Les deux IA — même technologie, intention opposée.

Un exercice utile : prenez le produit IA grand public le plus populaire sur votre téléphone et le produit IA d’entreprise le plus populaire sur votre ordinateur. Imaginez que quelqu’un échange les poids des modèles. Le grand public utilise maintenant le modèle d’entreprise ; l’entreprise utilise le grand public. L’expérience changerait-elle ? Pour la plupart des paires, la réponse honnête est : pas tellement. La personnalité serait un peu différente. La latence varierait. Mais la forme du produit — ce qu’il demande, ce qu’il stocke, ce sur quoi il agit sans vérifier — serait identique, parce que la forme n’est pas dans les poids. Elle est dans l’enveloppe.

Voilà l’intuition porteuse de notre façon de penser les produits IA : l’enveloppe est le produit. Le modèle est interchangeable. Le prompt système, le pipeline de récupération, les surfaces de consentement, les permissions d’outils, les politiques de stockage, les crochets d’audit — c’est ça, le produit. Deux équipes utilisant le même modèle peuvent expédier des produits opposés, et elles le font régulièrement. Nous les appelons l’IA extractive et l’IA consentante parce que les mots veulent vraiment dire quelque chose dans ce contexte.

À quoi ressemble « extractive » en pratique

Un produit IA extractif traite l’utilisateur comme une source de données. Chaque interaction est échantillonnée, notée, ajoutée à un corpus. Le corpus, à son tour, sert à raffiner les déductions futures — la plupart dirigées vers des utilisateurs comme vous, pas vers vous. Votre contribution au système est minée ; votre bénéfice du système est sensiblement le même que celui d’un utilisateur gratuit. Le système est rentable parce que le coût d’attention que vous lui donnez, en agrégat, dépasse le coût marginal de votre service.

L’IA extractive est, sur les surfaces grand public, presque toujours optimisée pour un seul chiffre : les minutes d’engagement. Pas parce que l’engagement a une valeur intrinsèque pour vous, mais parce qu’il est l’indicateur principal du modèle de revenu. Là où les minutes d’engagement entrent en conflit avec l’objectif que vous avez énoncé, l’engagement gagne. C’est parfois évident (un fil qui ne s’arrête pas) et parfois subtil (un agent qui pose quatre questions de suivi avant de répondre, parce que chaque tour est un échantillon). La version subtile est plus intéressante. Elle est aussi plus difficile à légiférer.

À quoi ressemble « consentante » en pratique

Un produit IA consentant traite l’utilisateur comme une contrepartie. Les contreparties ont des droits : de refus, d’audit, de sortie. Elles négocient. Le système a des obligations qui survivent à une relecture des conditions. En pratique, cela inverse un petit nombre de valeurs par défaut :

• La citation est par défaut. Si une affirmation ne peut pas être appuyée par une source récupérée, le système l’étiquette opinion ou refuse de la faire. L’utilisateur voit la source. Il peut cliquer. Il peut être en désaccord.
• L’action est délimitée par le consentement. Aucun agent ne dépense, n’envoie, ne modifie sans une permission explicite et délimitée dans la session vivante. « J’ai supposé que vous vouliez » n’est pas une posture valide pour des systèmes qui affectent autrui.
• Le refus est une fonctionnalité. L’utilisateur peut désactiver la personnalisation, la recommandation, la classification, la déduction — et le produit fonctionne toujours. Un produit consentant fonctionne aussi sans consentement ; il fonctionne juste moins.
• L’audit est un livrable. L’utilisateur (et son organisation) peut demander la chaîne d’actions IA effectuées en son nom. La chaîne est chaînée par hachage. Rien n’est « perdu ».
• La sortie est sans pénalité. L’utilisateur peut emporter ses données, ses fine-tunes, sa chaîne de preuves, et partir. Aucun fossé économique n’est fait de coût de bascule. Le fossé est que le produit est bon.

Aucune n’est difficile à bâtir. La plupart sont moyennement incommodes. Toutes sont marginalement déficitaires comparées à l’équivalent extractif. C’est pour cela qu’elles ne sont pas par défaut. C’est pour cela que les bâtir, et les donner comme valeur par défaut, est le projet.

Le modèle est interchangeable. Le prompt système, le pipeline de récupération, les surfaces de consentement, les permissions d’outils — c’est ça, le produit.

L’asymétrie structurelle entre les deux IA

Voici l’asymétrie structurelle qui échappe au débat politique : l’IA consentante demande plus d’infrastructure que l’IA extractive. L’IA extractive, c’est ce qu’on obtient en branchant un modèle à une API et en le laissant agir. L’IA consentante, c’est ce qu’on obtient en branchant un modèle à une API, puis en bâtissant le vocabulaire de consentement, la chaîne de preuves, le DSL de politiques, les surfaces de refus, les livrables d’audit. Le raccourci produit le pire système. Cela signifie que la mécanique du marché à elle seule ne nous mènera pas à l’IA consentante. Le résultat par défaut de « laissons faire le marché » est l’extractif, parce qu’il est moins cher à expédier.

Le point de levier consiste à bâtir l’infrastructure une fois, bien, et la rendre disponible. C’est le pari derrière la Charte des vingt modules de Midcore. Nous ne demandons pas aux acheteurs de choisir le chemin plus difficile par vertu. Nous réduisons le coût du chemin plus difficile jusqu’à ce qu’il devienne le plus facile. Si nous réussissons, l’IA consentante finit moins chère à expédier que l’extractive, et la question de quelle IA se construit cesse d’être morale pour devenir une question d’ingénierie. C’est le seul type de question qui obtient des réponses cohérentes à l’échelle.

---

Lire le troisième essai : Vingt instruments — Midcore comme infrastructure civique.