• #ReclaimingCocoa | ALIMENTERRE
    ▻https://www.alimenterre.org/reclaiming-cocoa

    Pourquoi la plupart des #producteurs de #cacao du #Ghana n’ont-ils jamais l’occasion de goûter le #chocolat fabriqué à partir de leurs propres fèves ? Depuis plus d’un siècle, la valeur du cacao ghanéen est détournée vers le Nord, où les chocolatiers multinationaux engrangent des milliards de dollars chaque année.

    « Reclaiming Cocoa » lève le voile sur cette industrie complexe, révélant de profondes failles dans ses promesses de durabilité et de traçabilité : nous rencontrons les Nartey, une famille dont les enfants travaillent dur dans les plantations de cacao au lieu d’aller à l’école. Alors que les géants du chocolat se vantent de leurs pratiques éthiques, des images tournées en caméra cachée dévoilent un système gangrené par l’exploitation et la tromperie. Les pierres tombales de missionnaires suisses nous rappellent ceux qui ont introduit le cacao au Ghana et mis en place une chaîne de valeur coloniale qui perdure encore aujourd’hui. 

    Proposant des solutions possibles, le film met en scène des entrepreneurs locaux et des start-ups qui transforment le cacao en produits alternatifs. « Reclaiming Cocoa » est un appel à l’action – pour repenser notre mode de consommation, remettre en question les récits historiques et imaginer un monde où la valeur est partagée équitablement.

  • #Vidéo : "NON, VOUS N'ÊTES PAS UNE MERDE" Vaincre les attaques intimes du capitalisme (FARTON BINK et NICOLAS FRAMONT)
    ▻https://frustrationmagazine.fr/video-non-vous-n-etes-pas-une-merde

    Burn-out, addiction au tramadol, développement personnel qui culpabilise plus qu’il ne “soigne”, injonction à une vie sociale « parfaite »… Pour la sortie de son premier livre, “Non, vous n’êtes pas une merde : se défendre contre les attaques intimes du capitalisme”, Farton Bink, co-rédactrice en chef de Frustration Magazine, échangeait avec Nicolas Framont le 14 Octobre dernier à la REcyclerie. « Je suis une merde. » Cette phrase, on se la dit tout bas, le dimanche soir ou après une [...]

  • Dans les algorithmes | Toujours aucun signe indiquant que l’IA stimule la croissance de la productivité
    ▻https://danslesalgorithmes.net/stream/toujours-aucun-signe-indiquant-que-lia-stimule-la-croissance-de-

    Comme le souligne Ed Zitron, Cassandre de la bulle, dans une analyse fleuve et plus détaillée encore : « tous les facteurs qui ont fait éclater la bulle Internet des années 2000 sont présents, mais dans une version pire, plus vaste et plus inquiétante, avec un risque de contagion mondiale dont, curieusement, personne ne semble parler ». Les analystes de Gartner estiment que, globalement, « les revenus générés par l’IA seront insuffisants pour assurer une rentabilité satisfaisante au regard des investissements en capital prévus dans ce secteur » entre 2027 et 2030. Pour Business Insider, « Nous sommes déjà confrontés à une offre excédentaire de processeurs graphiques (GPU) : Amazon stocke pour des milliards de dollars de matériel, sans aucune perspective claire quant à son installation ». Pour Zitron, « la demande en puces pour l’IA » résulte bien plus d’une stratégie délibérée de NVIDIA consistant à saturer les canaux de distribution et à adopter une approche commerciale agressive que d’un réel besoin mondial en puces à l’heure actuelle ». « Comme l’a souligné Torsten, les analystes du secteur technologique anticipent une envolée parabolique des revenus sur l’ensemble de la chaîne technologique, alors même que les analystes financiers estiment que les liquidités ne seront tout simplement pas au rendez-vous. »

  • Après l’euphorie du « vibe coding », voici donc la gueule de bois ...
    ▻https://www.zdnet.fr/actualites/apres-leuphorie-du-vibe-coding-voici-donc-la-gueule-de-bois-du-debogage-502911

    Le développement avec l’IA semble magique lorsque les fonctionnalités apparaissent en quelques minutes. Puis, un bug tenace révèle la réalité cachée : la création d’un logiciel fiable nécessite toujours une architecture, des tests, de la patience, de l’expertise et d’innombrables décisions mûrement réfléchies.

    – Le « vibe coding » permet de créer rapidement des fonctionnalités, mais la fiabilité des applications demande du travail.
    – Les bugs tenaces nécessitent toujours une analyse patiente et minutieuse.
    – L’IA a besoin d’un accompagnement humain pour l’architecture, les tests et la conception.

    Oué mé tu comprends cé dé difficultés de jeunesse deux mains ça va tombé en marche.

  • L’IA dans les formations supérieures : beaucoup d’effets délétères et peu d’apports positifs

    D’après l’enquête IA et enseignement supérieur réalisée par le MESR en juin 2025 (▻https://mission-ia-sup.forge.apps.education.fr), les usages pédagogiques de l’IAG (Intelligence Artificielle Générative) largement dominants dans les universités sont de l’aide à la rédaction (44% des usages pour les enseignant·es et 62% pour les étudiant·es) et la recherche d’information (75% pour les étudiant·es). En termes d’outils d’IA souhaités, la recherche d’information arrive en rang 1 avec 60% des étudiant·es, à quoi s’ajoutent 50% de recherche de sources diversifiées (rang 4) et 50% de vérification d’informations (rang 2). Le rang 3 est occupé par l’assistance à la rédaction. Il n’y a donc pour l’instant aucun doute sur les usages actuels de l’IA et leur avenir proche par les étudiant·es. Pour les enseignant·es il s’agit surtout d’aides à l’évaluation (les 5 premiers rangs, supérieurs à 50%).

    Réaliser soi-même la recherche d’information et de rédaction est essentiel dans une formation supérieure

    Or ces usages touchent au coeur même des activités d’#apprentissage, fondé, dans le supérieur, sur des méthodes rigoureuses issues de la #recherche_scientifique (Voir aussi : ►https://www.polytechnique-insights.com/tribunes/digital/lia-generative-bouleverse-t-elle-les-pratiques-pedagogiques). Il est crucial d’apprendre à chercher et identifier les #sources, les vérifier, les comparer, les valider. Les étudiant·es demandent la plupart du temps à l’IAG de faire ce travail à leur place, n’apprenant donc pas à le faire. Pire : l’IAG est un intermédiaire qui masque les sources, d’autant que les outils d’IA gratuits qu’utilisent les étudiant·es offrent des possibilités limitées. On voit ainsi souvent des #bibliographies fictives, où une IA a associé des noms d’auteurs et d’autrices réels avec des titres d’ouvrages réels ou probables chez des éditions vraisemblables sauf que ces ouvrages n’existent pas : l’IAG a combiné des éléments probables. Exemple vécu : dans une #bibliographie de 25 titres d’un projet de mémoire de master en juin 2025, 23 étaient inventés.

    Même chose pour la #rédaction. Rédiger, ce n’est pas seulement livrer un produit fini, c’est surtout un processus à fonction cognitive qui concrétise la #pensée dans un #discours_organisé, et renvoie à la personne qui écrit son propre #discours à lire, la pousse à s’interroger sur les #termes justes et les #formulations nuancées. Quand on fait produire un texte à une #IAG, cette activité disparaît. On a du mal à identifier quels textes déjà disponibles en ligne l’IAG a pillés, mélangés, vidés de leurs spécificités, et donc à vérifier leur #cohérence et leur #validité. Or l’apprentissage de méthodes à usage autonome, c’est l’objectif majeur d’une formation supérieure. Et quand on utilise une IAG « seulement » pour « améliorer » la forme d’un texte, ce qu’elle sait plutôt bien faire, on court plusieurs #risques qui ne valent pas la #surconsommation_énergétique : perdre en cohérence entre le discours et la pensée qui l’a produit, donner la primauté à la forme sur le fond, uniformiser les modalités d’expression par l’application de #modèles_automatisés... L’une des constatations de l’enquête de 2025, c’est que « l’usage direct et sans encadrement d’une IAG est néfaste sur les apprentissages » (p.24).

    Cela ne signifie pas qu’aucun usage pédagogique pertinent ne puisse être fait d’une IAG, selon les domaines et de manière tutorée, notamment dans les domaines où l’IA fournit une #aide_technique de beaucoup plus haut niveau que ce que faisaient déjà des outils informatiques comme, par exemple, des tableurs ou des visions augmentées (télescopes ou microscopes). Mais, dès lors qu’il s’agit de contenus produits par la #pensée_humaine et utiles pour son développement, de domaines de connaissances où les textes occupent une place importante pour contextualiser dans la complexité du monde et produire prioritairement du #sens, la délégation à une machine crée davantage de manques qu’elle ne viendrait en combler.

    Exemple d’une soutenance de master

    Lors d’une soutenance de Master en Esthétique et Théorie des arts, sur l’insistance du jury, le candidat a admis avoir fait usage de l’IAG pour rédiger son mémoire. Le mémoire de 180 pages était rédigé sans la moindre erreur orthographique. Au niveau formel, rien à redire. Mais l’IAG compile, elle ne pense pas. Elle a en effet combiné des éléments probables d’information sans jamais attiser le désir de les vérifier, en entretenant l’#illusion_de_la_vérité. Elle a conduit à asséner des #généralités dont pas une ne pouvait résister à l’#esprit_critique. Pourtant, il n’y a que sur les pires chaînes de télévision que la compilation d’éléments information est donnée comme équivalente à un #argumentaire bien ficelé.

    Ainsi, pour développer et mettre en travail le concept d’habitus de P. Bourdieu, pourtant l’un des plus travaillés au monde, l’IA a proposé un falot manuel de sociologie pour débutant·es. Lorsque G. Bataille est cité, la référence de l’ouvrage ne comporte pas de numéro de page, l’IAG ne s’embarrassant pas de ces détails. Il fut donc impossible de vérifier s’il parlait effectivement (en 1957) de « ruptures des frontières corporelles dans la danse », ce qui serait très étonnant. L’IAG aura transformé la moindre idée porteuse de sens en #discours_indigent. Avec elle, la pensée propre à l’étudiant et son potentiel à problématiser ont cédé la place à la #banalité.

    Que faudrait-il changer face aux usages risqués de l’IA côté enseignement ? (Voir aussi : UNESCO, 2023, Guide pour l’IA générative dans l’éducation et la recherche : ▻https://unesdoc.unesco.org/ark:/48223/pf0000389901)

    Malgré tout cela, il semble déjà difficile d’empêcher l’usage de l’AI par les étudiant·es.

    Auparavant, on était bien souvent dans une forme de dispositifs d’apprentissage implicites, avec des « raccourcis » grossiers dans la pertinence des évaluations (au risque d’ailleurs d’entraîner l’échec de tous les étudiant·es différent·es de la norme, sans les codes, etc.). La faute à la (non ?) formation à la pédagogie des enseignant·es du supérieur, mais aussi au manque de moyens. Également au déficit, dans l’évaluation de la carrière des E-C, de reconnaissance de l’expertise en enseignement, face à l’importance accordée aux activités de recherche.

    Si on veut garder un niveau d’apprentissage sérieux, relatif à ce qui peut s’ancrer durablement dans l’esprit de nos étudiant·es, on est donc face à la nécessité d’adapter nos #méthodes_pédagogiques. Le remède n’est pas forcément inaccessible. On doit s’assurer en détail que les étudiant·es travaillent pour de bon l’élaboration progressive d’une maîtrise des diverses #compétences et de leur articulation. On est donc forcés de faire une mesure plus fine de l’authenticité, des progressions dans le temps, plutôt que la simple #évaluation d’un résultat final. Tout cela va avoir un coût humain et logistique : organiser par exemple beaucoup plus de soutenances à l’oral, en présentiel et synchrone. Et devoir préciser et vérifier à chaque étape si l’IAG est acceptée ou non. Et si oui comment elle est utilisée...

    Il faudrait en somme mieux appliquer les pratiques adéquates standards de la pédagogie, comme l’alignement des dispositifs d’évaluation, par exemple. Tout cela requiert beaucoup d’efforts de la part des enseignant·es, et de moyens, des formations, un taux d’encadrement nettement plus massif. Il faut remettre plus d’humain dans la boucle. Hélas, ce n’est pas la tendance politique du moment. L’IAG porte la promesse magique de la #productivité — et il n’y a pas ou que peu d’alternatives puisque le marché en fourgue partout dans nos appareils et nos logiciels. Pourtant, si on veut former à l’#effort dans un monde de facilité, ça va coûter plus cher.

    ▻https://cgt.fercsup.net/l-echo-du-sup/echo-du-sup-numero-11-juin-2026-l-ia-dans-l-esr-ou-l-esr-dans-l-ia/article/l-ia-dans-les-formations-superieures-beaucoup-d-effets-deleteres-et-peu
    #IA #AI #intelligence_artificielle #ESR #enseignement_supérieur #université #facs #pédagogie #à_lire

    • L’IA générative bouleverse-t-elle les pratiques pédagogiques ?

      En bref

      – Rendu public par OpenAI en 2023, GPT-4 a atteint des niveaux de performance comparables à ceux d’étudiants de second cycle sur des exercices de logique, de mathématiques et de rédaction académique.
      – Les #modèles_de_langage modifient la manière dont les étudiants mobilisent leur raisonnement et leur capacité analytique, ce qui peut mener à une fragilisation de leur plasticité cérébrale et de leur densification des réseaux neuronaux.
      – Lorsque assisté par l’IA, l’acquisition des connaissances peut être affaiblie dès qu’elle remplace systématiquement l’#effort_intellectuel : les productions écrites, le #travail_autonome et les modalités d’évaluation.
      – De nombreuses questions sur l’équilibre entre assistance algorithmique et #effort_cognitif humain sont soulevées, d’autant par la rapide évolution des modèles d’IA.
      – Des cadres commencent à émerger où l’IA n’est ni absente ni centrale, mais intégrée de manière différenciée selon les objectifs cognitifs poursuivis.

      **

      L’irruption de l’intelligence artificielle générative dans les systèmes éducatifs marque un tournant technologique. Contrairement aux plateformes d’apprentissage en ligne ou aux outils d’assistance pédagogique des années 2000 et 2010, les modèles de langage de grande taille produisent désormais des raisonnements structurés, synthétisent des corpus complexes et interagissent avec les apprenants de manière adaptative.

      GPT‑4, rendu public par OpenAI en 2023, a atteint des niveaux de performance comparables à ceux d’étudiants de second cycle sur des exercices de logique, de mathématiques et de rédaction académique1. D’autres architectures comme Claude d’Anthropic ou LLaMA de Meta confirment cette dynamique tout en explorant des stratégies de gouvernance des sorties génératives et de réduction des biais2.

      Ces avancées offrent de nouvelles opportunités pour personnaliser les parcours, renforcer le tutorat individualisé et élargir l’accès aux ressources pédagogiques. Elles soulèvent toutefois des interrogations sur les fréquences d’utilisations (voir figure 1) et les conditions cognitives de l’apprentissage assisté par IA, car certaines dimensions de l’acquisition des connaissances peuvent être fragilisées lorsque cette technologie remplace systématiquement l’effort intellectuel3.

      Ces enjeux touchent directement des dispositifs clés de l’enseignement supérieur, tels que la production écrite, le travail autonome et les modalités d’évaluation. De plus, ces transformations appellent une approche combinant recherche académique et observation des pratiques pédagogiques.
      L’effort cognitif à l’épreuve des modèles génératifs

      Les modèles de langage de grande taille modifient la manière dont les étudiants mobilisent leur raisonnement et leur capacité analytique. GPT‑4, par exemple, atteint des performances comparables à celles d’étudiants de second cycle sur des exercices de logique, de mathématiques et de synthèse textuelle5. Cette portée soulève des questions sur l’équilibre entre assistance algorithmique et effort cognitif humain.

      « Le problème, dans le champ éducatif, apparaît lorsque l’étudiant utilise systématiquement l’IA pour réaliser un exposé, un mémoire, une dissertation ou même pour apprendre une notion » affirme Michel Barabel, maître de conférences à l’Université Paris-Est dont les travaux portent sur la transformation des organisations, en particulier la gestion des compétences, la formation professionnelle et les cultures apprenantes. La sous-traitance systématique peut nuire au développement de capacités cognitives essentielles. « Les travaux de recherche montrent que dans ce cas, le coût de l’effort cognitif augmente rapidement et que faire seul devient de plus en plus difficile ».

      Les cadres théoriques de la psychologie cognitive permettent d’éclairer ce phénomène. Les distinctions de Daniel Kahneman entre le cerveau de type 1, analytique et paresseux, et le cerveau de type 2, créatif et mobilisé dans la résolution de situations inédites, servent de référence. Barabel observe que « la grande promesse de l’IA est précisément de sous-traiter les tâches relevant du cerveau de type 1, simples et répétitives, afin de libérer du temps pour des activités de type 2 ». Son usage répété dans des tâches fondamentales du type 1 peut ainsi limiter la densification des réseaux neuronaux nécessaires à la créativité et à la pensée critique.

      Une comparaison avec d’autres usages technologiques illustre ce risque. « Cette dépendance pose une question centrale, celle d’un appauvrissement progressif des capacités cognitives », explique Barabel, faisant référence à des exemples observés dans d’autres contextes, comme la navigation des chauffeurs de taxi londoniens devenue dépendante du GPS. Les travaux en neurosciences montrent que l’apprentissage reposant sur un engagement cognitif actif favorise la plasticité cérébrale et la densification des réseaux neuronaux, tandis qu’une réduction durable de l’effort analytique limite ces mécanismes et fragilise la mobilisation des compétences dans des situations complexes6. « Or, on sait qu’il est très difficile de faire émerger une créativité authentique sans ce socle d’effort cognitif préalable », ajoute l’expert.

      Cette réflexion sur l’effort cognitif souligne que les effets de l’IA générative dépendent moins de la technologie que des modalités d’usage. L’usage réfléchi et régulé peut soutenir la créativité et la productivité, tandis qu’un usage passif peut compromettre le développement de compétences intellectuelles essentielles.
      Des recours pédagogiques en recomposition progressive

      La diffusion rapide des outils d’IA générative a rendu visibles des usages déjà largement installés chez les étudiants, souvent en dehors de tout cadre institutionnel. Plusieurs travaux montrent que ces outils sont mobilisés pour rédiger des exposés, structurer des mémoires ou préparer des évaluations, sans que les dispositifs pédagogiques aient été conçus pour en tenir compte7. Cette situation a conduit certains établissements à repenser non pas seulement la régulation, mais la nature même des activités proposées.

      D’après Michel Barabel, « la question ne peut se réduire à une opposition entre autorisation et interdiction. Le problème ne doit pas être posé en ces termes ». Il stipule que l’IA combine des potentialités pédagogiques fortes et des limites réelles. Dans les dispositifs qu’il observe, l’enjeu consiste à distinguer plusieurs formes d’activités selon le rôle attribué à la machine. « Certaines activités peuvent être totalement confiées à l’IA sans régulation particulière », notamment lorsqu’il s’agit de procédures ou d’aide méthodologique, tandis que d’autres doivent rester exclusivement humaines. « L’usage de l’IA y est interdit afin de préserver la relation pédagogique, le travail du cerveau de type 1 et la créativité et l’esprit critique ».

      Cette différenciation se traduit concrètement par des dispositifs de transparence. « À Sciences Po et à l’IAE Paris-Est, les étudiants doivent expliciter leur usage de l’IA dans une annexe dédiée. Nous autorisons son exploitation, mais nous imposons une annexe IA dans tous les travaux », précise Barabel. Cette exigence permet de déplacer l’évaluation du seul résultat vers le processus intellectuel mobilisé. « Le nouveau plagiat, pour nous, n’est pas d’utiliser l’IA, mais de l’utiliser sans le déclarer », ajoute-t-il.

      Les modalités d’évaluation ont également été ajustées pour tenir compte de ces pratiques. Barabel observe qu’« un exposé à rendre pour la semaine suivante a aujourd’hui une probabilité très élevée d’être produit à 60, 70, voire 90 % à l’aide de l’IA ». Dans ce contexte, « là où l’écrit pesait auparavant davantage, l’oral est désormais majoritaire », afin de vérifier la compréhension, l’appropriation des concepts et la faculté de l’étudiant à défendre son raisonnement.

      Entre délégation, assistance et augmentation, les applications pédagogiques se structurent ainsi autour d’un principe d’articulation. « Il existe des situations où l’IA assiste l’étudiant », note Barabel, tandis que dans d’autres configurations, « l’étudiant produit une première version et l’IA l’aide à l’améliorer par questionnement et suggestions ». Ces expérimentations dessinent progressivement un cadre où cette technologie n’est ni absente ni centrale, mais intégrée de manière différenciée selon les objectifs cognitifs poursuivis.
      Entre promesses d’augmentation et risques de fragmentation

      Les limites actuelles de l’IA générative en contexte éducatif tiennent moins à ses performances techniques qu’aux effets systémiques qu’elle induit sur les trajectoires d’apprentissage. Les bénéfices cognitifs observés dépendent fortement des conditions d’emploi, avec des résultats parfois contradictoires selon les protocoles expérimentaux[8]. Michel Barabel invite ainsi à la prudence dans l’interprétation des premières données disponibles. « Certaines études, notamment du MIT, ont montré une baisse rapide de certaines capacités cognitives, mais sur des échantillons très réduits et avec des protocoles discutables », rappelle-t-il, tout en notant que d’autres travaux mettent en évidence des effets positifs sur certaines compétences.

      Cette hétérogénéité des résultats renvoie à une question centrale, celle de l’intensité et surtout de la nature des utilisations. « Il pas certain qu’il existe un seuil universel », précise Barabel, en soulignant que « le problème réside davantage dans l’organisation des activités que dans le volume d’interaction avec l’IA ». Il propose un équilibre théorique dans lequel « le 100 % humain devrait représenter au moins 20 % des activités », afin de préserver les fonctions cognitives fondamentales liées à l’effort, à la réflexion autonome et à la construction du jugement.

      Au-delà des effets individuels, les chercheurs s’inquiètent de dynamiques d’inégalités susceptibles d’être amplifiées par les systèmes intelligents. Les écarts d’accès aux versions les plus performantes des modèles, souvent conditionnés par des abonnements payants, constituent un premier facteur de différenciation[9]. Barabel met en évidence le fait que « le capital économique des familles pourrait conditionner l’accès à des IA plus performantes, utilisées dans un cadre privé », créant un avantage cumulatif pour certains étudiants. À cela s’ajoutent les disparités institutionnelles. « Certains établissements disposent des moyens financiers et pédagogiques pour déployer des IA, former les enseignants et mettre en place des chartes éthiques. D’autres non ».

      Ces écarts matériels se doublent d’inégalités culturelles et cognitives. « Le risque majeur est alors l’accroissement des écarts entre étudiants », pointe Barabel, distinguant ceux qui utilisent l’IA de manière stratégique, ceux qui en font un usage mécanique et ceux qui réinvestissent le temps libéré dans des activités à forte valeur cognitive. Les recherches en sociologie de l’éducation montrent que ces mécanismes d’appropriation différenciée jouent un rôle déterminant dans la reproduction ou la transformation des hiérarchies scolaires8.

      Enfin, la rapidité d’évolution des technologies pose un défi structurel aux institutions éducatives. « Ce que nous disons aujourd’hui peut être remis en cause dans quelques mois par une nouvelle génération d’IA », signale Barabel. Cette instabilité technologique interroge la capacité des systèmes éducatifs à articuler innovation, équité et développement des compétences humaines fondamentales, dans un contexte où la production et la transmission des savoirs sont elles-mêmes en profonde recomposition.

      ►https://www.polytechnique-insights.com/tribunes/digital/lia-generative-bouleverse-t-elle-les-pratiques-pedagogiques

    • Le plus grand danger de l’IA à l’université n’est pas la triche, c’est l’érosion de l’apprentissage lui‑même

      L’intelligence artificielle promet de « libérer du temps » et d’optimiser l’apprentissage. Mais en déléguant aux machines les tâches qui formaient étudiants et jeunes chercheurs, les universités risquent d’éroder les conditions mêmes de l’expertise.

      Dans le débat public sur l’intelligence artificielle (IA) à l’université, une inquiétude revient en boucle : la tricherie. Les étudiants vont-ils confier leurs #dissertations à des #chatbots ? Les enseignants sauront-ils les démasquer ? Faut-il interdire ces outils sur les campus, ou au contraire les intégrer aux pratiques pédagogiques ?

      Ces questions sont légitimes. Mais à force de réduire le sujet à la #fraude_académique, on passe à côté de l’essentiel : une transformation beaucoup plus profonde est déjà à l’œuvre, qui dépasse largement les seuls comportements des étudiants – et même le cadre de la salle de classe.

      Les universités déploient désormais l’IA dans de nombreux aspects de leur fonctionnement. Certaines applications restent largement invisibles : des systèmes qui aident à répartir les ressources, à repérer les étudiants « à risque », à optimiser les emplois du temps ou à automatiser des décisions administratives routinières.

      D’autres usages sont, eux, beaucoup plus visibles. Les étudiants s’appuient sur des outils d’IA pour résumer des cours et réviser. Les enseignants les utilisent pour élaborer des sujets d’évaluation, préparer des syllabus. Les chercheurs s’en servent pour écrire du code, passer en revue la littérature scientifique ou condenser en quelques minutes des tâches fastidieuses qui prenaient auparavant des heures.

      On peut bien sûr utiliser l’IA pour tricher ou se soustraire à un devoir. Mais la multiplication de ses usages dans l’enseignement supérieur – et les bouleversements qu’ils annoncent – posent une question bien plus fondamentale : à mesure que les machines deviennent capables d’assumer une part croissante du travail de recherche et d’apprentissage, que devient l’université ? À quoi sert-elle encore ?

      Depuis huit ans, nous étudions les implications morales d’un recours massif à l’IA dans le cadre d’un projet de recherche conjoint entre le Applied Ethics Center at UMass Boston et l’Institute for Ethics and Emerging Technologies. Dans un livre blanc récent, nous soutenons qu’à mesure que les systèmes d’IA gagnent en autonomie, les enjeux éthiques de leur utilisation dans l’enseignement supérieur s’intensifient – tout comme les conséquences potentielles qui en découlent.

      À mesure que ces technologies deviennent plus performantes dans la production de travaux intellectuels – concevoir des cours, rédiger des articles, proposer des protocoles expérimentaux ou résumer des textes complexes – elles ne se contentent pas d’accroître la productivité des universités. Elles risquent aussi de vider de sa substance l’écosystème d’apprentissage et de mentorat sur lequel ces institutions sont fondées – et dont elles dépendent pour exister.
      IA non autonomes

      On peut distinguer trois types de systèmes d’IA et leurs effets respectifs sur la vie universitaire.

      Des logiciels alimentés par l’IA sont déjà utilisés dans l’enseignement supérieur pour l’examen des candidatures, les achats, l’accompagnement pédagogique des étudiants ou encore l’évaluation des risques institutionnels.

      On parle ici de systèmes « non autonomes » : ils automatisent certaines tâches, mais un humain reste « dans la boucle » et les utilise comme de simples outils.

      Ces technologies peuvent faire peser un risque sur la vie privée et la sécurité des données des étudiants. Elles peuvent aussi être biaisées. Et elles manquent souvent de transparence, ce qui rend difficile l’identification de l’origine de ces problèmes. Qui a accès aux données ? Comment sont calculés les « indices prédictifs de décrochage ou d’échec » ? Comment éviter que ces systèmes ne reproduisent des inégalités ou ne traitent certains étudiants comme de simples cas problématiques à gérer ?

      Ces questions sont sérieuses. Mais, au moins dans le champ de l’informatique, elles ne sont pas fondamentalement nouvelles. Les universités disposent en général de services de conformité, de comités d’éthique de la recherche et de mécanismes de gouvernance pensés pour anticiper ou limiter ces risques – même si, dans les faits, ils n’atteignent pas toujours pleinement ces objectifs.
      IA hybrides

      Les systèmes hybrides regroupent toute une gamme d’outils, parmi lesquels des bots conversationnels assistés par l’IA, des dispositifs de feedback personnalisé ou encore des aides automatisées à l’écriture. Ils reposent souvent sur des technologies d’IA générative, notamment sur de grands modèles de langage, les LLM. Si les utilisateurs humains fixent les objectifs généraux, les étapes intermédiaires que le système mobilise pour les atteindre ne sont, elles, généralement pas spécifiées.

      Ces systèmes hybrides façonnent de plus en plus le travail académique au quotidien. Les étudiants les utilisent comme compagnons d’écriture, tuteurs, partenaires de réflexion ou outils d’explication à la demande. Les enseignants s’en servent pour élaborer des grilles d’évaluation, préparer des cours ou concevoir des plans de syllabus. Les chercheurs les mobilisent pour résumer des articles, commenter des versions préliminaires, imaginer des protocoles expérimentaux ou générer du code.

      C’est ici que le débat sur la « tricherie » trouve véritablement sa place. Alors qu’étudiants et enseignants s’appuient de plus en plus sur ces outils pour se faire aider, il est légitime de s’interroger sur les formes d’apprentissage qui risquent de se perdre en chemin. Mais les systèmes hybrides soulèvent aussi des questions éthiques plus complexes.

      L’une d’elles concerne la transparence. Les chatbots d’IA proposent des interfaces en langage naturel qui rendent difficile de savoir si l’on échange avec un humain ou avec un agent automatisé. Cette ambiguïté peut être déstabilisante et source de distraction. Un étudiant qui révise pour un examen doit pouvoir savoir s’il s’adresse à son chargé de travaux dirigés ou à un robot. De même, un étudiant qui lit les commentaires sur son mémoire doit pouvoir identifier clairement s’ils proviennent de son enseignant.

      Tout manque de transparence dans ces situations risque d’aliéner les personnes concernées et de déplacer l’attention des interactions académiques : au lieu de se concentrer sur l’apprentissage, on se focalise sur les outils ou la technologie qui le médiatisent. Des chercheurs de l’Université de Pittsburgh ont montré que ces dynamiques suscitent chez les étudiants des sentiments d’incertitude, d’anxiété et de méfiance. Des effets loin d’être anodins.

      Une deuxième question éthique touche à la responsabilité et au crédit intellectuel. Si un enseignant utilise l’IA pour rédiger un sujet et qu’un étudiant s’appuie lui aussi sur l’IA pour produire sa réponse, qui évalue qui – et qu’est-ce qui est réellement évalué ? Si les retours sont en partie générés par une machine, qui est responsable lorsqu’ils induisent en erreur, découragent ou intègrent des présupposés invisibles ? Et lorsque l’IA contribue de manière substantielle à une synthèse de recherche ou à la rédaction d’un article, les universités devront établir des normes plus claires en matière d’autorat et de responsabilité – pas seulement pour les étudiants, mais aussi pour les enseignants-chercheurs.

      Enfin se pose la question cruciale de la « décharge cognitive ». L’IA peut réduire les tâches fastidieuses, et cela n’a rien de problématique en soi. Mais elle peut aussi détourner les utilisateurs des étapes de l’apprentissage qui construisent réellement les compétences : formuler des idées, traverser des moments de confusion, retravailler un brouillon maladroit, apprendre à repérer ses propres erreurs.
      Agents autonomes

      Les transformations les plus profondes pourraient venir de systèmes qui ressemblent moins à des assistants qu’à de véritables agents. Si les technologies pleinement autonomes relèvent encore en partie de l’aspiration, l’idée d’un « chercheur en boîte » – un système d’IA agentique capable de mener des études de manière indépendante – devient de plus en plus crédible.

      Ces outils dits agentiques sont présentés comme susceptibles de « libérer du temps » pour des activités mobilisant davantage des capacités humaines, comme l’empathie ou la résolution de problèmes. Dans l’enseignement, cela pourrait signifier que les enseignants continuent d’assurer les cours au sens formel, mais que la majeure partie du travail pédagogique quotidien soit déléguée à des systèmes optimisés pour l’efficacité et le passage à l’échelle. En recherche, l’avenir semble appartenir aux systèmes capables d’automatiser toujours davantage le cycle scientifique. Dans certains domaines, cela prend déjà la forme de laboratoires robotisés fonctionnant en continu, capables d’automatiser une grande partie des expérimentations et même de sélectionner de nouveaux tests à partir des résultats précédents.

      À première vue, cela peut sembler être un gain intéressant de productivité. Mais les universités ne sont pas des usines à produire de l’information : ce sont des communautés de pratique. Elles reposent sur un vivier de doctorants et de jeunes chercheurs qui apprennent à enseigner et à faire de la recherche en participant eux-mêmes à ces activités. Si des agents autonomes absorbent une part croissante des tâches « routinières » qui constituaient historiquement des portes d’entrée dans la carrière académique, l’université pourra continuer à produire des cours et des publications – tout en fragilisant silencieusement les structures d’apprentissage qui permettent, dans la durée, de former l’expertise.

      La même dynamique touche les étudiants de premier cycle, sous une forme différente. Lorsque des systèmes d’IA peuvent fournir à la demande des explications, des brouillons, des solutions ou des plans de révision, la tentation est grande de déléguer les aspects les plus exigeants de l’apprentissage. Pour l’industrie qui promeut l’IA dans les universités, ce type d’effort peut apparaître comme « inefficace » – et l’on pourrait penser que les étudiants gagneraient à laisser la machine s’en charger. Mais c’est précisément dans cette confrontation à la difficulté que se construit une compréhension durable. La psychologie cognitive a montré que les étudiants progressent intellectuellement en rédigeant, en révisant, en échouant, en recommençant, en affrontant la confusion et en retravaillant des arguments faibles. C’est cela, apprendre à apprendre.

      Pris ensemble, ces évolutions suggèrent que le principal risque lié à l’automatisation dans l’enseignement supérieur ne réside pas seulement dans le remplacement de certaines tâches par des machines, mais dans l’érosion plus profonde de l’écosystème de pratiques qui, depuis longtemps, soutient l’enseignement, la recherche et l’apprentissage.
      Un tournant risqué

      À quoi servent les universités dans un monde où le travail intellectuel est de plus en plus automatisé ?

      Une première réponse consiste à voir l’université avant tout comme une machine à produire des diplômes et des connaissances. Dans cette logique, la question centrale devient celle des résultats : les étudiants obtiennent-ils leurs diplômes ? Des articles sont-ils produits ? Fait-on des découvertes ? Si des systèmes autonomes peuvent générer ces résultats plus efficacement, alors l’institution a toutes les raisons de les adopter.

      Mais une autre réponse considère l’université comme bien davantage qu’une simple machine à produire des résultats. Elle reconnaît que la valeur de l’enseignement supérieur réside en partie dans l’écosystème lui-même : le continuum d’opportunités grâce auquel les novices deviennent experts, les structures de mentorat au sein desquelles se forment le jugement et le sens des responsabilités, et une conception pédagogique qui valorise l’effort et la confrontation à la difficulté plutôt que leur élimination au nom de l’efficacité.

      Dans cette perspective, l’enjeu n’est pas seulement de savoir si des connaissances et des diplômes sont produits, mais comment ils le sont – et quels types de personnes, de compétences et de communautés se construisent au passage. L’université y apparaît comme un écosystème dont la mission est, ni plus ni moins, de former durablement l’expertise et le discernement humains.

      Dans un monde où le travail intellectuel est lui-même de plus en plus automatisé, les universités doivent, selon nous, s’interroger sur ce qu’elles doivent à leurs étudiants, à leurs jeunes chercheurs et à la société qu’elles servent. Les réponses à ces questions détermineront non seulement la manière dont l’IA sera intégrée, mais aussi ce que deviendra l’université contemporaine.

      ►https://theconversation.com/le-plus-grand-danger-de-lia-a-luniversite-nest-pas-la-triche-cest-l
      #tricherie

  • Salut Seenthis,

    je n’arrive pas à remettre la main sur un article (que je pense avoir) vu ici qui mettait en parallèle le temps gagné en utilisant l’IA gen et le temps perdu a corriger les résultats.

    Un article dans ce goût-là mais pas celui-là, donc : ▻https://www.cio-online.com/actualites/lire-40-des-gains-de-productivite-de-l-ia-sont-engloutis-par-la-correcti

    Quelqu’un·e voit de quoi je parle et aurait le lien sous le code ?

    #Intelligence_artificielle

  • Tout ce qui est solide s’oxyde. À propos de la pyroconvection du capital fossile. Marius Bickhardt
    ►https://us16.forward-to-friend.com/forward/preview?u=84965d21d1ed50ffea9d4c6c9&id=6c751936a3

    "CO₂ : Ils appellent ça de la pollution, on appelle ça la vie”.

    L’été 2026 est passé de Charybde en Scylla, entre vagues de chaleur extrême et incendies dévastateurs. La célèbre métaphore accélérationniste du Manifeste du parti communiste d’après lequel, à l’ère capitaliste, “tout ce qui est solide se volatilise” prend désormais une acception littérale.

    À l’ère du Pyrocène, terme par lequel l’historien environnemental étatsunien Stephen Pyne désigne l’époque de la généralisation des méga-feux due au changement climatique d’origine anthropique, la métaphore chimique de la volatilisation cède le pas à celle de l’oxydation. Désormais, tout ce qui est solide - les arbres, les tourbières, les espèces vivantes - part en fumée, la crise climatique multipliant les risques de sécheresses et d’incendies. La dynamique de pyro-convection, par laquelle la chaleur dégagée par les feux monte vers le ciel en créant ainsi le vent même qui projette les incendies toujours plus loin, devient alors le chiffre même du capital fossile. Le procès d’accumulation, que Marx décrivait jadis non pas comme un cercle mais comme une “spirale”, rejette toujours plus de gaz à effet de serre dans l’atmosphère en transformant ainsi le climat et le système météorologique. Ce faisant, il favorise des feux toujours plus fréquents et intenses. Avec l’alternance des extrêmes météorologiques due à la catastrophe climatique, l’air plus chaud de l’été transporte plus d’eau en créant des hivers plus humides qui favorisent la croissance de la biomasse. Celle-ci subira à son tour de fortes chaleurs au cours de l’été en devenant alors un potentiel combustible. Par conséquent, la combustion de la biomasse libère le carbone stocké en renforçant ainsi l’effet de chauffe tout en détruisant les puits écologiques. De la sorte, la frontière du feu va inéluctablement remonter vers le centre, le nord et l’Ouest de l’Europe centrale qui pourraient devenir une pyrorégion classée fire-prone.

    Pour l’heure, le mode de gestion dominant de la catastrophe repose sur l’interpellation et la responsabilisation des individus, incités à adopter des écogestes aussi nécessaires qu’insuffisants. De même qu’à l’époque de la pandémie de Covid 19, l’appel à la vaccination et à l’hygiène personnelle permettait de se passer subrepticement de solutions plus structurelles comme l’installation de filtres à air et la mise à l’arrêt de la déforestation favorisant les zoonoses pandémiques, les gouvernements se contentent d’interdire la vente de barbecue ou exhortent leurs citoyens à ne pas jeter leur mégots pour ne pas avoir à discipliner le capital fossile qui continue à émettre librement ou le capital immobilier qui construit à sa guise dans des zones à risque.

    Or un ”urbanisme soutenable” nécessiterait des habitations adaptées aux chaleurs extrêmes et éloignées des zones d’incendies, autant qu’une socialisation des forêts en tant que bien commun écologique. Comme le rappelle la géographe Pauline Vilain-Carlotti, il faudrait revenir à la structure concentrique de pare-feux naturels qui entouraient jadis les villages méditerranéens : qui entouraient jadis les villages méditerranéens : “Une première, qui abritait des jardins et des potagers,(...),une deuxième, où pâturaient les animaux d’élevage.(...) En troisième périphérie, il y avait l’espace de la silva, donc du sauvage. On avait donc une succession de différentes strates végétales, de hauteurs différentes, sans continuité de combustible”.

    L’absence de ces mesures constitue une façon nouvelle de nier la profondeur du problème. Comment la conjoncture actuelle s’inscrit-elle dans la longue histoire du déni climatique qui prend son essor aux États-Unis avant de s’exporter vers l’Europe ?

    #agnotologie #production_de_l'ignorance #production_de_la_confusion #pyrocène #méga-feux #climat #changement_climatique #crise_climatique #sécheresses #incendies #capital_fossile #capital_immobilier #économie #libre_entreprise #fondamentalisme_de_marché #scepticisme_climatique #déni_climatique #think_tanks #extrême_droite #économie_libertarienne #scientisme #réchauffement_climatique #forêts #urbanisme #écogestes #nationalisme_vert #éco-fascisme #politique_identitaire #écologie #Marius_Bickhardt

    • Au début du XXIᵉ siècle, ce modèle américain du déni climatique est exporté vers l’Europe, où il est approprié par les mouvements nationalistes et d’extrême droite. Des partis tels qu’Alternative für Deutschland (AfD) en Allemagne, Forum voor Democratie (FvD) aux Pays-Bas, le United Kingdom Independence Party (UKIP) ou Vox en Espagne intègrent le déni climatique dans des récits plus larges de ressentiment culturel et politique. Toutefois, le centre de gravité idéologique se déplace. Alors que le déni américain repose sur le libertarianisme du marché libre, ses variantes européennes se mélangent au nationalisme ethnique et à l’hostilité à l’égard de l’immigration. Cette convergence donne naissance à ce que les chercheurs décrivent comme le « nationalisme vert » ou l’"éco-fascisme", où la rhétorique écologique est instrumentalisée afin de justifier des politiques d’exclusion et défendre les populations « natives » contre des menaces supposées que représenteraient à la fois les migrants et la régulation environnementale.

      Ainsi, la mondialisation du déni marque la transformation d’un contre-mouvement corporatif en projet politique populiste. Né comme réaction de défense du capital fossile face à la régulation environnementale, le modèle négationniste américain fournit les outils institutionnels et rhétoriques qui seront ensuite mobilisés par l’extrême droite européenne. L’exportation du déni climatique à travers l’Atlantique montre comment la défense de la modernité fossile évolue d’un credo néolibéral de liberté de marché vers une politique identitaire de l’appartenance. Dans les deux contextes, toutefois, sa fonction demeure la même : préserver la légitimité sociale de l’accumulation carbone en déplaçant le consensus scientifique sur le terrain de la lutte idéologique.

    • Le marxisme écologique, Marius Bickhardt, Gauthier Delozière, Cannelle Gignoux, La Découverte, avril 2026

      Issu des marges du mouvement ouvrier et de l’#écologie_politique, le #marxisme_écologique est devenu l’un des foyers de la revitalisation du marxisme après la chute du bloc de l’Est. S’affirmant comme courant à la fin des années 1980, cette vaste entreprise exégétique, analytique et politique constitue désormais une ressource précieuse pour appréhender les catastrophes écosociales de l’Anthropocène. Cet ouvrage se donne pour objectif d’en présenter les principes fondamentaux.
      Il revient d’abord sur son émergence avant d’aborder les différentes relectures de l’écologisme de Karl Marx. Il s’attache ensuite à ses développements contemporains, depuis l’analyse des causes historiques du dérèglement planétaire en cours (#Capitalocène contre Anthropocène, capitalisme fossile, impérialisme écologique) jusqu’aux débats théoriques et stratégiques qui accompagnent l’aggiornamento environnemental de la théorie marxienne de l’émancipation (#État, #planification_écologique, #sujet_révolutionnaire).

      Intro et table des matières :
      ▻https://www.calameo.com/read/0002150221e0cadad5f4f

      #livre

    • Introduction par Marius Bickhardt (Newsletter Diagramme)

      En France, la succession des vagues de chaleur, des épisodes caniculaires et des mégafeux a déjà transformé l’été 2026 en enfer climatique. Cette séquence expose une fois de plus la faillite des zélateurs d’une modernisation écologique du capitalisme : le Fonds vert est sous-financé, le plan de rénovation thermique des bâtiments a été assoupli et les moyens de lutte contre les incendies ont été affaiblis.

      Alors qu’en 2020 le signifiant flottant de cet échec politique était le manque de masques FFP2 face à la « guerre contre le virus », il s’incarne à présent dans une flotte de Canadair vétustes et inopérationnels, au cœur de la « guerre contre le feu ».

      Dans le même temps, l’extrême droite cherche à tirer son épingle du jeu en accusant l’« idéologie des extrémistes verts » (Valérie Déloge) ainsi que l’« écologie de la décroissance et de l’âge de pierre » (Jordan Bardella) d’être responsables des catastrophes en cours. Elle appelle à un grand plan de climatisation du pays, au renforcement du nucléaire ainsi qu’à une baisse des émissions obtenue par le rapatriement des industries, afin de « produire davantage en France, selon nos normes environnementales » (Bardella, 25 juin 2026).

      Ce faisant, elle transforme la structure idéologique du déni climatique. « Le défi climatique est réel et il est face à nous », affirme-t-elle désormais. Si le référentiel écologique est à présent pleinement intégré à la rhétorique du nationalisme vert portée par l’extrême droite française, le négationnisme climatique ne fait que changer de forme.

      Car climatiser sans remettre en cause la mobilité privée fossile, qui constitue l’un des facteurs majeurs des îlots de chaleur urbains ; augmenter la production d’énergie nucléaire sans tarir les sources d’émissions de carbone ; ou défendre les mégabassines sans s’attaquer aux causes structurelles de la raréfaction de l’eau revient à métamorphoser le déni plutôt qu’à le dépasser.

      C’est l’histoire longue du déni que nous avons explorée avec Naomi Oreskes. L’historienne états-unienne des sciences nous dresse le portrait de ceux qu’elle appelle les « marchands de doute ». Dans l’ouvrage phare qu’elle a coécrit avec Erik Conway en 2010, elle montrait comment, dès les années 1980, un petit groupe de scientifiques, étroitement liés par des intérêts idéologiques et économiques, s’était efforcé de minimiser les risques associés au tabagisme, aux pluies acides ou encore à l’hiver nucléaire. Sous l’administration Reagan, l’objectif était clair : il s’agissait de décrédibiliser la science et d’instiller le doute afin de justifier l’inaction politique. C’est ce qu’un sous-champ de l’histoire des sciences désigne désormais sous le nom d’« agnotologie », c’est-à-dire l’étude de la production socioculturelle de l’ignorance et du doute.

      L’agnotologie est l’étude de la production culturelle de l’ignorance. Elle s’impose comme un domaine essentiel de l’histoire et de la philosophie des sciences au début des années 2000. Inventé par l’historien des sciences Robert N. Proctor, le terme désigne la production systématique du doute, de la confusion et de la désinformation, en particulier dans les domaines où les connaissances scientifiques menacent des intérêts économiques ou politiques puissants. Dans Agnotology : The Making and Unmaking of Ignorance (2008), édité par Londa Schiebinger and Proctor, le concept est développé dans un cadre analytique qui remet en question l’hypothèse conventionnelle selon laquelle l’ignorance résulte simplement d’une absence de savoir. L’ignorance est alors comprise comme quelque chose d’intentionnellement produit, entretenu et diffusé : un artefact épistémique doté de fonctions politiques et sociales spécifiques.

      En partant de cette perspective, l’ignorance n’est plus l’antithèse de la connaissance, mais l’une de ses histoires compagnes. Elle est façonnée, distribuée, et exploitée par des dispositifs institutionnels, médiatiques, étatiques, et entrepreneuriaux. L’étude de cas de Proctor, la campagne menée par l’industrie du tabac pour “semer le doute” sur les risques sanitaires liés au tabagisme, illustre bien cette dynamique. Les entreprises ont stratégiquement exploité l’incertitude inhérente à la #recherche_scientifique, en présentant des débats provisoires comme s’ils révélaient un désaccord fondamental. En transformant la prudence scientifique en controverse apparente, ces campagnes de dénégation sont parvenues à paralyser l’action réglementaire et à retarder durablement les mesures de #santé_publique.

      Cette logique devient le modèle des formes ultérieures de déni climatique. L’industrie des combustibles fossiles, les think tanks conservateurs et les médias qui leur sont affiliés adoptent des techniques agnotologiques similaires pour entretenir le scepticisme à l’égard du #changement_climatique anthropique. Le déni, en ce sens, n’est pas un simple mensonge : il repose sur l’exploitation de l’incertitude épistémique, cette condition même qui rend la science ouverte, révisable et autocorrectrice. La production d’ignorance fonctionne alors comme une forme de contre-science : elle en imite les signes extérieurs — la rationalité, la rigueur, le débat — tout en en inversant la finalité, transformant l’incertitude d’un espace d’enquête en une arme politique.

      L’agnotologie invite les historiens et les philosophes à considérer l’#ignorance comme un phénomène historiquement situé et politiquement construit. Elle met en évidence la manière dont les pratiques épistémiques s’articulent aux structures de pouvoir et montre que le contrôle du savoir, y compris l’orchestration stratégique du doute, constitue désormais une dimension centrale de la gouvernance moderne.

    • Tout ce qui est solide s’oxyde. À propos de la pyroconvection du capital fossile. Marius Bickhardt (Newsletter 22, 20 août 2026, Diagrammes)

      L’été 2026 est passé de Charybde en Scylla, entre vagues de chaleur extrême et incendies dévastateurs. La célèbre métaphore accélérationniste du Manifeste du parti communiste d’après lequel, à l’ère capitaliste, “tout ce qui est solide se volatilise” prend désormais une acception littérale.

      À l’ère du Pyrocène, terme par lequel l’historien environnemental étatsunien Stephen Pyne désigne l’époque de la généralisation des méga-feux due au changement climatique d’origine anthropique, la métaphore chimique de la volatilisation cède le pas à celle de l’oxydation. Désormais, tout ce qui est solide - les arbres, les tourbières, les espèces vivantes - part en fumée, la crise climatique multipliant les risques de sécheresses et d’incendies. La dynamique de pyro-convection, par laquelle la chaleur dégagée par les feux monte vers le ciel en créant ainsi le vent même qui projette les incendies toujours plus loin, devient alors le chiffre même du capital fossile. Le procès d’accumulation, que Marx décrivait jadis non pas comme un cercle mais comme une “spirale”, rejette toujours plus de gaz à effet de serre dans l’atmosphère en transformant ainsi le climat et le système météorologique. Ce faisant, il favorise des feux toujours plus fréquents et intenses. Avec l’alternance des extrêmes météorologiques due à la catastrophe climatique, l’air plus chaud de l’été transporte plus d’eau en créant des hivers plus humides qui favorisent la croissance de la biomasse. Celle-ci subira à son tour de fortes chaleurs au cours de l’été en devenant alors un potentiel combustible. Par conséquent, la combustion de la biomasse libère le carbone stocké en renforçant ainsi l’effet de chauffe tout en détruisant les puits écologiques. De la sorte, la frontière du feu va inéluctablement remonter vers le centre, le nord et l’Ouest de l’Europe centrale qui pourraient devenir une pyrorégion classée fire-prone.

      Pour l’heure, le mode de gestion dominant de la catastrophe repose sur l’interpellation et la responsabilisation des individus, incités à adopter des #écogestes aussi nécessaires qu’insuffisants. De même qu’à l’époque de la pandémie de Covid 19, l’appel à la vaccination et à l’hygiène personnelle permettait de se passer subrepticement de solutions plus structurelles comme l’installation de filtres à air et la mise à l’arrêt de la déforestation favorisant les zoonoses pandémiques, les gouvernements se contentent d’interdire la vente de barbecue ou exhortent leurs citoyens à ne pas jeter leur mégots pour ne pas avoir à discipliner le capital fossile qui continue à émettre librement ou le capital immobilier qui construit à sa guise dans des zones à risque.

      Or un ”urbanisme soutenable” nécessiterait des habitations adaptées aux chaleurs extrêmes et éloignées des zones d’incendies, autant qu’une socialisation des forêts en tant que bien commun écologique. Comme le rappelle la géographe Pauline Vilain-Carlotti, il faudrait revenir à la structure concentrique de pare-feux naturels qui entouraient jadis les villages méditerranéens : qui entouraient jadis les villages méditerranéens : “Une première, qui abritait des jardins et des potagers,(...),une deuxième, où pâturaient les animaux d’élevage.(...) En troisième périphérie, il y avait l’espace de la silva, donc du sauvage. On avait donc une succession de différentes strates végétales, de hauteurs différentes, sans continuité de combustible”.

      L’absence de ces mesures constitue une façon nouvelle de nier la profondeur du problème. Comment la conjoncture actuelle s’inscrit-elle dans la longue histoire du déni climatique qui prend son essor aux États-Unis avant de s’exporter vers l’Europe ? Telle est la question examinée dans notre entretien avec l’historienne des sciences Naomi Oreskes.

      L’histoire transnationale du déni climatique commence aux États-Unis, où l’industrie des énergies fossiles et les réseaux intellectuels conservateurs convergent pour contester le consensus scientifique sur le réchauffement climatique d’origine anthropique. Il apparaît à la fin des années 1980, précisément au moment où la coopération internationale sur le climat s’institutionnalise à travers le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC). Cette infrastructure négationniste combine lobbying industriel, actions de think tanks et mobilisation idéologique. Elle devient ensuite un modèle pour des campagnes similaires en Europe, où elle s’intègre aux nouvelles formes de politique d’extrême droite.

      Le George C. Marshall Institute, fondé en 1984 par les physiciens de la Guerre froide Robert Jastrow, William Nierenberg et Frederick Seitz, illustre les origines scientistes et autoritaires de ce mouvement. Initialement créé pour défendre l’Initiative de défense stratégique ("Guerre des étoiles") contre des critiques tels que Carl Sagan, l’institut réoriente rapidement son expertise de la Guerre froide vers la politique climatique. En 1989, il publie Global Warming : What Does the Science Tell Us ?, l’une des premières attaques organisées contre la science du climat. Ses fondateurs présentent l’environnementalisme comme une menace pour la sécurité nationale et la libre entreprise. Sous eux, la dissidence scientifique devient un réalisme patriotique. En mobilisant leur prestige scientifique, ils inaugurent ce que Naomi Oreskes et Erik Conway décriront plus tard comme la stratégie des "marchands de doute", transformant l’incertitude en inaction politique.

      Le Cato Institute, fondé en 1977 par Charles Koch et Ed Crane, prolonge ce projet en inscrivant le déni climatique dans la grammaire de l’économie libertarienne. À partir des années 1990, ses économistes et analystes soutiennent que la régulation climatique est incompatible avec la liberté économique. Le Center for the Study of Science de Cato, dirigé par Patrick Michaels, se spécialise dans la minimisation des relevés de température et les attaques contre les modèles climatiques. Cette approche insère le scepticisme climatique dans une critique néolibérale de l’intervention gouvernementale, transformant le débat scientifique en proxy de la défense du fondamentalisme de marché.

      Le Competitive Enterprise Institute (CEI), créé en 1984, constitue l’avant-garde militante de cette offensive idéologique. Soutenu par ExxonMobil, Koch Industries et d’autres acteurs du capital fossile, le CEI lance des campagnes médiatiques agressives contre les politiques climatiques et le Protocole de Kyoto. Son spot télévisé le plus célèbre, "CO₂ : Ils appellent ça de la pollution, on appelle ça la vie”, présente les gaz à effet de serre comme des symboles de prospérité et de liberté. Le CEI traduit ainsi les principes libertariens en rhétorique populiste, présentant les climatologues et les régulateurs environnementaux comme des élites cherchant à restreindre l’autonomie individuelle.

      Le Heartland Institute, également fondé en 1984, consolide le réseau négationniste durant les années 2000. D’abord centré sur la promotion des idées du marché libre, il devient le principal carrefour du scepticisme climatique organisé grâce à ses International Conferences on Climate Change, qui réunissent scientifiques contrariens, lobbyistes et responsables politiques. Heartland diffuse des rapports pseudo-scientifiques imitant les publications du GIEC et les envoie à des journalistes et décideurs, normalisant ainsi le langage du "débat" autour d’une science pourtant établie. Dans les années 2010, il permet à de vastes liens transatlantiques de se former avec des partis et think tanks européens de droite radicale, facilitant la circulation de récits négationnistes à travers l’Atlantique.

      L’Atlas Network, fondé en 1981 sous le nom Atlas Economic Research Foundation par l’entrepreneur britannique Antony Fisher, devient un vecteur transnational crucial qui relie toutes ces organisations. Basé à Arlington, en Virginie, Atlas se présente comme une organisation à but non lucratif promouvant la "liberté et un gouvernement limité", mais fonctionne comme une plateforme mondiale de coordination regroupant plus de 500 think tanks de marché libre dans plus de 100 pays. Par des programmes de formation, des conférences et des subventions ciblées, Atlas fournit une infrastructure idéologique et logistique aux groupes qui militent pour la déréglementation et qui s’opposent aux politiques environnementales et climatiques. Dans les années 1990 et 2000, il reçoit des financements d’ExxonMobil et du réseau Koch, et collabore étroitement avec le Heartland Institute, le CEI et Cato. Ces connexions contribuent à exporter les stratégies américaines de "doute fabriqué" — transformant l’incertitude scientifique en controverse politique — vers d’autres contextes nationaux. Des think tanks affiliés en Europe, tels que l’Institute of Economic Affairs au Royaume-Uni, le Hayek Institut en Autriche ou Timbro en Suède, adoptent des narratifs similaires, présentant les politiques climatiques comme des attaques contre la liberté économique et individuelle. Ainsi, Atlas agit comme une infrastructure transnationale du déni climatique, promouvant une politique culturelle contre toutes formes de régulations qui résonne autant avec les mouvements néolibéraux qu’avec l’extrême droite.

      La campagne institutionnelle contre la science du climat s’intensifie après la création du GIEC en 1988. Dès 1989, Exxon cherche à "semer le doute sur les conclusions scientifiques concernant sa contribution présumée à l’effet de serre", tandis qu’un consortium multinational d’entreprises d’énergies fossiles, la Global Climate Coalition, conteste ouvertement la nécessité de réduire les émissions. La même année, le rapport du Marshall Institute marque le début d’une stratégie coordonnée de fabrication du doute. Le collectif suédois Zetkin théorise cet ensemble d’organisations comme un "appareil idéologique d’État du déni climatique", empruntant le concept d’appareil idéologique d’État (AIE) à Louis Althusser. Ce concept décrit un système d’institutions et de pratiques qui reproduit l’idéologie dominante. Dans ce cadre, le déni climatique opère comme le complément idéologique du concept de capital fossile d’Andreas Malm, et constitute le mécanisme discursif par lequel le capitalisme fossile se légitime.

      D’un point de vue marxien, cet appareil fonctionne selon les trois niveaux de l’idéologie décrits par Marx : comme un ensemble d’idées dominantes au sein d’une formation sociale ; comme des idées de la classe dominante définissant ce qui relève du sens commun ; et comme des idées à travers lesquelles s’exerce la domination. L’originalité de l’interprétation du Zetkin Collective réside dans l’accent qu’il porte sur la dimension performative de l’idéologie négationniste. Plutôt que de simplement justifier le capitalisme fossile, elle produit délibérément l’ignorance et la confusion à propos des risques environnementaux, permettant la poursuite de l’expansion des infrastructures extractives dans un contexte de controverse publique.

      Au début du XXIᵉ siècle, ce modèle américain du déni climatique est exporté vers l’Europe, où il est approprié par les mouvements nationalistes et d’extrême droite. Des partis tels qu’Alternative für Deutschland (AfD) en Allemagne, Forum voor Democratie (FvD) aux Pays-Bas, le United Kingdom Independence Party (UKIP) ou Vox en Espagne intègrent le déni climatique dans des récits plus larges de ressentiment culturel et politique. Toutefois, le centre de gravité idéologique se déplace. Alors que le déni américain repose sur le libertarianisme du marché libre, ses variantes européennes se mélangent au nationalisme ethnique et à l’hostilité à l’égard de l’immigration. Cette convergence donne naissance à ce que les chercheurs décrivent comme le "nationalisme vert" ou l’"éco-fascisme", où la rhétorique écologique est instrumentalisée afin de justifier des politiques d’exclusion et défendre les populations "natives" contre des menaces supposées que représenteraient à la fois les migrants et la régulation environnementale.

      Ainsi, la mondialisation du déni marque la transformation d’un contre-mouvement corporatif en projet politique populiste. Né comme réaction de défense du capital fossile face à la régulation environnementale, le modèle négationniste américain fournit les outils institutionnels et rhétoriques qui seront ensuite mobilisés par l’extrême droite européenne. L’exportation du déni climatique à travers l’Atlantique montre comment la défense de la modernité fossile évolue d’un credo néolibéral de liberté de marché vers une politique identitaire de l’appartenance. Dans les deux contextes, toutefois, sa fonction demeure la même : préserver la légitimité sociale de l’accumulation carbone en déplaçant le consensus scientifique sur le terrain de la lutte idéologique.

      ▻https://shop.entremonde.net/rupture/68-tout-ce-qui-est-solide-se-volatilise-marshall-berman.html

      ▻https://www.ucpress.edu/books/the-pyrocene/paper

      ▻https://www.newstatesman.com/international-politics/climate-international-politics/2026/08/welcome-to-the-pyrocene

      ▻https://theconversation.com/incendies-2022-comprendre-la-dynamique-des-feux-en-europe-grace-aux

      ▻https://www.versobooks.com/products/1959-planet-of-slums

      ▻https://www.nouvelobs.com/ecologie/20260713.OBS116633/pourquoi-la-france-est-aussi-vulnerable-aux-incendies-nous-sommes-prisonn

      (ce texte nécessiterait un seen spécifique mais il n’est pas possible de ne citer qu’un extrait car il n’est pas disponible en ligne)

      edit j’ai finalement touvé la version en ligne :-)
      ►https://us16.forward-to-friend.com/forward/preview?u=84965d21d1ed50ffea9d4c6c9&id=6c751936a3

      #production_de_l'ignorance #production_de_la_confusion #pyrocène #méga-feux #climat #changement_climatique #crise_climatique #sécheresses #incendies #capital_fossile #capital_immobilier #économie #libre_entreprise #fondamentalisme_de_marché #scepticisme_climatique #déni_climatique #think_tanks #extrême_droite #économie_libertarienne #scientisme #réchauffement_climatique #forêts #urbanisme #nationalisme_vert #éco-fascisme #politique_identitaire #Marius_Bickhardt

  • Pour l’extrême droite, la subvention est un moyen de rétorsion pour que les artistes marchent au pas

    ▻https://www.liberation.fr/idees-et-debats/tribunes/contre-le-spectacle-vivant-une-offensive-ideologique-et-economique-202607

    Le secteur fait face à une offensive idéologique mais aussi économique. Et si, suggère le professeur Olivier #Neveux, on introduisait plutôt de la politique au cœur de la production, là où elle est déterminante ?

    • C’est là une des lois de l’art : on ne sait pas ce que l’on manque dans ce qui n’existera pas.

      L’offensive idéologique est jumelle de l’offensive économique ; elles sont sinon concertées du moins harmonieuses. L’extrême droite et l’extrême centre mènent nombre de campagnes d’intimidation. Ils ont le goût des annulations. La convergence des intérêts est flagrante. Il n’y a dès lors qu’une politique adéquate : faire disparaître tout désaccord voire toute pluralité. L’art doit marcher au pas, les artistes être aux ordres. La subvention devient un moyen de rétorsion. On appellerait cela la démocratie. Dans un monde réellement renversé, le faux est vrai.

    • La #politique est, en effet, partout, sauf là où elle est déterminante : au cœur de la #production. Il s’agit, il est vrai, d’une autre approche de la politique de l’art. Elle est conflictuelle. Elle parle certes de financement, mais pas seulement. Elle porte sur la façon dont on travaille et les raisons de le faire, sur les moyens et le temps, sur les richesses et leurs répartitions, sur le marché et ce qui doit y faire exception, sur les rapports sociaux et leurs transformations. Conséquente, elle pourrait soutenir une vision intransigeante du secteur public qui ne se laisserait pas happer par le « bon sens » et les habitudes du privé. En substance, elle demande : quoi appartient à qui ? A qui appartient la société ? Et le futur ? En 1935, à Paris, à l’occasion d’un congrès international d’écrivains antifascistes, #Brecht exhortait : « Camarades, parlons des rapports de propriété. » Mais il était trop tard.

  • « L’immigration est positive pour l’économie dans son ensemble. Pourquoi est-elle aussi impopulaire ? »
    ▻https://www.lemonde.fr/idees/article/2026/07/07/l-immigration-est-positive-pour-l-economie-dans-son-ensemble-pourquoi-est-el

    « L’immigration est positive pour l’économie dans son ensemble. Pourquoi est-elle aussi impopulaire ? »
    Chronique Eric Albert
    Une nouvelle étude démontre les bienfaits économiques de l’immigration dans les pays de l’OCDE. Des données répétées depuis des décennies, qui ne changent malheureusement pas le débat, déplore Eric Albert dans sa chronique.
    Dans neuf mois débutera l’élection présidentielle. Avec l’extrême droite en tête des sondages du premier tour, l’immigration va être inévitablement au cœur des discussions politiques. Avant que ne s’enflamme à nouveau le débat, profitons de la distance avec le scrutin pour tenter de poser des faits.
    Lors du forum organisé par la Banque centrale européenne à Sintra, au Portugal, les 30 juin et 1er juillet, l’économiste italien Giovanni Peri a présenté une passionnante nouvelle étude sur l’immigration dans les 38 pays de l’Organisation de coopération et de développement économiques (OCDE) depuis 1990 et ses conséquences économiques. En se basant essentiellement sur les recensements – beaucoup plus fiables que les statistiques des passages aux frontières –, il a créé une nouvelle base de données qui permet de tirer des leçons générales. Il apparaît que l’immigration est, dans l’ensemble, très positive pour l’économie.
    Premier constat : l’immigration augmente fortement dans tous les pays de l’OCDE. La part de la population née à l’étranger a doublé depuis 1990, pour atteindre 12 % en moyenne aujourd’hui. Cette progression est particulièrement forte en Espagne (de 2 % à 19 % aujourd’hui), au Royaume-Uni (de 7 % à 18 %) et en Allemagne (de 9 % à 20 %). Elle l’est nettement moins en France, où l’immigration est plus ancienne (10 % en 1990, au-dessus de la moyenne de l’époque) mais a progressé moins vite (15 % aujourd’hui).
    Deuxième constat : l’immigration permet désormais de tout juste compenser la baisse de la population active provoquée par la chute de la natalité. Entre 2020 et 2024, la population en âge de travailler dans l’OCDE n’a progressé que de 0,2 % : l’impact positif de l’immigration (+ 3,8 %) a été presque entièrement neutralisé par le recul des natifs (− 3,6 %).Troisième constat : les immigrés sont plus qualifiés que la population locale. M. Peri calcule que la moitié des nouveaux arrivants depuis 1990 avaient un diplôme du supérieur (université ou équivalent), ce qui est plus que la moyenne locale. En France par exemple, 43 % des 25-64 ans ont un diplôme universitaire.
    A partir de là, M. Peri calcule les effets économiques. Conclusion : une hausse de 1 % des immigrés augmente le produit intérieur brut par travailleur de 1,2 % au bout de cinq ans, et de 1,9 % au bout de dix ans. Autrement dit, non seulement l’immigration apporte de la main-d’œuvre supplémentaire, mais elle fait progresser la productivité de l’ensemble de la population. Et pas juste un peu : au total, elle explique un tiers de l’amélioration de la productivité depuis 1990 dans l’OCDE.L’explication, selon M. Peri, vient essentiellement du niveau supérieur d’éducation des immigrés. Beaucoup deviennent aussi des entrepreneurs, que ce soit par l’ouverture de petites épiceries ou lorsque des étudiants étrangers lancent des start-up à la sortie de leur master.
    Si le chercheur reste prudent sur la précision des chiffres auxquels il parvient, il insiste sur la cohérence des indices, qui convergent tous vers la même conclusion : l’immigration augmente la concentration moyenne de capital par travailleur ; un pays qui desserre sa politique migratoire connaît une hausse de sa productivité ; une plus forte immigration est souvent corrélée à une augmentation du nombre de brevets déposés… Bref, l’immigration est positive pour l’économie dans son ensemble. Dès lors, pourquoi est-elle aussi impopulaire ?
    M. Peri reconnaît qu’un soudain afflux localisé de migrants peut poser de vrais soucis, avec de fortes pressions sur le logement ou les services sociaux, par exemple. Mais il estime que le vrai problème est tout simplement celui de la désinformation. « On parle d’immigration quand il y a un fait divers ou qu’il s’agit de passages illégaux des frontières. Mais personne ne s’intéresse à l’histoire d’un immigré qui réussit. »Il est cependant bien conscient que sa recherche – preuves à l’appui – fait difficilement le poids face aux discours populistes : « Le problème est que les gens comme moi n’ont pas réussi à trouver un slogan aussi efficace que “les immigrés prennent votre travail”, note-t-il. C’est faux, aucune donnée ne le montre, mais ça marche. »

    #Covid-19#migration#migrant#france#OCDE#immigration#economie#productivite#politiquemigratoire#sante

  • 13 millions de victimes et plus de 3 000 morts en 2025 : l’Afrique paie un lourd tribut aux événements climatiques extrêmes

    L’agence onusienne, qui fait autorité pour les questions relatives à l’atmosphère terrestre, au climat et à l’eau, recommande aux pays africains de renforcer leurs systèmes d’alerte précoce, et d’investir davantage dans l’adaptation au changement climatique et la préparation aux catastrophes.

    Les #phénomènes_extrêmes liés au #climat ont sinistré au moins 13 millions de personnes et entraîné plus de 3 000 décès recensés en #Afrique en 2025, avec des répercussions sur l’ensemble des secteurs de l’économie et les moyens de subsistance des populations, selon un rapport publié le jeudi 18 juin par l’Organisation météorologique mondiale (OMM). Intitulé « State of the Climate in Africa 2025 », le rapport révèle que les #inondations et #sécheresses ont constitué les #catastrophes_météorologiques les plus importantes sur le continent durant l’année écoulée, les inondations représentant plus de la moitié de tous les événements extrêmes signalés.

    L’#Afrique_de_l’Est a été particulièrement touchée, avec plus de 8,5 millions de personnes affectées par la sécheresse, alors que des conditions de sécheresse prolongées ont aggravé l’#insécurité_alimentaire et les pénuries d’#eau dans la #Corne_de_l’Afrique et les régions voisines. En #Afrique_de_l’Ouest, le #Nigeria a connu en mai des inondations dévastatrices qui ont fait plus de 200 #morts, tandis que les inondations en #République_démocratique_du_Congo (#RDC) ont coûté la vie à plus de 160 personnes en avril, soulignant l’intensité croissante des #précipitations saisonnières extrêmes.

    Le #Sahel a enregistré des précipitations supérieures à la moyenne, prolongeant une tendance observée ces dernières années, tandis qu’une grande partie de l’Afrique de l’Est et de la Corne de l’Afrique est restée plus sèche que d’habitude. En Afrique australe, les précipitations ont été marquées par une forte #variabilité, avec des épisodes intenses qui ont provoqué des inondations. En #Afrique_de_Nord, les #vagues_de_chaleur et les sécheresses prolongées ont causé des dégâts considérables à la #production_agricole, menaçant la #sécurité_alimentaire et les #moyens_de_subsistance.

    Le rapport précise également que l’Afrique se réchauffe plus rapidement que la moyenne mondiale. La #température moyenne annuelle de l’air en surface enregistrée à l’échelle continentale s’est classée entre le troisième et le septième rang des valeurs les plus élevées jamais enregistrées en fonction des données utilisées, avec une anomalie positive de 0,51 °C par rapport à la moyenne de la période 1991-2020.

    C’est l’Afrique du Nord qui a connu la plus forte anomalie de #températures en 2025 comparativement aux autres sous-régions africaines, soit +0,76 °C par rapport à la moyenne de la période 1991-2020. À l’inverse, l’Afrique australe a enregistré l’anomalie de températures la plus faible, soit +0,21 °C par rapport à la même période de référence.

    40 % des pays africains disposent de systèmes d’alerte précoce multi-dangers

    Au-delà des inondations et des sécheresses, le rapport met en évidence des changements climatiques à long terme qui sont déjà en train de remodeler le continent.

    Les #glaciers africains ont perdu plus de 90 % de leur superficie depuis la fin du XIXe siècle. La couverture glaciaire du #mont_Kilimandjaro est passée de 11,4 km2 en 1900 à 0,98 km2 ces dernières années. La superficie des glaces du #mont_Kenya et des #montagnes du #Ruwenzori (une chaîne de montagnes d’Afrique centrale, située à la frontière entre l’#Ouganda et la RDC) a aussi diminué, passant respectivement de 1,64 km² à 0,07 km², et de 6,51 km² à seulement 0,38 km².

    D’autre part, l’élévation du niveau de la mer le long des côtes africaines entre 1999 et 2025 dépasse la moyenne mondiale (estimée à environ 3,6 mm par an) dans plusieurs régions, atteignant environ 4,2 mm par an le long de la côte atlantique, 5,2 mm par an le long de la côte de l’océan Indien, et 5,6 mm par an en mer Rouge. Parallèlement, le réchauffement et l’#acidification croissante des océans endommagent les écosystèmes marins et menacent les moyens de subsistance des communautés qui dépendent de la #pêche. La température de la mer en surface (SST) a augmenté de 0,14 °C en moyenne en Afrique par décennie depuis la fin du 19e siècle, tandis que le PH de surface de l’océan a diminué de 0,017 unité par décennie.

    Malgré la fréquence et la gravité croissantes de ces changements qui favorisent des phénomènes météorologiques extrêmes plus destructeurs et exercent une pression croissante sur des communautés déjà vulnérables, seulement 40 % des pays africains disposent de systèmes d’alerte précoce multi-dangers, privant ainsi des millions de personnes d’#alertes en temps utile qui pourraient contribuer à sauver des vies et à réduire les dégâts, surtout dans les zones rurales particulièrement affectées.

    Alors que les coûts associés aux changements climatiques dans les pays africains peuvent atteindre jusqu’à 5 % de leur produit intérieur brut (PIB) et représenter ainsi un obstacle considérable à leur développement ainsi qu’à leur capacité à réduire la #pauvreté, l’OMM les appelle eux et leurs partenaires au développement, à renforcer les #mesures_d'adaptation au changement climatique, à améliorer la préparation aux catastrophes et à accroître les #investissements dans les infrastructures d’alerte précoce, afin de protéger les communautés contre des événements climatiques de plus en plus fréquents et intenses.

    ▻https://www.agenceecofin.com/actualites/2306-139549-13-millions-de-victimes-et-plus-de-3-000-morts-en-2025-laf
    #changement_climatique #Sud_global

    • State of the Climate in Africa 2025

      Key messages

      Extreme weather wreaks heavy economic and human cost
      – Floods are most common reported hazard
      - African glaciers – including iconic Mt #Kilimanjaro - are vanishing
      - Sea level rise along some African coasts outpaced the global average since 1999
      - Africa faces critical gap in early warning systems but is making progress

      –-

      he African continent is warming faster than the global average, and the rate of warming across the continent since 1991 is substantially higher than in any of the previous 30-year periods. The annual mean surface air temperature averaged over land areas in 2025 ranked between the third and seventh warmest on record, depending on the dataset used, according to the report.

      Extreme weather is hitting the continent hard. Floods accounted for more than half of reported events – for instance severe flooding in Nigeria in May led to over 200 deaths, and flooding in the Democratic Republic of the Congo in April led to over 160 deaths. The 2024/2025 tropical cyclone season was particularly active in the South Indian Ocean. Drought affected more than 8.5 million people in East Africa.

      ▻https://www.youtube.com/watch?v=MMwJ4-LQz5I

      ▻https://wmo.int/resources/publication-series/state-of-climate-africa/state-of-climate-africa-2025
      #climat #rapport

    • Writing Code vs. Shipping Code : Productivity Effects Across Generations of AI Coding Tools | NBER
      ►https://www.nber.org/papers/w35275

      How do the productivity effects of AI evolve across successive generations of tools, and to what extent do task-level gains ultimately translate into final output? We study these questions in the context of software development, using data on more than 100,000 GitHub developers combined with their AI usage telemetry. In a matched event study design, we find that autocomplete, interactive coding agents, and autonomous coding agents each significantly increase coding activity (“commits”), with respective cumulative effects of 40%, 140%, and 180%. These gains, however, attenuate sharply across the production hierarchy: the 180% cumulative effect falls to 50% for the number of projects, and to 30% for actual releases. This pattern is consistent with the weak-link hypothesis: the strong productivity gains from AI are attenuated by human bottlenecks in the production chain, with an estimated elasticity of substitution of 0.25 between AI and human effort, which indicates strong complementarities. We further confirm these results across four major app marketplaces, finding a moderate increase in the number of new apps but no increase in total usage. Large task-level AI productivity gains have therefore translated only partially into shipped and used software thus far.

      ça ne me rajeunit pas : estimation (0,25) de l’élasticité de substitution IA-humain dans une fonction de production

      tout ce que je détestais…

  • La raffineria di cocaina nella #Locride non è un episodio, ma un allarme che pochi colgono

    La scoperta di un laboratorio di coca a #Sant'Agata_del_Bianco (Reggio Calabria) dimostra un salto di qualità nel narcotraffico nazionale. In Calabria non solo si importa polvere bianca, ma si produce anche.

    Rinvenire una raffineria di cocaina nelle campagne italiane è indubbiamente una notizia, di quelle che a volte finiscono in prima pagina di cronaca. Ma siccome succede in Calabria se ne occupano davvero soltanto quei giornalisti attenti dei quotidiani locali che si trovano spesso (quando si tratta di ‘ndrangheta ancora di più), per onor di cronaca e interesse pubblico, a coprire ciò che la stampa nazionale non tratta se non con trafiletti di agenzie di stampa. In generale, la mafia fa notizia solo quando si tratta dei tesori o delle donne di Matteo Messina Denaro. In Calabria non fa notizia se non si tratta di grandi numeri e grandi scandali, nemmeno quando si tratta di una certa criminalità organizzata o alcune sue evoluzioni. Questa notizia, cioé che in Calabria si produce – non solo si importa – cocaina e che dunque si è fatto un enorme salto di qualità e di pericolo nel narcotraffico nazionale, pare riguardare pochi.

    Nella Locride, un laboratorio adibito a raffineria di cocaina

    “Le attività investigative (…) permettevano, nelle prime ore del 14 febbraio 2026, di rinvenire, all’intemo delle campagne della Locride, nel comune di Bianco, un vero e proprio laboratorio adibito a raffineria di cocaina, come inequivocabilmente risulta dal materiale utilizzato per la produzione, taglio ed essicazione della sostanza, dalle presse idrauliche per la formazione dei panetti, stampi, fornelli a gas, forni a microonde, lampade, mestoli, acido citrico, materiale per imballaggio e confezionamento e bilancia sequestrati”.

    Si tratta di un’operazione coordinata dai carabinieri di Civitavecchia per la Direzione distrettuale antimafia di Roma: dodici soggetti indagati, quattro fermati, tra cui tre della Colombia, due della Repubblica dominicana e gli altri della Campania e del Lazio. Ma nessun calabrese. La cosa dovrebbe sorprendere, ma non sembra venir registrata a pieno.

    Due soggetti sono accusati di essere broker sudamericani della cocaina. Uno, dominicano, “responsabile dei contatti con fornitori nazionali ed esteri, dell’organizzazione logistica dei trasporti e della gestione dei flussi finanziari, anche mediante l’utilizzo di piattaforme di cambio in criptovalute, nonché principale anello di raccordo tra il sodalizio e narcotrafficanti calabresi”; l’altro, colombiano, “detto il ‘presidente’, avvalendosi di propri connazionali (…), gestisce i corrieri, le consegne ed il prezziario”.

    In seguito a una frenetica ricerca a Pescara, intercettata dalle autorità a Civitavecchia, di 200 kg di acido borico (che viene impiegato per aumentare il peso e il volume della sostanza stupefacente conferendole l’aspetto cristallino che contraddistingue la cocaina di alta qualità, ndr), il soggetto dominicano e un altro vengono “sorpresi, in piena notte, intenti, all’interno del laboratorio predetto, ad armeggiare quantità notevoli di quella che appariva essere pasta di cocaina, la quale, assieme a diversi panetti, anch’essi apparentemente di cocaina, sottovuoto con tanto di timbro (per un totale complessivo di 518 kg), veniva sottoposta a sequestro”.

    Narcotraffici in Calabria, ma senza calabresi, né ’ndrangheta?

    Quindi, ricapitolando, fino al febbraio del 2026, un’organizzazione criminale sudamericana, in combutta con un gruppo di distribuzione dello stupefacente nel Lazio, opera una raffineria di cocaina in Aspromonte, per la precisione a Sant’Agata del Bianco.

    Ma non solo non ci sono calabresi tra i fermati, ma nemmeno pare esserci menzione nel decreto di fermo, di chi siano i calabresi coinvolti: si menzionano ‘fornitori calabresi’, altri ‘calabresi potenti’, delle stesse zone di un soggetto di origini calabrese del gruppo romano. Ma – come spesso succede anche alle autorità di mezzo mondo – si usa il termine ‘calabrese’ per indicare sciattamente qualcuno coinvolto nel giro criminale quando non si riesce a essere più precisi. Perché ovviamente, a Sant’Agata del Bianco, tutti si aspettano che ci sia di mezzo la ‘ndrangheta. La Locride, e Bianco nello specifico, sono terre di mafia antica, di famiglie che hanno fatto la storia dell’organizzazione criminale calabrese. È impensabile per qualcuno che ci sia una raffineria di cocaina nella Locride e non sia coinvolto qualche clan, forse più di uno. Ma di ‘ndrangheta in questa indagine non se ne parla, non viene nemmeno menzionata. E allora che succede?

    Il narcotraffico e la ‘ndrangheta non sono sempre la stessa cosa

    Ed ecco che arriva il punto cruciale per l’analisi. Da una parte c’è una narrazione diventata mainstream che vuole la ‘ndrangheta immutabile forza conservatrice che controlla ogni centimetro di vita in Calabria, soprattutto nei tuoi territori più longevi, come la Locride. Per questa narrazione, la raffineria di Sant’Agata del Bianco a gestione sudamericana non rientra nella narrazione della ‘ndrangheta se non a patto di dire che le fila del tutto siano proprio mosse dai clan locali. Ma non sembra essere così, perché se fosse stato così dall’indagine sarebbe emerso un clan o due.

    Dall’altra parte esiste una realtà che diventa sempre più complessa da decifrare, ma che mostra una qualche riluttanza e resistenza alla narrazione della ‘ndrangheta-piglia-tutto. In questa seconda prospettiva sembra emergere un aspetto non trascurabile che cambia tutto: il narcotraffico e la ‘ndrangheta non sono sempre la stessa cosa, nemmeno in Calabria. La ‘ndrangheta non fa solo narcotraffico, e il narcotraffico non è solo ‘ndrangheta.

    In questa prospettiva la vicenda della raffineria di Sant’Agata del Bianco si fa ancora più cupa. Se è plausibile immaginare una sorta di signoria pagata dai sudamericani-laziali ai clan del luogo (perché è improbabile che un placet non ci sia stato, per questioni di controllo del territorio), è altresì plausibile immaginare che tale signoria non venga accompagnata dalla protezione mafiosa e che, soprattutto, non sia associata a operazioni congiunte tra clan e trafficanti. Per dirla in altro modo, per un gruppo basato nel Lazio andare nella Locride per investire in una raffineria ha un senso strategico: oltre all’isolamento geografico, lì si è nel cuore della potenza ‘ndranghetista, ci sono contatti, alleanze possibili, il porto di Gioia Tauro.

    Ma ci sono anche dei rischi, come dice proprio uno del gruppo, se ti trovano ‘coi calabresi’ “quella è associazione a delinquere, ti danno il 41bis e ti fai vent’anni” per sottolineare il rischio di espozione alle inchieste antimafia (diverse dalle inchieste sul narcotraffico). La Calabria è terra disperata, una operazione di polizia in più o in meno è più probabile che perda nella moltitudine delle inchieste e che venga attribuita comunque alla ‘ndrangheta.

    Per la ‘ndrangheta ci sono vantaggi se altri mettono su un business: i boss locali, senza alzare un dito ma semplicemente dando un nulla osta, ci guadagnano comunque qualcosa e rimangono sovrani del territorio. Non possono offrire protezione perché magari non gliela chiedono e perché a volte non possono: ce lo insegna l’esperienza al porto di Gioia Tauro dove da anni ormai la sovranità dei clan della Piana viene esercitata senza protezione, ma solo come lascia passare. La signoria dunque non rende questo un business di ‘ndrangheta, altrimenti non si spiegherebbe l’assenza di calabresi ‘specifici’ nell’indagine, e nemmeno l’affidamento della raffineria a soggetti che si fanno scoprire perché frenetici nella ricerca dei materiali, non proprio affidabili. Resta probabile che i rapporti coi ‘calabresi’ a cui il gruppo sudamericano-laziale fa riferimento siano di appartenenza varia e non omogenea, come ormai è il traffico di stupefacenti in Calabria, mai sotto una unica regia.

    La trasformazione locale della cocaina, un salto sconvolgente

    Oltre a cozzare con la narrazione della ‘ndrangheta ‘world wide mafia’, onnipresente e onnipotente, questa analisi ci restituisce due pensieri finali.

    Uno, il guadagno qui è enorme e difficile da stimare con precisione, ma le intercettazioni offrono uno squarcio illuminante: il «presidente» colombiano spiega che acquistando un chilogrammo di cocaina «grezza» a 16.500 € e trasformandola in prodotto «cotto» è possibile rivenderla a 20.500 €, con un profitto di 4.000 € per chilogrammo. Moltiplicato per i 518 kg sequestrati nella raffineria di Sant’Agata del Bianco, si parla di oltre due milioni di euro di guadagno potenziale da una singola operazione. E questa è solo una raffineria scoperta, in un solo momento. Il business della trasformazione locale della cocaina rappresenta un salto economico e strategico di portata sconvolgente.

    E due, c’è qualcosa di ancora più inquietante che dovrebbe allarmare tutti e che invece è passato completamente in sordina. Se la Calabria diventa produttrice di cocaina – cioè se oltre a curare l’importazione della sostanza finita ora importa anche pasta di coca per raffinarla sul territorio – i danni possibili per la regione e per la nazione sono di un livello di pericolo mai visto prima. La Colombia insegna cosa significa diventare terra di produzione: violenza endemica legata al controllo delle raffinerie, infiltrazione capillare delle istituzioni per proteggere gli impianti, devastazione ambientale causata dai prodotti chimici utilizzati nel processo di raffinazione, e soprattutto la trasformazione del territorio in zona contesa tra gruppi criminali per il controllo di un business dai margini stratosferici, per una terra povera e marginale.

    La produzione locale significa radicamento permanente e militarizzazione del crimine, significa che la Calabria non è più solo un punto di transito o smistamento ma il cuore pulsante di un’industria che genera miliardi. E tutto questo sta accadendo mentre la stampa nazionale guarda altrove e la narrazione pubblica resta ancorata a schemi che non riescono più a leggere la realtà. La raffineria di Sant’Agata del Bianco non è un episodio: è un segnale di allarme che pochi sembrano voler ascoltare di come il narcotraffico cambia non solo la regione, ma anche la sua mafia.

    ►https://lavialibera.it/it-schede-2709-la_raffineria_di_cocaina_nella_locride_non_e_un_episodio_

    #cocaïne #Italie #Calabre #production #raffinerie #drogue #mafia #narcotrafic #Aspromonte #Bianco

  • Tribune : Ce que devient la #recherche quand elle doit se vendre

    Ce matin, en ouvrant ma boîte mail, j’ai revu une partie de ma vie défiler. Ce qui, à mon âge, commence à prendre un certain temps et nécessite parfois une chaise. Le message m’invitait à « déposer » un projet au Fonds de la Recherche en Haute École (FRHE). Le verbe est important. On ne propose pas un projet. On ne partage pas une idée. On ne confie pas une intuition fragile à la communauté scientifique. Non : on la « dépose ». Comme on dépose un colis, une plainte, un enfant à la garderie ou un animal malade chez le vétérinaire en espérant qu’il revienne vivant.

    J’ai donc relu le mail. Puis je l’ai relu encore, avec cette forme particulière d’attention que l’on réserve aux convocations administratives, aux résultats médicaux et aux messages commençant par « dans le cadre de la rationalisation de nos services ». Et là, une certitude m’est revenue : j’avais quitté la #recherche_académique il y a près de quinze ans non pas par accident, ni par paresse, ni parce que je préférais enfin dormir la nuit, mais par instinct de survie.

    Car être chercheur, au départ, c’est magnifique. C’est se tenir devant le monde avec la #stupéfaction d’un enfant qui démonte un réveil pour comprendre #pourquoi le temps fait du bruit. C’est poser des #questions là où tout le monde s’est habitué à répondre par des PowerPoint. C’est observer, douter, recommencer, se tromper, lire trop, boire trop de café, puis trouver parfois une petite chose vraie au milieu d’un grand tas de choses prétentieuses.

    La recherche, dans sa version primitive, presque sauvage, consiste à dire : « Je ne comprends pas, donc je vais chercher. » La recherche académique contemporaine consiste plus souvent à dire : « Je ne comprends pas encore, mais je peux déjà remplir la case 12B relative aux livrables transférables et aux indicateurs d’impact transversal. » C’est moins romantique, mais ça rentre mieux dans un tableur Excel.

    Et c’est là que le #pouvoir_politique intervient. Non pas pour dire aux chercheurs : « Allez, secouez-nous cette société, critiquez-nous, montrez-nous ce qui cloche, aidez-nous à inventer autre chose. » Ce serait dangereux. Des chercheurs qui cherchent vraiment finissent toujours par poser des questions désagréables. Pourquoi les pauvres sont-ils pauvres ? Pourquoi les riches sont-ils riches ? Pourquoi l’école reproduit-elle ce qu’elle prétend combattre ? Pourquoi l’innovation ressemble-t-elle si souvent à une machine à vendre des objets inutiles avec une application mobile ?

    Non. Le pouvoir politique préfère une recherche bien élevée. Une recherche coiffée, budgétée, évaluée, classée, managée. Une recherche qui dit « #impact_sociétal » avant même d’avoir eu le temps d’émettre une #pensée. Une recherche qui, comme un produit bien emballé, promet à l’avance qu’elle sera utile, rentable, transférable, valorisable, visible, durable, inclusive, innovante, interdisciplinaire et probablement biodégradable. Le tout pour une enveloppe qui permet de financer quelques projets et d’en laisser beaucoup d’autres sur le carreau.

    Lors de l’appel FRHE 2024, 37 projets éligibles ont été soumis et 9 ont été sélectionnés, soit environ un projet sur quatre. C’est un système qui demande à des équipes entières de consacrer des semaines, parfois des mois, à construire une cathédrale administrative dont les trois quarts finiront au cimetière des PDF. Il faut être banquier pour y voir une #politique_scientifique. Un terme plus approprié pourrait être « machine à trier les vocations » : quelques-unes ressortent financées, les autres apprennent à appeler leur découragement « résilience ».

    Le chercheur enthousiaste commence par lire le règlement. C’est son premier test. S’il survit, il découvre qu’il doit formuler une question de recherche, constituer un consortium, prévoir un calendrier, détailler les lots de travail, anticiper les résultats, décrire les risques, montrer l’impact, prouver la faisabilité, quantifier l’innovation, expliquer la dissémination, prévoir la valorisation, intégrer le genre, les objectifs de développement durable, la transition numérique, la transition écologique, la transition énergétique, la transition administrative et, si possible, la transition vers un état psychique compatible avec la poursuite de son existence.

    Ensuite vient l’#évaluation. Là aussi, tout est prévu pour rassurer. Votre projet ne sera pas abandonné à l’arbitraire d’une seule personne mal lunée ayant mal dormi dans un hôtel Ibis avant de lire votre résumé. Non. Il sera examiné par plusieurs experts, avec des critères pondérés. Pour le FRHE 2025-2026, les critères annoncés étaient par exemple la qualité scientifique, l’impact sociétal potentiel et la qualité de mise en œuvre, respectivement pondérés à 60 %, 30 % et 10 %. C’est beau, la pondération. Ça donne à l’injustice éventuelle une allure de recette de cake. Vous avez donc deux experts scientifiques. S’ils ne sont pas d’accord, on en ajoute un troisième, ce qui rappelle cette grande vérité démocratique : quand deux personnes ne suffisent pas à produire une décision discutable, il faut en trouver une troisième.

    Puis arrive le moment merveilleux de l’impact. L’impact, c’est l’avenir radieux de la recherche. Avant, on demandait à une recherche si elle était juste, rigoureuse, originale. Aujourd’hui, on lui demande si elle va avoir de l’impact, comme une campagne de publicité pour une lessive, une trottinette connectée ou une nouvelle gamme de yaourts au bifidus. Votre projet étudie les inégalités scolaires ? Très bien. Quel impact ? Votre projet analyse les violences institutionnelles ? Très bien. Quel impact ? Votre projet montre que l’obsession de l’impact détruit les conditions mêmes d’une pensée critique ? Très intéressant. Mais pourriez-vous préciser l’impact de votre critique de l’impact, idéalement sous forme d’indicateurs mesurables ?

    Et puis, au bout de la chaîne, il y a le #gouvernement. C’est lui qui sélectionne finalement les projets financés. Il faut reconnaître que c’est pratique. Si votre recherche risque d’être trop critique envers le #pouvoir, elle pourra toujours produire un effet mesurable : non pas sur la société, bien sûr, ni sur les politiques publiques ou sur votre compte bancaire, mais sur votre niveau de désillusion institutionnelle. Ce n’est pas exactement un indicateur d’impact, mais il a l’avantage d’être robuste. On me dira : « Mais enfin, tu exagères. Il faut bien évaluer. Il faut bien choisir. L’argent public n’est pas infini. » Bien sûr. C’est même précisément le problème : on organise la #rareté, puis on appelle « #excellence » la capacité à survivre dedans. On affame un secteur, puis on félicite les plus musclés d’avoir réussi à ramper jusqu’à la gamelle.

    Apparaît alors la figure centrale de la recherche contemporaine : celle du bon chercheur, reconnaissable à la taille de son H-index. Jadis, les savants avaient des idées, des controverses, des correspondances, parfois des barbes. Aujourd’hui, ils ont des #indicateurs. Le #H-index est cette merveilleuse invention qui permet de donner une #apparence_scientifique à une vieille passion humaine : comparer la taille de ses attributs symboliques en prétendant parler d’excellence.

    La communauté scientifique elle-même sait pourtant que ces métriques posent problème. La #Déclaration_de_San_Francisco_sur_l’évaluation_de_la_recherche — #DORA — appelle à améliorer les façons d’évaluer la #production_scientifique et critique notamment l’usage abusif des #indicateurs_bibliométriques dans les décisions d’évaluation. Mais c’est comme les recommandations nutritionnelles : tout le monde sait qu’il faut manger moins gras, moins sucré, moins salé, et pourtant la frite sauce andalouse continue d’avoir un avenir institutionnel solide.

    Quand un chercheur devient vraiment « bon », c’est-à-dire quand ses indicateurs atteignent une taille socialement enviable, il est promu. Et quand il est promu, souvent, il ne cherche plus. Il coordonne, pilote, supervise. Il rédige des projets permettant d’obtenir l’argent qui permettra d’engager des chercheurs précaires qui, eux, chercheront vraiment, publieront vraiment, s’épuiseront vraiment, et contribueront discrètement à l’élargissement de l’attribut du chef.

    Le chercheur précaire devient alors une sorte de complément alimentaire pour carrière académique. On le recrute pour deux ans, parfois trois, le temps qu’il produise des données, des articles, des rapports intermédiaires, des rapports finaux, des communications, des annexes, des preuves d’impact, puis on lui explique avec beaucoup d’émotion que son contrat touche à sa fin, mais que son travail a été très apprécié. Et c’est bien vrai. Son travail a été tellement apprécié qu’il est désormais dans le CV de quelqu’un d’autre.

    Je force le trait ? À peine. La #précarité académique est devenue un sujet de recherche en soi. Admirez plutôt : le système produit de la précarité, puis finance des recherches précaires sur la précarité des chercheurs. Des articles récents parlent même du #precarity_dividend (prime à la précarité), le bénéfice que certains acteurs plus stables peuvent tirer du travail des chercheurs précaires. C’est la version universitaire de la spéculation boursière : on mise sur l’#exploitation à bas coût de travailleurs précaires pour gonfler son portefeuille de publications, puis on liquide l’humain dès que le dividende est encaissé.

    Et maintenant, voilà que les Hautes Écoles sont invitées à entrer pleinement dans cette grande fête. Elles aussi doivent devenir des actrices de la recherche, de l’innovation, du développement, du rayonnement, de la compétitivité, de l’écosystème. Elles aussi doivent parler la langue merveilleuse des appels à projets, des livrables, des partenariats stratégiques, de la valorisation, des objectifs transversaux et de l’impact sociétal potentiel.

    Je ne nie pas qu’il existe de beaux projets, des collègues sincères, des recherches utiles, des équipes courageuses. Bien sûr qu’il y en a, et c’est même ce qui rend la situation plus triste. Ce système fonctionne parce qu’il capture des désirs authentiques : celui de découvrir, de comprendre, d’agir, de faire mieux. Mais ces désirs, au lieu d’être soutenus, sont dévoyés pour exacerber la #compétition de chacun contre tous. On ne demande pas aux chercheurs de chercher. On leur dit :

    « Convainquez-nous que vous méritez peut-être d’avoir le droit de chercher, à condition de prouver avant de commencer que ce que vous n’avez pas encore trouvé produira des résultats mesurables dans les vingt-quatre mois. »

    La scène est presque belle, si l’on aime l’absurde. Pour avoir le droit de chercher, il faut d’abord expliquer ce que l’on va trouver. Pour avoir le droit de découvrir, il faut prédire la découverte. Pour avoir le droit de #douter, il faut remplir une grille dans laquelle le doute n’apparaît nulle part.

    Alors oui, cher·es collègues enthousiastes, déposez des projets si vous le voulez. Faites-le même, parfois, parce qu’il faut bien arracher quelques moyens là où ils se trouvent. Mais ne confondez pas le guichet avec la recherche. Ne confondez pas l’appel à projets avec l’appel du large. Ne confondez pas le formulaire avec la pensée. Le danger n’est pas seulement que quelques projets soient refusés. Le danger est plus discret, plus profond, plus quotidien : c’est que nous finissions par intérioriser cette logique. Que nous apprenions à nous vendre avant de penser. À calibrer nos questions avant de les poser. À traduire nos colères en livrables, nos doutes en indicateurs, nos intuitions en diagrammes de Gantt.

    Ce matin, en refermant ce mail, je me suis souvenu de la lettre de démission d’Annick Stevens que j’avais lue à la fin de ma thèse comme on lit un avertissement. Elle y décrivait une université renonçant peu à peu à sa fonction critique, absorbée par l’économisme, la concurrence et les standards productivistes. Je croyais alors lire le témoignage d’un monde que j’étais en train de quitter. Près de quinze ans plus tard, je comprends que je lisais peut-être la brochure d’accueil du monde qui arrivait.

    Les Hautes Écoles aussi ont désormais leur vocabulaire de start-up, leur arobase pour faire moderne et probablement bientôt leur baby-foot stratégique. On nous dira que c’est le progrès. Que c’est une reconnaissance. Que c’est une chance. Mais une chance de quoi ? De chercher vraiment ? Ou d’apprendre à promettre, à calibrer, à séduire, à convertir nos questions en dossiers recevables ?

    Si la recherche sert encore à quelque chose, c’est peut-être d’abord à refuser les évidences trop bien emballées. Et celle-ci en particulier : ce n’est pas parce qu’un système finance quelques recherches qu’il la soutient. Parfois, il l’organise simplement de manière à ce qu’elle ne dérange pas trop.

    – Un lecteur

    ▻https://mrmondialisation.org/tribune-recherche-se-vendre
    #projets #appels_à_projets #financement #ESR #université

  • L’#université à l’épreuve des machines

    Les #IA génératives n’ouvrent pas seulement un nouveau chapitre de la #fraude_académique. Elles déstabilisent plus profondément le #régime_de_preuve sur lequel l’université s’est longtemps reposée : nous avons pris des textes finis pour des signes d’#apprentissage. Lorsque des réponses plausibles deviennent triviales à produire, l’enjeu n’est plus de protéger des devoirs, mais de former et d’éprouver le #jugement.

    À l’été 1956, à Dartmouth, un petit groupe de chercheurs se réunit autour d’une hypothèse que beaucoup tenaient pour de la science-fiction : tout aspect de l’apprentissage pourrait, en principe, être décrit avec une précision suffisante pour être simulé par une machine. C’est là que fut forgée l’expression « #intelligence_artificielle ». Près de soixante-dix ans plus tard, les descendants de ce pari composent des textes, du code et des argumentaires avec une aisance qui peut passer, au premier regard, pour celle d’un esprit cultivé. La question qu’ils posent à l’université n’est pas seulement technique. Elle est institutionnelle : que certifions-nous au juste lorsque nous disons qu’un étudiant a appris ?

    On affirme volontiers que l’intelligence artificielle a créé une crise de l’#éducation. C’est inexact. Elle a surtout rendu impossible à dissimuler une confusion beaucoup plus ancienne. Pendant des années, les universités ont récompensé la #fluidité plus que la #compréhension, le poli plus que la profondeur, la #performance plus que le #jugement. Tant que produire un texte cohérent demandait du #temps, de l’#effort et une #compétence relativement rare, l’illusion tenait. Elle ne tient plus. Lorsqu’un étudiant peut obtenir en quelques minutes une #dissertation propre, structurée et plausible en donnant quelques consignes à un #modèle_de_langage, la vraie question n’est plus seulement celle de la #fraude. Elle est de savoir ce que nos exercices mesuraient réellement.

    J’en ai eu récemment une illustration simple. Un étudiant me présente un brouillon impeccable : phrases nettes, transitions soignées, argumentation apparemment maîtrisée. Je lui demande pourquoi une proposition découle de la précédente. Il hésite, puis se met à décrire le texte comme on décrirait un objet : ce qu’il contient, l’effet qu’il produit, l’usage qu’on peut en faire. Le #texte avait été généré avec l’aide d’un modèle, puis retouché. Il était correct. Il n’était pas habité. Ce qui frappait n’était pas l’usage de l’outil, mais la dissociation entre l’#aisance_verbale et le #travail_de_la_pensée. Le problème n’était pas seulement l’#auctorialité du texte ; c’était l’effondrement du lien entre la #production_d’un_écrit et la #preuve_d’un_apprentissage.

    Produire un résultat, former un jugement

    C’est ce lien que l’IA fragilise. L’université moderne a longtemps traité la #production_finie comme l’indice suffisant d’un travail intérieur : un devoir rendu, un commentaire composé, une note de synthèse, un mémoire. Or produire un résultat n’est pas former un jugement. Certaines opérations peuvent être déléguées parce qu’elles visent un objet extérieur : mettre en forme, résumer, reformuler, ordonner des matériaux. D’autres changent de nature dès qu’on prétend les déléguer : remarquer ce qui résiste, identifier une faille, peser une objection, décider qu’une conclusion ne suit pas, répondre de ce que l’on avance. Ces actes n’ont d’effet que si une personne les accomplit. Leur fin n’est pas seulement de produire un énoncé ; elle est de former celui qui l’énonce.

    Formulé autrement, le problème n’est pas d’abord qu’un texte généré puisse ressembler à un texte d’étudiant. Il est que l’institution ait peu à peu cessé de distinguer entre un artefact verbal convaincant et une pensée véritablement éprouvée. Ce que l’IA met en crise, ce n’est donc pas seulement l’#authenticité des copies ; c’est le type d’épreuve à partir duquel l’université prétend reconnaître une formation.

    Le cas français est ici instructif à condition de ne pas le mythifier. Certaines de ses formes les plus exigeantes – dissertation, khôlle, soutenance, oral de concours – ont longtemps reposé sur une intuition simple : un texte ne suffit pas, encore faut-il qu’un sujet en réponde. Mais la #massification_universitaire, la #bureaucratisation de l’#évaluation et la multiplication des #livrables ont, là aussi, restauré le règne du produit fini. L’intérêt de ces traditions n’est donc pas de fournir un refuge nostalgique. Il est de rappeler qu’une #épreuve_intellectuelle est d’abord un dispositif de mise en #responsabilité.

    On aurait tort d’y voir le privilège de quelques filières d’élite. La logique qui importe n’est pas sociale ; elle est épistémique : rendre visible, dans un échange, ce qu’aucun livrable ne montre à lui seul.

    L’ignorance de qualité

    Ce point vaut aussi pour la recherche. Le scientifique ne travaille pas seulement avec du #savoir_établi ; il travaille avec des #problèmes. Ou, selon la formule du biologiste Stuart Firestein, avec de « l’#ignorance_de_qualité » : une conscience disciplinée de ce qui #manque, de ce qui ne tient pas encore, de la question qui n’a pas trouvé sa forme définitive. L’image est celle d’un cercle qui s’élargit : plus le savoir croît, plus sa circonférence – c’est-à-dire la frontière avec ce que nous ne comprenons pas encore – s’étend. La #découverte ne vit pas au centre du cercle, dans l’archive stabilisée de ce qui a été établi. Elle vit à la périphérie, là où les #certitudes se dissolvent et où les #questions n’ont pas encore reçu de réponse.

    Je le vois au quotidien dans ma propre discipline, la biologie mathématique. Formuler une hypothèse féconde n’est pas un exercice de combinatoire sur ce qui est déjà publié. C’est un acte qui commence par une perception : quelque chose ne colle pas dans les données, un résultat établi n’est pas aussi robuste qu’on le croit, une question importante se dissimule derrière des formulations convenues. Cet acte de perception précède la méthode. Il suppose qu’un esprit ait séjourné assez longtemps dans l’#incertitude pour sentir, presque physiquement, où se trouve le problème digne d’être posé. C’est un travail de longue haleine, qui ne se transmet pas par simple énonciation.

    Les grands modèles de langage opèrent avec une virtuosité remarquable dans le domaine du déjà-dit. Ils synthétisent, recombinent, prolongent l’archive. Lorsqu’ils paraissent proposer une hypothèse nouvelle, ils remontent en réalité une hypothèse connue ou oubliée depuis l’intérieur de leurs données d’entraînement. Ils ne séjournent pas dans l’incertitude comme le fait un esprit engagé dans une #enquête. Ils ne sentent pas, de l’intérieur, qu’un raisonnement est creux malgré sa correction apparente. Ils peuvent étendre le discours ; ils ne peuvent pas assumer la responsabilité de la #vérité. Former des chercheurs, c’est former des esprits capables de se tenir à la circonférence du cercle. Ce n’est pas seulement leur transmettre ce qui est su ; c’est leur apprendre à habiter ce qui ne l’est pas.

    C’est pourquoi la #recherche n’est pas un supplément prestigieux à la mission pédagogique de l’université. Un enseignant qui travaille lui-même à la frontière du connu n’apporte pas seulement un stock de contenus : il introduit les étudiants à une certaine manière d’habiter l’incertitude, de formuler une objection, d’accepter qu’une bonne question vaille davantage qu’une réponse prématurée. L’université commence à perdre sa raison d’être lorsqu’elle sépare trop nettement #transmission, recherche et #jugement. Cette proximité avec la recherche n’est pas un luxe réservé à quelques-uns ; elle est la condition d’une université qui ne se contente pas d’administrer des connaissances.

    Les deux fausses sorties

    D’où l’insuffisance des deux réponses les plus répandues. La première est l’#interdiction : détecteurs, surveillance, inflation réglementaire. Elle est vouée à l’épuisement. Ces outils sont déjà trop présents pour être tenus durablement hors des salles de cours, et il serait absurde de former des diplômés condamnés à ignorer la technologie la plus structurante de leur époque. La seconde est la #capitulation_managériale : réduire l’université à une école d’adaptation où l’on apprend surtout à rédiger de bonnes consignes et à exploiter plus vite les outils. L’étudiant devient alors un opérateur. Dans les deux cas, on présuppose que la mission de l’université consiste avant tout à produire des réponses. C’est précisément ce que l’IA nous oblige à réexaminer.

    La bonne réponse est plus exigeante. Elle consiste moins à inventer une mission nouvelle qu’à rendre à l’université sa tâche propre : former le jugement en mettant les esprits à l’épreuve. Cela suppose davantage d’écriture en présence, davantage de défense orale des arguments, davantage de séminaires organisés autour de questions réelles plutôt que de réponses attendues. Une conversation de dix minutes suffit souvent à distinguer une idée comprise d’une idée seulement produite. Si l’étudiant utilise l’IA, qu’il le dise, qu’il en montre les traces, qu’il explique ce qu’il a gardé, écarté, reformulé, et pourquoi. L’enjeu n’est pas la police des usages ; c’est la responsabilité de l’énonciation.

    À Dartmouth, là même où l’expression « intelligence artificielle » fut inventée, nous commençons à intégrer ces outils non comme des raccourcis, mais comme des occasions de #rigueur. Dans certains séminaires d’écriture de première année, les étudiants peuvent demander à un modèle de proposer des contre-arguments ou des interprétations alternatives. Puis le vrai travail commence : annoter ce que l’outil a produit, repérer ce qui est inexact ou inventé, défendre à voix haute les choix retenus et ceux qui ont été écartés. Un étudiant est ainsi arrivé avec un paragraphe élégamment rédigé et une citation assurée. Lorsqu’on lui a demandé d’où venait la source, le silence s’est installé. Il a fallu remonter pas à pas le fil du texte généré, reconnaître que la référence n’existait pas, puis reprendre l’argument en nommant cette fois l’incertitude plutôt qu’en la recouvrant. L’outil avait accéléré la rédaction ; le séminaire a exigé le jugement.

    Le principe du #tutorat

    Paradoxalement, la solution la plus moderne est peut-être l’une des plus anciennes : le principe du tutorat. Il ne s’agit pas d’un artifice institutionnel hérité d’Oxford ou de Cambridge, mais d’une forme pédagogique dont la logique philosophique est beaucoup plus ancienne. La #disputatio médiévale, l’#entretien_socratique, la soutenance de thèse – toutes ces pratiques partent d’une même intuition : la pensée véritable se manifeste et se vérifie dans le #dialogue, lorsqu’un esprit doit répondre à la question qu’un autre esprit lui pose.

    Ce que le tutorat met à l’épreuve n’est pas la mémoire, ni même la qualité du texte préalablement rédigé. C’est la capacité de l’étudiant à habiter son propre #argument : à en suivre les implications lorsqu’elles sont contestées, à reconnaître les points où il avait escamoté la difficulté, à reformuler en temps réel lorsqu’une objection oblige à préciser. Cette épreuve ne peut être simulée. Non parce que la machine manquerait d’intelligence, mais parce que l’acte dont il s’agit est, par sa nature même, celui d’une personne qui répond de ce qu’elle a dit.

    Un étudiant écrit, puis s’assoit face à un enseignant ou à un chercheur et soutient son #argumentation dans une #conversation. Il devient alors difficile de se cacher derrière l’élégance de surface. Une machine peut fournir un texte ; elle ne peut ni répondre de ce qu’elle affirme, ni porter la responsabilité d’une idée. Ce n’est pas un archaïsme pédagogique. C’est peut-être, dans l’âge des machines à réponses, la forme la plus contemporaine de l’exigence universitaire.

    Généraliser ce principe ne suppose pas de copier la forme sociale du tutorat anglais. Il s’agit d’en adopter la logique : des séminaires qui culminent dans une #défense_orale ; des laboratoires où l’étudiant doit expliquer ce qu’un résultat dit et ce qu’il ne dit pas ; une pédagogie de l’écriture qui rend visible le travail de #révision et exige que l’étudiant assume ses #choix. Dans le monde français, les traditions de la dissertation orale, de la khôlle et de la soutenance fournissent des points d’ancrage précieux. Elles ne sont pas à ranger au musée. Elles sont à réactiver.

    L’université et le jugement démocratique

    Les enjeux de cette redéfinition dépassent de beaucoup les murs de l’université. L’IA amplifiera tout à la fois le savoir et le bruit, la productivité et la manipulation, la connaissance et la #désinformation. Dans un tel environnement, la compétence la plus précieuse n’est pas celle de produire rapidement des énoncés vraisemblables – les machines le feront toujours mieux que nous. C’est celle d’évaluer ce que l’on reçoit, de distinguer un argument d’une #rhétorique, de reconnaître les signes d’une fabrication, et de changer d’avis sans humiliation lorsque les preuves l’exigent.

    Aucune #démocratie ne survit à long terme si ses citoyens confondent la fluidité d’un énoncé avec sa vérité. Or la fluidité, désormais, est gratuite. Dans les mois qui viennent, elle sera mise au service aussi bien du commerce que de la propagande, de la science que du charlatanisme, de la délibération publique que de l’influence algorithmique. Les institutions qui forment des esprits capables de résister à cette saturation – qui apprennent à peser, à #douter, à #réviser – jouent donc un rôle civique que l’on ne peut pas sous-traiter. L’université est la première de ces institutions, non par privilège, mais par fonction.

    Cette fonction n’est pas nouvelle. Elle est consubstantielle à l’idée d’#enseignement_supérieur telle qu’elle s’est formée dans la tradition européenne : former des personnes capables de peser des #preuves, d’articuler une #conviction, et d’en porter la #responsabilité_publique. Ce que l’IA met en demeure, ce n’est pas cette tradition ; c’est la dérive qui a, dans trop d’institutions, substitué à la formation du jugement la certification de productions.

    Ce qui se déplace

    L’université n’aura pas à rivaliser avec les machines sur le terrain des réponses. Elle perdrait d’avance, et ce serait une erreur de terrain. Son avenir dépend d’autre chose : sa capacité à redevenir le lieu où l’on apprend non seulement à produire des énoncés plausibles, mais à en répondre. À mesure que les réponses deviennent abondantes, la rareté se déplace. Elle ne réside plus dans l’#information, mais dans la formation d’un esprit capable d’assumer un jugement, de l’exposer à la #contradiction, de le réviser et d’en porter la responsabilité.

    C’est dans ce déplacement que se joue l’avenir de l’institution. Les universités qui persisteront à produire des diplômes au sens administratif – des certificats adossés à des livrables acceptables – trouveront dans l’IA un concurrent imbattable et un révélateur. Celles qui redécouvriront leur tâche propre – former des esprits capables de juger – découvriront que la technologie qui semblait les menacer avait en réalité clarifié leur mission. L’âge de la machine à réponses est peut-être, paradoxalement, celui où l’université retrouve ce pour quoi elle a été faite.

    ►https://aoc.media/analyse/2026/05/12/luniversite-a-lepreuve-des-machines
    #AI #intelligence_artificielle #à_lire

    –—

    Je retiens notamment :

    D’où l’insuffisance des deux réponses les plus répandues. La première est l’interdiction : détecteurs, surveillance, inflation réglementaire. Elle est vouée à l’épuisement. Ces outils sont déjà trop présents pour être tenus durablement hors des salles de cours, et il serait absurde de former des diplômés condamnés à ignorer la technologie la plus structurante de leur époque. La seconde est la capitulation managériale : réduire l’université à une école d’adaptation où l’on apprend surtout à rédiger de bonnes consignes et à exploiter plus vite les outils. L’étudiant devient alors un opérateur. Dans les deux cas, on présuppose que la mission de l’université consiste avant tout à produire des réponses. C’est précisément ce que l’IA nous oblige à réexaminer.

    La bonne réponse est plus exigeante. Elle consiste moins à inventer une mission nouvelle qu’à rendre à l’université sa tâche propre : former le jugement en mettant les esprits à l’épreuve. Cela suppose davantage d’écriture en présence, davantage de défense orale des arguments, davantage de séminaires organisés autour de questions réelles plutôt que de réponses attendues. Une conversation de dix minutes suffit souvent à distinguer une idée comprise d’une idée seulement produite. Si l’étudiant utilise l’IA, qu’il le dise, qu’il en montre les traces, qu’il explique ce qu’il a gardé, écarté, reformulé, et pourquoi. L’enjeu n’est pas la police des usages ; c’est la responsabilité de l’énonciation.