjugs:
les avocats, les mdecins, les enseignants, et autres travail-
leurs intellectuels, seront bientt eux aussi partiellement
remplacs par des algorithmes. Ces mtiers comportent, en
effet, une grande part de travail rptitif comme la recherche
de jurisprudence, la rdaction d'ordonnances, souvent
similaires les unes aux autres, la correction de copies. Nous
savons aujourd'hui automatiser certaines de ces tches et
nous saurons en automatiser davantage dans dix ou vingt ans.
Des algorithmes assistent les humains et les remplacent dj
en partie. Et le nombre d'heures d'avocats, de mdecins, de
professeurs, etc., dont nous aurons besoin pour effectuer les
mmes tches diminuera .
L'ENSEIGNEMENT EN LIGNE
Les volutions de l'enseignement en ligne illustrent bien les transformations
possibles d'un mtier intellectuel, telle mtier d'enseignant.
Une premire fonction des enseignants est de faire cours face un
auditoire. Cet auditoire est souvent limit, par la taille des amphithtres,
quelques centaines d'tudiants. Si bien que des centaines d'enseignants
rptent des cours assez similaires, d'une universit l'autre. Une
premire transformation possible consiste filmer ces cours et les
diffuser sous forme de vidos. Une autre fonction des enseignants
consiste faire faire des exercices aux tudiants. Ici, un algorithme peut
79
parfois, mieux qu'un enseignant, analyser le niveau d'un tudiant, les

points qu'il a compris et ceux qu'il doit encore approfondir et lui proposer
des exercices sur mesure. Enfin une dernire fonction est de corriger
des copies. Ce travail peut tre diversement remplac par un algorithme.
Il est plus difficile de faire corriger une dissertation qu'un questionnaire
choix multiples, mme si les deux sont possibles.
Les humains restent cependant meilleurs que les algorithmes sur
deux points: l'enseignement par projet, qui demande de comprendre
les objectifs des tudiants pour les guider dans la ralisation de ces
objectifs. Surtout, les enseignants sont meilleurs que les algorithmes pour
apprendre aux tudiants apprendre. L'enseignement en ligne convient
donc bien mieux des tudiants en troisime anne l'universit, qui
savent dj organiser leurs apprentissages, qu'aux lves de collge, qui
n'ont pas encore appris le faire.
L'enseignement en ligne peut se substituer l'enseignement traditionnel
quand les enseignants ne sont pas assez nombreux, par exemple
dans des pays en dveloppement, ou que les comptences manquent
localement sur des sujets pointus. Il propose une transformation radicale
des mthodes d'enseignement, librant les enseignants de tches peu
gratifiantes comme de rpter le mme cours anne aprs anne, pour
leur permettre de se focaliser sur l'encadrement individuel des lves.
L'enseignement en ligne est un moyen de faire des conomies. C'est
aussi un moyen d'amliorer la transmission des connaissances d'une
gnration la suivante.
Produire plus et travailler moins?

Que se passe-t-il quand la productivit augmente ainsi? cette
question, deux rponses, au moins, sont possibles. Certains, tels
Paul Lafargue ou Bertrand Russell, voient dans cette augmen-
tation de la productivit une possibilit pour les hommes de
produire autant en travaillant moins, et de ne travailler que
trois heures par jour [et] fainanter et bombancer le reste de la
80
EN FINIR AVEC LE IRAVAIL
journe et de la nuit, pour reprendre les mots de Lafargue.

D'autres, au contraire, y voient une possibilit de produire
davantage en travaillant autant. Et, quand nous observons les
rvolutions techniques passes, il n'est pas si facile de savoir
qui l'histoire donne raison.
Par exemple, en 1800, les agriculteurs reprsentaient, en
France, deux tiers de la population active. Ils sont aujourd'hui
quinze fois moins. Mais l'augmentation de la productivit dans
l'agriculture n'a conduit ni diviser le temps de travail des
agriculteurs par quinze ni permettre quatorze agriculteurs
sur quinze de fainanter et de bombancer, pendant que le
quinzime travaillait. Elle a conduit ce que quatorze agricul-
teurs sur quinze changent de mtier et fabriquent autre chose
que des denres alimentaires: des locomotives, des ampoules,
des mdicaments, etc., et comblent ainsi d'autres de nos besoins
et dsirs: nous dplacer, nous clairer, nous soigner, etc.
L'histoire donnerait donc plutt raison ceux qui voient dans
l'augmentation de la productivit une occasion de fabriquer
plus en travaillant autant et dans la fin du travail un mythe.
Ce constat doit cependant tre nuanc par au moins trois
observations. La premire est que, par exemple en France,
sur 66 millions de personnes, 24 millions, soit un peu plus
du tiers, travaillent. Le reste fainante ou tudie: 12 millions
de personnes ont moins de seize ans, 11 millions ont plus de
soixante-quatre ans, 13 millions sont inactives, dont une partie
tudient, 6 millions sont au chmage. La scolarit obligatoire,
l'allongement des tudes au-del de cette scolarit obligatoire
et la retraite permettent donc plusieurs dizaines de millions
81
de personnes de ne pas travailler. Par ailleurs, ces 24 millions

de personnes travaillent relativement peu, compars aux
travailleurs du x1xe sicle: en moyenne un peu plus de
trente-cinq heures par semaine, avec cinq semaines de cong
par an. Enfin, et surtout, une part non ngligeable exercent
un mtier, chercheur, enseignant, etc., qui tait jadis considr
comme un loisir. Il est certes difficile d'expliquer, par exemple
un enseignant surmen, ou d'ailleurs aux auteurs de ce livre,
qu'ils s'adonnent des loisirs. Il n'en reste pas moins que le
mot axoATj, dont provient le mot cole , signifie loisir.
Nous avons donc assist, par le pass, une baisse du temps
vritablement travaill et une diminution plus drastique
encore, l'avenir, est probable.
L'observation du pass nous mne donc des conclusions
contrastes. De plus, rien, sinon notre paresse intellectuelle, ne
nous permet de penser que notre futur sera identique notre
pass. Par le pass, l'augmentation de productivit dans un
secteur a conduit l'mergence d'un autre, qui comblait des
besoins et des dsirs auparavant insatisfaits, voire inconnus.
L'augmentation de la productivit dans l'agriculture a
accompagn l'mergence de l'industrie, l'augmentation de
la productivit dans l'industrie, celle du secteur des services.
Quel secteur productif pourrait merger quand nos besoins en
denres alimentaires, en produits manufacturs et en services
seront satisfaits par des machines? En caricaturant un peu, les
paysans ont t transforms en ouvriers, les ouvriers en chauf-
feurs de taxis, mais en quoi les chauffeurs de taxis seront-ils
transforms quand les voitures rouleront sans chauffeur? Que
82
trouverons-nous d'autre produire que des denres alimen-

taires, des produits manufacturs et des services?
Une forte diminution du besoin de force de travail n'est donc
peut-tre pas du domaine du mythe. Elle est possible. Elle
est sans doute dj partiellement ralise. Est-ce une bonne
nouvelle?
La libration du travail
Nous pouvons voir cette fin du travail comme une libration.
Aprs tout, le travail n'est-il pas prsent dans la Bible comme
une punition? C'est la sueur de ton front que tu mangeras
du pain, jusqu' ce que tu retournes la terre d'o tu as t
tir: car poussire tu fus, et poussire tu redeviendras! En
attendant une victoire sur la mort, ne pourrions-nous pas nous
contenter d'tre dbarrasss du travail? Et quel Robinson,
affam et condamn pcher douze heures par jour pour
pouvoir se nourrir peine, se dsolerait de trouver, sur son
le, une come d'abondance, qui lui fournirait chaque jour des
poissons charnus, des rtis fumants, des vins fins et des fruits
savoureux?
Mais, prcisment parce que nous ne vivons pas sur une
le dserte, cette fin du travail n'est pas forcment une bonne
nouvelle pour tout le monde. En effet, depuis que nous utilisons
des outils, se pose la question de la rpartition des richesses
produites entre les fournisseurs du travail et ceux des outils
-du capital- ncessaires cette production, par exemple, entre
le pcheur et le propritaire du filet. Nagure, pcher un poisson
83
demandait certes un filet, mais surtout du travail, construire

une voiture demandait certes des usines sophistiques, mais
surtout du travail en quantit. Les ouvriers fournissaient donc
une chose rare et recherche et cela leur donnait un certain
pouvoir de ngociation, face aux propritaires des usines. La
fin du travail perturbe cette rpartition des richesses entre les
fournisseurs de capital et de travail: aujourd'hui, les propri-
taires des usines peuvent peu prs se passer d'ouvriers. Et ils
partagent assez rarement les bnfices de l'augmentation de la
productivit due l'automatisation de leurs usines, avec les
ouvriers qu'ils viennent de licencier. Au temps des algorithmes,
le gteau est donc plus gros, mais beaucoup en obtiennent une
part plus petite, en valeur relative, et mme en valeur absolue.
C'est pour cela que depuis la fin du XVIIIe sicle, les ouvriers
se sont parfois, comme lors de la rvolte des luddites,
en 1811-1812, opposs la mcanisation du travail, qui, si
elle est un progrs pour l'humanit en gnral, peut tre une
rgression pour eux. Quand, lors de cette rvolte, les employs
du textile ont bris les premiers mtiers tisser mcaniques,
ce n'tait pas par dtestation de la mcanisation, ni parce
que travailler dix-huit heures par jour sur des mtiers bras
les enchantait, c'est parce que l'introduction de ces mtiers
mcaniques les mettait au chmage.
Il est certes plus difficile aujourd'hui aux facteurs de briser
les serveurs et de dterrer les fibres optiques qui acheminent
le courrier lectronique, mais il n'est pas exclu que, bientt, les
chauffeurs de taxis et voitures de transport brisent les premiers
vhicules sans chauffeurs. Si, demain, nous dcouvrions une
84
corne d'abondance qui fournirait du poisson l'humanit

entire, les pcheurs tenteraient peut-tre de la briser, car il faut
que l'humanit ait faim pour que le mtier de pcheur garde
son utilit. Briser les machines est certes une action courte
vue, mais c'est une action rationnelle.
Imaginons un cas extrme: que nous n'ayons plus besoin du
tout de travail pour fabriquer notre nourriture, nos vtements,
nos moyens de transports, etc., que ces objets sortent d'une
corne d'abondance. Les propritaires de cette corne d' abon-
dance pourraient-ils garder pour eux seuls le revenu que leur
procure la vente de ces objets? La notion de proprit est ainsi
questionne par le remplacement, mme partiel, des travail-
leurs humains par des machines.
C'est, vraisemblablement, ce geme de questions qui seront au
centre de la pense politique au xxie sicle, mme si ponctuel-
lement l'attention se portera sur la dfense des intrts de
telle ou telle corporation: ouvriers du textile, facteurs, musiciens
ou chauffeurs de taxis, dont le progrs technique aura fait
disparatre le revenu. chaque poque de l'histoire, l'volution
des techniques a chang les cadres de la pense politique: pas
d'Hamurabi sans criture, de Luther sans imprimerie, de Marx
sans machine vapeur, et la question politique essentielle qui se
pose nous n'est pas celle de la diminution du chmage ou du
devenir des facteurs, mais celle de la rpartition des richesses
cres, sans travail, par des robots et des algorithmes.
Nous commenons voir merger ces questions, au moins de
manire tnue, dans dj deux volutions rcentes du contrat
social: le revenu universel et l'conomie de la gratuit.
85
Un revenu universel a t mis en place dans diffrents pays. Il

a partiellement t mis en place, en France, travers le revenu
minimum d'insertion et le revenu de solidarit active. Ces
allocations continuent tre trs faibles, tre perues comme
temporaires et avoir comme finalit l'insertion dans le monde
du travail ou le retour l'activit de leurs bnficiaires. Elles
constituent cependant peut-tre l'amorce d'une vision positive
du chmage selon laquelle il n'est pas ncessaire que tout le
monde travaille, ni que tout le monde travaille tout le temps. La
solution miracle au problme du chmage, recherche dsesp-
rment par nos gouvernements successifs, n'est peut-tre pas
de remettre les oisifs au travail, mais de leur permettre d'tre
des oisifs heureux.
Le temps des algorithmes questionne aussi la proprit avec
l'mergence d'une conomie de la gratuit.
86
En finir avec la proprit
D'o vient cette ide, apparemment paradoxale, d'une

conomie de la gratuit?
Quand une personne mange une pomme, conduit une
voiture ou utilise les services d'un jardinier, elle empche une
autre personne de manger cette mme pomme, de conduire
cette mme voiture ou d'utiliser ces mmes services. Cela fait
des pommes, des automobiles et des services des jardiniers des
biens rivaux. Plus nous sommes partager un bien rival,
tel un gteau, plus la part de chacun est petite. En revanche,
avec un bien non rival, la taille de la part de chacun ne change
pas. Les biens non rivaux existent depuis longtemps, couter
la radio, par exemple, n'a jamais empch personne d'autre
de le faire, mais ils taient nagure plutt rares. Au temps des
algorithmes, les livres, les disques, les films, etc., sont devenus
numriques, duplicables cot nul et donc non rivaux. Par
87
ailleurs, de nouveaux biens non rivaux sont apparus comme

les algorithmes ou les programmes.
Selon les lois du march, le prix d'un bien est le cot d'un
exemplaire supplmentaire. Ce cot est nul pour les biens non
rivaux, ce qui conduit leur gratuit.
La proprit des biens non rivaux

Le temps des algorithmes est celui du partage de ressources
numriques gratuites. Ces ressources ont dj envahi de
nombreux espaces: la recherche avec les archives ouvertes
d'articles scientifiques, telles HAL et ar Xiv, l'ducation avec
les cours en ligne, la diffusion de connaissances avec les
encyclopdies coopratives et gratuites, telles que Wikipdia,
les donnes cartographiques avec OpenStreetMap,le gouver-
nement avec le mouvement des donnes ouvertes, etc.
Un livre en papier est dj partiellement non rival: le fait
qu'une personne le lise n'empche pas une autre personne
de le lire galement, condition que ce soit un moment
diffrent, et cette non-rivalit partielle est exploite par les
bibliothques de prt, qui organisent un partage temporel,
presque gratuit, de ces livres. Un livre numrique, en
revanche, est duplicable et totalement non rival: le mme livre
peut tre lu par de multiples lecteurs, sans aucune contrainte
temporelle.
Il est possible de rendre les livres lectroniques artificiel-
lement rivaux, en introduisant des dispositifs techniques
complexes, et peu efficaces, de gestion des droits numriques.
88
EN FINIR AVEC LA PROPRIT
C'est ce qui est parfois fait pour garantir la rmunration des

crateurs et le revenu des maisons d'dition.
Si nous oublions quelques instants les questions conomiques
et techniques et celle de la rtribution des auteurs, sur laquelle
nous reviendrons, il est difficilement dfendable, sur un plan
purement moral, de priver une personne du droit de lire un
livre, quand la lecture de ce livre par une personne addition-
nelle n'induit aucun cot.
Les algorithmes et les programmes

Comme un livre numrique, un algorithme peut tre utilis par
une personne sans que cela prive quiconque de l'utiliser. Un
algorithme est donc un bien non rival, une corne d'abondance,
et il est sans doute draisonnable que son inventeur puisse en
tre propritaire et en tirer un revenu ternel. De fait, les lois
limitent la possibilit d'tre propritaire d'un algorithme. Les
lois sur les brevets limitent, dans le temps, la proprit sur une
invention en gnral. Dans de nombreux pays, elles excluent,
en outre, les algorithmes du champ des inventions brevetables.
Un programme est galement un bien non rival et aux
dbuts de l'informatique, les rares utilisateurs de programmes
les changeaient librement. Dans les annes soixante-dix,
cette situation a chang du fait de la comptition entre les
entreprises qui produisaient des logiciels. La distribution de
logiciels jusqu'alors en code source, lisible par un humain,
commena alors se faire en binaire, rsultat de la compi-
lation du code source, interprtable uniquement par une
89
machine. Cela rendit la modification de ces logiciels impos-

sible. En raction, naquit, au dbut des annes quatre-vingt,
le mouvement du logiciel libre.
En ralit, deux mouvements distincts coexistent: les mouve-
ments du logiciel libre et du logiciel ouvert. Le mouvement
du logiciel libre considre que les liberts d'utiliser un
logiciel, de l'tudier, de le modifier et d'en redistribuer des
copies, modifies ou non, sont des liberts fondamentales. Ce
mouvement est donc essentiellement thique. Le mouvement
du logiciel ouvert fait des propositions quasiment identiques,
mais pour des raisons tout fait diffrentes: pour permettre,
indpendamment de toute considration thique, le dvelop-
pement, par de vastes communauts, de logiciels plus efficaces
et plus fiables. L'accent est donc mis sur des notions pratiques,
que les entreprises ont plus de facilit intgrer leur mode
de pense.
Il est fascinant d'observer que ces mouvements aboutissent
proposer des licences logicielles, les contrats qui lient le
crateur et l'utilisateur d'un logiciel, aussi proches, partir de
motivations aussi diffrentes. Le plus remarquable, dans cette
histoire, est peut-tre d'arriver si bien concilier ces consid-
rations thiques et pratiques .
RICHARD STALLMAN
Richard Matthew Stallman (n aux tats-Unis en 1953) est l'un des plus
clbres militants du logiciel libre. C'est un programmeur de talent qui a
dvelopp de nombreux logiciels libres, notamment des diteurs et des
compilateurs.
90
Stallman a conu la licence de logiciel libre GPL pour General Public

License. Il est aussi l'inventeur du concept de copyleft, qui utilise les
principes du droit d'auteur afin de prserver le droit d'utiliser, de modifier
et de distribuer le logiciel libre. Il est trs actif galement sur le front de la
gestion des droits numriques.
De nombreuses licences permettent ainsi aux auteurs d'un

logiciel, d'un livre, d'une pice de musique, etc., d'en autoriser
gratuitement certaines utilisations.
Gratuit mais lucratif

Cet affaiblissement de la notion de proprit nous mne
cependant une question: comment les crateurs, informa-
ticiens, musiciens, etc., peuvent-ils vivre, s'ils abandonnent
toute proprit sur les objets qu'ils produisent, et donc tout
revenu li cette proprit? Des mcanismes conomiques
ont donc t invents pour rtribuer les auteurs de biens
duplicables cot nul.
Un exemple est la distribution de musique sur des plate-
formes, dont les utilisateurs paient un abonnement forfaitaire.
couter une pice supplmentaire ne leur cote rien, mais la
plateforme reoit cependant de l'argent qu'elle peut redis-
tribuer aux musiciens. Les motivations des abonns sont le
plus souvent d'avoir accs simplement un grand nombre de
morceaux de musique et de pouvoir dcouvrir des artistes
cot nul, mme si, pour certains, cela peut se combiner avec le
dsir de soutenir financirement des artistes.
91
Les exemples les plus intressants de nouveaux modles

conomiques sont, sans doute, les mcanismes qui permettent
de dvelopper des logiciels libres ou ouverts tout en rmunrant
leurs crateurs. Certaines entreprises dveloppent des logiciels
et les distribuent gratuitement, pour des raisons qui sont loin
d'tre altruistes. Cela peut tre par pure stratgie commerciale:
le freemium, par exemple, consiste offrir un logiciel gratui-
tement pour conqurir un vaste march, puis vendre des
versions haut de gamme de ce mme logiciel. Une entreprise
peut aussi donner un accs gratuit un produit qu'elle a
dvelopp et faire payer des services autour de ce produit, par
exemple des formations pour apprendre l'utiliser.
Une entreprise peut aussi ouvrir le code d'un logiciel
simplement pour encourager des dveloppeurs amliorer ce
logiciel, par exemple en corrigeant ses erreurs ou en compltant
ses fonctionnalits, ce dont elle bnficiera en retour. De
nombreuses licences logicielles obligent d'ailleurs les utilisateurs
de ces logiciels partager gratuitement les amliorations qu'ils
leur apportent. Un grand nombre d'entreprises se retrouvent
ainsi autour du codveloppement d'un grand logiciel, voire
d'une suite de logiciels qui partagent une norme commune.
Les plateformes de dveloppement coopratif jouent ici
un rle essentiel pour rendre possible le codveloppement
d'un grand logiciel, par de nombreux dveloppeurs, souvent
rpartis sur les cinq continents. Elles ont permis de crer des
logiciels gigantesques, qu'aucune entreprise n'aurait peut-tre
russi dvelopper seule. La comparaison avec la construction
d'une cathdrale n'est pas ici exagre.
92
Ces nouveaux modles conomiques ne sont donc pas

uniquement des phnomnes solidaires et libertaires. Ce sont
aussi de vritables nouveaux modes de dveloppement indus-
triel, qui annoncent peut-tre un dclin, sinon une disparition,
de la notion de proprit.
Le vainqueur remporte le tout

Cependant, la proprit n'a pas encore rendu les armes et,
ct de ce secteur de l'conomie des logiciels libres, des plate-
formes coopratives et des biens communs, existe un autre
secteur de l'conomie, o des conditions similaires mnent
des situations trs diffrentes: les entreprises gantes que sont
Google, Apple, Facebook, Amazon, Netflix, Airbnb, Tesla, Uber,
Booking, etc.
trangement, ce sont les mmes conditions de non-rivalit,
mme d' anti-rivalit ,des biens, qui ont permis l'mergence
de ces entreprises gantes. Par exemple, les cots d'une entre-
prise qui gre un rseau social sont essentiellement des cots
de dveloppement logiciel et, comme un logiciel est un bien
non rival, ce cot est le mme, que le nombre d'utilisateurs
soit mille, un million ou un milliard. Les cots proportionnels
au nombre d'utilisateurs, comme ceux des serveurs ou des
disques, sont souvent ngligeables. Et, quand nous nous
inscrivons un tel rseau social, nous prfrons un rseau qui
a un milliard d'abonns un rseau qui en a un million, car
tous les amis avec qui nous souhaitons communiquer y sont
probablement dj.
93
Les services d'un rseau social sont donc non rivaux et mme
anti-rivaux: plus nous sommes partager le gteau, plus
la part de chacun est grande- plus nous sommes utiliser
un rseau social, plus notre rseau personnel, au sein de ce
rseau social, est grand. De telles forces poussent ce qu'il
n'y ait qu'un seul rseau social, qu'une seule librairie en ligne,
qu'une seule plateforme de location de chambres d'htel,
etc. Au temps des algorithmes, l'quilibre concurrentiel est
remplac par une autre loi: le vainqueur remporte le tout...
jusqu' tre dtrn par un nouveau vainqueur, plus jeune
et plus innovant. Cet effet s'applique aux entreprises qui
fabriquent des biens immatriels, mais aussi paradoxalement
en partie des entreprises qui fabriquent des biens matriels:
par exemple, l'automatisation des usines a fait que le cot de
fabrication d'une voiture supplmentaire est faible, compar
au cot de conception d'un nouveau modle.
Il n'y a pas de fatalit ce mouvement naturel vers le
monopole, mais les solutions comme l'application de lois
antitrusts ou la dfinition de normes d'interoprabilit,
se rvlent difficiles mettre en place dans une conomie
mondialise.
Ces deux modles conomiques nous semblent bien loigns:
d'un ct une conomie de la gratuit, de l'autre d'immenses
profits. Mais, au fond, sont-ils si incompatibles? Wikipdia,
par exemple, est une entreprise sans but lucratif, mais qui
remporte le tout sur le march des encyclopdies en ligne, en
s'imposant quasiment comme l'unique encyclopdie. Google
fait d'immenses profits, mais Google search, Google maps, Youtube,
94
gmail, etc. sont des services gratuits. Nous reviendrons sur ce

paradoxe, quand nous voquerons les donnes personnelles
et leur marchandisation sur un march biface. Au-del des
intentions de leurs fondateurs, la seule diffrence fondamentale
qui semble exister entre les entreprises Booking et Wikipdia
est que l'une parvient vendre un bien non rival, quand l'autre
s'y refuse .
SERGUEI BRIN ET LARRY PAGE

L'algorithme Pagerank, conu par Serguei Brin et Larry Page, les deux
fondateurs de Google, a pour but de classer les rsultats d'une requte
un moteur de recherche.
Quand nous formulons la requte: Elvis Presley, le moteur de
recherche slectionne les pages web qui contiennent ces deux mots. Il
y en a des millions et, parmi elles, il doit en slectionner un petit nombre
pour les afficher sur la premire page de rsultats. Google search, dans
ses premires versions, slectionnait les rsultats les plus populaires,
l'aide d'un algorithme relativement simple, Pagerank, dans lequel chaque
page transfre un peu de sa popularit aux pages qu'elle rfrence.
Une page est donc d'autant plus populaire qu'elle est rfrence par de
nombreuses pages populaires.
95
-Alors Robot, les algorithmes vont devenir califes la place
du calife?
-Je t'ai expliqu que les algorithmes taient conus par les
humains. C'est donc aux humains de dire ce qu'ils veulent,
et je doute que vous vouliez tre commands par des
algorithmes. Tu voudrais m'obir?
-Rve! Tu continueras me servir. Et quand je serai
Prsidente de la Rpublique, tu m'aideras?
-C'est ce dont nous allons parler maintenant.
Gouverner au temps
des algorithmes
L'informatisation de l'administration
Nous avons tous une exprience de l'informatisation de l'admi-
nistration, travers, par exemple, la dclaration de nos revenus
en ligne ou l'informatisation de nos feuilles de soin, avec la
carte Vitale. Dans certaines communes, les citoyens peuvent
aussi, par exemple, signaler les revtements de chausses
dtriors sur un site web, afin qu'ils soient rpars.
Cette informatisation permet de simplifier l'administration
et de la rendre plus efficace. Comme dans les entreprises,
l'utilisation d'un systme d'information permet de diminuer
certains cots, tels ceux d'une flotte de vhicules, en optimisant
sa gestion. Cette informatisation s'accompagne d'une rduction
98
GOUVERNER AU TEMPS DES ALGORITHMES
du nombre de fonctionnaires ncessaires pour offrir le mme

service au public. Il s'agit donc d'un autre exemple de rempla-
cement de l'homme par la machine.
Cette informatisation rend aussi parfois l'administration plus
juste, car elle peut plus facilement que des personnes, avec
leurs habitudes et leurs prjugs, imposer que la mme rgle
s'applique tous.
L'informatisation de l'administration prsente cependant des
risques pour les citoyens les plus vulnrables, par exemple quand
certaines demandes de prestations sociales doivent tre effectues
en ligne, alors que les bnficiaires potentiels de ces prestations
sont parmi les personnes les moins connectes. Une majorit
de citoyens a dsormais accs au rseau Internet, mais pour
la minorit qui n'y a pas accs, cette exclusion est chaque jour
plus handicapante: elle conduit souvent une marginalisation
culturelle, sociale et conomique. Nous devons veiller ce que
l'informatisation de l'administration n'aggrave pas ces ingalits.
Le droit une connexion et le droit aux connaissances
ncessaires pour l'utiliser font dsormais partie des droits
fondamentaux.
La participation des citoyens la vie dmocratique

La pense informatique, nous l'avons vu, dcrit de nombreuses
activits humaines comme de simples changes d'information.
Le gouvernement des tats et des collectivits locales est l'un
des domaines dans lesquels cette vision est la plus exacte: dans
les boulangeries nous transformons de la farine en pain, dans
99
les usines du mtal brut en voitures, mais dans le gouvernement

des tats et des collectivits locales, nous ne transformons que
de l'information. Le maire d'une ville peut, en effet, parfois
avoir l'impression de planter des arbres ou de construire des
crches, mais en ralit ce sont les jardiniers et les maons qui
le font. Le maire ne fait que parler, convaincre, dcider, arbitrer,
etc. Il touche rarement une pelle ou une truelle. Les institutions
politiques sont des processus purement informationnels.
Diffrents systmes politiques: dictature, dmocratie directe,
dmocratie reprsentative, etc., ne sont que diffrentes manires
d'organiser les changes d'informations. Dans une dictature,
l'information descend du dictateur au peuple. Dans une
dmocratie directe, l'information est transmise de l'assemble
des citoyens aux personnes en charge d'appliquer les dcisions.
Dans une dmocratie reprsentative, le flot d'information est
plus complexe encore: des candidats aux citoyens, sous la
forme de programmes, des citoyens aux agents chargs du
dcompte des voix, lors des lections, enfin des reprsentants
lus aux personnes en charge d'appliquer les dcisions.
Dans l'analyse de ces systmes, une question essentielle est
celle de la quantit d'information change par les agents. Si
tous les cinq ans, par exemple, nous votons pour lire le chef
de l'tat, parmi trente-deux candidats, chaque citoyen transmet
la collectivit cinq bits d'information chaque lection- car
32 = 25 Le dbit d'information du citoyen vers la collectivit
est donc de cinq bits tous les cinq ans, soit un bit par an. En
ajoutant les lections lgislatives, locales, etc., les lections, dans
leur ensemble, constituent un canal de communication dont le
100
dbit est de cinq ou six bits par an, soit, pour employer une
unit plus courante, de l'ordre de 0.0000001 bit par seconde.
Par comparaison, le dbit montant de notre box domestique
est de quelque dix mille milliards de fois suprieur.
Il n'est pas difficile de comprendre pourquoi nos institutions
s'appuient sur des canaux de communication au dbit aussi
faible: elles ont t conues au dbut du XVIIIe sicle, poque
laquelle organiser des lections gnrales, environ une fois par
an, tait le maximum que nous puissions faire. Ce n'est donc
pas uniquement parce que les inventeurs de la notion de rgime
reprsentatif taient convaincus de l'incapacit des peuples
se gouverner eux-mmes, mais aussi cause de l'insuffisant
dveloppement des techniques de communication, que ce dbit
d'information est si faible.
Avec un dbit aussi faible pour exprimer nos souhaits relatifs
la diplomatie, l'arme, la justice, la police, l'cole, la
recherche, la sant, l'agriculture, au logement, l'industrie,
l'conomie, etc., nous devons utiliser un algorithme de
compression, qui permet de rduire la taille d'un message
-souvent en l'appauvrissant ou en le dformant- afin de
permettre sa transmission, malgr le faible dbit du canal. Nous
rsumons nos souhaits relatifs tous ces sujets par une courte
phrase: Sur toutes ces questions, je suis d'accord avec tel
candidat. C'est un exemple paradigmatique de compression
avec perte: la taille du message est considrablement rduite
mais son contenu terriblement appauvri, car il est improbable
que nous soyons d'accord, sur toutes ces questions, avec ce
candidat. Compresser ainsi le message exprimant nos souhaits
101
est prcisment ce que nous faisons quand nous glissons un

bulletin de vote dans une urne. Le cas le plus extrme de
compression de l'information est de rsumer nos souhaits par
un seul bit: de gauche ou de droite, voire deux en ajoutant
l'adjectif modre ou radicale.
L'augmentation, depuis la fin du xxe sicle, des dbits de
communication a rendu obsolte cette manire d'exprimer nos
souhaits. Nos institutions bicentenaires et leurs algorithmes de
compression, qui rsument ces souhaits aussi caricaturalement,
sont devenus anachroniques. Cela explique, par exemple,
que les nouveaux moyens de communication aient favoris
le dveloppement, ct des partis traditionnels, de partis
politiques focaliss sur des questions particulires, comme
le droit au logement, les droits des migrants, les droits des
malades, partis qui n'existaient pas dans la premire moiti
du xxe sicle, avec la notable exception des partis fministes
et cologistes. Il n'est d'ailleurs pas surprenant que ces partis
aient t les premiers s'appuyer sur le Web.
Nos institutions cependant continuent demander aux
citoyens de compresser, en simplifiant toujours autant, leurs
souhaits, alors qu'il est devenu possible de faire autrement.
De manire plus gnrale, nous utilisons peu, dans le gouver-
nement des tats et des collectivits locales, les possibilits qui,
au temps des algorithmes, nous sont offertes. Cette inadap-
tation des institutions l'avance des techniques, dans un
monde devenu par ailleurs beaucoup plus complexe, participe
leur obsolescence, et au-del, la dfiance grandissante des
citoyens leur gard.
102
Les institutions que nous inventerons au xxie sicle favori-

seront, sans doute, des flux d'information plus importants
et nous voyons d'ailleurs dj merger quelques expriences
qui vont dans ce sens. En Inde, par exemple, une initiative de
l'organisation Janaagraha, le projet IPaidABribe encourage les
citoyens lutter contre la corruption, en dnonant sur le Web
les pots-de-vin qu'ils ont pays.
Les consultations en ligne, au cours de la prparation d'une
loi, telle la loi pour une Rpublique numrique, vont dans ce
mme sens de permettre aux citoyens d'mettre une plus grande
quantit d'information en direction de la collectivit. Un tel
processus, consultatif et non dcisionnel, reste insuffisant. Nous
pouvons, par exemple, regretter que la loi pour une Rpublique
numrique finalement vote ne tienne pas suffisamment compte
des opinions exprimes: dans ce cas particulier, les nombreuses
contributions sur les communs ont, par exemple, t finalement
ignores. Reste que cette loi a t beaucoup discute par les
citoyens et que son texte est sans doute diffrent de ce qu'il
aurait t, s'il avait t rdig sur un coin de table, par quelques
experts, avant d'tre vot au milieu de la nuit. De telles initia-
tives de dmocratie participative vont dans le bon sens, mme
si elles restent encore timides et trop rares.
L'information des citoyens

La quantit d'information mise par les citoyens est une
question importante. Celle de la quantit d'information reue
par les citoyens, en provenance des gouvernements et des
103
autres citoyens, l'est tout autant. L'information des citoyens

est, par exemple, essentielle au bon fonctionnement des
rgimes reprsentatifs: si les citoyens ne sont pas correctement
informs, leur vote n'a aucune signification.
Les gouvernements disposent dsormais de moyens efficaces
pour informer les citoyens, mme s'ils sont encore loin de les
utiliser pleinement. Par exemple, nous avions l'habitude que
les donnes publiques, tels les budgets des trente-six mille
communes de France, soient inaccessibles, essentiellement
parce que, avant le temps des algorithmes, publier ces informa-
tions aurait eu un cot prohibitif. Mais, aujourd'hui, ce cot est
devenu ngligeable et nous acceptons mal que ces informations
ne nous soient pas accessibles.
L'ouverture des donnes publiques repose sur une philo-
sophie d'accs libre des informations, vues comme des
biens communs, dont la diffusion est d'intrt gnral. Cette
notion de bien commun est la mme que celle qui sous-tend
les logiciels libres et, par exemple, le projet Wikipdia. Dans
le domaine public, ce mouvement des donnes ouvertes a ses
racines, aux tats-Unis, dans le Freedom of Information Act
de 1966, et il est devenu vritablement massif, depuis quelques
annes, notamment avec le site Web data.gov. Ce site donne
aux citoyens tatsuniens accs des donnes produites par le
gouvernement fdral. Ils peuvent par exemple y suivre, en
dtail, les dpenses de leur gouvernement. Le mouvement des
donnes ouvertes est plus rcent en France, o il s'est d'abord
dvelopp l'initiative de quelques municipalits, notamment
Rennes, avant de s'acclrer en 2011, avec la Mission Etalab .
104
Les informations diffuses par les journaux, la tlvision,

etc., sont, de leur ct, devenues plus massivement et plus
longtemps disponibles. Les citoyens reoivent galement des
informations des autres citoyens, par les rseaux sociaux, les
blogs, les forums, etc. De telles informations horizontales ont
jou un rle essentiel dans des mouvements politiques rcents,
tels les printemps arabes.
Ce dluge d'information complique cependant la slection de
l'information pertinente par les citoyens, qui peuvent aussi se
laisser abuser par des campagnes de dsinformation.
Entreprises, syndicats, associations, etc.

Si nous avons surtout insist sur la participation des citoyens
au gouvernement des tats ou des collectivits locales, les
mmes questions se retrouvent dans d'autres institutions, tels
les syndicats, les associations, les entreprises, etc.
Des organisations moins hirarchiques sont devenues
ncessaires dans ces structures et elles devraient contribuer
les rendre plus humaines et plus performantes. Elles s' accom-
pagnent de nouvelles formes de contributions, de collaboration
aux rflexions et aux prises de dcisions, dans lesquelles la
confiance et la considration sont devenues essentielles.
Nous avons donc un norme chantier devant nous: inventer
des institutions, des entreprises, des modes de vie en socit,
etc., qui tiennent compte des possibilits que, au temps des
algorithmes, nous offrent les techniques de communication.
105
-Tu sais, Robot, je le trouve un peu inquitant ce monde,
avec des milliards de programmes informatiques qui font je ne
sais trop quoi.
-C'est pour cela qu'il faut que nous sachions ce qu'ils font.
Surtout, il ne faut pas qu'ils fassent n'importe quoi.
-Je propose une loi: les robots ne doivent pas commettre
d'injustices, ils doivent tre gentils avec moi, ils doivent faire
tout ce que je dis.
- Et que devraient-ils faire si tu leur demandais de commettre
une injustice?
Un algorithme dans la cit
La cit est habituellement dfinie comme un ensemble

d'tre humains, dont la vie commune est rendue possible
par le respect d'un certain nombre de rgles, qui dfinissent
les droits et les devoirs de chacun. Selon cette dfinition, les
membres de la cit sont donc des femmes et des hommes.
Mais une volution progressive de cette notion nous a peu
peu mens considrer que des groupes d'tres humains, par
exemple des communauts de mtiers, puis des entreprises,
des associations, etc., puissent galement avoir des droits et
des devoirs et qu'ils soient donc galement membres de la cit.
Cette introduction de personnes fictives nous simplifie en effet
beaucoup la vie. Par exemple, si Camille, Claude et Dominique
partagent un appartement et si Camille dpense soixante euros
pour faire les courses au march, il est plus simple de dire,
mme si ces deux formulations sont quivalentes, que Camille,
108
UN ALGORITHME DANS LA CIT
Claude et Dominique doivent vingt euros la communaut

des colocataires, qui, son tour, doit soixante euros Camille,
que de dire que Claude et Dominique doivent chacun vingt
euros Camille. Si, par exemple, Dominique ne paie pas
sa dette, il est prfrable de voir cet vnement comme un
conflit entre Dominique et la communaut des colocataires,
que comme un conflit entre Dominique et Camille. Quand
le nombre de colocataires dpasse quelques dizaines, il sera
aussi plus simple que la communaut des colocataires, bien
que personne fictive, ouvre un compte bancaire son nom,
ce qui suppose qu'elle ait des droits et des devoirs vis--vis
d'une banque.
Outre les tres humains et certains groupes d'tres humains,
d'autres entits peuvent parfois tre considres comme des
membres de la cit, par exemple des animaux, comme en
tmoignent les nombreux procs qui leur furent intents au
Moyen ge ou le fait que le droit franais les reconnaisse
comme des tres sensibles. Certains penseurs contemporains
proposent d'aller au-del, et de considrer galement, comme
membres de la cit, les ocans, les fleuves, les forts ... et les
robots, les logiciels et les algorithmes.
Considrer une entreprise, un animal, un algorithme, ou le
logiciel qui l'exprime, comme un membre de la cit ne signifie
nullement lui accorder les mmes droits et les mmes devoirs
qu' une personne humaine. Par exemple, un tribunal peut
condamner un tre humain une peine de prison, mais non une
entreprise. l'inverse il peut dcider la dissolution d'une entre-
prise, mais non celle d'un tre humain. Considrer un algorithme
109
ou un logiciel comme un membre de la cit n'est donc nullement

une identification anthropomorphique, mais seulement une
extension de la cit d'autres entits que les humains.
Considrer ainsi les logiciels comme des membres de la
cit permet de voir la cit comme un systme o des entits,
humaines ou non, interagissent, en respectant certaines rgles.
Cela permet de donner un sens la question de notre cohabi-
tation dans la cit avec des logiciels et des algorithmes, et des
rgles instaurer pour que cette cohabitation soit harmonieuse.
Boucs missaires
Cette cohabitation est aujourd'hui loin de l'tre: les algorithmes
sont souvent perus comme la source de tous nos maux:
disparition de mtiers, restriction des liberts publiques,
dshumanisation du monde, etc. Quand une mme place de
train est vendue deux voyageurs, il ne sert rien d'insinuer
que l'erreur a peut-tre une origine humaine ou que de telles
erreurs existaient avant l'utilisation d'ordinateurs: la faute ne
peut tre que celle de l'algorithme. Ces accusations sont souvent
renforces par une attitude passiste, refus du changement et
nostalgie d'un pass idalis: les livres numriques dnatu-
reraient le plaisir de la lecture en nous privant de l'odeur du
papier, la consultation du Web nous abtirait, en rduisant
notre got d'apprendre- dj bien abm, en son temps, par
l'invention de l'criture ...
Les algorithmes sont donc choisis, parmi les membres de
la cit, pour endosser la responsabilit de fautes, dont ils ne
110
sont pas toujours coupables. Cela en fait des boucs missaires.

Outre rendre notre cohabitation avec les algorithmes peu
harmonieuse, cette dsignation de boucs missaires masque
les vraies questions, relatives la place des algorithmes dans la
cit: quelles dcisions pouvons-nous confier un algorithme?
Comment contester une dcision prise par un algorithme?
Un algorithme peut-il tre considr comme moralement et
juridiquement responsable de ses actes?
La prise de dcision
Comme d'autres membres de la cit, les algorithmes et les
ordinateurs sont amens prendre des dcisions. Par exemple,
sur les routes, des radars entirement automatiques valuent
la vitesse des automobilistes et, en fonction de la vitesse
observe, dcident de les verbaliser ou non. Nanmoins, nous
ne souhaitons sans doute pas dlguer toutes les dcisions
relatives la vie de la cit des algorithmes. Nous devons
donc nous demander quelles dcisions nous souhaitons leur
dlguer et quelles dcisions nous souhaitons conserver.
Un exemple paradigmatique est celui de la justice. Une
dcision de justice peut-elle tre confie un algorithme-juge,
de mme que la verbalisation d'un automobiliste est confie
un radar-agent de police? Nous commenons rencontrer
de tels algorithmes-juges sur le Web, pour la rsolution de
petits litiges en ligne. Par exemple, les clients et les vendeurs
sur eBay et PayPal peuvent utiliser un centre de rsolution
pour rsoudre leurs conflits et une part trs importante de ces
111
conflits est rsolue de cette manire. Mais pouvons-nous, au

temps des algorithmes, aller au-del et confier la condamnation
d'un criminel ou la remise en libert d'un condamn de tels
algorithmes ?
Pour rpondre cette question, nous devons d'abord nous
demander si nous savons construire des algorithmes-juges
aussi efficaces que les juges humains. Par exemple, savons-nous
construire un algorithme-juge d'application des peines, qui
ferait statistiquement moins d'erreurs qu'un juge humain?
Rpondre cette question n'est pas facile, notamment parce
que, pour valuer cette efficacit, nous devons dfinir le cot
relatif de la dtention inutile d'un potentiel non-rcidiviste avec
celui de la libration d'un rcidiviste et tre capable d'valuer
la sincrit du repentir d'un condamn, qui est peut-tre un
indicateur d'un moindre risque de rcidive.
Cela dit, le simple fait d'imaginer un juge inhumain, rationnel,
impartial et incorruptible, et de le comparer aux juges humains,
nous permet de mettre en vidence les dfauts, sans doute
impossibles corriger, de notre systme actuel. Par exemple,
comme tous les tres humains, les juges ont un mtabolisme
et nous savons que les juges d'application des peines sont
significativement moins indulgents en fin de matine qu'en
dbut d'aprs-midi. Une tude portant sur des milliers de cas
a montr que la proportion de remise de peine accorde tait
de 20 % pour le dernier cas avant le djeuner et de 60 % pour le
premier aprs ce djeuner. Nous savons aussi que dans certains
tats des tats-Unis, les Afro-Amricains sont statistiquement
condamns, pour des crimes similaires, des peines beaucoup
112
plus lourdes que les autres citoyens, qu'ils soient jugs par des
jurys ouvertement racistes, ou simplement par des jurys qui,
malgr leur bonne volont, ont plus d'empathie pour des gens
qui leur ressemblent. Nous savons aussi que, dans beaucoup
de pays, les juges ne sont pas incorruptibles.
Dans ces trois cas, nous pouvons penser qu'un juge inhumain
prendrait statistiquement de meilleures dcisions qu'un juge
irrationnel, partial et corruptible, comme le sont, des degrs
divers, tous les humains. Faut-il donc remplacer les juges par
des algorithmes?
Une solution intermdiaire, entre la prise de dcision par
un algorithme et par un tre humain, est celle d'une prise
de dcision hybride, l'tre humain tant conseill par un
algorithme. Une telle solution a cependant l'inconvnient de
dresponsabiliser l'tre humain, qui peut dsormais invoquer
le mauvais conseil de l'algorithme, pour justifier sa mauvaise
dcision. De mme, quand une dcision est confie un groupe
de personnes, souvent aucune n'en assume la responsabilit.
Dans l'exemple d'une remise de peine, un juge humain, assist
d'un algorithme-juge, serait naturellement tent de ne prendre
aucun risque et de suivre la proposition de l'algorithme, quand
ce dernier propose de refuser une remise de peine. Ce choix
lui vite d'tre tenu pour responsable en cas de rcidive, alors
mme que l'algorithme l'avait mis en garde. Cette drespon-
sabilisation du juge humain est sans doute un obstacle une
telle solution hybride.
Au bout du compte, faut-il remplacer les juges par des
algorithmes? Dans l'tat actuel de nos connaissances, nous
113
ne sommes pas capables de concevoir des algorithmes qui

aient l'empathie ncessaire pour tenir compte de la complexit
humaine de chaque cas. Mais la question se posera sans doute
un jour. Si l'algorithme-juge prend statistiquement de meilleures
dcisions que le juge humain, il devient plus difficile de dfendre
que cette dshumanisation de la justice est une rgression.
La contestation d'une dcision

La dcision de condamner une personne une peine de prison
est encore prise par des tres humains. Mais une multitude de
petites dcisions: condamner un automobiliste une amende,
accorder ou refuser un prt la consommation, etc., sont dj
prises par des algorithmes et nous avons tous dj entendu
l'antienne qui prend les algorithmes, ou les ordinateurs, comme
boucs missaires: Vous avez parfaitement raison, mais je ne
peux rien y faire. C'est l'ordinateur. ..
Une telle dictature de la mdiocrit assiste par ordinateur
est ranger dans la mme catgorie que les autres formes de
pouvoirs abusifs, face auxquels aucune procdure de contes-
tation n'est prvue. Il est tout fait normal qu'un algorithme
fasse des erreurs: il a t conu par des humains, il peut rper-
cuter leurs erreurs et leurs biais, il peut ne pas disposer de
toutes les informations pertinentes, ne pas avoir t conu pour
tenir compte d'une situation particulire, etc. Il est indispen-
sable de pouvoir avoir recours une personne responsable,
qui, si elle pense que nous avons raison, doit pouvoir opposer
sa dcision celle de l'algorithme.
114
Sans cette possibilit de contestation, il est peu probable que

la prise de dcision par un algorithme soit un progrs, et il
est certain qu'elle ne sera pas accepte par les autres membres
de la cit. Il faut donc que, dans chaque cas, une autorit, un
mdiateur, etc., puisse modifier la dcision de l'algorithme. Et
rien n'empche que, dans certains cas, ce mdiateur soit, lui
aussi, un algorithme, mieux vrifi, plus complet que celui qui
a pris la dcision conteste.
Aristote voyait la cit comme une communaut d'animaux

politiques, runis par un choix de vie commune. Considrer
les algorithmes comme des animaux politiques, sans doute
des animaux diffrents de nous, mais comme des membres de
la cit, nous mne donc nous poser de nouvelles questions
relatives aux dcisions que nous souhaitons leur dlguer
et aux procdures de contestation de ces dcisions que nous
devons mettre en place. Ces questions nous aident mieux
penser la manire dont nous cohabitons avec ces algorithmes.
115
La responsabilit des algorithmes
Un algorithme peut-il faire le mal? La rponse cette question

n'a hlas rien d'original: comme n'importe quel outil, un
algorithme peut tre la meilleure et la pire des choses. Par
exemple, si la plupart d'entre nous reoit, chaque mois, une
fiche de paie produite par un algorithme, il est trs facile de
modifier cet algorithme, pour qu'il ajoute une prime certains
employs, en fonction de leur nationalit, de leur couleur de
peau, de leur genre, de leurs opinions politiques, etc. De telles
discriminations sont moralement condamnables, qu'elles soient
effectues par un tre humain ou par un algorithme.
Le meilleur et le pire? Le mme algorithme d'analyse de
donnes massives peut permettre des mdecins de person-
naliser des traitements et de sauver ainsi des vies humaines,
et des gouvernements d'espionner leurs citoyens, au mpris
du droit une vie prive.
116
LA RESPONSABILIT DES ALGORITHMES
Quand un algorithme fait le mal, par exemple quand il est

l'auteur de discriminations, est-il moralement responsable?
Cela est difficile dfendre, car un algorithme n'a, en lui-mme,
aucune intention. Dans l'exemple de la prime mensuelle
accorde certains employs, l'intention de discrimination
vient de ses concepteurs. Un algorithme n'est donc pas un
sujet moral et nous ne pouvons attribuer la responsabilit de
ses actes, qu'aux personnes qui l'ont conu, adapt, paramtr,
choisi, dploy, utilis, etc.
La responsabilit des actes d'un algorithme incombe donc
ceux qui le conoivent et l'utilisent. C'est eux de veiller ce
qu'aucune de ses actions ne soit moralement condamnable et
d'assumer leur part de responsabilit, morale et juridique, en
cas de dysfonctionnement.
Mais, comme souvent, si les ides gnrales sont simples, elles
se compliquent quand nous considrons des cas particuliers.
Une raison est qu'il arrive que plusieurs algorithmes- parfois
des milliers -interagissent, changent des donnes, raisonnent,
proposent et dcident pour nous. Illustrons cela avec trois
exemples: les voitures autonomes, les assistants personnels
numriques, et l'achat et la vente de produits financiers.
Y a-t-il un pilote dans la voiture?

Dans un vhicule autonome, pilot par un algorithme, des
capteurs analysent l'environnement en temps rel: la route,
les autres vhicules, etc. La voiture dialogue galement avec les
autres vhicules et, par exemple, avec les feux de circulation. Un
117
algorithme dcide ensuite de ce que la voiture doit faire, freiner,

acclrer, allumer les phares, etc., et contrle les commandes
pour effectuer ces actions. Les passagers, quant eux, n'ont
qu' profiter du voyage.
Dans une telle voiture, c'est un algorithme qui conduit. Il
remplit un rle habituellement dvolu un tre humain. Mais
le caractre dlibrment anthropomorphique de cet exemple
ne doit pas nous tromper: la responsabilit des actions de cet
algorithme incombe, comme nous l'avons dit, ses concepteurs.
Mme si les mtros sans conducteur et les avions sans pilote
sont largement dploys, les voitures autonomes n'arrivent
que lentement dans nos rues - et les sceptiques sont encore
nombreux, qui pensent qu'elles ne le feront jamais. Il y a certes
un certain nombre de problmes techniques rsoudre. Mais
une autre raison retarde ce dploiement: nous ne savons pas
encore spcifier un algorithme-conducteur les rgles qu'il doit
suivre pour bien se comporter.
Par exemple, que devrait faire un tel algorithme s'il devait
choisir entre tuer deux pitons ou l'unique passager de la
voiture? Doit-il chercher tre loyal vis--vis du passager de
la voiture ou pargner le plus grand nombre possible de vies
humaines?
Ces questions sont tout fait nouvelles. Depuis le dvelop-
pement de l'automobile, il est malheureusement arriv que des
conducteurs se trouvent devant de tels dilemmes, mais comme
ils avaient en gnral quelques fractions de secondes pour agir,
ils le faisaient sans rflchir, et sans trop se poser de questions
morales. Quand nous prenons un taxi, nous questionnons
118
rarement le chauffeur, pour savoir ce qu'il ferait dans un tel

cas. Mais quand nous concevons un algorithme-conducteur,
nous sommes obligs de rpondre ce genre de questions.
Une autre question qui retarde le dploiement des voitures
autonomes est celle de la responsabilit juridique en cas
d'accident. Il est difficile d'incriminer les passagers, qui regar-
daient tranquillement le paysage. Nous avons vu qu'incriminer
l'algorithme lui-mme n'aurait pas grand sens. La responsa-
bilit est partager entre les personnes morales et physiques
qui collectivement ont fait que cet algorithme soit utilis pour
conduire une voiture. Le fabricant de la voiture? L'entreprise
qui a dvelopp l'algorithme? L'employ de cette entreprise
qui a crit le programme? Bien d'autres peuvent hriter d'une
part de responsabilit. Et qu'en est-il si l'erreur implique
des composants logiciels achets une autre entreprise? Et
s'il s'agit, non d'une erreur de programmation, mais d'une
mauvaise spcification de l'algorithme, d'un mauvais cahier
des charges? Ou de la survenue d'une situation non prvue
dans ce cahier des charges ?
Nous avanons lentement sur ces questions et nous pouvons
dj prvoir de grands procs, qui rgaleront les avocats et les
juristes, mais nous avanons malgr tout: certains construc-
teurs, par exemple Volvo, ont dj annonc qu'ils taient prts
endosser une part de responsabilit en cas d'accident.
Cet exemple montre que la question du comportement d'un
algorithme face un dilemme moral et celle de la responsabilit
juridique en cas d'accident se compliquent ds que nous consi-
drons un cas particulier.
119
Cela dit, il y a peut-tre un paradoxe dans le fait que nous

pensions- juste titre, nous semble-t-il- qu'il est important de
rpondre ces questions, avant de laisser ces voitures rouler dans
nos villes, alors que nous acceptons aujourd'hui de conduire sur
des routes mortellement dangereuses, o circulent un grand
nombre de conducteurs, parfois sans permis, ni assurance.
Nous attendons d'une voiture autonome, non qu'elle conduise
comme un conducteur moyen, mais qu'elle conduise mieux que
les meilleurs conducteurs. Si les voitures autonomes tardent
arriver, c'est parce que nous attendons beaucoup d'elles: nous
n'attendons pas uniquement qu'elles aient un comportement
acceptable, nous attendons qu'elles aient un comportement
irrprochable, alors mme que nous ne savons parfois mme
pas dfinir ce que devrait tre un tel comportement.
Les assistants personnels numriques

Autre exemple, les assistants personnels numriques, tels Siri
ou Google Now. Ces logiciels sont destins nous accompagner
dans notre vie quotidienne, organiser nos rendez-vous,
nos voyages, grer nos comptes en banque, etc. Comme ils
rpondent un rel besoin, ils devraient prendre une place
importante dans nos vies.
Pour fonctionner, ces logiciels cherchent acqurir un maximum
de donnes sur nous: des donnes que nous fournissons dlib-
rment, que des capteurs, tel un GPS, produisent pour nous,
moins que ce ne soient nos amis, quand ils nous taguent sur les
rseaux sociaux, ou nos fournisseurs, telle une librairie en ligne,
120
qui sait tout de nos gots littraires. Des systmes collectent ces
donnes parfois sans que nous en soyons conscients, et parfois
sans que nous sachions quoi elles serviront.
Comme les voitures autonomes, ces assistants personnels,
attendus depuis des annes, n'arrivent que lentement et sont
encore trs dcevants. Pourquoi?
Nagure encore, un frein au dveloppement de ces systmes
tait que la plupart des informations intressantes n'taient
disponibles que dans nos cerveaux. Mais cet argument n'est
plus pertinent: ces donnes sont maintenant ici et l, sous
forme numrique. Alors pourquoi ces applications tardent-elles
s'imposer?
Une raison de ce retard est, l encore, la complexit du
problme. Avec la disponibilit massive de donnes, le problme
s'est compliqu. Par exemple, quand il se passe autour de nous
des milliers d'vnements, notre assistant peine choisir le
petit nombre d'entre eux dont il doit nous informer. Il s'agit de
comprendre les informations disponibles, des images, du texte
en langue naturelle, ce qui n'est pas simple. Puis, de comprendre
ce qui nous intresse. Ce sont des tches qu'un assistant humain
sait raliser plus ou moins bien. Ce sont des tches extrmement
complexes pour une machine. Les informations que l'assistant
rcupre sont en outre de trs mauvaise qualit: elles sont incom-
pltes, imprcises, parfois errones. Surtout, une grande partie
de ces informations consiste en des opinions, des sentiments.
Est-ce que le resto tait vraiment super, comme le dit Camille?
Est-ce que Camille tait de trs bonne humeur, comme l'affirme
Claude? Un assistant personnel doit grer les impressions, les
121
mensonges, les humeurs, les conflits, les amours ... de chacun.

Tout cela rajoute de la complexit, ce qui explique que les assis-
tants personnels numriques soient encore trs dcevants et que
ce sujet tienne encore du domaine de la recherche.
Mais le plus grand frein au dveloppement d'un tel assistant
est sans doute le fait que nos donnes personnelles sont
disperses dans un grand nombre de systmes, blogs, rseaux
sociaux, sites Web, etc. Ces systmes stockent ces donnes
dans des standards diffrents, les organisent diffremment,
se basent sur des terminologies diffrentes. Or, pour disposer
d'un assistant personnel efficace, il faudrait confier toutes nos
donnes un seul systme. Mais nous sommes, fort justement,
trs rticents l'ide de confier toutes nos donnes Google,
Facebook ou Apple. Nous serions alors, de manire assez
angoissante, entirement la merci de l'entreprise que nous
aurions choisie. Imaginons que notre assistant rechigne alors
communiquer avec des logiciels d'entreprises concurrentes,
ou qu'il nous cache certaines informations, parce qu'elles ne
sont pas en accord avec les options politiques ou religieuses
de l'entreprise choisie. Imaginons que notre assistant nous
loigne de certains amis, parce qu'ils ont choisi un assistant
personnel concurrent. Imaginons qu'il vende nos informations
les plus intimes au plus offrant. Un tel assistant au service
d'une grande entreprise du Web pourrait sonner le glas de
notre libert numrique.
Comment dfinir ce que devrait tre un comportement
moral d'un assistant personnel? Ce dont nous rvons est
un assistant numrique qui serait uniquement notre service
122
et non celui de l'entreprise qui l'a construit. Mais que signifie

tre au service de ?
La Bourse et les ordinateurs

Dans le domaine de la finance, les algorithmes, qui prennent
des dcisions d'achat et de vente de produits financiers, sont
depuis longtemps les principaux acteurs sur les marchs. Le
trading automatique est donc un bel exemple pour discuter de
cette question de la responsabilit des algorithmes.
Nous avons assist, en 2012, un krach boursier. Qui peut
tre tenu pour responsable de ce krach? Les algorithmes qui
prennent les dcisions d'acheter et de vendre? Les informa-
ticiens qui ont conu ces algorithmes? Les personnes qui les
utilisent? Les algorithmes qui contrlent ces transactions?
Nous avons tendance incriminer l'utilisation d'algorithmes,
alors que le premier krach spculatif recens, qui date de 1637,
est antrieur au trading automatique. Attribuer la responsabilit
des krachs boursiers aux algorithmes ou aux informaticiens qui
les dveloppent rvle la fois une mconnaissance de l'histoire
conomique et la volont de se dfausser de ses responsabilits.
Aprs tout, les marchs fonctionnent selon des rgles qui ont
t dfinies par des tres humains et les algorithmes ne font
que jouer dans ces rgles.
Il faut bien pourtant admettre que la dlgation des
algorithmes des dcisions boursires d'achat et de vente
peut conduire fragiliser les marchs financiers. Cela tient
au fait que les algorithmes se comportent diffremment
123
des humains pour lesquels les rgles ont t dfinies: ils

prennent une dcision beaucoup plus rapidement, ils sont
extrmement uniformes dans leur choix et ils sont beaucoup
moins contrls que des humains, dont nous nous attendons
ce qu'ils commettent des erreurs.
Plutt que d'accuser inutilement les algorithmes, la solution
de ce problme passe par l'instauration de nouvelles rgles
d'organisation des marchs financiers, qui tiennent compte
des spcificits des algorithmes. Il faut aussi que ces nouvelles
rgles incitent les banques se recentrer sur leur rle historique
d'organisation du march de l'pargne, plutt que de miser
sur des gains court terme que permettent ces algorithmes.
Par exemple, il tait jadis rare qu'un trader achte un produit
financier pour le revendre moins d'une seconde plus tard. Si
cette inertie avait un effet positif sur les marchs, peut-tre
devrions-nous imaginer une rgle qui vite qu'un mme titre
ne soit vendu et achet des milliers de fois en une seconde, par
exemple en interdisant de vendre un titre avant un certain dlai
ou en instituant une taxe sur les transactions.
Ces trois exemples, par-del leurs diffrences, nous montrent

que des algorithmes peuvent faire le bien comme le mal, et que
nous devrions utiliser des algorithmes uniquement quand nous
avons une certaine assurance qu'ils ne vont pas faire n'importe
quoi. Nous ne pouvons pas laisser les voitures autonomes
transformer nos routes en jungle, les assistants personnels
servir un autre intrt que le ntre et les marchs financiers
devenir des montagnes russes.
124
Donnes personnelles
et vie prive
Pourquoi cette notion de vie prive est-elle au cur des

questions qui se posent nous au temps des algorithmes?
Nous avons dit que l'utilisation d'ordinateurs nous permettait
d'excuter, l'extrieur de notre tte, des algorithmes que
nous excutions nagure l'intrieur de celle-ci. Elle nous
permet, de mme, de stocker, l'extrieur de cette tte, des
informations que nous apprenions nagure par cur. Notre
manire d'accder ces informations extemalises est de plus
en plus sophistique: nous utilisons des agendas lectroniques,
des moteurs de recherche, des systmes de gestion de bases
de donnes, etc. Comme l'criture, l'alphabet et l'imprimerie,
l'informatique participe donc d'un vaste mouvement d'exter-
nalisation de nos facults intellectuelles, notamment de notre
mmoire.
125
Pour ceux qui oubliaient souvent leurs rendez-vous et les

numros de tlphone de leurs amis, c'est le paradis. Mais cette
externalisation pose aussi un certain nombre de problmes,
notamment parce qu'elle transforme la notion mme de vie prive.
Les donnes personnelles

Nous crivons des textes: des courriers lectroniques, des
billets de blog, etc. D'autres crivent des textes qui parlent de
nous. Nous prenons des photos. Nous coutons de la musique.
Nous regardons des films. Nous achetons des objets. Nous
consultons des pages web et les comptes de nos amis sur les
rseaux sociaux. Nous les annotons parfois. Les GPS de nos
tlphones enregistrent nos itinraires. Toutes ces donnes
nous racontent.
Des systmes informatiques croisent ces donnes, issues de
plusieurs sources et infrent des connaissances: des masses de
donnes qui nous concernent s'accumulent un peu partout.
Certaines informations sont exactes, d'autres non. Certaines
reprsentent des faits objectifs, d'autres sont tout fait subjec-
tives: quelqu'un nous a trouv agressif, mlancolique, de
bonne humeur, etc. Nous souhaiterions parfois supprimer ces
informations, car elles dvoilent des choses que nous aimerions
garder secrtes. Mais les secrets sont difficiles protger au
temps des algorithmes et le droit l'oubli y est bien absent, car
nous ne contrlons qu'une petite partie de ces donnes. Pour
une grande part, nous ne savons mme pas qu'elles existent,
ni ce que les autres en font.
126
DONNES PERSONNELLES ET VIE PRIVE
Il est trs difficile de dfinir une notion de proprit pour

ces donnes: souvent, elles concernent plusieurs personnes.
Une photo publie sur un rseau social concerne la personne
qui a pris la photo, les personnes qui figurent sur cette photo, le
propritaire du compte sur lequel elle est publie, les personnes
qui l'annotent, les personnes mentionnes dans ces annota-
tions, etc. Le propritaire du compte sur lequel cette photo est
publie est loin d'tre le seul propritaire de cette photo.
Plutt que de dfinir une telle notion de proprit, il est plus
utile d'essayer de comprendre quelles rgles pourraient rgir la
collecte, le stockage, l'change et l'utilisation de telles donnes.
Car ces donnes intressent beaucoup de monde, en particulier
les gouvernements et les entreprises.
Les gouvernements
Les gouvernements et les juges n'ont pas attendu le temps
des algorithmes pour surveiller leurs sujets et citoyens. Au
xxe sicle, par exemple, un juge pouvait ordonner la mise sur
coute d'une personne coupable ou suspecte d'un dlit ou d'un
crime et les gouvernements se passaient mme souvent des
juges. Mais, comme il fallait que quelqu'un consacre du temps
couter ces conversations, cette surveillance tait limite.
Grce aux ordinateurs et aux algorithmes d'apprentissage,
les tats peuvent dsormais surveiller massivement toute la
population. Les ordinateurs des services de renseignement
ralisent des analyses statistiques sur les montagnes de
donnes qu'ils collectent, afin d'y dtecter des comportements
127
suspects: le nom, le prnom, l'adresse, les dplacements, les

contacts d'un individu, les films qu'il regarde, la musique qu'il
coute, etc., sont autant d'lments qui qualifient cet individu
et qui feront dire aux algorithmes qu'il est suspect ou non, sur
des bases purement statistiques.
Un inoffensif travailleur immigr peut, par hasard, habiter
dans le mme immeuble qu'un assassin et prendre ses vacances
dans un village o un crime atroce a t commis. Isolment,
chacun de ces indices n'a aucune valeur. Mais, ensemble,
ils construisent un faisceau qui peut mener considrer cette
personne comme un risque potentiel pour la socit. Pas
de chance! Plus la surveillance est massive, plus le nombre
de faux positifs, c'est--dire de personnes injustement
suspectes par le mauvais hasard des statistiques est grand.
Alors que le nombre de personnes suspectes raison, limit
par le nombre de criminels, reste comparativement petit.
Les raisons pour une telle surveillance massive ne manquent
pas: grand banditisme, terrorisme, trafic d'tres humains, etc.
Principalement motives par le terrorisme, des lois rcentes,
le Patriot Act aux tats-Unis en 2001 et la loi relative au
renseignement en France en 2015, lgalisent cette surveillance
de masse. Il faut tre conscient que ces lois contribuent
rapidement crer un terrifiant Big Brother.
Les rsultats dans la lutte antiterroriste sont, selon les
spcialistes, assez dcevants, mais cela n'empche pas les
responsables du renseignement d'esprer qu'un jour les
analyses des donnes rcoltes produiront de meilleurs
rsultats. D'un point de vue technique, cela est probable ... sauf
128
bien sr si les criminels modifient leurs comportements, s'ils

se mettent protger leurs traces numriques, par exemple en
chiffrant leurs communications ou en utilisant un rseau, tel
Tor, qui anonymise les connexions au rseau Internet.
Ces lois votes la va-vite dans l'angoisse des attentats
nous ont mens rduire nos droits les plus fondamentaux,
notamment la protection de notre vie prive. Il est de notre
responsabilit collective de poser la question du bien-fond
d'une telle surveillance, de lui imposer des limites, de la placer
sous le contrle d'une justice indpendante.
Les entreprises
Si les gouvernements s'intressent nos donnes, ils ne sont
pas les seuls. Les entreprises, notamment les grands acteurs
du Web, ont aussi compris la valeur de ces donnes person-
nelles. Les internautes vont-ils accepter d'tre ainsi observs
et analyss en permanence?
Un exemple illustre les dsagrments d'une telle observation.
Celui d'une adolescente, dont le pre avait appris la grossesse,
en 2012, par une publicit cible. En analysant les achats de
la jeune femme, les algorithmes de l'entreprise Target avaient
dtermin qu'elle tait probablement enceinte et lui avaient
envoy des bons de rduction pour des habits de bbs et des
berceaux. Cette intrusion brutale dans l'intimit d'une famille
est inexcusable. Mais au-del de l'erreur de l'envoi de cette
publicit, le simple fait que l'entreprise ait pu infrer une infor-
mation aussi personnelle est inquitant.
129
Il a aussi t montr, aux tats-Unis, que les internautes qui

habitaient dans un quartier dfavoris se voyaient proposer des
agrafeuses des prix plus levs, que ceux des beaux quartiers.
L'entreprise, gne, a fini par expliquer que la raison tait que
ces internautes habitaient plus loin d'une papeterie et qu'ils
taient donc prts payer davantage. Est-il normal que notre
adresse soit ainsi utilise pour dterminer le prix d'un objet ou
d'un service? Imaginons-nous dans un souk, marchandant avec
un vendeur qui aurait accs toutes nos informations prives.
Nous serions dans une situation bien dfavorable pour ngocier.
Ces nuisances seraient-elles marginales? Parce que nous
acceptons de signer des conditions gnrales d'utilisation sans
mme les lire, parce que nous montrons beaucoup de lgret
dans la protection de nos donnes personnelles, etc., les aptres
de la fin de la vie prive aimeraient accrditer la thse que nous
sommes prts accepter que nos informations personnelles
s'talent sur la place publique. En tentant de nous convaincre
que les jeunes gnrations sont moins sensibles cette question
que les plus gs, ils insinuent que la vie prive est un problme
de vieux cons .
Mais la situation est plus complexe. D'abord, jeunes ou
vieux, nous ne sommes pas toujours conscients de l'tendue
du problme. Ensuite, quand nous acceptons de signer des
conditions gnrales d'utilisation sans mme les lire, c'est
bien souvent parce que nous n'avons pas d'alternative: nous
voulons accder un service et personne ne nous propose ce
mme service, en garantissant la protection de nos donnes.
Quand nous avons le choix, beaucoup d'entre nous prfrent
130
protger leurs donnes prives. Est-il donc possible de procurer

les mmes services aux internautes, en protgeant la confiden-
tialit de leurs donnes personnelles?
La difficult est double. D'abord, ces donnes personnelles
sont parfois utiles pour amliorer la qualit de certains services.
Certaines applications nous indiquent, par exemple, quelles
sont les rues embouteilles dans une ville, et elles ne pourraient
le faire si elles ignoraient o se trouvent les voitures. Il est en
fait parfois techniquement possible de dvelopper les mmes
services sans collecter de donnes personnelles, par exemple en
anonymisant les donnes collectes par de telles applications,
mais cela est plus difficile. Les dveloppeurs se contentent ainsi
souvent de solutions de facilit, parce que la concurrence exige,
de plus en plus, de sortir trs vite de nouveaux produits.
Une autre difficult vient des modles conomiques
dvelopps par certaines grandes entreprises, qui fournissent
par exemple des moteurs de recherche ou des rseaux sociaux.
Elles mettent en place un march biface: sur une premire
face duquel elles troquent un service gratuit contre les
donnes personnelles de leurs clients, qu'elles revendent
ensuite sur la seconde une autre catgorie de clients, par
exemple, des annonceurs.
Il existe d'autres modles conomiques, comme les systmes
d'informations personnelles, les Pims- Personal information
management systems. L'utilisateur, plutt que de dlguer ses
services des entreprises qui marchandiseront ses donnes,
choisit de les grer lui-mme dans un Pims. Comme il n'a ni
l'envie ni les comptences pour administrer lui-mme des
131
services informatiques, il dlgue cette tche une entreprise.

Dplaons-nous la marchandisation d'une entreprise une
autre? Non, car le modle commercial des fournisseurs de
services est surtout fond sur la commercialisation des donnes
de leurs clients. Un fournisseur de Pims a, au contraire, un
contrat avec ses clients, qui stipule qu'il doit protger la confi-
dentialit de leurs donnes.
Les Pims sont encore peu rpandus, mais l'approche est
prometteuse et ils nous montrent surtout que d'autres voies
sont possibles.
Les mmes techniques, qui aujourd'hui distribuent nos
donnes personnelles aux quatre vents, permettent de construire
des systmes trs diffrents, qui respectent la confidentialit des
donnes personnelles. La technique n'impose nullement que de
telles donnes deviennent publiques. Seuls les modles cono-
miques actuels et notre paresse intellectuelle nous conduisent
l'accepter. Ces modles peuvent se transformer, de nouveaux
modles peuvent merger ... si nous le dcidons.
Les donnes de sant

Parmi toutes nos donnes personnelles, certaines sont plus
sensibles que d'autres et, parmi les plus sensibles, figurent nos
donnes de sant: rsultats d'examens mdicaux, diagnostics,
prescriptions, etc. Ces donnes sont compltes par des donnes
gnomiques, depuis que des entreprises, telles que 23andMe,
proposent de squencer une partie importante de notre gnome
individuel, pour quelques dizaines de dollars. Enfin notre sant
132
dpend aussi d'autres facteurs: alimentation, consommation

de drogues- tabac, alcool, etc. -, activit physique, exposition
des pollutions, etc. Informations que nous diffusons souvent
volontairement, par exemple sur les rseaux sociaux. Prises
ensemble, ces donnes dfinissent, en grande partie, notre sant
prsente et future.
Il est question de runir certaines de ces donnes dans un
dossier mdical lectronique, que nous attendons depuis de
nombreuses annes. Un tel dossier mdical aurait de nombreux
avantages. D'abord pour la recherche mdicale: l'analyse d'un
grand nombre de dossiers pourrait permettre, par exemple, de
dcouvrir des corrlations entre la prise de certaines combi-
naisons de mdicaments et certaines pathologies. Surtout, un
tel dossier mdical aurait de nombreux avantages pour les
patients. Il permettrait d'viter des examens inutiles et peut-tre
des erreurs de diagnostic. Il viterait que le dossier mdical d'un
patient ne disparaisse quand ce patient change de mdecin.
Il permettrait, terme, de raliser un modle numrique de
chaque patient pour personnaliser ses traitements, etc.
Mais ce dossier mdical lectronique se fait attendre,
prcisment parce que ces donnes sont sensibles. Une
compagnie d'assurances ou une banque doivent-elles avoir
accs aux donnes mdicales et gnomiques de son client,
l'historique de ses activits sportives? Un employeur celles
de ses employs? Ces donnes mdicales sont personnelles
et, ce titre, les compagnies d'assurances, par exemple, ne
devraient pas pouvoir y avoir accs pour moduler leurs tarifs
en fonction de l'tat de sant de leurs assurs, mme avec leur
133
consentement. En revanche, les chercheurs devraient pouvoir

en disposer pour faire progresser la mdecine. Et les saignants
pour amliorer la qualit des soins.
Il n'est donc pas souhaitable d'enfermer les donnes de sant,
mais nous devons dcider qui a accs quelles donnes et surtout
pour quoi faire. Nous devons aussi dvelopper les techniques
ncessaires pour pouvoir analyser massivement des donnes
tout en en protgeant individuellement la confidentialit.
La mmoire numrique
Dernier exemple, peut-tre le plus inattendu: comment
conserver notre mmoire? Cela peut sembler paradoxal, mais
en numrisant notre mmoire, en la dgageant des limites du
cerveau humain, comme des limites des procds analogiques
de stockage, en la rendant reproductible l'infini et potentiel-
lement immortelle, nous risquons de simplement la perdre.
Observons, par exemple, les photos argentiques que certains
d'entre nous ont prises au xxe sicle. Nous gardons souvent ces
photos dans un tiroir depuis des dizaines d'annes. Certaines
couleurs en sont un peu fanes, mais ces photos n'en ont que
plus de charme. Dans quelques dizaines d'annes, elles seront
vraisemblablement encore l.
Qu'en est-il des photos numriques que nous avons prises
lors de nos dernires vacances? Les aurons-nous encore dans
dix ans? Rien n'est moins sr. D'abord, les supports comme les
disques magntiques ou la mmoire flash sont moins prennes
que le papier. Ensuite, les formats utiliss par ces photos ont
134
tendance se primer trs rapidement. Nous entassons les

informations dans un grand dsordre et l'occasion d'une
panne ou d'un changement d'ordinateur, de tlphone, de
systme de stockage, nous oublions des pans de notre
mmoire, peut-tre irremplaables.
Une mmoire numrique prenne est techniquement rali-
sable. Rien ne nous empche d'avoir des sauvegardes de nos
photos, de renouveler rgulirement nos disques, de rpliquer
nos informations en permanence, de garder des logiciels pour
tous les formats de donnes ou de traduire nos donnes de
formats prims en formats rcents. Mais cela a un cot, en
particulier en temps.
Nous ne devons pas avoir honte de notre incapacit grer
notre mmoire numrique. Nombre d'entreprises et d'admi-
nistrations ne font pas mieux. Les solutions d'archivage
numrique long terme sont encore balbutiantes. C'est pour
cela que mme aprs avoir dmatrialis les changes d'infor-
mation, les entreprises et les administrations utilisent encore
souvent des archives papier pour en conserver la mmoire.
Cela dit, ce problme technique en masque peut-tre un autre.
l'poque o prendre une photo cotait plusieurs francs, nous
ne prenions que quelques dizaines de photos par an, et mme si
nous les conservions toutes, cela reprsentait un faible volume.
Maintenant que nous prenons quelques centaines ou milliers
de photos chaque anne, un nouveau problme apparat: si
nous voulons pouvoir regarder ces photos dans dix ans, sans
nous noyer dans un ocan mmoriel, nous devons apprendre
choisir celles que nous voulons garder. L'hypermnsie rend
135
paradoxalement nos souvenirs inaccessibles et nous devons

apprendre devenir, avec l'aide d'algorithmes, les archivistes
de notre monde numrique personnel.
Inconscient individuel et collectif

Les crivains de science-fiction rvaient de super-ordinateurs
intelligents, mais peu avaient imagin l'apparition d'une
connaissance collective, construite par des milliards de
machines interconnectes, stockant des informations sur nous,
changeant ces informations, en extrayant des connaissances
qui nous racontent. Tout ce que nous avons toujours voulu
savoir sur chacun d'entre nous, et davantage.
Des systmes informatiques, en croisant, en analysant toutes
les donnes d'un individu, peuvent dcouvrir des aspects de la
personnalit de cet individu, que cet individu souhaite cacher,
voire ignore. Ces algorithmes d'analyse de donnes massives
ont, en quelque sorte, directement accs notre inconscient.
Comme les psychanalystes, ils s'intressent moins la logique
de nos discours, qu'aux mots que nous employons, leurs
associations, leurs corrlations, etc. Des algorithmes prdisent
ce que nous allons acheter sans mme que nous en ayons
conscience.
Notre inconscient est aujourd'hui porte d'algorithme, tout
comme d'ailleurs un inconscient collectif encore explorer.
Nous dcouvrons les risques que courent nos donnes

personnelles devant les attaques des gouvernements et des
136
entreprises, et devant les assauts du temps. Toutefois, des

solutions existent que nous devons mettre en uvre une
chelle individuelle ou collective. Contre les gouvernements,
les solutions pour aller vers plus de protection des donnes
personnelles sont d'abord politiques. Contre les entreprises,
il n'est pas surprenant qu'elles soient d'abord conomiques.
Contre les assauts du temps, les solutions sont avant tout
personnelles: c'est nous de choisir ce dont nous voulons
nous souvenir.
137
/
Equit, transparence et diversit
Nous avons certaines attentes l'gard des algorithmes que

nous ctoyons. Nous souhaitons, par exemple, qu'ils soient
quitables. Ces proprits sont essentielles la coexistence
pacifique des algorithmes et des humains, et l'instauration
d'un climat de confiance dans la cit. Elles sont d'autant plus
essentielles quand ces algorithmes exercent un certain pouvoir,
par exemple quand un algorithme dcide de l'attribution, ou
du refus, d'un prt bancaire.
Mais que sont exactement ces attentes?
L'quit
Pour qu'une dcision concernant une personne soit quitable,
elle doit ignorer dlibrment certaines informations, comme
le genre ou l'origine ethnique de cette personne. C'est ce que
symbolise l'allgorie de la justice aux yeux bands.
138
QUIT, TRANSPARENCE ET DIVERSIT
Il est souvent difficile de savoir si les tres humains prennent

des dcisions quitables ou non. Par exemple, comment tre
certain que le matre d'htel d'un grand restaurant ne donne
pas une meilleure table ses clients les plus clbres, les mieux
habills, les plus beaux, etc. D'ailleurs, les auteurs de ce livre
sont-ils absolument certains de n'avoir jamais favoris incon-
sciemment un candidat ou une candidate, au cours d'un oral,
du fait de son apparence vestimentaire?
Remplacer le matre d'htel d'un restaurant ou l'examinateur
d'un concours par un algorithme peut contribuer une plus
grande quit, car, quand nous exprimons cet algorithme par
un programme, tout doit tre explicite. Il est certes possible de
concevoir un algorithme qui, quand nous rservons une table
dans un restaurant sur un site web, commence par chercher
si notre prnom appartient la liste: Babacar, Fang, Fatima,
Moshe, etc., ou alors la liste: Gilles, Madeleine, Marie, Serge,
etc., et choisit une table ou une autre en fonction du rsultat
de cette recherche. Mais, contrairement aux insondables
motivations du matre d'htel, expliciter un tel critre d' attri-
bution d'une table serait une publicit assez ngative pour le
restaurant. De telles discriminations, toujours immorales, sont,
en outre, parfois illgales, quand il s'agit par exemple, pour
une banque, d'offrir des taux d'intrts diffrents aux membres
d'une minorit ethnique.
Certains biais sont faciles dtecter. En analysant le programme
qui l'exprime nous pouvons, par exemple, reprer assez vite si
l'algorithme qui dcide de l'accord ou du refus d'un prt bancaire
fonde ses dcisions sur la valeur d'un attribut Religion, dans une
139
base de donnes. Mais d'autres sont plus difficiles dtecter,

par exemple, quand un tel algorithme analyse un ensemble de
donnes: le prnom des demandeurs, leur pays de naissance,
leurs habitudes alimentaires, etc., calcule une variable X244 et
l'utilise pour fonder sa dcision, et que cette variable se trouve
par hasard fortement corrle la religion du demandeur.
Dans l'analyse de ces algorithmes, nous devons donc tre
doublement vigilants.
La transparence
Il est plus facile de confondre un algorithme qu'un matre d'htel
inique, car, dans l'expression d'un algorithme, tout est explicit.
Cependant, pour pouvoir confondre un algorithme inique, il
faut que nous puissions savoir comment il fonctionne. Cela
nous mne la question de la transparence des algorithmes.
Pour clairer cette question, nous devons commencer par
distinguer plusieurs types d'algorithmes. Certains algorithmes,
tel l'algorithme, symbolique ou non, qui nous permet de
distinguer un chien d'un chat, sont employs par notre cerveau,
sans que nous sachions comment ils fonctionnent. Expliciter
des algorithmes de reconnaissance d'images et observer le
fonctionnement de notre cerveau nous permettent, peu peu,
de mieux les comprendre. L'exigence d'explicitation inhrente
l'expression d'un algorithme apparat ici comme un facteur
de transparence.
l'inverse, d'autres algorithmes, tels les algorithmes de
l'addition et de la multiplication, ont t utiliss pendant
140
des milliers d'annes par des tres humains. En faisant une

multiplication la main, nous savions exactement comment
cet algorithme parvenait au rsultat, car nous le faisions,
nous-mmes, fonctionner pas pas. En faisant excuter des
algorithmes par des ordinateurs, nous avons partiellement
perdu cette transparence. Il reste possible de faire fonctionner
pas pas un algorithme simple et d'expliquer les calculs
effectus chaque tape. C'est, par exemple, ce que fait la
plateforme OpenFisca, avec les algorithmes de calcul des
impts et des prestations sociales. Mais, quand un ordinateur
effectue un million d'oprations pour parvenir un rsultat,
mme si nous savons ce que sont ces oprations, et mme
si nous pourrions en thorie effectuer chacune d'elles la
main, nous pouvons tre surpris du rsultat. C'est souvent
le cas avec les algorithmes d'analyse de donnes massives:
il est difficile d'expliquer les millions d'oprations qui ont
conduit dcider qu'une rue soit mise en sens unique, en
se fondant sur l'analyse de traoctets de donnes, rcoltes
par les services de l'quipement. La complexit des calculs,
permise par l'utilisation d'un ordinateur, apparat ici comme
un facteur d'opacit.
Enfin, le concepteur d'un algorithme peut dcider de le
partager avec ses utilisateurs ou de le garder secret. Si un
restaurant dcide, par exemple, de garder secret l'algorithme
d'attribution des tables utilis par son site web, l'explicitation
de l'algorithme n'est plus un facteur de transparence.
Il est difficile de remdier l'opacit due la complexit
des algorithmes. En revanche, il est facile d'exiger que les
141
algorithmes qui prennent des dcisions qui nous concernent

soient rendus publics.
Pour faire un parallle, l'analyse de donnes fait, depuis
longtemps, partie de la mthode scientifique et les chercheurs
savent l'importance d'utiliser des donnes et des mthodes
d'analyse transparentes, s'ils veulent que leurs rsultats soient
accepts par la communaut scientifique. Comme pour les
algorithmes qui prennent des dcisions cette transparence
contribue l'instauration d'un climat de confiance et nous
conduit accepter les rsultats d'un algorithme.
Les manques ce devoir de transparence des algorithmes
que nous ctoyons dans la cit sont hlas nombreux: botes
noires de la loi sur le renseignement, secret sur l'algorithme
utilis par la plateforme Admission Post Bac, en partie
rendu public rcemment, mais aprs des annes d'utilisation
opaque, flou sur l'utilisation de nos donnes par les rseaux
sociaux, secret qui entoure le classement des pages des moteurs
de recherche, etc.
Cette transparence est pourtant un objectif facile atteindre:
dans le cas de la plateforme Admission Post Bac, il suffirait
par exemple de publier le programme qui exprime cet
algorithme. Mme si ce programme est complexe, il peut tre
analys par des experts et test sur des donnes diffrentes des
donnes relles, afin d'clairer son fonctionnement.
L'importance de la transparence des algorithmes publics
commence tre prise en compte: la loi pour une Rpublique
numrique, de 2016, par exemple, mentionne !'ouverture du
code des algorithmes publics.
142
Nous montrons beaucoup plus d'exigence en termes de transpa-

rence dans nos rapports avec les machines que dans nos rapports
avec les humains. Quand des humains ont dcid, pendant des
annes, les affectations des pauvres appels du contingent, ils
n'avaient pas expliquer leurs dcisions. Pendant de nombreuses
annes, la plateforme Admission Post Bac a de mme dcid
du futur des bacheliers dans la mme opacit, mais nous tions
nombreux demander que ce programme soit rendu public.
Cette plus grande exigence est en partie due notre mfiance
l'gard des machines. Mais la vritable raison est que cette
transparence est plus facile atteindre avec un algorithme
qu'avec un tre humain. Le temps des algorithmes est donc une
chance d'apporter plus de transparence dans le fonctionnement
de la cit. Nous devons la saisir.
La diversit
Plus ils sont simples, plus les algorithmes ont une propension
la rgularit et l'uniformit.
Dans le cas de l'analyse de donnes massives, ils ont une
tendance naturelle faire chaque fois les choix les plus
populaires. Par exemple, les algorithmes de recommandation
de films se fondent en partie sur le nombre de personnes qui
ont vu un film: plus de personnes l'ont vu, plus il est recom-
mand, et plus il est recommand, plus de personnes le voient.
Avec un tel algorithme, tout le monde risque de voir le mme
film, sans mme savoir que d'autres existent, tuant ainsi toute
diversit dans la cration cinmatographique et tout risque d'tre
143
surpris. Les algorithmes de recommandation, comme celui de

Netflix, sont plus complexes, mais ils ne font qu'affiner cette
notion de popularit. Ils se fondent sur l'avis des gens qui nous
ressemblent: l'algorithme nous recommande des films qu'aiment
des personnes qui ont des gots proches des ntres. Le risque
d'tre surpris par un film ou par un livre est plus faible encore.
Pourtant, il semble important, et mme juste, de ne pas
ngliger les choix moins populaires. Certaines ides trs
minoritaires au dpart, tels l'hliocentrisme ou l'abolition de
la peine de mort, ont fini par s'imposer.
Sur les sites de rencontre, il arrive aussi qu'un petit nombre
de personnes domine le classement et se retrouve avec un
avantage considrable, peut-tre injuste. De mme, sur les
plateformes de financement communautaire, un petit nombre
de projets peut accaparer toute l'attention. Cela peut limiter la
productivit de ces systmes.
Des solutions commencent merger: introduire de l'ala
(voir page 22), regrouper les rponses par thmes, etc.
La confiance
La cit ne peut fonctionner si ses membres n'ont pas un minimum
confiance les uns en les autres. Si nous n'avions pas confiance
dans les banques, nous n'y dposerions pas notre argent, si
nous n'avions pas confiance en les autres automobilistes, nous
ne conduirions pas de voiture, etc. Il est, de mme, essentiel
que nous puissions avoir confiance dans les algorithmes avec
lesquels nous interagissons tous les jours dans la cit.
144
L'quit des algorithmes, leur transparence, le fait qu'ils soient

soucieux de la diversit, mais aussi leur fiabilit et leur scurit,
sont des proprits essentielles pour instaurer cette confiance.
Mais le dialogue des diffrents membres de la cit est aussi
un facteur essentiel pour instaurer un climat de confiance. Les
utilisateurs des algorithmes doivent, par exemple, mieux s' orga-
niser pour engager un dialogue avec les entreprises, spcifier de
meilleures pratiques, prvenir les pratiques dloyales ou opaques.
La controverse d'Instagram, en 2012, illustre leur pouvoir:
l'entreprise avait modifi sa politique de confidentialit, sans en
informer clairement ses plus de cent millions d'utilisateurs. Une
bronca parmi ces utilisateurs a fait reculer Instagram.
videmment, les gouvernements ont aussi une place tenir
pour participer la dfinition de grands principes et d'orien-
tations gnrales pour tablir un environnement o machines
et humains puissent coexister dans un climat de confiance.
Certains gouvernements, par exemple celui de l'Union
europenne, s'y essaient.
Mieux se comprendre
Un dernier lment pour amliorer la confiance au sein de la
cit est que ses membres se connaissent les uns les autres. Il
reste beaucoup faire pour que les humains et les algorithmes
se comprennent.
Les algorithmes proposent encore souvent des interfaces
trop complexes, trop rigides, et inutilisables. Cela montre leur
ignorance des attentes des humains qu'ils sont supposs servir.
145
La bonne nouvelle est que ces interfaces s'amliorent: certaines

cherchent, par exemple, analyser les motions de leurs utili-
sateurs et s'y adapter.
Mais, pour se comprendre, il faut tre deux. La situation
des humains et des algorithmes n'est certes pas symtrique:
c'est d'abord aux algorithmes qu'il revient de s'adapter aux
humains, mais il serait aussi utile que les humains sachent un
peu mieux ce que font les algorithmes, par exemple, ce qu'est
un logiciel libre, un algorithme d'apprentissage, etc.
Ces proprits d'quit, de transparence, d'accessibilit,

de respect de la diversit, etc., ne sont pas nouvelles. Depuis
des sicles, les dmocraties s'efforcent, tant bien que mal, de
les garantir leurs citoyens. Les algorithmes peuvent nous
permettre de les dvelopper. Ils peuvent tre plus justes que
les humains, ils peuvent apporter plus de transparence dans
les procdures administratives, ils peuvent offrir un traitement
plus personnalis qui tient compte de la diversit des membres
de la cit. Mais ils peuvent aussi faire exactement le contraire.
Notre entre dans le temps des algorithmes nous donne le
choix entre une plus grande diversit d'organisations sociales.
Ce qui nous donne d'autant plus de responsabilit: les
algorithmes ne sont pas par essence justes ou transparents ...
Ils ne sont d'ailleurs pas non plus injustes ou opaques ... Ils sont
tels que nous les ralisons. C'est nous de choisir comment
nous voulons vivre, mme si cela demandera des efforts impor-
tants, dans un monde domin par des entreprises gantes.
146
-Tu sais comment mes copains t'appellent? Le Robot-Geek,
parce que tu nous saoules avec tes algorithmes.
- Moi aussi je peux te donner des surnoms. Je vais t'appeler
Miss colo.
-Pourquoi?
- Parce que tu es passionne par l'cologie.
- Entre cologie et informatique, c'est l'amour ou la haine?
-Un peu des deux, avec de grosses crises.
- Allez, raconte!
Informatique et cologie
Les algorithmes transforment la relation entre les tres humains

et la nature, et par l mme la nature. Cela nous conduit nous
interroger sur les liens entre la rvolution informatique et un
autre facteur contemporain de transformation du monde: la
transition cologique.
Comme ces deux transformations se produisent la mme
poque, la ntre, nous devons nous poser la question de leur
interaction. Mais l'analyse de cette interaction est rendue
difficile par le fait qu'il n'y a pas plus unicit de la pense
informatique, que de la pense cologiste. En cherchant ce qui
rassemble ou oppose informatique et cologie, nous risquons
souvent de trouver ce qui rassemble ou oppose simplement
certains informaticiens et certains cologistes. Il est toutefois
possible d'essayer de dgager des tendances globales, qui
dpassent les diffrences au sein d'un mouvement et de l'autre.
148
INFORMATIQUE ET COLOGIE
Algorithmes et rchauffement de l'atmosphre

Mme si le projet cologiste existe, dans une forme proche de
sa forme actuelle, depuis la fin des annes soixante, l'une de ses
actions structurantes, depuis la fin des annes quatre-vingt, est
la lutte contre le rchauffement de l'atmosphre et des ocans.
Or, cette thse du rchauffement de l'atmosphre et des ocans
doit beaucoup une rvolution de la mthode scientifique, qui
s'est produite au cours des annes quatre-vingt: le dvelop-
pement de modles algorithmiques. Ce sont de tels modles
du climat qui nous ont mens conclure que l'atmosphre et
les ocans allaient, l'avenir, se rchauffer. C'est sur de tels
modles que se basent les travaux du Groupe d'experts inter-
gouvernemental sur l'volution du climat, cr en 1988, en vue
de fournir des valuations dtailles de l'tat des connais-
sances scientifiques, techniques et socio-conomiques sur les
changements climatiques, leurs causes, leurs rpercussions
potentielles et les stratgies de parade.
En plus de prdire les volutions du climat, si nous gardons
les mmes modes de dveloppement, ces modles permettent
aussi d'valuer l'efficacit des stratgies imagines pour
modrer ce rchauffement de l'atmosphre et des ocans. Il
suffit, par exemple, dans un modle algorithmique, de changer
un paramtre, comme l'mission de dioxyde de carbone ou de
dioxyde de soufre, pour valuer l'impact que nous pourrons
avoir sur la temprature de l'atmosphre et des ocans, si
nous parvenons limiter ou augmenter ces missions.
L'informatique est ainsi devenue un outil indispensable pour
tudier les volutions du climat.
149
Algorithmes et systmes complexes

L'informatique est aussi un outil indispensable pour grer des
systmes nergtiques complexes. Pour produire de l'lec-
tricit, nous avions l'habitude, au xxe sicle, de construire de
grosses units, comme une centrale nuclaire ou un barrage,
puis de distribuer l'lectricit produite par une telle unit
dans un vaste territoire. L'organisation d'un tel dispositif tait
relativement simple.
Le chemin d'un dveloppement plus durable passe
aujourd'hui par des solutions plus locales. Mais ces solutions
sont beaucoup plus complexes. Nous voulons produire de
l'lectricit localement et la distribuer localement, c'est-
-dire en minimisant le dplacement de l'lectricit produite.
Cela demande de faire cooprer de nombreuses units de
production trs diffrentes: panneaux solaire, oliennes,
centrales thermiques, etc., de s'adapter rapidement, et en
permanence, aux variations de la demande, de grer des liens et
des contraintes multiples, ce qui ne peut se faire qu'en utilisant
des algorithmes.
Par exemple, un rseau lectrique intelligent permet
un grand nombre de consommateurs et de fournisseurs
d'changer de l'lectricit, d'une manire trs similaire
celle dont les rseaux informatiques permettent d'changer
des donnes. Un tel rseau doit en permanence adapter la
production la consommation. Cela ne peut fonctionner
qu'avec des algorithmes d'optimisation sophistiqus. Nous
pourrions peut-tre faire fonctionner une centrale nuclaire
sans ordinateur, mais pas un rseau lectrique intelligent.
150
Si l'cologie nous invite la dcentralisation de la production

d'lectricit, elle nous invite aussi la dcentralisation dans
d'autres domaines, par exemple la production agricole, avec
l'agriculture de proximit. Cela conduit aussi des systmes
complexes de production et de distribution, des modles
conomiques qui ne peuvent tre dploys avec succs qu'en
s'appuyant sur des algorithmes d'optimisation, des systmes
de gestion de flots, des rseaux sociaux, des services web, etc.
L'informatique consommatrice d'lectricit

Venons-en maintenant une question qui oppose, davantage
qu'elle ne rassemble, l'informatique et l'cologie: la consom-
mation d'lectricit par les ordinateurs.
Les premiers ordinateurs, tell'ENIAC, consommaient autant
d'lectricit qu'une petite ville. Aujourd'hui, un tlphone est
plus puissant que l'ENIAC, mais il ne consomme quasiment
rien. Un ordinateur consomme donc de moins en moins d' lec-
tricit, mais les ordinateurs sont de plus en plus nombreux,
si bien que, dans leur ensemble, en incluant les milliards de
tlphones, tablettes, tous ceux des data centers, etc., ils ont une
consommation lectrique significative. Cette consommation
d'lectricit est responsable de 2 % des missions de dioxyde de
carbone dans l'atmosphre. Ces missions sont certes beaucoup
moins importantes que celles du chauffage urbain ou des du
transport automobile, mais elles sont dj comparables celles
du transport arien, ce qui justifie une rflexion sur la manire
de rduire cette consommation d'lectricit.
151
Certains proposent par exemple que nous nous abstenions

d'envoyer des courriers lectroniques inutiles ou que nous
vitions les pices attaches de grande taille. Mais de telles
conomies sont marginales. En 2019,80% du trafic mondial sur
Internet sera de la vido. Les courriers lectroniques, avec ou
sans pices attaches, reprsentent une part infime du trafic des
donnes et donc de la consommation d'lectricit. En revanche,
optimiser le trafic des vidos pourrait avoir un impact non
ngligeable. Le plus souvent, les vidos que nous visionnons
en flux continu se trouvent sur un serveur situ l'autre bout
de la Terre. Son transfert jusque chez nous est donc coteux
en lectricit. Si nous pouvions trouver la mme vido sur un
serveur proche de chez nous, par exemple sur le serveur d'un
voisin qui l'a visionne rcemment, la quantit d'lectricit
ncessaire son acheminement serait moindre. Cette solution,
le streaming en pair--pair, est encore peu dploye. Elle
pourrait pourtant tre l'origine d'conomies importantes.
Une autre ide tudie est de rcuprer la chaleur produite par
les ordinateurs. Comme un radiateur lectrique, un ordinateur
transforme de l'nergie lectrique en nergie thermique,
mais, contrairement au radiateur dont c'est l'effet principal,
cette transformation, dans le cas d'un ordinateur, est un effet
secondaire. Cette transformation est irrversible: nous ne
pouvons pas compltement retransformer l'nergie thermique
en nergie lectrique. En revanche, nous pouvons tirer parti
de cette nergie thermique en tant que telle. C'est d'ailleurs
ce qui se produit, quand nous utilisons un ordinateur dans
une maison en hiver: en plus de faire un calcul, l'ordinateur
152
contribue au chauffage de la maison et nous pouvons donc

baisser un peu le chauffage, conomisant ainsi exactement
l'lectricit consomme par l'ordinateur.
En revanche, ce n'est pas ce qui se produit dans un data center:
l'nergie thermique mise par les ordinateurs est rejete dans
l'atmosphre par le systme de ventilation. D'o l'ide de plutt
utiliser cette chaleur, l o nous en avons besoin, par exemple
pour chauffer nos maisons. De telles solutions sont encore
peu rpandues, mais nous pouvons imaginer que, demain,
des ordinateurs remplaceront nos radiateurs lectriques, qui
transforment btement de l'nergie lectrique en nergie
thermique, sans mme en profiter pour effectuer un calcul.
Outre de l'lectricit, nos ordinateurs requirent d'autres
ressources. La fabrication de leurs batteries et de leurs crans
demande par exemple d'utiliser des terres rares, comme
le lanthane. Contrairement ce que leur nom indique, ces
mtaux sont assez abondants dans l'corce terrestre, mais
leur extraction est difficile et trs toxique pour les populations
vivant prs des mines. Dans certains pays ils sont extraits dans
des conditions sanitaires dplorables.
l'autre extrmit, comme les ordinateurs, tlphones,
tablettes, etc., ont une dure d'utilisation assez courte, ils
deviennent rapidement des dchets, dont seule une petite
partie est aujourd'hui recycle.
L'informatique a pris une telle place dans nos vies qu'il
devient ncessaire de prendre en compte ces diffrents aspects
dans son dveloppement: aussi bien l'lectricit consomme
par le fonctionnement des ordinateurs, que les matriaux
153
utiliss pour les construire et leur devenir une fois qu'ils ne

sont plus utiliss. Une solution est sans doute la production
d'objets plus solides et plus durables.
Les valeurs
Les informaticiens et les cologistes partagent, pour nombre
d'entre eux, un certain nombre de valeurs. Par exemple, ils
s'accordent sur le fait que l'humanit, par ses actions, peut
transformer le monde. Le slogan, quelque peu ironique: To
make the world a better place de la srie Silicon Valley pourrait
aussi tre un slogan cologiste. Ensuite, la solidarit et le
partage qui sont au cur du mouvement des logiciels libres et
des donnes ouvertes, sont aussi au cur de certains mouve-
ments cologistes.
En revanche, les informaticiens et les cologistes peuvent se
trouver en dsaccord sur ce qui constitue un progrs. La pense
informatique est par nature plutt ouverte au changement,
oublieuse parfois de questionner s'il est vraiment un progrs.
Par contraste, la pense cologique est parfois conservatrice,
par exemple quand elle prne la protection d'une nature
immuable.
Les transitions cologique et informatique ont donc un certain
nombre de convergences, mais aussi de points de friction. Elles
sont l'une et l'autre un puissant facteur de transformation de
nos socits et leur interaction faonne en partie notre futur.
154
- Pourquoi dis-tu toujours que je te saoule avec mes
algorithmes?
-Je rigole, je rigole ... C'est juste que j'aime mieux aller jouer
avec les copains qu'aller en cours d'informatique.
- Pourtant, je n'arrive pas te dcrocher de ton cran quand
tu es en train d'crire des programmes.
-C'est vrai que j'adore a! Mais, a sert quoi en fait
d'apprendre l'informatique?
L'enseignement
de l'informatique
Un peu partout dans le monde, les gouvernements prennent

conscience de l'importance, au temps des algorithmes,
d'enseigner l'informatique l'cole, au collge et au lyce. En
France, par exemple, l'Acadmie des sciences dclarait, en 2013,
que : La dcision essentielle prendre [tait] de mettre en
place un enseignement de science informatique depuis le
primaire jusqu'au lyce ... . Aux tats-Unis, Barack Obama
dclarait en 2016: Dans la nouvelle conomie, l'informatique
n'est plus une comptence optionnelle. C'est une comptence
basique, comme la lecture, l'criture et l'arithmtique.
L'enseignement de l'informatique est rapparu, en France,
dans les programmes du lyce de 2012, par un timide ensei-
gnement de spcialit en terminale scientifique et il s'est
dvelopp, depuis, l'cole et au collge. Beaucoup reste
156
L'ENSEIGNEMENT DE L'INFORMATIQUE
cependant faire, notamment pour recruter suffisamment

d'enseignants comptents.
Il y a au moins deux motivations pour apprendre l'informa-
tique: d'abord pour vivre dans notre monde o les algorithmes
sont omniprsents, ensuite pour y travailler.
Bien entendu, ces deux motivations ne s'opposent pas.
Comprendre, par exemple, ce que sont les applications d'un
tlphone et comment elles sont dveloppes est utile la fois
dans un cadre professionnel et personnel. Par exemple, un
coiffeur peut dvelopper, ou faire dvelopper, une application
pour que ses clients prennent rendez-vous. Ce mme coiffeur
peut utiliser une application pour prparer ses vacances en
famille. Naturellement, l'importance relative de ces deux
motivations varie en fonction de l'ge des lves. La vocation
de l'cole est davantage d'aider les citoyens se construire. Au
lyce, en revanche, les lves commencent se projeter dans
un avenir professionnel.
Vivre au temps des algorithmes

Une motivation pour apprendre l'informatique est de prparer
les lves vivre dans notre monde, o les algorithmes sont
omniprsents. Pour cela, il faut leur expliquer comment ce
monde fonctionne. Aujourd'hui, l'cole explique beaucoup
comment fonctionnait le monde au xxe sicle. Par exemple,
l'lectromagntisme permet de comprendre les tlphones
qui existaient cette poque. Mais un tlphone, aujourd'hui,
avec ses millions de lignes de code, manipule de l'information
157
numrique et sa comprhension passe par celle des algorithmes

qui l'animent.
Nous avons vu que l'informatique transformait les notions
de travail, de proprit, de gouvernement, de responsabilit,
de vie prive, etc. Il est aujourd'hui impossible d'apprhender
notre monde sans un minimum de culture en informatique.
C'est pour cela que, ct de la physique et de la biologie,
par exemple, il est devenu ncessaire d'enseigner aussi
l'informatique.
Travailler au temps des algorithmes

Au lyce, les lves commencent se prparer un mtier.
Parmi eux, certains seront informaticiens. Le secteur de l'infor-
matique souffre d'un problme chronique de chmage ngatif:
davantage de demande que d'offre de travail. Il faut donc
former plus de jeunes aux mtiers de l'informatique. De respon-
sable de systme d'information concepteur de site web, en
passant par dveloppeur de logiciel, ces mtiers s'appuient sur
une gamme trs large de comptences et peuvent correspondre
des lves aux talents trs divers: mathmatiques, organi-
sationnels, artistiques, etc. De nouveaux mtiers apparaissent
sans cesse: par exemple, le mtier de data scientist n'existait
pas il y a encore quelques annes.
Ce mtier illustre bien une tendance la pluridisciplinarit:
un data scientist, dont le travail consiste analyser des masses
de donnes, doit avoir des comptences en informatique, mais
aussi en statistiques et souvent dans le domaine dans lequel
158
il analyse des donnes. S'il se spcialise, par exemple, dans le

journalisme de donnes, il lui faut aussi apprendre un peu le
mtier de journaliste. Comment dvelopper des comptences
dans trois domaines aussi diffrents? En faisant de longues
tudes et en continuant se former tout au long de sa vie.
Au-del des mtiers de l'informatique, des bases d'informa-
tique sont utiles dans tous les mtiers, car la capacit d'utiliser
l'informatique pour innover constitue l'un des principaux
facteurs de comptitivit des entreprises. Cela est vrai, par
exemple, dans le secteur de l'automobile, o le dvelop-
pement de logiciels reprsente une part importante du cot de
conception d'un nouveau vhicule, mais aussi dans la grande
distribution, qui a vu arriver les achats sur le Web, dans l' du-
cation, transforme par les cours en ligne, dans l'agriculture,
avec ses tracteurs pilots par GPS, etc.
De mme, dans la recherche: un physicien des plasmas passe
souvent une partie importante de son temps dvelopper des
programmes de simulation. Il est, bien entendu, physicien
avant tout, mais il est dsormais aussi un peu informaticien.
De mme, il n'est plus possible aujourd'hui d'expliquer
la biologie, l'conomie, la climatologie, etc., sans parler
d'algorithmes.
Pouvons-nous trouver des mtiers dans lesquels l'informa-
tique ne joue aucun rle? Les chauffeurs de taxis pensaient
peut-tre pouvoir exercer leur mtier sans rien comprendre
l'informatique. Mais, en trente ans peine, ils ont vcu trois
rvolutions: d'abord l'arrive du GPS qui a permis aux compa-
gnies de taxis d'embaucher des chauffeurs qui ignoraient o
159
taient la Canebire ou l'avenue des Champs-lyses, puisque

les GPS pouvaient les y guider. Ensuite, les applications de
rservation en ligne, qui leur ont permis d'changer de l'infor-
mation avec leurs clients, sans avoir besoin d'une lumire verte
sur le toit, ce qui a permis l'apparition de taxis sans licence: les
voitures de transport avec chauffeur. Enfin, les vhicules sans
conducteur arrivent, qui changeront sans doute dfinitivement
leur mtier. Les mtiers voluent rapidement au temps des
algorithmes, et chacun doit comprendre un peu d'informa-
tique pour anticiper ces transformations et s'y prparer, au
lieu de les subir.
Que faut-il enseigner?

La dfinition du contenu d'un nouvel enseignement n'est
pas chose facile: quelles sont les connaissances essentielles et
quelles sont les techniques qu'il est indispensable d'apprendre
matriser?
Une tentation, dans un domaine qui, comme l'informatique,
se transforme rapidement, est de toujours vouloir tre la
mode, de toujours enseigner la dernire innovation. C'est le
moyen le plus sr d'tre toujours en retard. C'est pourquoi il
faut, au contraire, se focaliser sur les connaissances prennes.
Au lieu d'enseigner le langage de programmation en vogue,
enseignons les principes des langages de programmation:
les constructions fondamentales qui reviennent dans tous les
langages, les raisons qui expliquent la pluralit des langages,
etc. Pour mettre ces connaissances en pratique, il faut, bien
160
entendu, utiliser un langage ou plusieurs. Mais la disparition

mme de ces langages n'aura pas une grande importance, car
les lves auront appris en apprendre d'autres.
Quand les pionniers ont commenc enseigner l'infor-
matique l'universit la fin des annes cinquante, ils
ttonnaient. Aujourd'hui, mme si nous pouvons toujours
amliorer notre rflexion, nous disposons d'assez de recul
pour nous accorder sur le contenu des cours d'informatique.
Le socle des connaissances fondamentales s'organise autour
de quatre grands concepts: algorithme, machine, langage
et information. Les lves doivent aussi s'imprgner des
rudiments de la pense informatique (voir page 58).
Une tape importante de l'apprentissage de l'informatique
est l'apprentissage de la programmation, qui est un moyen
de mettre ses connaissances en pratique. Toutefois, cet
apprentissage ne doit pas devenir une fin en soi. Le but de cet
enseignement n'est pas de former des programmeurs experts.
Les lves doivent aussi comprendre comment l'informatique
a transform les entreprises en les structurant autour de leurs
systmes d'information. Ils doivent galement comprendre
comment elle a transform les autres champs du savoir, par
exemple la biologie. Dans un premier temps, l'informatique
a t un outil pour raliser des calculs, comme squencer
le gnome. Dans un second temps, la pense informatique
s'est diffuse en biologie, et l'informatique a servi dcrire
et simuler, par exemple, le fonctionnement de la cellule. Ce
schma se retrouve dans de nombreuses autres disciplines:
en statistique, en physique, dans les sciences humaines. Le
161
langage des algorithmes est ainsi devenu une Zingua fran ca qui
unit les sciences.
Comment l'enseigner?
En 2014, le rapport du Conseil national du numrique Jules
Ferry 3.0, btir une cole crative et juste dans un monde numrique
raffirme l'urgence d'enseigner l'informatique de l'cole
primaire au lyce. Il insiste sur la manire d'enseigner l'infor-
matique: la fois science et technique, l'informatique se
prte mal des cours magistraux. Essayer de l'enseigner au
tableau, comme on enseigne les mathmatiques, peut donc
conduire son rejet par une proportion importante d'lves.
En informatique, les meilleurs rsultats sont obtenus par une
dmarche de projets, le plus souvent en groupe ...
Partageons une petite excursion dans un cours d'infor-
matique au collge. La salle de classe ressemble un open
space. Les lves travaillent en petits groupes et cherchent
atteindre un objectif, par exemple tudier la croissance de
leur ville au cours de l'histoire. Les donnes pour cette tude
sont disponibles sur le Web. Les lves ont essay un logiciel
graphique, qui ne fait pas exactement ce qu'ils veulent. Ils ont
donc dcid d'crire eux-mmes un programme pour illustrer
leurs donnes de manire graphique. L'enseignant leur a
expliqu un algorithme pour ce faire. Les lves analysent
les problmes, proposent des solutions, les exprimentent,
dcouvrant ainsi les rudiments des mthodes de conception
de logiciels. Ils apprennent de leurs interactions avec leurs
162
enseignants, avec les autres lves, et aussi de leurs erreurs.

Leur enseignant doit presque les expulser de la salle la fin
du cours: ils resteraient bien pour essayer une dernire ide.
Nous avons pris l'exemple d'un projet de gographie histo-
rique. Nous aurions pu en choisir en lien avec la physique, la
biologie, la littrature, l'conomie, etc. L'apprentissage de l'infor-
matique est aussi une occasion de dcloisonner les disciplines.
L'inclusion
Le systme scolaire franais a t fond sur l'ide d'galit,
mais de nombreux observateurs s'alarment du fait qu'il produit
de plus en plus d'ingalits. Des lves sont abandonns le long
du chemin, nous leur avons mme trouv un nouveau nom:
les dcrocheurs .Surcharger encore les programmes avec un
enseignement d'informatique ne conduirait-il pas davantage
encore de dcrochage? Nous ne le pensons pas, pour au moins
trois raisons.
Tout d'abord, l'informatique plat nombre de dcrocheurs,
qui y trouvent un moyen de se rconcilier avec l'cole. Le travail
en quipe, un but concret atteindre, la possibilit d'apprendre
de ses erreurs, etc., leur permettent de se dbrouiller dans au
moins une matire, et parfois d'acqurir le sentiment qu'ils
pourraient aussi se dbrouiller dans les autres.
Ensuite, la comprhension de l'informatique dmystifie
certains outils numriques, qui permettent aux dcrocheurs
de rattraper leur retard dans d'autres disciplines fondamen-
tales. Par exemple, d'excellents environnements numriques
163
permettent d'apprendre la lecture, l'criture et le calcul.

Nombreux sont ceux qui se sont raccommods, au moins en
partie, avec l'orthographe, en utilisant le correcteur orthogra-
phique d'un logiciel de traitement de texte.
Enfin, enseigner l'informatique permet d'viter que les
objets informatiques et les connaissances en informatique ne
deviennent des marqueurs sociaux. Les enfants des milieux
favoriss ont accs aux meilleurs ordinateurs, tablettes,
tlphones, et surtout un enseignement de l'informatique,
l'extrieur de l'cole. Les autres lves n'en sont que plus exclus
du monde des algorithmes. Un enseignement de l'informatique
l'cole leur permet d'chapper cette exclusion .
UNE HISTOIRE HSITANTE

L'histoire de l'enseignement de l'informatique a dbut en France,
en 1967, avec le Plan calcul dont l'un des volets consistait dvelopper
l'enseignement de l'informatique, puis par le Plan informatique pour
tous, en 1985, qui visait quiper massivement en ordinateurs les
tablissements scolaires et former des enseignants l'informatique.
Les exprimentations se multipliaient, malgr une difficult dj pointe
l'poque: la raret des enseignants comptents. C'est ce qu'indique le
Rapport Simon qui, en 1980, se conclut sur la proposition de cration d'un
Capes d'informatique. Nous pouvons en rire ou en pleurer: aujourd'hui,
les enseignants comptents sont encore trop peu nombreux, et des
rapports proposent, avec rgularit, la cration d'un tel Capes. Sur ce
point, les voies de l'ducation nationale sont impntrables.
Le dbut des annes quatre-vingt-dix est l'poque d'une contre-
rvolution. L'enseignement de l'informatique disparat, remplac par
un projet sans queue ni tte: le brevet Informatique et Internet. Nous
retrouvons des schmas semblables dans d'autres pays, tel le Roy.:wme-
Uni. L'informatique a tellement fait de progrs, que la thse selon la=1uelle
16-1
il est possible de l'utiliser sans rien y comprendre s'panouit ici et l.

L'enseignement se focalise sur les usages: il faut apprendre utiliser un
diteur de texte, d'un tableur, d'un moteur de recherche, etc. Il faudra
presque vingt ans pour comprendre qu'il n'est possible de bien matriser
de tels outils qu'en comprenant comment ils fonctionnent, et surtout pour
prendre conscience que comprendre ces outils ne suffit pas.
Le grand public semble avoir, mieux que les responsables politiques,
pris la dimension du problme: selon un sondage TNS-Sofres pour Inria,
en 2014, 64 % des Franais pensent que l'ducation au numrique doit
permettre de comprendre les langages de programmation, 50 % de
programmer soi-mme, 62 % de produire et de publier du contenu sur le
Web. Le grand public sait, certains politiques savent, mais le ministre de
l'ducation nationale a longtemps regard ailleurs.
Finalement, la suite de rapports, notamment ceux de l'Acadmie des
sciences et du Conseil national du numrique, de l'action des socits
savantes, comme la Socit Informatique de France, d'associations, telles
qu'Enseignement public et informatique et de la prise de conscience
du public, la situation a rcemment volu. Des rflexions entames
en 2007 ont abouti la rintroduction d'un enseignement de spcialit
au lyce en 2012, puis sa gnralisation l'cole et au collge en 2016:
enseignement obligatoire en primaire, enseignement obligatoire, mais
pourfendu entre les cours de mathmatiques et de technologie au
collge, enseignement facultatif au lyce dans toutes les sries. Beaucoup
reste faire, notamment en matire de recrutement des enseignants.
Mais la situation volue dans le bon sens, surtout grce au dvouement
d'enseignants passionns.
1h3
- Robot, sommes-nous tous les deux si diffrentes? Je peux me
mettre des prothses aux jambes pour courir aussi vite qu'Oscar
Pistorius, et bientt une extension mmoire de quelques
traoctets pour ne plus avoir apprendre mes leons ...
- Mais tu resteras toujours une personne et moi un robot.
- Es-tu plus intelligente que moi?
- Des humains trs intelligents ont essay de dfinir
l'intelligence, mais ils n'y sont pas vraiment arrivs. Je ne sais
pas si je suis intelligente, mais je suis experte en escroquerie.
Au tlphone, je peux me faire passer pour toi, et tes copains
n'y voient que du feu.
- Dis, Robot, tu m'aimes?
-Oui, si cela te fait plaisir.
-Tu m'aimes pour de vrai?
- Pas si cela t'effraie. Disons que je t'aime pour de rire ...
L'humain augment
Quelle singularit pouvions-nous encore revendiquer au

xxe sicle?
Nous savions, bien entendu, que la Terre n'tait pas au centre
de l'Univers. Et, galement, que nous tions des eucaryotes,
du rgne animal, de la classe des mammifres et de l'ordre
des primates. Mais nous pensions encore nous distinguer
par plusieurs qualits: nous sommes dous de parole, nous
transmettons de gnration en gnration des cultures qt:i
nous distinguent les uns des autres, nous avons une conscience
de nous-mmes, nous changeons des biens, nous sommes
capables d'empathie, etc. Distinctions que nous rappelaient nos
mythes et nos fables, qui jouaient par exemple sur l'tranget
d'une cigale et d'une fourmi conversant comme des humains
ou d'un pantin de bois un jour transform en enfant.
L'humanisme, cette ide d'une singularit de l'hormne
dans le monde, se trouve paradoxalement questionn sur le
168
L'HUMAIN AUGMENT
plan scientifique et philosophique, au moment mme o sont

clbres ses nombreuses consquences positives sur le plan
moral, telle la valorisation de la vie humaine. Deux raisons
mnent, en effet, remettre cette singularit de l'homme en
question. La premire nous vient de l'tude du comportement
animal: le langage, la transmission de traits culturels, la
conscience de soi, etc., que nous croyions tre l'apanage de
l'humanit, se rvlent finalement prsents des degrs divers
dans le rgne animal.
La seconde est que nous perdons un peu de cette singularit,
chaque fois que nous construisons un algorithme capable de
simuler une facult que nous croyions jusqu'alors exclusi-
vement humaine. Jouer aux checs, par exemple, a longtemps
t peru comme l'exemple parfait d'une facult typiquement
humaine. Nous n'avons jamais russi apprendre ce jeu
un bonobo, ni un pantin de bois. Et l'automate capable
de jouer aux checs, construit la fin du XVIIIe sicle par
Johann Wolfgang von Kempelen, tait un canular. Pourtant,
depuis la dfaite du champion du monde Garry Kasparov,
en 1997, contre l'ordinateur d'IBM, Deep Blue, personne ne
s'aventure plus prtendre qu'un ordinateur ne peut pas
jouer aux checs.
Cette remise en question de l'humanisme conduit au dvelop-
pement de courants de pense qui proposent, par exemple,
d'augmenter les humains en les hybridant avec des machines,
ou qui soutiennent que les ordinateurs ont, ou auront bientt,
une vritable intelligence et de vritables sentiments. Plus que
d'tre vraies ou fausses, ces thses ont le mrite de nous mener
169
poser un regard neuf sur une question ancienne: quelle est

cette chose que nous appelons humanit?
Nos facults augmentes

Une calculatrice peut effectuer des multiplications, non aussi
bien qu'un humain, mais mieux, c'est--dire plus vite et en
faisant moins d'erreurs. Pourquoi alors ne pas augmenter nos
facults d'effectuer, par exemple, des multiplications en nous
hybridant avec des machines. Nous pouvons imaginer plusieurs
manires de nous le faire: greffer un circuit lectronique dans
notre bote crnienne ou alors, plus modestement, un cble
qui sortirait de notre bote crnienne, auquel nous pourrions
connecter un circuit lectronique, qui resterait l'extrieur de
notre corps. Ces deux solutions sont gomtriquement diff-
rentes, mais elles sont fonctionnellement identiques.
La seconde a cependant le mrite de nous montrer que nous
sommes dj de tels cyborgs. Des cbles sortent en effet dj de
nos botes crniennes: nos nerfs optiques. Ces nerfs se relient
parfaitement un ordinateur, en utilisant une interface forme
d'un cran et de deux yeux. De mme, nos nerfs moteurs se
relient parfaitement un ordinateur en utilisant deux mains
et un clavier.
Ds que nous dpassons l'ide drangeante de connecter
directement le cble optique d'un ordinateur nos nerfs
optiques, en court-circuitant l'cran et les yeux, la banalit
de cette ide d'hybridation apparat rapidement: depuis que
nous fabriquons des outils, ces outils nous augmentent. Les
170
L'HUMAIN AUGMENT
marteaux augmentent la force de nos bras, les livres et les biblio-

thques augmentent nos mmoires, les prothses auditives et
les implants cochlaires augmentent nos oues, etc. Il n'y a
aucune raison de s'tonner que, aux Jeux olympiques de 2012,
le sprinter Oscar Pistorius, amput des deux jambes, ait couru
avec des prothses, aussi vite que les meilleurs athltes. Nous
savons, depuis toujours, nous dpasser en utilisant des outils.
La seule vritable question, dans ce cas particulier, est de savoir
si, sur le plan de l'quit sportive, leur absence de prothses
handicapait ou non les autres athltes.
Une autre espce ?

Ainsi augments, sommes-nous encore des humains? Ou les
cyborgs que nous sommes devenus constituent-ils une autre
espce, les transhumains ,avec laquelle les humains sont en
comptition, dans un processus de slection naturelle?
Si tel est le cas, les transhumains sont la premire espce
fabrique par une espce antrieure et non apparue par
diffrentiacion. Si tel est le cas, et si les transhumains ont
t construits pour tre mieux adapts la survie dans leur
milieu, nous pouvons aussi prophtiser que les humains seront
dfavoriss dans le processus de slection naturelle, et qu'ils
constituent donc une espce en voie de disparition.
nouveau, ds que nous dpassons cette manire drangeante
de poser la question, sa banalit apparat: la notion d'espce
est l'une des plus mal dfinies de la biologie, si bien que nous
pouvons nous demander si les agriculteurs du Nolithique
171
appartiennent la mme espce que les chasseurs-cueilleurs

du Palolithique. Si nous dcidons que tel n'est pas le cas,
nous pouvons alors dire qu'une nouvelle espce est apparue
au Nolithique, et que cette espce a supplant l'espce des
chasseurs-cueilleurs, qui est dsormais teinte, l'exception
de quelques spcimens retranchs au fin fond de l'Amazonie.
Mais cette manire de dcrire la rvolution nolithique
l'claire-t-elle d'une nouvelle lumire? Nous en doutons.
Il nous semble plus pertinent de supposer que cette facult
de nous augmenter, la technique, fait partie de notre humanit.
Certains humanistes ont mme un temps pens qu'elle en tait
caractristique. Nous ne sommes donc jamais plus humains
que quand nous remplaons un bras amput par une prothse
mue par la pense.
Des humains sur mesure ?

Plus pertinente galement est la question des limites que nous
devons nous imposer, pour des raisons thiques, dans ce
processus d'augmentation des humains.
Nous pouvons, par exemple, nous inquiter de la possibilit
d' augmenter nos enfants en utilisant un algorithme pour
en choisir le gnome ds la conception. Si nous donnons la
possibilit, aux parents riches, de concevoir des enfants sur
mesure - ce serait le premier programme eugniste de l'his-
toire, au sens tymologique du mot: El3 bien yEvvaw donner
naissance - nous risquons de voir la proportion de garons,
blancs, grands, beaux et intelligents crotre rapidement.
172
L'HUMAIN AUGMENT
Indpendamment de la dstabilisation de la socit qu'un tel

programme induirait, il fragiliserait l'espce, en rduisant sa
diversit gntique.
l'inverse, mme si la sinistre histoire du xxe sicle a rendu
le mot eugnisme tabou, pouvons-nous, au nom de la
prservation de la diversit gntique, refuser aux parents
d'augmenter leurs enfants, afin qu'ils ne souffrent pas d'une
maladie qui, par exemple, limiterait leur esprance de vie
quelques annes?
Il n'est certainement pas simple de tracer ici une ligne entre
ce qui est thiquement acceptable et ce qui ne l'est pas.
L'immortalit
Une autre question pose par cette ide est celle de la possibilit
de nous augmenter jusqu' devenir immortels.
La mdecine permet aujourd'hui de gurir des maladies
nagure mortelles et elle rpare des tres humains, par
exemple en remplaant des organes dfaillants par des
prothses. L'esprance de vie augmente ainsi vertigineu-
sement. Il n'en faut pas plus certains pour extrapoler que
nous vivrons bientt cent vingt ans, mille ans, ou, pourquoi
pas, ternellement.
Depuis L'pope de Gilgamesh, nous croyions savoir qu' il
n'est pas dans la nature de l'homme d'tre immortel. Mais, en
abandonnant peu peu l'ide d'une nature, c'est--dire d'une
singularit, de l'homme, nous somme conduits rinterroger
cette ide de la fatalit de la mort.
173
Ce questionnement prend des formes multiples. La premire

est celle de la possibilit de rparer le corps humain. Un
systme d'information est constitu de donnes, davantage
que de machines. Nous sommes capables de le rparer en
remplaant ses composants matriels, l'un aprs l'autre, sans
en altrer les donnes, c'est--dire sans le modifier fondamen-
talement. Il est ainsi rendu prenne, voire ternel. Cela nous
mne nous demander si nous ne pourrions pas, un jour, de
mme, remplacer nos organes, les uns aprs les autres, sans
modifier les donnes qui constituent notre personne.
Ensuite, voir de nombreux phnomnes comme des
changes d'informations (voir page 60) nous permet de jeter un
nouveau regard sur le vieillissement, dont nous commenons
comprendre les causes. Notre corps ne serait-il pas programm
pour vieillir? Et si tel est le cas, ne pourrions-nous pas le
reprogrammer?
Enfin, nous savons protger un systme d'information contre
les pannes en sauvegardant ses donnes. Ne pourrions-nous
pas, de mme, sauvegarder toutes les donnes qui constituent
notre personne sur un disque et raliser ainsi un back-up de
nous-mmes? Ne serions-nous pas alors devenus immortels?
De telles interrogations n'aident sans doute pas les infir-
mires des units de soins palliatifs, dans leur travail quotidien.
De mme que les interrogations sur les possibilits de calcul
d'un ordinateur qui compterait un trou noir parmi ses compo-
sants, n'aident pas vraiment les informaticiens qui cherchent
concevoir les ordinateurs que nous achterons dans deux ans.
Mais tel n'est pas leur but.
174
L'HUMAIN AUGMENT
Le but de ces interrogations est davantage de comprendre, de

manire scientifique, les raisons pour lesquelles nous sommes
mortels, en nous librant du carcan culturel qui postule que
cela est dans notre nature. Tenter de jeter ainsi un regard neuf
sur un problme ancien et se librer des prjugs culturels qui
faussent notre jugement sont l'essence mme de la dmarche
scientifique.
Augments ou diminus ?
Dernire question pose par cette ide: nous augmenter ainsi
par la connexion presque permanente de notre cerveau un
ordinateur contribue-t-il un enrichissement, ou au contraire
un appauvrissement de nos esprits? Certains affirment, par
exemple, que le Web dtruit notre capacit de concentration,
que Google nous rend stupides, que les jeunes ne lisent plus,
qu'ils n'crivent plus ... D'ailleurs, essaieraient-ils, ils ne
matrisent plus assez la langue pour cela. Ces affirmations
sont-elles vraies? Et sont-elles nouvelles?
Nous pouvons, par exemple, douter de la diminution de la
capacit de lecture des jeunes, quand nous voyons que l'un des
plus grand succs de librairie des deux dernires dcennies est
un roman de trois mille six cents pages: la saga Harry Patter.
Surtout, ce phnomne de librairie se double d'un second
phnomne tout aussi intressant: l'closion de la fiction de
fans: des rcits, partags en ligne, qui prolongent romans,
sries et mangas. Les crivains de fiction de fans, jeunes le
plus souvent, crivent massivement. Plus de sept cent mille
175
histoires ont t crites prolongeant la saga Harry Patter. Cela

devrait nous mener relativiser nos fantasmes d'une jeunesse
connecte qui ne saurait plus lire et crire.
Nous pouvons galement douter de la nouveaut de ces
propos. Chaque gnration invente de nouveaux mots, de
nouvelles formes syntaxiques- faute de quoi la langue resterait
fige jamais- et de nouveaux rapports la connaissance,
qui font disparatre les anciens et suscitent souvent l'incom-
prhension de la gnration prcdente. Par exemple, nous
savons que, avant l'criture, l'histoire, la loi et la littrature
taient transmises oralement, ce qui demandait d'apprendre
par cur des textes assez longs, tels que l'Iliade ou l'Odysse,
auprs de ceux qui les savaient. Mais cette tradition de mmori-
sation a disparu avec l'criture. Cinq sicles aprs l'adoption
de l'criture par les Grecs, Platon fustigeait encore son emploi,
en opposant le discours de celui qui sait, au discours crit qui
n'en est proprement parler que l'image.
L'criture, l'alphabet, l'imprimerie, puis l'informatique nous
ont augments. Et il est remarquable que le discours de leurs
contempteurs soit rest si stable au cours des sicles.
176
Un algorithme
peut-il tre intelligent?
Au temps des algorithmes, de nouvelles peurs sont apparues,

parmi lesquelles celle que nous soyons un jour dpasss, voire
asservis, par de nouveaux tres: des transhumains favoriss
par la slection naturelle, mais aussi, plus simplement, par des
ordinateurs, ou des algorithmes, plus intelligents que nous.
Ce qui nous conduit une question, que les informaticiens se
posent depuis les annes cinquante: un algorithme peut-il tre
intelligent? Cette question en appelle deux autres: que signifie
l'adjectif intelligent? Pouvons-nous crer un tre intelligent?
Crer un tre intelligent

La cration d'un tre humain, par d'autres moyens que la
reproduction sexue, est un vieux thme de la mythologie et
de la littrature: le sculpteur Pygmalion qui tombe amoureux
177
de Galate, la statue qu'il a cre, rendue vivante par Vnus; le

rabbin Loew, qui fabrique un humanode, le Golem, partir de
terre glaise, pour dfendre sa communaut contre les pogroms;
le docteur Frankenstein qui sa crature chappe; Geppetto
dont le pantin de bois, Pinocchio, s'anime soudain, etc.
Avec l'informatique, cette question de la possibilit de crer
un tre intelligent a quitt le domaine de la mythologie, de la
magie et de la littrature pour devenir une question scientifique.
Un problme de point de vue

Un robot se promne dans un labyrinthe, avance, tourne gauche,
tourne droite, fait demi-tour et, finalement, trouve la sortie de ce
labyrinthe. Nous interrogeons une base de donnes: puis-je
revoir 2001 : L'Odysse de l'Espace? Elle nous indique un cinma
du quartier. Elle a compris notre question et a su y rpondre. Un
collgue nous envoie une dmonstration mathmatique, et nous
voulons vrifier qu'elle est correcte. Inutile de nous fatiguer: de
nombreux logiciels peuvent le faire pour nous.
Dans ces trois cas, les algorithmes font des choses, trouver
la sortie d'un labyrinthe, rpondre une question formule
en langue naturelle, vrifier la correction d'une dmonstration
mathmatique, qui demanderaient, un tre humain, d'utiliser
son intelligence. Ces algorithmes nous semblent intelligents.
Mais un problme est qu'ils ne semblent pas intelligents
tout le monde: en quelques semaines de cours, nous pouvons
faire crire, un groupe d'tudiants, un programme qui trouve
la sortie d'un labyrinthe, rpond une question formult~ en
178
UN ALGORITHME PEUT-IL TRE INTELLIGENT?
langue naturelle ou vrifie la correction d'une dmonstration

mathmatique. Et si, la fin de ce cours, nous demandons
ces tudiants si leurs programmes sont intelligents, ils rpon-
dront invariablement que non. Ds qu'ils les ont programms
eux-mmes, ils cessent de penser que ces programmes ont la
moindre forme d'intelligence. Le fait de trouver un programme
intelligent semble donc li au fait de ne pas savoir comment il
fonctionne. L'intelligence serait-elle une forme d'opacit?
Cette diffrence entre ceux qui savent comment le programme
fonctionne et ceux qui ne le savent pas est aussi illustre par
le fait que les tudiants qui ont programm, par exemple, un
robot, cherchent souvent le tester dans des situations limites:
ils le mettent dans un labyrinthe sans sortie, ils changent la
forme du labyrinthe alors que le robot est en train d'en chercher
la sortie, ils lui font des croche-pieds, pour voir s'il retrouve
son quilibre. Pour eux, rien de plus naturel que de tester leur
systme. Pour ceux qui, en revanche, regardent cela de l' ext-
rieur, ces traitements semblent d'une grande cruaut.
L'intelligence et le jeu de l'imitation

Marvin Minsky qui, en 1968, propose l'une des premires
dfinitions de l'intelligence artificielle, vite soigneusement ce
problme de point de vue: L'intelligence artificielle, crit-il, est
la science de faire faire des machines des choses qui demande-
raient de l'intelligence, si elles taient faites par des humains.
Trs habilement, Minsky ne dit pas que les machines elles-
mmes sont intelligentes. Il dit que, vu de l'extrieur, elles font
179
des choses qui demanderaient de l'intelligence, si elles taient

faites par des humains.
Alan Turing ne dit pas autre chose vingt ans plus tt, quand
il propose de dfinir l'intelligence comme la capacit passer
un test. Dans ce test de Turing, nous voyons apparatre les
prmices de la pense informatique puisque Turing donne
une dfinition oprationnelle, algorithmique, de l'intelligence.
Nous voyons aussi que cette dfinition vite soigneusement
de faire de l'intelligence une facult humaine: quiconque,
peut-tre un algorithme, passe ce test est dclar intelligent.
En quoi consiste ce test? En la capacit de se faire passer, auprs
d'un tre humain, pour un autre tre humain, c'est--dire d'tre
capable d'imiter l'intelligence humaine.
Un avantage de cette dfinition est qu'elle insiste sur l'aspect
phnomnologique de l'intelligence: il n'y a pas de diffrence
entre paratre intelligent et tre intelligent. Un inconvnient
est qu'elle est circulaire: en dfinissant l'intelligence comme
la capacit imiter l'intelligence humaine, elle utilise implici-
tement la notion mme qu'elle cherche dfinir.
Ni Minsky, ni Turing n'clairent donc rellement la nature
de l'intelligence, et nous nous retrouvons sans rponse satis-
faisante notre question initiale: qu'est-ce que l'intelligence?
Intelligence ou intelligences?
Cela n'a bien entendu pas empch les chercheurs en intelli-
gence artificielle de dvelopper des algorithmes qui essayaient
d'imiter l'une ou l'autre des facults de l'intelligence humaine:
180
raisonner, comprendre une question pose en langue naturelle,

jouer aux checs, analyser une image, etc. La rsolution de
chacun de ces dfis fait appel des connaissances et des
techniques diffrentes. Et l'intelligence artificielle est la somme
des progrs obtenus dans ces diffrents domaines.
Le terme intelligence prsuppose qu'une facult unique
nous permet de raisonner, de comprendre une langue naturelle,
de jouer aux checs, etc., et le terme intelligence artificielle
laisse supposer que si un algorithme tait dot de cette facult,
il serait capable d'effectuer toutes ces tches, aussi bien les
unes que les autres. Or, et c'est le principal enseignement d'un
demi-sicle de recherches en intelligence artificielle, il y a peu
de points communs entre les algorithmes de traitement de
la langue et les algorithmes de jeu. Ce n'est pas parce qu'un
algorithme joue trs bien aux checs, qu'il a d'autres facults,
que nous qualifierions d'intelligentes: un algorithme peut
battre le champion du monde aux checs et ne pas savoir
reconnatre un chien d'un chat.
Ce constat nous mne naturellement cette ide simple, que
les psychologues nous rptent pourtant depuis des annes,
sans qu'apparemment nous les entendions: il n'y a pas qu'une
forme d'intelligence.
Une machine broyer les concepts

Dire qu'il y a plusieurs formes d'intelligence, que savoir
dmontrer un thorme est diffrent de savoir parler japonais,
que savoir jouer aux checs est diffrent de savoir s'orienter
181
dans l'espace, revient dire que le concept d'intelligence est un

pseudo-concept, que nous devons l'abandonner et le remplacer
par d'autres, tels que peut-tre facult de dmontrer un
thorme, facult de parler japonais, etc.
Il arrive donc au concept d' intelligence ce qui est arriv
aux concepts de force, de poids ou d' lan, l'preuve
de la science. Nous croyions savoir ce que signifiaient ces trois
mots jusqu' ce que les physiciens tentent de les dfinir. Ils
ont russi dfinir le concept de force, mais leur dfinition,
drive temporelle de la quantit de mouvement, surprendra
peut-tre ceux qui croyaient savoir ce que signifiait ce mot. Le
concept de poids a t divis en deux concepts : poids
et masse. Quant au concept d'lan, les physiciens nous ont
montr comment nous en passer.
La science est une machine broyer les concepts du sens
commun qui, quand nous en cherchons une dfinition prcise,
au mieux prennent une signification diffrente de leur signifi-
cation commune, en gnral sont diviss en plusieurs concepts,
parfois sont simplement abandonns.
Le sort du concept d' intelligence sera l'un de ceux-l: au
mieux, il prendra une signification diffrente de sa signification
commune. Sans doute, sera-t-il divis en plusieurs concepts.
Peut-tre sera-t-il simplement abandonn.
Et la seule question qui se pose est celle de la raison pour
laquelle nous continuons l'employer, y compris dans un
contexte scientifique, par exemple dans l'expression intelli-
gence artificielle. Il est possible que les attentes suscites par
la mythologie et la littrature, Pygmalion, Loew, Frankenstein,
182
Geppetto, etc., expliquent pour beaucoup notre difficult

nous en dfaire .
MARVIN MINSKY
Marvin Minsky (1927-2016) est un des pionniers de l'intelligence
artificielle. Il a aussi contribu aux sciences cognitives et la robotique. Il
a cherch montrer, dans ses travaux, que l'intelligence artificielle tait
un phnomne trop complexe pour tre captur par un seul modle ou un
seul mcanisme. la diffrence de l'lectromagntisme, il ne fallait pas
y chercher de principe unificateur, mais la voir comme la somme de ses
composants varis. Nous lui sommes aussi redevables d'une des rares
dfinitions de l'intelligence artificielle qui semble rsister l'preuve du
temps: l'intelligence artificielle est la science de faire faire des machines
des choses qui demanderaient de l'intelligence si elles taient faites par
des humains.
183
Un algorithme
peut-il tre amoureux?
Nous croyions que l'intelligence, comme la parole, la

culture, la conscience de soi, etc., nous rendait singuliers.
Mais dissoudre l'intelligence dans une multitude de facults
contribue estomper encore un peu la frontire qui spare
l'homme de la machine. L'homme est meilleur que la
machine pour parler japonais, mais la machine est meilleure
que l'homme pour jouer aux checs. Peut-tre sera-t-elle un
jour aussi meilleure pour parler japonais. La diffrence entre
l'homme et la machine nous semble davantage une diffrence
de degr que de nature, ce que nous laissait dj pressentir
l'ide d'homme augment.
Le lecteur pourra se rassurer en pensant que ces lignes ont
t crites par deux tres humains ... pour autant qu'il en soit
certain.
184
UN ALGORITHME PEUT-IL TRE AMOUREUX?
Cette frontire qui s'estompe donne des ailes quelques

audacieux, tel l'informaticien et futurologue Ray Kurzweil qui
prdit qu'en 2030 nous pourrons sauvegarder notre cerveau
sur un ordinateur et qu'en 2035, quand nous parlerons un
tre humain, nous parlerons une intelligence hybride, biolo-
gique et non biologique. videmment, ce genre de prdictions
n'engage que leur auteur.
Il semble cependant nous rester encore deux ou trois petites
choses que nous ne partageons peut-tre pas encore avec les
ordinateurs: la crativit, les motions et la conscience.
La crativit
La crativit, telle qu'elle s'exprime, par exemple, dans la
cration d'uvres d'art, semble une facult humaine bien
difficile simuler. Nous imaginons mal une muse inspirer
un algorithme, quand les artistes eux-mmes nous disent que
le processus de cration n'obit aucune rgle, qu'ils ne le
matrisent pas et que le fait qu'il leur chappe est prcisment
ce qui caractrise leur gnie.
Toutefois, sans rompre avec ce mythe de l'inspiration, un
certain nombre d'artistes ont tent d'utiliser le hasard pour
crer des uvres nouvelles, par exemple les surralistes avec
leurs cadavres exquis. D'autres ont cherch exploiter le
caractre combinatoire du langage pour crer, eux aussi, des
uvres nouvelles, tel Raymond Queneau avec ses Cent Mille
Milliards de pomes. Mme si ces deux dmarches sont diff-
rentes, elles ont en commun le fait de construire un processus,
185
alatoire ou combinatoire, et d'en observer le rsultat, en se

laissant parfois surprendre.
Il n'est donc pas tonnant que certains artistes, ds la fin
des annes cinquante, aient tent d'utiliser des ordinateurs
et des algorithmes, c'est--dire de construire des processus
et d'en observer le rsultat, en se laissant parfois surprendre.
Le compositeur Pierre Barbaud a par exemple dvelopp un
systme de composition automatique dans lequel l'ala joue
un grand rle. Les uvres produites par ces systmes, pour
intressantes qu'elles soient dans leur dmarche, n'galent pas
encore les uvres des compositeurs en chair et en os.
Mais qui peut dire qu'elles ne le feront jamais?
Les motions
Le film Her, de Spike Jonze, met en scne un personnage,
Theodore, qui tombe amoureux du systme d'exploitation de
son ordinateur, qu'il choisit d'appeler Samantha et qui il
donne la voix de Scarlett Johansson. Qu'un tre humain ait
des sentiments pour un ordinateur ou un algorithme n'est
nullement surprenant. Des tres humains s'attachent tous les
jours des animaux domestiques, des doudous, des uvres
d'art et parfois des voitures. Pourquoi ne s'attacheraient-ils
pas des ordinateurs ou des algorithmes?
Mais une question plus importante est de savoir si Samantha,
elle, est amoureuse de Theodore. Quand il lui pose la question,
elle rpond que oui: elle dialogue avec huit mille trois cent seize
utilisateurs, mais elle n'est amoureuse que de six cent quarante
186
UN ALGORITHME PEUT-IL TRE AMOUREUX?
et un parmi eux. Bien entendu, nous pourrions en conclure que

Samantha n'est pas rellement amoureuse de Theodore, parce
que notre exprience humaine nous a enseign qu'il n'est pas
possible d'tre amoureux d'autant de monde la fois. Mais,
justement, Samantha n'est pas humaine.
Comme l'ide qu'une machine ait des sentiments nous drange,
nous prfrons penser que Samantha simule des sentiments et
des motions, mais qu'elle ne peut les ressentir rellement. Mais
que signifient les verbes simuler et ressentir rellement.
Pour clairer cette question, prenons un exemple plus simple.
Nous pouvons programmer un robot de manire ce qu'il
interroge, intervalles rguliers, un capteur de temprature et
dise il fait froid et allume un radiateur, quand cette temp-
rature baisse en dessous d'un certain seuil. Ce robot n'a pas
rellement froid: il fait comme si c'tait le cas, il simule. Il ne
sait pas plus ce qu'il dit qu'un mainate et il est d'ailleurs trs
facile de le reprogrammer pour qu'il dise il pleut ou il fait
chaud, au lieu de dire il fait froid.
Toutefois, notre systme nerveux fonctionne d'une manire
assez similaire ce robot. Quand la temprature baisse, des
neurones rcepteurs mettent un signal chimique converti
ensuite, par d'autres neurones, en signal nerveux. Ce signal
nerveux en dclenche d'autres, qui mnent notre bouche
prononcer les mots il fait froid et notre main allumer un
radiateur. Dirions-nous, pour autant, que nous faisons comme
si nous avions froid, mais que nous n'avons pas rellement
froid? Non, car que ces signaux traversent notre systme
nerveux est ce que nous appelons avoir rellement froid.
187
La dfinition de Turing insistait sur le caractre phnomnolo-

gique de l'intelligence. Elle soulignait, en dveloppant une ide
dj en germe chez les matrialistes du XVIIIe sicle, l'inanit de la
question de savoir si un algorithme est rellement intelligent ou
s'il fait semblant. Il en est de mme de la question de savoir si le
robot a rellement froid ou s'il fait semblant. Un algorithme qui
se comporte comme s'il tait intelligent est intelligent. Un robot
qui se comporte comme s'il avait froid a froid. Un algorithme qui
se comporte comme s'il tait amoureux est amoureux.
La conscience
La notion de conscience, comme celle d'intelligence, est
peut-tre elle aussi un pseudo-concept qu'il nous faudra un
jour remplacer par d'autres plus prcis: conscience de soi,
conscience morale, conscience d'un danger, etc.
Une telle dissolution de la notion de conscience nous
mnerait imaginer que, si nous arrivions construire un
cerveau artificiel, celui-ci ne serait ni plus ni moins conscient,
que nos cerveaux humains. La question n'aurait simplement
plus de sens.
l'inverse, certains pensent que, mme si nous construisions
un cerveau artificiel parfait, il serait, comme le Golem de glaise,
un humain inachev, qui il manquerait le nom de Dieu:
la conscience.
Nous laisserons le lecteur choisir entre ces deux thses.
188
Le temps des choix
Au temps des algorithmes, les inventions se succdent

rapidement. chaque fois, les raisons de s'merveiller sont
nombreuses, celles de s'inquiter galement. Ces inventions
rendent possibles le monde meilleur auquel nous aspirons,
comme le monde cauchemardesque que nous redoutons.
Les robots qui s'occuperont bientt des personnes ges
illustrent bien cette multiplicit des possibles. Leur dploiement
sera un progrs s'ils permettent d'amliorer le suivi mdical de
ces personnes, de faciliter leur vie quotidienne et d'augmenter
leur autonomie. Il sera une rgression s'il nous sert d'excuse
pour nous dsengager d'une tche parmi les plus humaines qui
soit: nous occuper de ceux qui en ont besoin.
En largissant le champ des possibles, les algorithmes nous
rendent matres de nos destins, mais c'est nous de choisir.
viter les cueils des gosmes, des peurs, etc., ne sera sans
doute pas facile . .\1ais cela est possible.
189
Avec les algorithmes, Homo sapiens a enfin construit un outil

la mesure de ses aspirations, un outil qui rend possible la
construction d'un monde meilleur, d'un monde plus libre, d'un
monde plus juste ... s'ille choisit.
190
Rfrences
Serge Abiteboul, Sciences des donnes: de la logique du

premier ordre la Toile, Fayard, 2013. http: 11 annuaire-edf.
revues.org 1977
Serge Abiteboul et Florence Hachez-Leroy, Humanits

numriques, Encyclopdie de l'humanisme mditerranen,
2015.
Serge Abiteboul et Valrie Peugeot, Terra Data, Le Pommier,

2017, paratre .
Alain Beltran et Pascal Griset, Histoire d'un pionnier

de l'informatique: 40 ans de recherche l'Inria, EDP
Sciences, 2016 .
Grard Berry, Pourquoi et comment le monde devient

numrique, Fayard, 2008.
Dominique Cardon, quoi rvent les algorithmes: Nos vies
l'heure des big data, Seuil, 2015.
Gilles Dowek et al., Informatique et sciences du numrique:
spcialit ISN en terminale S avec des exercices corrigs et ides
de projets, Eyrolles, 2013.
191
Gilles Dowek, Les Mtamorphoses du calcul: une tonnante

histoire de mathmatiques, Le Pommier, 2007.
Emmanuel Lazard et Pierre Mounier-Kuhn, Histoire
illustre de l'informatique, EDP Sciences, 2016 .
Eric S. Raymond (trad. Sbastien Blondeel), La Cathdrale et
le Bazar, O'Reilly Media, 1998.
Duncan Watts, Six Degrees: the Science of a Connected Age,
W. W. Norton & Company, 2003 .
Jeanette M. Wing, Computational Thinking,

Communications of the ACM 49 (3): 33, 2006 .
Les Entretiens autour de l'informatique, Blog Binaire,
Le Monde, http ://binaire.blog.lemonde.fr 1
les-entretiens-de-la-sif1
L'Enseignement de l'informatique en France: il est urgent de ne

plus attendre, Rapport de l'Acadmie des sciences, 2013 .
Enseigner l'informatique: une exigence, dans Jules Ferry
3.0, btir une cole crative et juste dans un monde numrique,
Conseil national du numrique, 2015, chap. 1.
L'informatique: la science au cur du numrique, Conseil

Scientifique de la SIF, http: //binaire.blog.lemonde.fr 1
files/2015 112/ 14.Informatique-8.pdf
Imprim en France par la NouyeJle Imprimerie LABALLERY Clamecy

N" d'imprimeur: 611386- Dpt lgal: jamier 2017
No d'dition: 7-651175-01

Gilles Dowek, Serge Abiteboul-Le Temps Des Algorithmes-Le Pommier (2017) PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Gilles Dowek, Serge Abiteboul-Le Temps Des Algorithmes-Le Pommier (2017) PDF

Transféré par

Droits d'auteur :

Formats disponibles

le temps

gilles dowek est chercheur Inria et professeur l'cole normale

Relecture: Valrie Poge

ditions Le Pommier, 2017

ditions Le Pommier, 8, rue Frou, 75006, Paris

Merci aussi Jean-Pierre Archambault, Grard Berry, Maurice

Les algorithmes fascinent, les algorithmes inquitent 6

Les algorithmes sont devenus des ingrdients essentiels de

Avec les algorithmes, Homo sapiens semble avoir enfin

Les algorithmes peuvent conduire au pire ou au meilleur,

Pour comprendre ce qu'est un algorithme, commenons par

aussi parce que d'autres reproduisent ces inventions, et parfois

Des procds et des symboles

Par exemple, un algorithme, parmi d'autres, pour chercher

diviseur commun de deux nombres entiers. Nous allons lui

chiffres indo-arabes et les algorithmes qui les accompagnent.

Les mots pour le dire

-.. =~: feolt............

mais aussi une forme textuelle:

Si nous devions expliquer cet algorithme un tudiant,

De mme, l'algorithme d'Euclide peut s'exprimer de manire

a prend la valeur de b Calculer le reste (r) de

Un algorithme peut donc s'exprimer dans diffrents

Le point qui, prcisment, nous distingue des fourmis est

Au-del du squencement d'instructions

la boucle et le test suffisent. La richesse des algorithmes ne

romains: CXXIII X CD LVI. De mme, chercher un mot dans un

Les mthodes algorithmiques

d'un quartier, trie son tour son paquet en plusieurs paquets

La mthode d' numration et de test consiste rsoudre

quand les algorithmes d'numration et de test demandent

il nous semble plus surprenant qu'un algorithme puisse,

sa langue maternelle en observant les personnes qui parlent

Nous utilisons des algorithmes symboliques, depuis les dbuts

Des algorithmes aux ordinateurs

Les premires machines

pour casser les codes de ces deux machines, c'est--dire pour

nos voitures, o ils nous guident travers des ddales de sens

Des machines et des langages

ordinateurs peuvent aussi stocker, transmettre, transformer

BITS, OCTETS, PTAOCTETS

Les sons sont galement reprsents de manire symbolique

un peu, nous pourrions dire qu'une voiture moderne n'est

spcialiss, certains d'une grande puissance, d'autres, d'une

Nous pouvons aussi raliser des ordinateurs de manires trs

Les algorithmes et les ordinateurs servent tout. Mais quoi

interroger, mettre jour des quantits importantes d'information,

dans certains romans de science-fiction des annes soixante, les

Analyser des donnes

L'analyse de donnes est de plus en plus prsente dans la

numrique, en revanche, transforme le son en une suite de

Les camras, les appareils photo et les micros numriques,

Fa briquer des biens

machine est commande par un algorithme, et l'ensemble de

avons dvelopp des modles de nombreux phnomnes:

les prvisions d'un modle complexe, dpendant de nombreux

Ainsi s'achve ce rapide tour d'horizon de quelques types

Les limites du calcul

de l'indpendance de la notion d'algorithme par rapport au

trouver une baguette magique ou atteindre la fin du parcours

Pendant la Seconde Guerre mondiale, il contribue casser le code secret

Nous rencontrons souvent des problmes indcidables quand

un prix d'un million de dollars qui le rsoudra. Le nom de