Autruche, pigeon ou copilote : ce que dix ans de poker face aux machines m'ont appris sur l'IA

· Nicolas Levi

Illustration : un as de pique et une pipette de laboratoire

En 2012, le poker en ligne venait de nous offrir un cadeau empoisonné : de la donnée. Des millions de mains enfin analysables. On croyait avoir trouvé la pierre philosophale, puisqu’on pouvait mesurer pour la première fois ce qui marchait vraiment.

Nous n’étions pas les seuls à regarder cette donnée. Des logiciels aussi, nourris de nos parties, entraînés sur nos propres coups. Ils apprenaient de nous, poliment, en silence.

Jusqu’au jour où l’un d’eux a demandé à jouer.

Ses créateurs ont invité les cent meilleurs joueurs du monde à l’affronter dans une bêta privée. J’en étais.

Je m’assois, je joue mes premières centaines de mains contre cette chose, et je me détends. Ma conclusion est limpide : le robot est mauvais. Je perds un peu, d’accord, mais c’est de la malchance. Il joue n’importe comment. J’appelle des amis parmi les cent, même diagnostic. On va le déplumer.

Puis les créateurs ont publié les chiffres.

L’IA ne nous avait pas battus de justesse. Elle nous avait pulvérisés, tous, dans les grandes largeurs. Elle était si loin au-dessus de nous que nous l’avions prise pour une débutante.

Ce jour-là, j’ai compris quelque chose d’humiliant. Le pigeon de la table, ce n’était pas le robot.

Trois familles de joueurs, dix ans plus tard

Le vrai enseignement n’est pas dans cette humiliation. Il est dans ce qui s’est passé après. Dix ans plus tard, on sait très exactement qui est encore là, et qui a disparu.

Les autruches. Ceux qui ont dit “C’est une mode, mon jeu marche depuis quinze ans.” Tête dans le sable, ils ont continué comme avant. Le circuit les a effacés.

Les pigeons. Ceux qui ont pris la machine au sérieux, et même trop au sérieux. Ils ont picoré ses conseils sans jamais chercher à les comprendre. Le robot joue comme ça, donc je joue comme ça. Ils ont installé des logiciels clés en main et se sont entraînés à imiter la machine.

Ils croyaient gagner du temps. En réalité ils ont arrêté de réfléchir, et perdu la capacité à remettre la machine en cause. J’appelle ça la pigeonnisation. Le résultat est net dix ans après : la machine a agi comme un niveleur. Ils ont atteint un niveau correct, jamais brillant. Aucun joueur de cette génération entièrement formée à l’IA n’a atteint le haut niveau sans en sortir.

Les requins. Le requin n’a pas mis la tête dans le sable et n’a pas abdiqué son cerveau. Il a fait de la machine un partenaire d’entraînement. Il apprend d’elle, il s’entraîne contre elle, et il ne la croit jamais sur parole. Il garde son esprit critique et le dernier mot. Le jour où il n’est pas d’accord avec elle, il se fait confiance.

Le requin en fait son copilote.

Personne n’a la main sur le bouton stop

Cette machine qui a mis les cent meilleurs du monde à genoux est en train de s’asseoir à votre table.

Voici la chose la plus importante à retenir. L’intelligence artificielle que vous avez utilisée ce matin est la plus mauvaise que vous utiliserez de toute votre vie. Demain elle sera meilleure, après-demain encore, et cela n’a aucune raison de s’arrêter.

Ce n’est pas une intuition, c’est de la théorie des jeux. Qui va appuyer sur le bouton stop ? L’entreprise qui ralentit se fait doubler par sa concurrente. Le pays qui ralentit se fait doubler par son voisin. Le collègue qui ralentit se fait doubler par celui d’à côté. La course continue, sans frein.

La pigeonnisation a déjà commencé, et elle se mesure

Ce que j’ai vu arriver au poker, des chercheurs commencent à le mesurer chez des cadres. Trois travaux méritent d’être connus, en gardant en tête qu’il s’agit de premiers signaux et pas de vérités établies.

Le MIT Media Lab a placé des participants sous électrodes pendant qu’ils rédigeaient des textes, avec ou sans IA, sur plusieurs mois. Les utilisateurs d’IA montrent la connectivité cérébrale la plus faible des trois groupes, et ils s’approprient le moins ce qu’ils ont écrit. Les auteurs parlent de dette cognitive. Une précaution s’impose sur cette étude : le résultat le plus frappant, celui du retrait de l’outil, repose sur dix-huit participants seulement, et une critique publiée depuis conteste la taille de l’échantillon et le traitement des signaux. À citer, donc, sans en faire une preuve.

Microsoft et Carnegie Mellon ont interrogé trois cent dix-neuf professionnels sur neuf cent trente-six situations de travail réelles. Plus la confiance dans l’IA est élevée, moins l’esprit critique s’exerce. Plus la confiance en soi est élevée, plus il s’exerce. C’est une enquête déclarative, donc elle décrit une perception plutôt qu’une mesure, mais l’échantillon est solide et le résultat est cohérent.

La troisième est celle qui m’a le plus marqué, parce que c’est un essai randomisé sur plus de mille deux cents personnes. On donne des problèmes à résoudre. Un groupe dispose de l’IA, l’autre travaille seul. Le groupe IA obtient de meilleurs résultats, évidemment. Puis on coupe l’IA sans prévenir. Sur les problèmes suivants, ceux qui avaient eu la machine réussissent moins bien que les autres, et surtout ils renoncent plus vite. Les auteurs expliquent que l’IA habitue à recevoir une réponse immédiate, ce qui prive de l’expérience de se débattre avec un problème. L’effet apparaît après une dizaine de minutes d’utilisation.

Voilà le pigeon d’aujourd’hui. Il gagne dix minutes ce matin et il perd une compétence pour dix ans.

Le mode d’emploi du copilote

Il y a une bonne nouvelle. Cette montée de la machine, on sait à quoi elle ressemble, parce qu’on l’a déjà vécue. Aux échecs, au go, au poker, elle a fait tomber chaque jeu l’un après l’autre en passant toujours par les mêmes étapes.

D’abord elle capture. Elle apprend les règles, elle observe, elle absorbe le terrain. Pour les IA d’aujourd’hui, cette étape est derrière nous.

Ensuite elle progresse. Elle devient capable et maladroite à la fois. Sur l’immense majorité de vos sujets, c’est exactement là qu’on en est. Cette phase appelle une posture précise : c’est vous le patron. Vous lui donnez le contexte, vous vérifiez, vous corrigez. Elle est votre stagiaire brillant et étourdi.

Puis, sur des poches précises, elle domine. Là tout s’inverse, et la posture aussi. Ce n’est plus vous qui l’entraînez, c’est elle qui vous entraîne. Regardez les échecs : un joueur de vingt ans classé loin derrière les légendes prépare aujourd’hui ses parties avec une profondeur théorique qu’aucun champion n’avait à son époque. La machine a fait monter le niveau général plus vite qu’avant. Dans cette phase, la posture consiste à rester dans la boucle et à s’entraîner avec elle sans jamais lâcher le volant. C’est à elle de vous questionner. La formule à ajouter à vos instructions tient en une ligne : pose-moi toutes les questions dont tu as besoin pour résoudre ce problème.

Reste une dernière étape, la résolution, où la machine devient imbattable. Pour votre métier, elle n’y arrivera pas. Être parfait exigerait un contexte parfait, c’est-à-dire toutes vos valeurs, toute votre histoire, tous les non-dits de vos clients. Aucune machine n’aura jamais cela entièrement.

Votre nouveau métier tient donc dans une phrase. Savoir, sujet par sujet, si vous êtes en train de piloter la machine ou d’apprendre d’elle. Confondez les deux et vous êtes perdu. Distinguez-les et vous avez un temps d’avance.

En 2012, ceux qui ont compris six mois avant les autres ont écrasé le circuit. La seule question qui compte aujourd’hui, c’est de savoir dans quelle famille vous serez.


Références : Kosmyna et al., « Your Brain on ChatGPT », MIT Media Lab, 2025 (arXiv:2506.08872), et la critique publiée depuis (arXiv:2601.00856). Lee et al., « The Impact of Generative AI on Critical Thinking », CHI 2025, Microsoft Research et Carnegie Mellon. Liu et al., « AI Assistance Reduces Persistence and Hurts Independent Performance » (arXiv:2604.04721).