Dans le premier article de cette série consacrée à l’apprentissage, je m’étais interrogé sur cette difficulté : « faut-il nécessairement traverser des phases éprouvantes pour qu’un savoir s’ancre durablement ? »
Ce deuxième article prolonge cette réflexion en se penchant sur une notion voisine, mais distincte : l’erreur. Quelles sont ses vertus réelles ? Favorise-t-elle l’apprentissage, ou peut-elle au contraire le freiner ?
Une erreur diversement tolérée selon les cultures
On parle beaucoup de l’erreur, sans toujours mesurer à quel point son acceptation varie d’une culture à l’autre. Dans certains environnements, elle est reçue comme une étape ordinaire du cheminement. Dans d’autres, elle renvoie systématiquement à une faute, à une insuffisance personnelle, au point de confiner à la honte, comme si la performance authentique consistait précisément à ne jamais se tromper.
Cette observation n’est pas seulement intuitive. Le didacticien français Jean-Pierre Astolfi, dans son ouvrage devenu classique sur l’erreur comme outil pour enseigner, a montré que les systèmes éducatifs qui traitent l’erreur comme une simple faute à sanctionner produisent des apprenants plus fragiles que ceux qui l’utilisent comme un révélateur du raisonnement de l’élève. Dans un registre comparatif, les travaux du psychologue américain James Stigler sur l’enseignement des mathématiques ont mis en évidence un contraste frappant entre certaines salles de classe asiatiques et américaines : dans les premières, un élève peut rester de longues minutes au tableau à chercher, se tromper, recommencer, sans que cela ne déclenche de malaise particulier chez lui ni chez ses camarades, alors que dans les secondes, l’erreur publique est vécue comme une exposition sociale à éviter à tout prix.
C’est précisément sur ce point que je veux insister. Il me semble que l’erreur devient un facteur facilitant de l’apprentissage à partir du moment où elle ne génère pas, ou le moins possible, de frustration, et où elle suscite plutôt l’envie d’utiliser cette expérience pour progresser. Si j’ai grandi dans un environnement qui stigmatise et dévalorise l’erreur, je risque de ressentir une émotion négative, une frustration, peut-être même de la colère ou de la honte, et l’ensemble de ces affects ne m’aide pas à apprendre. À l’inverse, si j’ai intégré que l’erreur est un passage quasi obligatoire de tout apprentissage, je vais pouvoir m’en servir pour repérer, dans une situation future, les signaux qui m’indiquent que je suis peut-être en train de revivre cette situation et que je risque de la reproduire.
Cette intuition rejoint des travaux plus récents en psychologie de l’apprentissage. Carol Dweck a montré que les personnes qui perçoivent l’intelligence comme une capacité fixe interprètent l’échec comme un verdict sur leur valeur, tandis que celles qui la perçoivent comme une capacité qui se développe l’interprètent comme une information à exploiter. Cette distinction rejoint celle que j’explore par ailleurs à propos du mindset de croissance et des affirmations positives, où chaque erreur devient précisément une occasion d’apprendre plutôt qu’un verdict. Le chercheur en sciences de l’éducation Manu Kapur est allé plus loin en documentant ce qu’il appelle l’échec productif : dans certaines conditions, laisser les apprenants se confronter à un problème avant de leur enseigner la méthode pour le résoudre, quitte à ce qu’ils échouent dans un premier temps, produit une compréhension plus profonde et plus durable que l’enseignement direct de la solution.
Normaliser l’erreur plutôt que la vanter
Il ne s’agit pas ici de valoriser l’erreur pour elle-même, ni d’en faire l’apologie. Il s’agit plutôt de la considérer comme un processus normal de toute construction. Prenons l’exemple du code informatique : c’est en réalisant de nombreuses itérations, donc potentiellement de nombreuses erreurs, que l’on progresse dans la construction d’un programme. Chaque erreur corrigée resserre un peu plus le rapport entre ce que l’on voulait faire et ce que l’on a effectivement produit, un processus que je décris plus longuement dans mon retour d’expérience sur l’IA et 40 ans de code.
Cette idée a une assise épistémologique solide. Gaston Bachelard soutenait que l’esprit scientifique ne se construit pas par accumulation de vérités, mais par la rectification permanente d’erreurs antérieures : on ne connaît jamais contre rien, on connaît toujours contre une connaissance précédente, qu’il faut d’abord identifier comme insuffisante ou fausse. Karl Popper, de son côté, a fait de la réfutation le moteur même du progrès scientifique : une théorie n’avance pas parce qu’elle est confirmée, mais parce qu’elle est mise à l’épreuve et que ses erreurs, une fois repérées, permettent d’en formuler une meilleure. Dans les deux cas, l’erreur n’est pas un accident regrettable du raisonnement, elle en est un rouage.
Ce que l’intelligence artificielle nous retire
J’en viens, comme dans le premier article, au rôle de l’intelligence artificielle. Elle nous exonère d’une grande partie de nos erreurs. Si l’on suit ce raisonnement jusqu’au bout, ces expériences d’erreur vont nous manquer dans la construction de notre savoir.
Je dois préciser que cette observation repose uniquement sur mon expérience, et disons-le, une expérience encore récente, puisque les intelligences artificielles génératives ne sont utilisées massivement que depuis trois ou quatre ans. C’est donc un crédit que je leur accorde, même si je pense qu’elles continuent de progresser. Cela dessine un double biais possible. En expérimentant de moins en moins l’erreur, nous devenons probablement moins vigilants face à elle. Et parallèlement, nous faisons confiance à des algorithmes en nous fondant sur nos premières expériences, qui nous laissent penser qu’ils se trompent globalement assez peu.
Ce phénomène n’est pas propre à l’intelligence artificielle générative. Le journaliste Nicholas Carr, dans son essai sur l’automatisation, décrit comment les pilotes de ligne, à force de déléguer le pilotage aux systèmes automatiques, perdent progressivement une partie de leurs réflexes manuels, ce qui les rend plus vulnérables au moment précis où l’automatisme cède la main et où l’erreur redevient possible. Les chercheurs en facteurs humains parlent, dans un registre voisin, de biais d’automatisation : la tendance à accorder à une machine une confiance disproportionnée par rapport à sa fiabilité réelle, précisément parce qu’elle se trompe rarement sous nos yeux. Ce que je décris à propos de l’IA et de l’apprentissage n’est donc peut-être qu’une nouvelle variation d’un phénomène déjà bien documenté ailleurs.
Retrouver l’erreur dans la vraie vie
Ici encore, comme pour la difficulté dans le premier article, il me semble que c’est dans la vraie vie que l’on peut continuer à expérimenter l’erreur et à enrichir son expérience. Des disciplines sportives, artistiques, ou encore l’entrepreneuriat, nous permettent d’expérimenter l’échec de façon incarnée, avec des conséquences réelles et un corps engagé.
L’essayiste Nassim Nicholas Taleb, dont j’ai déjà eu l’occasion de parler à propos de la responsabilité et du risque, a proposé la notion de système antifragile pour désigner ce qui ne se contente pas de résister au choc, mais qui se renforce grâce à lui. Un muscle, un système immunitaire, un entrepreneur aguerri, appartiennent à cette catégorie : privés de toute exposition au stress, à l’échec, à l’erreur, ils s’affaiblissent plutôt qu’ils ne se préservent. C’est peut-être là que les deux notions de difficulté et d’erreur se rejoignent le plus nettement : dans la mise en situation réelle, celle qui comporte un risque véritable de se tromper et donc une véritable occasion d’apprendre.
Nous avons la chance de disposer d’outils d’une puissance inédite, et je souhaite, à titre personnel, continuer à les utiliser. Mais j’ai tout autant envie de continuer à me confronter à la difficulté et à l’erreur, en connaissance de cause. C’est peut-être en choisissant délibérément des situations plus exigeantes, et donc porteuses d’un risque d’erreur plus élevé, que nous continuerons à grandir, sans renoncer pour autant à ce que les intelligences artificielles nous apportent. C’est en tout cas la vision que je me fais d’une collaboration réussie entre les humains et les IA : non pas une délégation totale qui nous priverait de l’erreur, mais un usage choisi, qui laisse volontairement une place à l’expérience réelle. Une nuance de plus, comme la difficulté, dans la manière dont nous construisons notre Coefficient d’Adaptation.
Note au lecteur. J’assume totalement d’utiliser l’intelligence artificielle dans le cadre de la rédaction de ces articles pour ajouter des références historiques ou scientifiques que, pour la plupart, je n’ai pas. À l’inverse, l’ensemble des idées développées et des prises de position m’appartiennent et le texte est intégralement produit par moi. En ce moment ce sujet fait couler beaucoup d’encre et fera peut-être partie d’un prochain article.
Articles connexes :