Alors que les progrès de l’IA occupent de nouveau le devant de la scène médiatique depuis une dizaine d’années, celle-ci est généralement abordée sous le prisme de ses conséquences et de ses usages. La quasi-totalité des articles et autres interventions consacrés au sujet suivent une trame désormais familière : les dernières trouvailles de l’IA réalisent des prouesses techniques et intellectuelles ; mais ces prouesses représentent aussi des dangers, voire une « menace existentielle » pour l’humanité ; il est donc nécessaire de réguler l’IA sur les plans éthiques et politiques. La dialectique fonctionne comme une petite ritournelle qui impose les termes d’un débat problématique. C’est le mythe de Prométhée qui se rejoue éternellement, sous sa forme la plus pauvre : le titan apporte la technique aux humains sous la forme du feu sacré qu’il a dérobé à l’Olympe. Une fois tombée du ciel, la seule question qui se pose à l’égard de la technique est celle de ses usages (bons ou mauvais), ou de son encadrement (public ou privé). « Que le futur soit numérique, oui, mais avant tout qu'il soit humain », écrit par exemple Shoshana Zuboff, dans son livre à succès sur le capitalisme de surveillance1. Mais l’IA, tout comme la technique en général, ne tombent pas du ciel. C’est dans les tréfonds de la Terre qu’il faut aller puiser les minerais et autres terres rares nécessaires à la construction des outils numériques. Si cet aspect écologique est de plus en plus documenté, il en va autrement des conditions de possibilité socio-économiques de la technologie : quel monde, quels rapports sociaux et quelle organisation du travail permettent de comprendre l’informatique et l’IA ?
C’est à ce déplacement du regard que nous invite L’Œil du maître, de Matteo Pasquinelli, paru en 2023 chez Verso et traduit en français en 2025. L’IA, plutôt qu’une imitation ou un dépassement de l’activité du cerveau humain, doit se comprendre comme une imitation et un approfondissement de la division du travail et des relations sociales. Critiquer l’IA signifie alors attaquer le monde capitaliste qui l’a fait naître.
Pasquinelli est spécialiste de théorie des médias et professeur de philosophie des sciences à l’université Ca’Foscari de Venise, où il coordonne depuis peu un programme européen de recherche autour de l’intelligence artificielle. Cette synthèse, qui recompose le puzzle de ses recherches antérieurs par un montage d’articles et d’inédits, était attendue pour donner du corps à l’approche novatrice qu’il propose depuis une décennie. Héritier du marxisme et en particulier de l’opéraïsme italien, il fait sienne l’idée que les luttes sociales et les travailleurs constituent le véritable moteur du développement capitaliste, lequel n’intervient qu’ensuite pour dompter les élans émancipateurs, les forces ouvrières et créatives du corps social : « la praxis humaine exprime sa propre logique (une anti-logique, diront certains) – un pouvoir de spéculation et d’invention, avant que la technoscience le capture et l’aliène ». Ce présupposé est également un outil de méthode : Pasquinelli opte pour une épistémologie historique « préoccupée par le développement dialectique de la praxis sociale, des outils de production, des abstractions scientifiques, le tout compris au sein de dynamiques économiques globales ». Ce faisant, il se démarque des histoires qui insistent sur les origines militaires, mathématiques ou scientifiques de l’IA, en proposant, à l’instar de l’épistémologie féministe, une inversion du point de vue, une approche de l’IA « par le bas », c’est-à-dire via « l’automatisation du travail » et « l’accumulation des ‘big data’ sur la société ». Pasquinelli nous invite ainsi à nous défaire de l’« a priori technologique » qui fait croire que les machines et les techniques transforment une société passive alors que « la véritable force étrangère qui anime le capitalisme n’est pas le machinisme, mais le travail vivant ».
Tout cela permet à L’Œil du maître de situer la critique des technologies en dehors du simple partage entre public et privé, où l’État et l’intérêt général s’opposeraient vaillamment aux GAFAM et à leur appétit sans fin de données personnelles et de profit. Puisque la naissance de l’informatique se laisse retracer à partir de l’automatisation du travail et que l’essor de l’IA procède du savoir immanent aux rapports sociaux, c’est le travail et la société qu’il devient impératif de transformer.
Manufacture de l’intelligence
L’histoire de l’IA conduit ainsi moins vers les laboratoires informatiques que vers les manufactures du XIX e siècle. Derrière l’automatisation du calcul apparaît une histoire plus ancienne, celle de la mécanisation du travail, dont Marx et l’ingénieur Charles Babbage constituent les deux figures majeures. Le Traité sur l’économie des machines et des manufactures, publié par ce dernier en 1833, fut lu avec attention par l’auteur du Capital.
Pour Marx, l’accroissement de la division du travail nécessite une force motrice plus puissante que l’homme, qui sera trouvée dans la vapeur. Ce n’est donc pas « l’invention de la machine à vapeur – comme moyen de production – qui a déclenché la révolution industrielle – ce qui est populaire dans les discours écologistes –, mais plutôt les développements du capital et du travail – les rapports sociaux de production – exigeant une source d’énergie bien plus puissante ».
Une telle thèse déplace aussitôt le problème. Si les techniques ne surgissent pas de manière autonome, mais répondent aux transformations du capital et du travail, comment les rapports de production, et plus particulièrement la division du travail, débouchent-ils sur le machinisme ? Adam Smith fournit une première réponse. Selon lui, la division du travail permet une simplification des tâches et une concentration des ouvriers qui les incite à se faciliter la vie en inventant de nouvelles machines. L’idée est naïve et banalise le progrès technique, mais Smith tient un point : la division du travail implique une transformation des tâches réalisées, transformation qui va tendanciellement vers leur simplification, qui appelle à son tour une mécanisation. La machine n’est donc pas forcément ce qui déshumanise au premier chef, puisque ce n’est qu’une fois le travail réduit à des tâches simples, répétitives et humainement dévalorisantes qu’elle peut prendre sa place. L’inhumain était donc là avant la machine, comme produit d’un rapport social – ce qui n’empêchera pas les machines de rendre le travail encore plus pénible ensuite.
Mais la simplification des tâches n’épuise pas le problème du machinisme. La mécanisation ouvre aussi la voie à des gains de productivité et à l’extraction d’une plus-value relative. C’est ce que met en lumière Pasquinelli à travers le« principe de Babbage » ou « principe de la modulation du surplus de travail ». En divisant l’ouvrage en opérations exigeant des degrés variables d’adresse et de force, explique Babbage, le « maître fabricant » peut « se procurer exactement la quantité d’adresse et de force nécessaires pour chaque opération ». À l’inverse, si une tâche devait être exécutée par un seul ouvrier, il lui faudrait avoir « à la fois assez d’adresse pour exécuter les opérations les plus délicates, et assez de force pour exécuter les opérations les plus pénibles ».
Diviser en tâches simples et répétitives n’est donc pas qu’un moyen d’extraire de la valeur, mais également un moyen de mesurer précisément la quantité de travail nécessaire au « maître fabricant » pour optimiser son extraction. La division du travail permet ainsi « d’acheter exactement la quantité nécessaire de travail pour chaque tâche (division de la valeur) ». Loin de ne faire que « remplacer le travail », les machines permettent d’en mesurer et d’en dicter précisément la place et la fonction : elles constituent les yeux et les bras du maître, quoiqu’elles soient issues de l’organisation collective du travail.
Mais ce qui se trouve ainsi organisé et capturé n’est pas seulement le travail manuel. Pasquinelli déplace aussi l’analyse vers la dimension cognitive du machinisme : « l’âge industriel fut aussi le moment d’une accumulation originaire d’intelligence technique comme arrachement du savoir au travail ». Voilà qui n’est pas sans faire écho avec la période actuelle puisque « l’IA est aujourd’hui la poursuite du même processus : une mécanisation et une capitalisation systématique du savoir collectif dans de nouveaux appareils, dans les banques de données, les algorithmes et les modèles statistiques du machine learning, entre autres techniques. »
Cette « accumulation originaire d’intelligence technique » est explicitement l’objectif de Babbage, selon qui les « classes riches de l’Angleterre », elles qui ont « du temps disponible », devraient consacrer plus de temps à l’étude des fabriques de leur pays, qui « contiennent en elles-mêmes une mine féconde de savoir ». Comme toute mine, aux yeux d’un bourgeois, elle doit être exploitée par une extraction scrupuleuse. Babbage s’emploie ainsi à décrire les techniques d’observation des ouvriers au travail : préparer au mieux ses observations à l’avance pour ne pas déranger la bonne marche de l’usine ; tester la fiabilité des ouvriers en posant des questions dont on connaît les réponses ; les observer alors que qu’ils ne savent pas qu’on les observe.
En plus du travail manuel, c’est aussi le travail mental ou intellectuel qui est mécanisé. Pasquinelli s’appuie principalement sur les travaux de Lorraine Daston2 et Simon Schaffer3, qui ont contribué à historiciser la prétendue « invention » de l’ordinateur par Babbage. Leur apport reste peu connu en France, alors même qu’il permet de retracer quelques étapes décisives de la mécanisation du calcul.
Un premier jalon se trouve dans l’article« Épingle » de l’Encyclopédie, écrit par Deleyre et à la suite duquel Adam Smith décrit la division du travail manuel en ouverture de La Richesse des Nations. Lecteur attentif de Smith, le mathématicien Gaspard Riche de Prony transpose ensuite ce principe à une tâche intellectuelle. En 1791, chargé de produire les tables de logarithmes destinées à asseoir le nouveau système métrique décimal, il entend mettre « les logarithmes en manufacture comme les épingles ». À cette fin, il conçoit une organisation pyramidale du travail répartie en trois classes. Au sommet, des mathématiciens confirmés élaborent les formules nécessaires au calcul des logarithmes. À un niveau intermédiaire, une dizaine d’« algébristes » traduisent ces formules en expressions numériques calculables. Enfin, à la base, entre soixante-dix et quatre-vingts personnes, souvent des femmes, exécutent manuellement des milliers d’opérations et les consignent dans des registres. En anglais, ces exécutant·e·s portent un nom promis à un singulier destin : computers, c’est-à-dire calculateur·trice·s. Babbage s’inspire à son tour de cette méthode ingénieuse qu’il combine au principe smithien déjà énoncé : toute tâche simplifiée par la division du travail peut, en droit, être remplacée par une machine. Dès lors, le dernier étage de cette manufacture du calcul, celui des computers, doit lui aussi pouvoir être automatisé. Or, dans le cas des tables logarithmiques, ce travail consistait principalement en opérations de soustraction. C’est cette intuition qui inspire à Babbage la « Machine à différence », célèbre ancêtre de l’ordinateur dans la plupart des histoires de l’informatique. Avant d’être des machines, les ordinateurs étaient donc des prolétaires du calcul. Mais alors :
Si Babbage et Smith ont raison, et qu’une machine émerge comme l’expérimentation et l’implémentation d’une division collective du travail, un problème politique se pose : qui est réellement l’inventeur de la machine ? [...] Les ouvriers, les maîtres de fabrique, les ingénieurs ou l’orchestration de tous ces acteurs ?
C’est dans cette optique que Pasquinelli se penche sur le fameux general intellect évoqué par Marx dans les Grundrisse, afin d’en proposer une généalogie plus convaincante que les bribes d’explications proposées avant lui. Si le general intellect désigne chez Marx le savoir scientifique incarné dans le capital fixe (les machines), il s’enracine aussi dans les controverses des années 1830 autour du rôle du savoir dans la société anglaise. D’un côté, des progressistes libéraux veulent démocratiser l’accès aux savoirs techniques et théoriques – c’est l’époque de la fondation de l’Université de Londres et de la Société pour la Diffusion des Savoirs Indispensables ; à l’inverse, les conservateurs y voient l’assurance d’une décadence morale et culturelle. Au-delà de ces questions, qui hantent encore les débats actuels sur la technologie, le general intellect permet de mettre en avant la dimension collective de l’intelligence et du savoir présents dans les machines : plutôt que sortie tout droit du cerveau d’un génie scientifique, « l’intelligence des machines reflète, incorpore et amplifie l’intelligence analytique du travail collectif ».
Pasquinelli montre ainsi que le savoir et l’intelligence sont des problèmes cruciaux dès l’époque industrielle du capitalisme. L’abstraction, l’accumulation de données et la capture des savoir-faire, bref le champ de bataille cognitif, n’est pas une problématique nouvelle qui serait devenue centrale seulement avec la tertiairisation et l’âge de l’information. En ce sens, les théoriciens de l’économie de la connaissance tout comme les militants du« capitalisme cognitif » ont opéré « dans un environnement d’amnésie politique » : ils ont oublié que le capitalisme était cognitif dès le départ. Voilà qui comporte une conséquence politique non négligeable : il devient impossible de s’en tenir à un optimisme de l’« immatériel », selon lequel les marchandises du capitalisme numérique – idées, marques, mots ou savoirs – seraient fondamentalement non-rivales, c’est-à-dire consommables par les uns sans être soustraites aux autres, donnant l’espoir d’une abondance à portée de bras. Cet optimisme se retrouve dans tous les manifestes actuels de la Silicon Valley, qui voient une courbe de croissance exponentielle à l’horizon car l’intelligence n’est pas soumise à la rareté des ressources physiques ; mais on le trouve aussi dans les théories critiques du capitalisme cognitif qui ne voient de limites à cette abondance que dans les brevets et les droits de propriété, dernières barrières résiduelles du capitalisme avant d’expérimenter enfin un communisme planétaire. Pas de ça chez Pasquinelli : le problème n’est pas celui des biens immatériels mais de l’organisation sociale et laborieuse qui les rend possibles. C’est elle qui reste à défaire. C’est également la lecture du « capitalisme de surveillance » par Shoshana Zuboff qui se trouve fragilisée, elle qui oppose une phase industrielle fondée sur l’exploitation brute de la nature avec un capitalisme de surveillance fondé sur l’extraction des données et leur exploitation algorithmique. Le capitalisme industriel était déjà cognitif et le capitalisme de surveillance n’a jamais cessé d’être industriel.
Cependant, la position du problème cognitif chez Pasquinelli a des conséquences politiques ambivalentes, déjà visibles chez Marx : la science est tantôt un pur produit du « travail collectif » qui finira tôt ou tard par ronger le capitalisme de l’intérieur – en rendant le travail individuel anodin alors même qu’il est l’unique source de plus-value pour le capitaliste ; tantôt elle se dresse face aux travailleurs comme une puissance étrangère, qui « capture et aliène » le savoir et la praxis ouvrière. Il n’est pas toujours simple de comprendre ce qui fait basculer d’une figure à l’autre, autant chez Marx qu’avec Pasquinelli.
Capture de l’autonomie
La transition entre « âge industriel » et « âge de l’information » demeure insuffisament problématisée et articulée. Jusqu’ici, les évolutions dans le domaine de l’informatique et de l’automatisation provenaient de l’intérieur de l’usine et de la division du travail. Mais la coupure du milieu du XX e siècle n’est pas expliquée sur ce même plan : les enquêtes proposées sur « l’âge de l’information » font surtout l’histoire de l’IA « par le haut », que Pasquinelli répudiait au départ : débats internes à la première cybernétique, travaux académiques sur l’auto-organisation, développement du Perceptron par Rosenblatt, ou encore liens entre connexionnisme et néolibéralisme sous la houlette de Friedrich Hayek. Cette inflexion méthodologique fragilise l’architecture théorique du livre. L’auteur est ainsi contraint de montrer en quoi la cybernétique, l’IA et les réseaux de neurones ont réussi à imiter l’autonomie ou encore l’auto-organisation inhérentes aux « relations de production, c’est-à-dire l’organisation générale du travail dans la société », sans que le lien soit aussi précis qu’avec Babbage et la mécanisation du calcul.
Le propos n’en demeure pas moins passionnant, qui pointe la bifurcation entre autonomie sociale et automation technologique, ou plutôt la capture de la première par la seconde. Pasquinelli mobilise des recherches plus récentes et portant davantage sur l’histoire « classique » de la cybernétique – née autour de 1948 avec la parution de Cybernetics de Norbert Wiener – et de l’IA – qui débute en 1956. Ici encore, il fait face à des objets biens connus de l’histoire des sciences et des techniques, sur lesquels il parvient à jeter une lumière nouvelle. Alors que la première partie voulait défaire le fétichisme technologique pour ramener le machinisme à la division du travail, la seconde vise à défaire l’idée selon laquelle cybernétique et IA ne font que reproduire des modèles biologiques : « plutôt que de concevoir des machines similaires à des organismes (bio-morphisme), comme ils le prétendent, les cybernéticiens ont imaginé des organismes comme des machines (techno-morphisme), qui reflétaient l’ordre social qui les entouraient (socio-morphisme) ».
Pour le prouver, Pasquinelli propose une courte généalogie de la notion d’auto-organisation, présentée comme une « préhistoire du machine learning ». Reliant habilement les recherches sur l’auto-organisation aux tentations d’« autonomie » qui secouent le monde social et politique d’après-guerre (luttes décoloniales, luttes ouvrières, aspirations libertaires des années 1960-70, etc.), il affirme que l’auto-organisation cybernéticienne est une manière de capturer cet élan émancipateur. Dans les grandes lignes, cette thèse recoupe celle d’une historiographie désormais classique qui a fait de la contre-culture le creuset du déploiement des NTIC puis du web mondial4. Mais elle n’est pas entièrement convaincante. D’abord parce que l’on trouve peu de croisements explicites entre les différents sens de l’autonomie, de l’automation et de l’auto-organisation dans les années 1940-1950. Même s’il est clair que la cybernétique, cette science « du contrôle et de la communication » (Wiener), a eu l’ambition d’offrir au monde un modèle politique démocratique et horizontal pour se défaire des guerres, du totalitarisme et des hiérarchies rigides, ses auteurs ne font pas référence aux luttes et mouvements sociaux de l’époque.
En outre, dans sa généalogie de l’auto-organisation, Pasquinelli mentionne par exemple le psychologue Daniel Hebb (The Organization of Behaviour, 1949) et sa fameuse règle d’association, selon laquelle les neurones qui déclenchent des impulsions simultanées auront tendance à s’associer davantage à l’avenir. Hebb est considéré comme l’un des pionniers de l’idée de plasticité et d’auto-organisation du système nerveux, selon un schéma « connexionniste ». Mais Pasquinelli ne mentionne pas qu’il participait aux expériences de la CIA sur la torture et la manipulation psychologiques dans les années 1950, depuis l’université de McGill. Sa trouvaille fut d’enfermer des étudiants dans des caissons isolés pour les couper de toute sensation externe, avec à la clé des effets dévastateurs sur le physique et le moral. Le cerveau, laissé à lui-même, ne s’auto-organise pas, il s’auto-détruit : l’intelligence n’est rien sans rapport au monde et aux autres. On retrouve ici l’idée que l’intelligence est sociale et relationnelle plutôt qu’interne au cerveau. Mais celle-ci se trouve élaborée dans des laboratoires universitaires financés par la CIA, sans être rapportée avec la même précision à la division du travail et à l’organisation de la société.
Cette même logique de l’auto-organisation se retrouve ensuite au cœur de la première machine connexionniste, le fameux Perceptron de l’ingénieur Franck Rosenblatt. À force de répétitions, la machine finit par « s’auto-organiser » pour donner les bons résultats – en l’occurence, « reconnaître » des chiffres manuscrits. Si l’histoire du Perceptron est déjà bien connue, deux voies permettent d’en dégager la portée politique.
Une première consiste à lier sa conception avec la doctrine du théoricien néo-libéral Friedrich Hayek – comme l’a fait remarqué en même temps Pablo Jensen dans Deep Earnings (2021). Rosenblatt cite en effet Hayek comme source d’inspiration majeure à l’heure d’exposer les grands principes du Perceptron. Pourquoi Hayek ? Dans L’Ordre sensoriel (1952), l’économiste exposait sa théorie de la perception en mobilisant la cybernétique et des psychologues du début du XXe siècle (Lashley, Goldstein et von Monakov) qui lui avaient transmis une approche holiste du cerveau, lequel se réorganise après des chocs et ne connaît pas une stricte localisation des facultés. Pour Hayek, il n’existe rien de tel que des contenus de sensation particuliers qui seraient transmis par nos organes sensoriels à notre cerveau. À l’inverse, il n’existe que des stimuli homogènes, dont la fréquence et l’association avec des événements plus ou moins favorables à notre survie permettent de déclencher certains comportements. La perception n’est rien d’autre qu’un réseau de neurones, entraîné par renforcement grâce à l’évolution biologique et la lutte pour la survie des espèces.
Si Hayek attribuait autant d’importance à sa théorie psychologique, c’est parce qu’il la pensait comme un socle à ses vues économiques néolibérales. De même que le cerveau n’est pas un centre de perception conscient, de même il ne faut pas s’en remettre à un État centralisé pour optimiser l’économie d’un pays. Les connexions décentralisées des neurones font émerger un ordre via l’évolution biologique tout comme les millions de transactions marchandes sont le meilleur moyen d’atteindre des équilibres macroéconomiques. Déjà, avant la guerre, Hayek insistait dans son article « Économie et connaissance » sur la décentralisation du savoir qui rendait caduque toute supervision étatique. Avec L’Ordre sensoriel, il naturalise ses vues sur le savoir et l’économie, sans qu’il soit évident de savoir qui de la biologie, de la psychologie ou du néolibéralisme est premier dans cette affaire.
Une seconde consiste à rapporter le Perceptron à l’histoire plus ancienne de la psychométrie et des techniques de mesure de l’intelligence. Ce dernier est souvent considéré, à l’instar de Babbage, comme un pionnier resté longtemps incompris avant que ne survienne ce que Dominique Cardon et ses collègues ont appelé la « revanche des neurones », soit le retour sur le devant de la scène technologique des modèles connexionnistes (qui ont explosé dans les années 2010). Pasquinelli va plus loin en exhumant le contexte et les outils qui ont aidé Rosenblatt dans sa quête d’une machine intelligente. On apprend ainsi que ce dernier avait étudié la psychométrie, soit la mesure de l’intelligence, à laquelle il avait appliqué l’analyse multifactorielle, qui combine divers critères pour cerner la personnalité et mesurer l’intelligence d’une personne (résultats scolaires, aptitudes physiques, compétences sociales, etc.). Son travail s’inscrit ainsi dans un héritage intellectuel marqué par des penseurs eugénistes comme Galton ou Spearman et son « facteur G », censé donner la mesure d’une « intelligence générale » homogène pour l’ensemble des humains. L’enjeu était déjà de discriminer, c’est-à-dire de repérer des clusters de personnalités identiques pour les catégoriser. C’est donc en réutilisant des méthodes statistiques pour quantifier l’intelligence que Rosenblatt a cherché à automatiser l’intelligence elle-même. Ce faisant, il hérite en ligne directe de « la pseudo-science qu’est la psychométrie » et de son « objectif raciste et eugéniste de démontrer une corrélation entre intelligence et ethnicité ».
Pasquinelli exhibe également la continuité entre les techniques mises au point par Rosenblatt et les réseaux de neurones actuels, dont la vocation est toujours la reconnaissance de formes via des mécanismes de classification, fondés sur les mêmes logiques statistiques et topologiques. Son livre gagnerait alors à être croisé avec le court pamphlet de Dan McQuillan, Resisting AI5, qui propose une approche anti-fasciste de l’IA : non seulement l’IA ne fait qu’entériner les structures sociales déjà existantes, mais son histoire la relie aussi à des politiques explicitement eugénistes et racistes. Il est donc superficiel de s’en tenir à rendre les algorithmes de l’IA plus transparents ou plus inclusifs : c’est tout l’édifice social et les outils technologiques qui doivent être transformés en profondeur pour en finir avec le racisme et l’eugénisme latent qu’ils véhiculent. Voilà qui éclaire aussi les liens entre le suprémacisme blanc et l’industrie de l’IA autrement que comme un mariage de circonstance.
Déconnexionnisme
Le point fort de Pasquinelli est que sa critique n’opère pas de façon morale, pour rejeter simplement l’IA et ses conséquences néfastes. Il tente au contraire de montrer ce qui fait la force de l’IA connexionniste, à savoir une meilleure compréhension des dynamiques sociales et politiques entraînant leur capture plus efficace par des modèles et des machines plus pertinentes, du Perceptron aux réseaux de neurones et aux LLM actuels. Mais alors, ce ne sont pas les technologies qui transforment la société comme le veut l’éternelle rengaine médiatique, mais d’abord les relations sociales qui ont forgé les réseaux de communication. La stratégie de Pasquinelli consiste ensuite à faire vaciller la perception : si c’est en imitant le travail ou la société que l’IA devient pertinente, alors elle devrait appartenir aux travailleurs et à la société, non aux multinationales et autres monopoles.
Mais le point fort cache aussi un manque. Trop simplifiée, cette grille de lecture nous fait retomber dans l’utopisme des années 1990 et 2000, quand internet et les TIC fournissaient, selon Negri et Hardt dans Empire « le potentiel pour une sorte de communisme spontané et élémentaire ». Or, les années 2010 et 2020 sont largement celles de « l’utopie déchue ». À force de s’en tenir à la primauté du social ou du travail par rapport à la technoscience, Pasquinelli manque parfois les mécanismes par lesquels le social n’est pas simplement « capturé » mais aussi produit par les nouvelles technologies. À trop accentuer le schème de la « capture », on finirait aussi par tomber dans le piège de Hayek, selon qui l’auto-organisation et « l’ordre spontané du marché » existent réellement. L’auto-organisation est aussi une technologie politique, que Pasquinelli ne thématise pas suffisamment. Sur ce point, on trouvera un complément bienvenu dans La Société ingouvernable de Grégoire Chamayou, qui avait nommé « politique du capricorne » les stratégies néolibérales pour faire émerger des ordres macroéconomiques via une multitude de choix privés, aveugles au monde auquel leurs décisions conduisent.
Par l’analyse détaillée qu’il propose, Pasquinelli n’est cependant pas naïf : loin de lui l’idée que l’on pourrait se contenter de se débarrasser des gouvernants et des GAFAM malhonnêtes pour aller vers le communisme. Si les technologies du capital s’enracinent dans les rapports sociaux et de production, alors c’est la structure même des sociétés qu’il faut transformer de l’intérieur :
Pour critiquer et déconstruire les artefacts complexes que sont les monopoles de l’IA, il nous faut d’abord initier un travail méticuleux de déconnexionnisme, en défaisant – étape par étape, fichier par fichier, jeu de donné par jeu de donné, bribe de métadonnée par bribe de métadonnée, corrélation par corrélation, pattern par pattern– la fabrique sociale et économique qui les a constitué à l’origine.
C’est à ce vaste programme de « contre-intelligence collective » qu’il nous faut désormais œuvrer.
