Contexte historique
Joyce Appleby décrit le passage du mercantilisme à un capitalisme fondé sur la création de richesse plutôt que sur sa simple capture. Elle identifie quatre croyances du mercantilisme : la rareté du capital, la méfiance envers les masses, la focalisation sur l’offre et la vision d’une main‑d’œuvre agricole majoritaire. Ces points servent de cadre pour analyser la peur actuelle autour de l’intelligence artificielle.
Parallèles entre mercantilisme et IA
Le texte transpose chaque croyance à la sphère cognitive. Premièrement, l’intelligence est traitée comme une ressource fixe, stockée dans les cerveaux humains et les produits de connaissance. Les stratégies nationales et d’entreprise visent à attirer les meilleurs cerveaux, à sécuriser les brevets et à contrôler les modèles d’IA, à l’image d’une chasse au trésor de bullion. Deuxièmement, les personnes jugées « moins intelligentes » sont perçues comme incapables d’autonomie, justifiant une gouvernance stricte par des élites cognitives. Troisièmement, l’offre d’intelligence devient le facteur économique dominant : la production de connaissances, la tarification des modèles d’IA et la protection de la propriété intellectuelle sont privilégiées, tandis que la demande des utilisateurs reste marginale. Enfin, la quatrième croyance suppose que la majorité de la population ne peut contribuer de façon significative à la production intellectuelle, rappelant la vision d’une société de travailleurs agricoles.
Implications économiques et sociales
Si l’on accepte l’analogie, la concentration de la connaissance crée un déséquilibre similaire à celui du mercantilisme historique : les pays ou les entreprises qui accumulent les talents et les brevets détiennent un avantage comparatif. Cette dynamique peut renforcer des structures de pouvoir où les « élites cognitives » décident de l’accès aux outils d’IA, limitant la diffusion large et l’usage créatif. En outre, la focalisation sur l’offre décourage l’émergence d’une demande massive de services d’IA, ce qui freine l’innovation orientée utilisateur. Le texte suggère que, comme l’agriculture a libéré la majorité de la population de la production alimentaire, l’IA pourrait libérer les individus de la production intellectuelle tout en les transformant en consommateurs de connaissances.
Limites de l’analogie
L’essai ne fournit pas de données chiffrées sur la répartition actuelle des talents IA, ni de mesures de la valeur économique des modèles. L’absence de métriques empêche de quantifier la « rareté » de l’intelligence ni d’évaluer la part réelle de la population engagée dans la production de connaissances. De plus, la comparaison ignore les différences technologiques : la production d’IA repose sur des infrastructures de calcul et des données massives, ce qui ne correspond pas à la simple accumulation de métaux précieux. Enfin, la vision de la demande comme négligeable ne tient pas compte des usages croissants des assistants virtuels, des plateformes éducatives et des applications grand public qui montrent déjà une demande diversifiée.
