Publié le 22 octobre 2025 10h50. L’intelligence artificielle ne se manifeste pas uniquement par des robots sophistiqués, mais surtout par des décisions discrètes qui façonnent notre quotidien, de nos demandes de prêt à nos recommandations de séries en streaming.
- L’IA influence de plus en plus les processus de recrutement, souvent en filtrant les candidatures avant qu’un recruteur ne les examine.
- Les systèmes d’IA sont utilisés dans le secteur financier pour évaluer les risques et surveiller les transactions, parfois avec des conséquences imprévues pour les individus.
- Dans le domaine de la santé, l’IA aide à prioriser les examens médicaux et à prédire l’affluence dans les hôpitaux, mais peut également entraîner des biais dans l’attention portée aux patients.
L’intelligence artificielle s’immisce dans nos vies de manière insidieuse, bien au-delà des laboratoires et des démonstrations spectaculaires. Elle se manifeste dans les paperasses, les files d’attente virtuelles et les menus personnalisés. Elle décide quel courriel atterrira dans votre boîte de réception et lequel sera discrètement archivé. Elle planifie vos réunions et trace vos itinéraires. Elle ajuste les prix en temps réel et évalue les risques de vos transactions bancaires. Ces interventions, souvent imperceptibles, constituent une forme de tri constant de notre existence.
Le processus de recrutement en est un exemple frappant. La plupart des curriculum vitae ne parviennent jamais aux yeux d’un recruteur. Ils sont d’abord analysés par des logiciels qui extraient les informations clés – postes occupés, dates, compétences, employeurs – et les comparent aux exigences du poste et aux profils des candidats précédemment embauchés. Si ce processus peut sembler efficace, il est également conservateur. Si les données du passé servent de référence, le système aura tendance à favoriser les profils traditionnels : carrières linéaires, expériences familières, parcours bien définis. Les lacunes, les changements de cap, le bénévolat et les itinéraires atypiques risquent d’être considérés comme du bruit, et non comme des atouts. Les candidats peuvent être éliminés avant même qu’un humain n’ait lu leur candidature, et la porte se ferme sans un mot.
Le monde de la finance est soumis à la même logique, mais avec des enjeux plus importants. Banques et organismes de crédit utilisent des algorithmes pour évaluer la solvabilité des emprunteurs et déterminer le niveau de risque associé à chaque demande. Ces systèmes prennent en compte l’historique de paiement, l’ancienneté des comptes, les soldes moyens et les changements récents. Les assureurs procèdent de la même manière en analysant les antécédents de sinistres et l’exposition au risque. Chaque étape est une probabilité déguisée en décision. En parallèle, des systèmes de surveillance détectent les activités suspectes sur les cartes bancaires et vérifient l’identité des utilisateurs en comparant des selfies à des documents d’identité, s’assurant qu’une personne réelle se trouve derrière l’écran. Lorsque tout fonctionne correctement, la transaction est approuvée. En cas d’échec, la carte est refusée ou le compte est bloqué, et la seule explication est que la machine a dit non. Ces systèmes sont précis en moyenne, mais peuvent être impitoyables dans leurs détails. Ils réduisent le risque à un simple chiffre, et dans ce processus, les nuances disparaissent.
Les hôpitaux utilisent également des systèmes prédictifs pour gérer les flux de patients. Dans les services de radiologie surchargés, des logiciels analysent les radiographies et les scanners pour identifier les cas urgents et les placer en tête de liste. Aux urgences, des outils de prévision estiment l’affluence en fonction de l’heure, de la saison, des événements locaux et des données historiques. En médecine générale, des scores de risque combinent les symptômes, les signes vitaux et les antécédents médicaux pour déterminer la rapidité avec laquelle un patient doit être pris en charge. Si la rapidité est un avantage évident, le changement le plus subtil concerne l’attention. Une fois qu’une liste est réorganisée par une machine, les médecins examinent les dossiers dans l’ordre établi par l’algorithme, et non plus dans l’ordre d’arrivée. Les groupes sous-représentés dans les données, les présentations rares et les cas atypiques risquent de passer inaperçus.
Le secteur du voyage n’échappe pas à cette tendance. Les prix des billets d’avion ne sont pas fixes, mais résultent de systèmes complexes qui analysent la vitesse à laquelle les sièges se vendent, la proximité de la date de départ, le taux de remplissage de l’avion et les prix pratiqués par la concurrence. Ces chiffres évoluent en temps réel, et deux personnes consultant le même vol à quelques minutes d’intervalle peuvent voir des prix différents, non pas en raison d’une décision humaine, mais en raison d’une mise à jour du système. De même, les applications de cartographie et de navigation utilisent des prévisions pour estimer les embouteillages et proposer les itinéraires les plus rapides. Ces prévisions sont basées sur les données de trafic en temps réel, les rapports d’incidents et les habitudes de circulation passées. Cependant, le guidage peut modifier le trafic qu’il prédit : les rues calmes peuvent se retrouver engorgées lorsque des milliers de conducteurs reçoivent le même itinéraire alternatif.
Même le shopping en ligne est influencé par l’IA. L’ordre dans lequel les produits sont affichés est déterminé par un classement algorithmique qui prend en compte les préférences des utilisateurs similaires. Plus vous cliquez sur une marque, plus elle apparaît dans vos résultats de recherche. Cette boucle de rétroaction renforce les habitudes existantes et limite la découverte de nouveaux produits. La publicité vient s’ajouter à cela, en affichant des annonces ciblées en fonction de votre profil et de votre comportement. Le prix affiché est également le résultat d’un calcul qui prend en compte la demande, le temps et le profil du client. Il ne s’agit donc pas d’un prix fixe, mais d’une estimation de ce que vous êtes prêt à payer.
Enfin, les plateformes de streaming vidéo, comme Netflix, utilisent des algorithmes sophistiqués pour personnaliser les recommandations. Ce sur quoi vous cliquez, la durée pendant laquelle vous regardez un contenu, les moments où vous faites une pause ou abandonnez, et même l’heure de la journée à laquelle vous utilisez la plateforme sont autant de données utilisées pour affiner les suggestions. La fonction « regarder ensuite » n’est pas une simple supposition, mais un calcul en cours. Au fil du temps, vos habitudes rejoignent celles d’autres utilisateurs pour influencer non seulement votre page d’accueil, mais aussi les bandes-annonces diffusées, les vignettes testées et les types de séries produites. La personnalisation ne se limite pas à choisir le film du soir, elle contribue à déterminer ce qui sera créé demain.
Ces décisions, autrefois prises par des humains, sont désormais basées sur des objectifs prédéfinis : maximiser les clics, minimiser les risques, réduire les temps d’attente. Ces objectifs peuvent sembler neutres, mais ils véhiculent des valeurs implicites sur ce qui compte, ce qui est acceptable et quels types de vies sont considérés comme normaux. Au fil du temps, ces critères deviennent des normes, et les normes finissent par ressembler à la réalité. Dans tous ces scénarios, le modèle reste central. Les logiciels trient, classent, fixent les prix, signalent et orientent, souvent à l’abri des regards. Les avantages sont évidents : un service plus rapide, moins de fraudes, des interfaces plus fluides et des coûts réduits. Les conséquences sont plus subtiles : des entonnoirs étroits, des exclusions silencieuses et une attention dirigée vers des résultats qui servent davantage les objectifs du modèle que vos propres intérêts.
Il ne s’agit pas d’une conspiration malveillante, mais d’une optimisation. Cependant, l’optimisation implique des choix. Quelqu’un décide ce qu’il faut mesurer, ce qu’il faut maximiser et ce qu’il faut ignorer. Lorsque ces choix passent de politiques transparentes à des modèles opaques, le pouvoir de façonner la vie quotidienne évolue avec eux.
L’IA ne s’est pas imposée avec des effets spéciaux, mais en s’intégrant discrètement à nos paramètres par défaut et en rendant les choses plus faciles. C’est pourquoi elle est importante. Non pas parce qu’elle est spectaculaire, mais parce qu’elle est devenue une routine. L’endroit où son influence se fera le plus sentir est celui que nous regardons le moins attentivement : le quotidien.
Suivez le brainstorming de RTÉ sur WhatsApp et Instagram pour plus d’histoires et de mises à jour
Les opinions exprimées ici sont celles de l’auteur et ne représentent ni ne reflètent les opinions de RTÉ.
Sur le même sujet
