Quarante mille candidatures, lues trois fois chacune par un être humain, pour une promotion qui n’en retiendra que mille quatre cents : c’est la seule étape que Rice University, université texane pourtant engagée depuis trois ans dans une politique d’adoption assumée de l’intelligence artificielle, refuse encore de déléguer à une machine. Cette exception, défendue par son président, éclaire une question que les Maisons commencent à peine à se poser sur leur propre chaîne de transmission.
Une exception délibérée
Reginald DesRoches dirige Rice University depuis quatre ans. Ingénieur civil de formation, il a vu son institution — neuf mille étudiants, installée à Houston en face du plus grand centre médical du pays — basculer en trois ans d’une politique de prohibition à une politique d’incitation. Il y a trois ans, l’usage de l’intelligence artificielle y était interdit sous peine de sanction. Il y a deux ans, il devenait toléré à condition d’être déclaré. Aujourd’hui, l’établissement finance des refontes de cours autour de ces méthodes et forme ses enseignants à les maîtriser.
Et pourtant, à l’endroit précis où l’établissement décide qui il admet, rien n’a changé. Chaque dossier continue d’être lu trois fois par une personne, et la moitié des candidats continue d’être reçue en entretien. DesRoches le formule sans détour : la tentation d’automatiser ce tri pour identifier plus vite qui réussira existe, mais le risque de biais dans une décision aussi déterminante reste, à ses yeux, incompatible avec une délégation à la machine. Ce n’est pas une question de moyens — l’université investit massivement dans l’intelligence artificielle ailleurs. C’est une question de lieu : où, précisément, le jugement humain reste-t-il irremplaçable.
Le jugement, compétence rare
Pour DesRoches, la compétence qui compte désormais le plus chez un étudiant n’est plus la maîtrise d’un savoir, mais la capacité à évaluer ce qu’une machine lui propose — ce qu’il nomme le jugement critique. L’exemple qu’il cite est révélateur : dans un cours d’écriture de première année, un enseignant fait rédiger le même essai par groupes distincts, certains à la main, d’autres avec différents systèmes génératifs, puis compare les structures obtenues. L’objectif n’est pas de bannir la machine, ni de s’y reposer, mais de rendre visible, par contraste, ce qu’elle ajoute et ce qu’elle masque dans le geste d’écrire.
Jason Palmer, conseiller en innovation au National Center on Education and the Economy, tempère cependant l’enthousiasme par une observation plus inquiète : l’écriture est une forme de pensée, et les premiers travaux disponibles montrent que des personnes interrogées après avoir fait rédiger un texte par une intelligence artificielle ne savent souvent plus ce que ce texte contient. Déléguer la formulation, c’est déléguer une partie du raisonnement qui la précède — et cette partie-là ne se reconstitue pas après coup.
Le Détail
Depuis 2019, plus de la moitié des diplômes de troisième cycle délivrés aux États-Unis sont obtenus en ligne ou en format hybride. Sur la même période, les universités américaines ont délivré entre cinq et six millions de certifications courtes — trois à douze mois, de type compétences numériques ou cloud — dépassant désormais en volume le nombre de diplômes traditionnels. La validation rapide progresse plus vite que la formation longue : un déplacement de marché que la haute école n’a pas choisi, mais auquel elle doit répondre.
La Manufacture face au même choix
La question que pose Rice University à propos de son admission est, presque mot pour mot, celle qu’une Manufacture devrait se poser à propos de la formation de ses artisans. L’intelligence artificielle assiste déjà la conception d’un boîtier, simule un polissage, propose une variation de patron avant même que la main n’intervienne. Le gain de temps est réel et personne, dans une Maison, n’a intérêt à s’en priver. Mais la genèse du jugement d’un Maître horloger ou d’un Sellier ne se loge pas dans la vitesse d’exécution : elle se loge dans les années où la main se trompe, recommence, et apprend à reconnaître une erreur avant qu’elle ne devienne visible. C’est cette capacité — interroger une proposition plutôt que l’accepter — que DesRoches protège dans sa salle d’admission, et que l’écriture protège, selon Palmer, dans le geste même de composer une phrase.
Aucune Maison ne formule aujourd’hui, à voix haute, l’équivalent de la règle de Rice University. La plupart laissent la question ouverte, faute de l’avoir posée frontalement : quelle étape de la formation d’un Compagnon doit rester, par décision et non par défaut, intégralement manuelle — non pas parce que la machine ferait moins bien, mais parce que c’est précisément là que se construit la capacité à juger ce que la machine propose. Sans cette décision explicite, la gouvernance du patrimoine immatériel d’une Maison se fait par glissement, au rythme de l’outil le plus rapide disponible, et non au rythme choisi par la Maison elle-même.
Ce qui reste en suspens
Rice University a tranché pour son admission ; elle n’a pas tranché pour l’ensemble de sa pédagogie, qu’elle continue d’ouvrir, cours par cours, à l’expérimentation. Une Manufacture qui voudrait appliquer la même logique devrait accepter le même inconfort : protéger un point précis de sa chaîne de formation tout en laissant le reste évoluer, sans céder à la facilité de tout figer ou de tout déléguer. La question qui reste ouverte n’est pas de savoir si l’intelligence artificielle accélérera la formation des artisans de demain — elle le fera. Elle est de savoir si, dans vingt ans, ces artisans sauront encore défendre de leurs mains un geste qu’une machine leur aura suggéré le premier.
Cette publication est également disponible en :
