Dans une tribune publiée le 25 août 2026, Nicholas Paparoidamis, professeur à l'ISG International Business School, alerte sur une nouvelle forme d'inégalité induite par l'intelligence artificielle (IA). Selon lui, certains utilisateurs s'en servent comme d'un tuteur pour approfondir leur raisonnement, tandis que d'autres en font un simple substitut au travail cognitif. Cette différence, cumulative, risque de concentrer la capacité de jugement tout en démocratisant l'accès à la puissance.
Un même outil, deux usages opposés
L'auteur prend l'exemple d'un étudiant. L'IA peut l'aider à trouver une objection, à reformuler une idée ou à vérifier une référence, devenant ainsi un partenaire de réflexion. Mais elle peut aussi lui fournir une réponse complète avant qu'il n'ait réellement compris le problème. Le résultat final peut être meilleur dans ce second cas, mais l'apprentissage est plus pauvre.
Le même paradoxe se retrouve en entreprise. Un jeune analyste peut produire une note excellente sans avoir cherché les sources, comparé des hypothèses ou assumé un choix. Un cadre expérimenté, à l'inverse, peut utiliser l'outil pour tester son propre jugement. Les deux gagnent en performance, mais un seul devient nécessairement plus capable.
Une fracture cumulative et institutionnelle
Cette fracture ne sépare pas les utilisateurs de l'IA des non-utilisateurs, mais les environnements qui développent les capacités humaines de ceux qui les contournent. Elle est cumulative : plus une personne possède de connaissances et d'autonomie, plus elle peut interroger l'IA, identifier ses erreurs et progresser. À l'inverse, celui qui débute peut déléguer les opérations cognitives dont il aurait besoin pour apprendre.
« Nous risquons ainsi de démocratiser l'accès à la puissance tout en concentrant la capacité de jugement », écrit Nicholas Paparoidamis. Les réponses deviennent abondantes, mais la possibilité de savoir quand elles sont fausses reste rare.
Des pistes pour encadrer l'usage
L'auteur ne prône pas un frein à l'innovation, mais une meilleure organisation de l'usage. L'école doit distinguer l'assistance qui approfondit le raisonnement de celle qui l'évite. Les entreprises doivent identifier les tâches qui sont non seulement productives, mais aussi formatrices. Les professions doivent maintenir des espaces où l'on peut encore décider, expliquer et désapprouver.
Les gains de productivité devraient financer une partie du temps nécessaire à l'apprentissage. Si chaque minute économisée par l'IA devient immédiatement une minute de production supplémentaire, « nous construisons des organisations plus rapides mais pas nécessairement plus intelligentes ».
Le débat opposant optimistes et pessimistes est trop simple, selon lui. La vraie question est institutionnelle : quelles règles, incitations et pratiques feront de l'IA un multiplicateur de capacités plutôt qu'un substitut silencieux ? À long terme, la différence se verra lorsque le système se trompera, lorsque la situation sera nouvelle, lorsqu'il faudra agir sans assistance. C'est alors que nous saurons si l'IA nous a rendus plus capables ou seulement plus performants.
