La promesse était simple : l’intelligence artificielle allait aider les gouvernements à faire plus avec moins, en désengorgeant les arriérés bureaucratiques et en économisant l’argent public. Ce qui émerge à la place est un tableau plus complexe. L’IA n’est pas seulement déployée par les institutions pour rationaliser les services, elle est utilisée par le public pour interagir avec ces institutions à une échelle et à une vitesse que les systèmes n’ont jamais été conçus pour absorber.
Le flot que personne n’avait prévu
L’analogie qui explique le mieux cela est l’e-mail. Lorsque le courrier électronique est arrivé, il a été présenté comme un outil qui éliminerait les réunions inutiles et réduirait les frictions administratives. Ce qu’il a réellement fait, c’est abaisser le coût d’envoi des messages presque à zéro, ce qui signifie que les gens en ont envoyé beaucoup plus, et le temps gagné d’un côté a été passé à gérer le déluge de l’autre.
L’IA suit le même schéma, mais en plus rapide et à plus grande échelle. L’ancien fonctionnaire Sam Freedman a observé que les gouvernements du monde entier semblent connaître des hausses inhabituelles de plaintes, de requêtes et de réponses adressées aux organismes réglementaires et officiels depuis l’adoption généralisée d’outils comme ChatGPT. La friction qui filtrait autrefois les communications à faible effort a été supprimée. Ce qui reste est le volume.
Ce n’est pas un phénomène marginal. Les affaires traitées par les tribunaux du travail en Angleterre, en Écosse et au pays de Galles ont augmenté de 39 % en une seule année, et la rédaction de réclamations assistée par l’IA est citée comme un facteur contributif. Les tribunaux traitent désormais des dossiers soumis par des personnes qui ne peuvent pas s’offrir de représentation juridique, mais qui peuvent utiliser l’IA pour construire des arguments, en citant parfois des précédents juridiques qui n’existent pas. Chacune de ces soumissions nécessite toujours un humain pour la lire, l’évaluer et démêler le tout, car un argument erroné peut toujours contenir un grief légitime en dessous.
Là où l’arriéré s’accumule réellement
La pression ne se limite pas aux tribunaux. Des conseillers spéciaux de Whitehall ont décrit des ministères submergés par des demandes d’accès à l’information générées par l’IA. Des députés signalent que leurs bureaux reçoivent des lettres de constituants générées par l’IA en des volumes qui nécessitent une révision humaine, car ignorer l’une d’entre elles comporte le risque de passer à côté de quelque chose de réellement important.
Les consultations publiques, censées mesurer ce que les citoyens pensent réellement des modifications proposées à la loi, font face à une version du même problème. Si les réponses qui affluent sont générées par des machines plutôt que rédigées par des humains, la consultation perd sa fonction de signal démocratique. La ligne entre rendre la participation civique plus accessible et la rendre si exempte de frictions qu’elle en devient dénuée de sens s’avère plus mince que prévu.
Le marché du travail offre une autre illustration. Les employeurs qui ont adopté des outils d’IA pour filtrer les candidatures à grande échelle ont constaté que les candidats ont répondu en automatisant leur propre part du processus, en envoyant un grand nombre de candidatures plutôt que des candidatures ciblées. Le résultat est qu’aucune des deux parties ne peut identifier efficacement une véritable correspondance. Un raccourci adopté par un côté a provoqué un contre-raccourci de l’autre, et l’effet net est plus de bruit pour tout le monde.
Ce que cela révèle sur le fonctionnement réel de l’efficacité
Voici ce que la plupart des reportages sur l’IA dans les gouvernements ont tendance à omettre : les gains d’efficacité ne sont pas des propriétés permanentes d’une technologie. Ils sont relatifs au contexte, et le contexte change lorsque l’adoption se propage.
L’article établit une comparaison utile avec la circulation urbaine. Les voitures ont considérablement réduit le temps de trajet par rapport au cheval. Mais à mesure que la possession de voitures s’est généralisée, les villes aux heures de pointe ont ralenti jusqu’à la quasi-immobilité. En 2018, la circulation de jour dans le centre de Londres se déplaçait à un peu plus de 7 miles par heure, soit à peu près la vitesse d’un poney au trot. La technologie censée accélérer les déplacements a fini, dans des conditions d’adoption de masse, par reproduire les mêmes contraintes qu’elle était censée résoudre.
L’IA agentique, la prochaine vague d’outils conçus pour agir de manière autonome au nom de l’utilisateur, comporte le même risque. Les premiers adoptants peuvent véritablement gagner du temps et réduire les frictions. Mais si l’adoption atteint l’échelle que les grandes entreprises technologiques projettent, ces raccourcis deviennent la nouvelle norme. Tout le monde les utilise, ce qui signifie que personne ne bénéficie d’un avantage relatif, et les systèmes à l’autre bout font face à un volume qu’ils n’ont pas été conçus pour gérer.
C’est important pour la façon dont les institutions, les entreprises et les particuliers envisagent l’investissement dans l’IA. Le temps gagné dans une partie d’un système a tendance à réapparaître sous forme de coût ailleurs. Un ministère qui utilise l’IA pour traiter les demandes plus rapidement peut constater que le nombre de demandes a augmenté encore plus vite. L’efficacité est réelle mais partielle, et la comptabilité complète nécessite d’examiner l’ensemble du système, et pas seulement le nœud qui a été optimisé.
Historiquement, les sociétés ont développé des mécanismes pour réintroduire des frictions là où elles avaient été supprimées trop agressivement : filtres anti-spam pour les e-mails, péages urbains pour les centres-villes. La question pour l’IA est de savoir à quoi ressembleront les interventions équivalentes, et combien de temps il faudra pour les développer.
En bref
L’IA n’est pas simplement un outil que les institutions déploient. C’est un outil que tout le monde déploie, simultanément, y compris les personnes que ces institutions sont censées servir. Lorsque les deux côtés de n’importe quelle interaction s’automatisent en même temps, les gains d’efficacité s’annulent et le problème de volume s’aggrave. La hausse de 39 % des affaires devant les tribunaux du travail n’est pas une anomalie. C’est un signal précoce de ce qui se produit lorsque la friction disparaît des systèmes qui en dépendaient pour fonctionner.
D’après un reportage de The Guardian.