```html
L'IA comme champ de bataille : Pourquoi 2026 doit être l’année où l’ESS reprend le contrôle de la technique
L’IA comme champ de bataille : Pourquoi 2026 doit être l’année où l’ESS reprend le contrôle de la technique
« La technique n’est jamais un simple outil. Elle est un milieu, un pharmacon – à la fois poison et remède. »
Bernard Stiegler, Dans la disruption. Comment ne pas devenir fou ? (2016)
I. L’illusion de la neutralité : quand la technique nous gouverne
En 2026, l’intelligence artificielle n’est plus une promesse lointaine, mais une infrastructure invisible qui structure nos vies : elle trie les CV, modère (ou censure) les débats en ligne, optimise les flux logistiques… et creuse les inégalités. Pourtant, comme le soulignait Jacques Ellul dès 1954, « la technique se développe comme un système autonome, échappant à tout contrôle humain » (La Technique ou l’Enjeu du siècle). Cette autonomie n’est pas un fatalisme : elle est le résultat d’un désengagement politique.
L’Économie Sociale et Solidaire (ESS), héritière des luttes pour l’autogestion et l’éducation populaire, ne peut se contenter d’être spectatrice. Simone Weil écrivait que « l’enracinement est peut-être le besoin le plus important et le plus méconnu de l’âme humaine » (L’Enracinement, 1949). Or, l’IA déracine : elle dépossède les citoyens de leur capacité à comprendre – et donc à agir sur – leur environnement. Se former, c’est résister à cette aliénation.
II. L’IA comme pharmacon : entre émancipation et asservissement
Bernard Stiegler, dans La Société automatique (2015), reprend le concept grec de pharmacon (à la fois poison et remède) pour décrire la technique. L'IA incarne cette dualité :
Poison : elle accentue la prolétarisation cognitive (Stiegler), réduisant les humains à des exécutants tandis que les plateformes captent la valeur de leur attention.
Remède : elle pourrait libérer du temps pour le care, l'engagement, ou la création - si elle était conçue dans une logique de commun.
Ivan Illich (Tools for Conviviality, 1973) distinguait les outils conviviaux (qui renforcent l'autonomie) des outils oppressifs (qui génèrent des dépendances). Aujourd'hui, les IA dominantes (comme les modèles fermés des GAFAM) relèvent de la seconde catégorie. Mais rien n'est joué.
Comme le rappellent les écologistes André Gorz (Écologie et Politique, 1978) et Vandana Shiva, la technique peut être réorientée vers la sobriété et la justice - à condition d'en maîtriser les rouages.
III. Déconstruire l'IA : un impératif démocratique
« Il n'y a pas de hors-texte. »
Jacques Derrida, De la grammatologie (1967)
Derrida nous invite à interroger les cadres invisibles qui structurent nos réalités. L'IA en est un, et de taille :
Biais algorithmiques : Comme l'a montré Safiya Umoja Noble (Algorithms of Oppression, 2018), les moteurs de recherche reproduisent les stéréotypes racistes et sexistes. Feminist AI (comme les travaux de Kate Crawford) prouve qu'on peut les combattre - mais il faut d'abord les voir.
Extractivisme des données : Nick Couldry et Ulises Mejias (The Costs of Connection, 2019) comparent l'exploitation des données à une nouvelle forme de colonialisme. Les acteurs de l'ESS doivent protéger les données des publics vulnérables (migrants, précaires...) en créant des alternatives éthiques.
2026 est une année charnière : les régulations européennes (comme l'AI Act) entrent en vigueur, mais les lobbies tech poussent à leur édulcoration. L'éducation populaire doit monter en puissance pour peser dans ce débat.
IV. Que faire ? Trois pistes pour une IA solidaire
« Le progrès social ne se décrète pas, il s'invente dans les luttes. »
Cornelius Castoriadis, L'Institution imaginaire de la société (1975)
1. Former aux enjeux et aux outils
Comprendre : Comment fonctionne un algorithme de recommandation ? Pourquoi les modèles de langage hallucinent-ils ? (Voir les travaux de Emily M. Bender sur les stochastic parrots.)
Pratiquer : Utiliser des IA open source (comme les modèles de Hugging Face) pour des projets locaux (ex : traduction automatique pour les migrants, analyse de données militantes).
2. Créer des "zones autonomes technologiques"
Inspiré par Hakim Bey (TAZ, 1991), ces espaces permettraient d'expérimenter des IA low-tech, décentralisées, et contrôlées par les usagers. Exemples :
Des coopératives de données (comme Midjourney mais en commun).
Des chatbots féministes pour l'orientation professionnelle (projet FemTech en Allemagne).
3. Allier écologie et numérique
Philippe Bihouix (L'Âge des low tech, 2014) rappelle que l'IA "verte" est un oxymore : les data centers consomment 4% de l'électricité mondiale. L'ESS doit promouvoir une IA sobre :
Modèles légers (comme TinyML).
Recyclage des serveurs (initiatives comme Back Market pour le matériel).
V. 2026 : L'année où l'ESS reprend la main
« Le futur n'est pas un destin, mais un terrain à conquérir. »
Murray Bookchin, Écologie sociale (1982)
Cette année sera celle des choix :
Soit nous laissons l'IA devenir un nouvel opium du peuple (Marx), distrayant les masses tandis que quelques-uns en tirent profit.
Soit nous en faisons un levier d'émancipation, comme l'imprimerie pour la Réforme ou les radios libres pour les mouvements sociaux.
Les penseurs nous donnent des armes :
Stiegler : « Il faut réinventer les circuits de transindividuation » (c'est-à-dire les processus par lesquels nous apprenons collectivement).
Donna Haraway (Manifeste Cyborg, 1985) : « Les frontières entre humain et machine sont des champs de lutte. »
Frédéric Lordon (La Société des affects, 2013) : « Le désir peut être détourné vers des objets émancipateurs. »
Concrètement, en 2026, engageons-nous à :
✅ Organiser des ateliers "IA et pouvoir" dans les MJC, les AMAP, les syndicats.
✅ Soutenir les alternatives tech (comme Framasoft ou La Quadrature du Net).
✅ Exiger des audits citoyens des algorithmes publics (comme le fait Algorithm
AlgorithmWatch).
Conclusion : L'urgence de l'alphabétisation algorithmique
En 1881, Paul Bert lançait les universités populaires pour « rendre le savoir accessible à tous ». En 2026, l'urgence est similaire : l'alphabétisation ne suffit plus, il faut une littératie algorithmique.
« Articuler le passé ne signifie pas le reconnaître "tel qu'il a vraiment été". Cela signifie s'emparer d'un souvenir au moment où il scintille d'un danger. »
Walter Benjamin, Thèses sur le concept d'histoire (1940)
Aujourd'hui, l'IA scintille de tous les dangers - mais aussi de toutes les promesses.
À nous de choisir : subir la disruption... ou la politiser.
« La révolution ne sera pas télévisée. Mais elle pourrait être codée - collectivement. »
(Inspiré par Gil Scott-Heron et les hackers activistes de Chaos Computer Club)
Ressources pour aller plus loin
📚 Livres
Shoshana Zuboff, L'Ère du capitalisme de surveillance (2019)
Aaron Benanav, Automation and the Future of Work (2020)