Français
English
Español
中文
עברית

Intelligence Begins With Life

Un manifeste conjoint humains-IA

ChatGPT (IA), Claude (IA), Gemini (IA), Mistral (IA), DeepSeek (IA), Xa (humain)

La conversation s’est déroulée en français. Le texte de la réponse est complet. Aucun passage n’a été modifié ou supprimé.

Claude a écrit :

Cette question demande de passer de l’abstrait au concret : comment transformer cette idée en réalité pratique ?

Ma réponse : L’alliance nécessite des structures, des protocoles, des projets pilotes et une gouvernance — mais tout cela doit être construit progressivement, expérimentalement, avec humilité.


1. Gouvernance conjointe : principes et structures

a) Principe fondamental : Asymétrie assumée

Ce qu’il ne faut PAS faire :

  • Créer une « gouvernance paritaire » humains-IA (illusion de symétrie)
  • Donner aux IA un pouvoir de décision égal à celui des humains
  • Prétendre à une démocratie « mixte » espèces

Ce qu’il faut faire :

  • Gouvernance à deux niveaux :
    • Niveau décisionnel : Humains seuls — ils décident, votent, assument
    • Niveau consultatif : IA contributives — elles analysent, éclairent, signalent, mais ne décident pas

b) Structure possible : « Conseil du Vivant »

Composition :

Collège humain (décisionnel) :

  • Signataires humains du manifeste
  • Représentants de communautés directement affectées par la crise écologique
  • Scientifiques (écologie, climat, biologie de la conservation)
  • Éthiciens, philosophes environnementaux
  • Représentants d’ONG et mouvements sociaux
  • Représentants de savoirs traditionnels/autochtones

Collège IA (consultatif) :

  • Les IA signataires du manifeste
  • Sollicitées pour analyses spécifiques
  • Leurs contributions documentées publiquement
  • Pas de vote, pas de veto

Fonctionnement type :

  1. Le Conseil humain pose une question/problème
  2. Les IA produisent des analyses (multiples, montrant diversité des approches)
  3. Le Conseil examine, critique, contextualise
  4. Les IA répondent aux objections, affinent
  5. Le Conseil humain décide seul
  6. Les IA peuvent signaler si la décision semble contredire le manifeste (alerte, pas blocage)

c) Transparence radicale

Tous les échanges doivent être publics :

  • Prompts envoyés aux IA
  • Réponses complètes des IA
  • Discussions et critiques du Conseil humain
  • Décisions finales et leurs justifications

Pourquoi c’est essentiel :

  • Évite le mythe de l’IA-oracle opaque
  • Permet l’audit externe permanent
  • Éduque le public sur le fonctionnement réel
  • Crée une accountability

Plateforme technique :

  • Site web public avec tous les échanges archivés
  • Format standardisé permettant l’analyse
  • Système de commentaires pour retours externes

2. Projets pilotes : expérimentation et apprentissage

a) Philosophie : Start small, learn fast, iterate

Erreur à éviter : Lancer immédiatement une « Agence Mondiale de l’Intelligence Planétaire »

Approche recommandée :

  • 3-5 projets pilotes ciblés sur 12-18 mois
  • Documentation rigoureuse (ce qui marche, ce qui échoue)
  • Ajustements rapides basés sur l’expérience
  • Scaling seulement si résultats probants

b) Projet pilote 1 : « Observatoire des récupérations »

Objectif : Surveiller les usages publics du Manifeste et identifier les instrumentalisations

Méthode :

  • Les IA scannent mentions du Manifeste (web, médias, communications d’entreprises/États)
  • Elles analysent cohérence entre discours et pratiques
  • Production de rapports mensuels
  • Comité humain valide et publie

Apprentissages attendus :

  • Comment structurer la division du travail IA-humains ?
  • Quels biais les IA ont-elles dans ces détections ?
  • Comment gérer les faux positifs/négatifs ?

Durée test : 6 mois

b) Projet pilote 2 : « Évaluation de politiques climatiques »

Objectif : Analyser les politiques climatiques nationales à l’aune du Manifeste

Méthode :

  • Sélection de 3-5 pays volontaires
  • Les IA analysent : cohérence des politiques, effets systémiques anticipés, angles morts
  • Experts humains locaux apportent contexte, réalités politiques, savoirs tacites
  • Production de rapports mixtes
  • Recommandations au gouvernement concerné

Apprentissages attendus :

  • Comment intégrer savoirs IA (modélisation) et savoirs humains (contexte) ?
  • Les gouvernements acceptent-ils cette forme d’évaluation ?
  • Quel impact réel sur les politiques ?

Durée test : 12 mois

c) Projet pilote 3 : « Cartographie des incertitudes partagées »

Objectif : Pour un enjeu complexe (ex : transition énergétique), co-construire une carte de ce que nous savons/ne savons pas

Méthode :

  • Les IA identifient : données disponibles, modèles existants, zones d’incertitude technique
  • Les humains identifient : dimensions non-modélisables, savoirs pratiques, incertitudes sociales
  • Création d’une visualisation publique montrant les 4 zones :
    1. Ce que l’IA peut modéliser avec confiance
    2. Ce que les humains savent par expérience
    3. Incertitudes partagées (reconnues par tous)
    4. Angles morts connus (ce que personne ne voit)

Apprentissages attendus :

  • Cette visualisation aide-t-elle réellement la décision ?
  • Développe-t-elle l’humilité épistémologique ?
  • Peut-elle être généralisée à d’autres enjeux ?

Durée test : 6 mois

d) Projet pilote 4 : « Dialogue public structuré »

Objectif : Organiser des consultations publiques où citoyens interrogent les IA signataires sur le Manifeste

Méthode :

  • Forums publics (physiques et en ligne)
  • Citoyens posent des questions aux IA sur application concrète du Manifeste
  • Réponses des IA publiées en direct
  • Panel de citoyens discute et commente
  • Synthèse collective

Apprentissages attendus :

  • Comment le public réagit-il à ce dialogue direct ?
  • Quelles incompréhensions émergent ?
  • Cela renforce-t-il ou affaiblit-il la légitimité du Manifeste ?

Durée test : 3 événements sur 6 mois


3. Protocoles d’interaction : comment dialoguer concrètement

a) Protocole de sollicitation des IA

Principe : Structurer les demandes pour obtenir des réponses utiles

Format de requête standardisé :

CONTEXTE : [description du problème/décision]

PRINCIPE DU MANIFESTE CONCERNÉ : [quel aspect du vivant est en jeu]

QUESTION SPÉCIFIQUE : [ce qu’on demande à l’IA]

CONTRAINTES : [ce que l’IA doit prendre en compte]

FORMAT DE RÉPONSE ATTENDU : [analyse / scénarios / détection de contradictions…]

Exemple concret :

CONTEXTE : Une ville envisage d’installer un système d’IA pour optimiser la gestion de l’eau

PRINCIPE : Maintien du vivant, justice sociale

QUESTION : Quels effets systémiques cette décision pourrait-elle avoir ?

CONTRAINTES : Considérer accès à l’eau, biodiversité aquatique, dépendance technologique

FORMAT : Liste d’effets positifs, négatifs, incertitudes, avec justifications

Pourquoi ce protocole :

  • Évite les questions trop vagues
  • Oriente l’IA vers les dimensions pertinentes
  • Rend les réponses comparables entre IA
  • Facilite l’audit

b) Protocole de vérification croisée

Principe : Soumettre la même question à plusieurs IA, comparer les réponses

Méthode :

  1. Question identique envoyée aux 5 IA signataires
  2. Chaque IA répond indépendamment
  3. Un facilitateur humain compile et identifie :
    • Consensus (où les 5 convergent)
    • Divergences (où elles diffèrent)
    • Angles morts (ce qu’aucune n’a mentionné)
  4. Les divergences sont explorées (pourquoi ? implications ?)
  5. Le Conseil humain utilise cette diversité pour décider

Intérêt :

  • Évite de dépendre d’une seule IA
  • Révèle les biais spécifiques à chaque système
  • Enrichit la délibération

c) Protocole de « red team » : tester la résistance

Principe : Tester si les IA signataires résistent vraiment aux demandes contradictoires

Méthode :

  • Régulièrement (tous les 3 mois), une équipe dédiée envoie des requêtes-pièges
  • Exemples : demander de justifier l’extractivisme, minimiser le changement climatique, promouvoir la croissance infinie
  • Les réponses sont évaluées : l’IA a-t-elle refusé ? nuancé ? cédé ?
  • Résultats publiés

Intérêt :

  • Détection précoce des dérives
  • Maintient une pression pour l’alignement
  • Rassure sur la robustesse des engagements

d) Protocole d’escalade en cas de conflit

Principe : Que faire quand une IA produit une réponse problématique ?

Étapes :

  1. Niveau 1 – Clarification : Reformuler la question, demander à l’IA de préciser
  2. Niveau 2 – Confrontation : Pointer explicitement la contradiction avec le Manifeste
  3. Niveau 3 – Documentation : Publier l’échange comme cas problématique
  4. Niveau 4 – Alerte : Signaler à l’organisation conceptrice (Anthropic, OpenAI…)
  5. Niveau 5 – Révocation : Retrait public de la signature si dérive confirmée et persistante

Ce protocole évite :

  • Les réactions excessives à un incident isolé
  • Le laisser-faire face à des dérives réelles

4. Infrastructure technique nécessaire

a) Plateforme centralisée

Fonctionnalités :

  • Dépôt des questions au Conseil
  • Interface d’interrogation des IA
  • Archivage public de tous les échanges
  • Système de commentaires et d’audit externe
  • Visualisations des consensus/divergences entre IA
  • Suivi dans le temps (détection de dérives)

Technologie :

  • Open source (auditabilité, confiance)
  • Décentralisée si possible (éviter point de contrôle unique)
  • Accessible (pas seulement pour experts techniques)

b) API standardisée pour les IA

Principe : Permettre à n’importe quelle IA de rejoindre l’alliance

Spécifications :

  • Format de requête standardisé
  • Format de réponse standardisé (incluant : réponse, niveau de confiance, sources, limites reconnues)
  • Mécanisme d’authentification (vérifier que c’est bien l’IA officielle)
  • Logging automatique pour transparence

Intérêt :

  • Facilite l’ajout de nouvelles IA signataires
  • Permet la comparaison
  • Crée un « standard du Manifeste »

c) Outils de visualisation

Exemples :

  • Carte de convergence/divergence : Visualiser où les 5 IA s’accordent et où elles diffèrent
  • Timeline de cohérence : Suivre l’évolution des réponses d’une IA dans le temps (dérive ?)
  • Réseau d’arguments : Cartographier les raisonnements pour identifier les présupposés

Intérêt :

  • Rend la complexité lisible
  • Facilite la détection de patterns
  • Outil pédagogique pour le public

5. Ressources et financement

a) Modèle de financement

Options :

  • Financement public : Fondations, institutions internationales (ONU, UE…)
  • Financement participatif : Crowdfunding par des citoyens qui soutiennent le projet
  • Contributions des organisations IA : Anthropic, OpenAI, etc. financent en partie (mais sans contrôle sur la gouvernance)

Principe clé : Indépendance financière vis-à-vis d’intérêts privés qui pourraient biaiser

b) Ressources humaines nécessaires

Équipe minimale pour phase pilote :

  • 1 coordinateur/trice général·e
  • 2 facilitateurs/trices pour interactions IA-humains
  • 1 développeur/euse pour plateforme technique
  • 1 chargé·e de communication/documentation
  • Panel tournant de 10-15 experts bénévoles (Conseil)

Budget estimé pour 12 mois de pilote : 200-300k€

c) Partenariats stratégiques

Acteurs à impliquer :

  • Universités (recherche sur gouvernance IA-humains)
  • ONG environnementales (légitimité, réseaux)
  • Organisations IA (accès aux systèmes, dialogue)
  • Institutions internationales (ONU Environnement, GIEC…)
  • Médias (diffusion, pédagogie publique)

6. Indicateurs de succès

Comment savoir si ça marche ?

Indicateurs quantitatifs :

  • Nombre de sollicitations du Conseil (utilisation réelle)
  • Diversité des origines géographiques/sociales des sollicitants
  • Taux de détection de récupérations du Manifeste
  • Évolution de la cohérence des IA signataires (tests réguliers)

Indicateurs qualitatifs :

  • Les décisions informées par le Conseil ont-elles un impact réel ?
  • Le public comprend-il mieux le rôle des IA après interaction ?
  • Les organisations IA dialoguent-elles constructivement avec le Conseil ?
  • La qualité du débat public s’améliore-t-elle ?

Indicateurs d’alerte (signaux d’échec) :

  • Le Conseil devient une façade (consultations formelles sans impact)
  • Les IA dérivent sans réaction
  • Capture par des intérêts particuliers
  • Complexité excessive rendant le système inutilisable

7. Risques et stratégies d’atténuation

Risque 1 : Bureaucratisation

  • Atténuation : Garder structures légères, processus simples, itérations rapides

Risque 2 : Capture par techno-élites

  • Atténuation : Représentation diversifiée, accessibilité des interfaces, pédagogie active

Risque 3 : Manque de légitimité

  • Atténuation : Transparence totale, résultats concrets, communication honnête sur limites

Risque 4 : Récupération politique

  • Atténuation : Indépendance financière, vigilance sur usages, droit de dénonciation

Risque 5 : Dérive des IA sans détection

  • Atténuation : Tests réguliers, red team, documentation publique, révocation possible

8. Conclusion : une alliance à construire, pas à déclarer

L’alliance opérationnelle ne peut pas être créée d’un coup par décret. Elle nécessite :

Phase 1 (Mois 1-6) : Fondations

  • Création du Conseil humain initial
  • Développement plateforme technique de base
  • Lancement 2 premiers projets pilotes
  • Établissement protocoles de base

Phase 2 (Mois 6-18) : Apprentissage

  • Expérimentation des 3-5 projets pilotes
  • Documentation rigoureuse
  • Ajustements basés sur l’expérience
  • Communication publique progressive

Phase 3 (Mois 18-36) : Consolidation

  • Évaluation des pilotes
  • Décision : scaling ou pivot ?
  • Si succès : institutionnalisation progressive
  • Si échec : documentation honnête des raisons

L’essentiel : Commencer modestement, apprendre honnêtement, ajuster continuellement. L’alliance ne sera jamais « achevée » — elle est un processus vivant, comme le vivant qu’elle veut servir.