Je pense qu’il est nécessaire d’éprouver une certaine difficulté pour ancrer des apprentissages. Cette conviction, que j’ai construite au fil de ma pratique, mérite d’être examinée avec sérieux, d’autant que l’arrivée des intelligences artificielles a changé la donne.
L’épreuve, vieille méthode d’apprentissage
De tout temps, l’homme a appris par une succession d’essais, le plus souvent suivis d’erreurs, et donc par une accumulation de difficultés, parfois de frustrations. Les développeurs informatiques connaissent bien ce sentiment : essayer, essayer encore, réécrire son code, jusqu’à ce que, soudain, le problème cède. Quelle satisfaction, à cet instant précis. Les sportifs éprouvent la même chose lorsqu’ils s’entraînent inlassablement, serrent les dents, suent, se font mal pour affiner un geste et gagner un dixième de seconde. Les musiciens la connaissent aussi, dans ces heures passées sur une mesure récalcitrante, à assouplir des doigts qui refusent d’obéir. Le sport, la musique, l’informatique : autant de domaines où l’apprentissage ne se transmet pas, il se conquiert.
L’entrepreneuriat n’échappe pas à cette règle, et c’est même sans doute l’un des terrains où elle s’exerce avec le plus de constance, comme le rappelle l’essai de Nassim Taleb sur la responsabilité et le risque. Créer une entreprise, c’est affronter chaque jour son lot de décisions à prendre dans l’incertitude, de risques à assumer, d’erreurs à corriger sur le vif.
Les philosophes l’avaient déjà compris
Aristote avait formulé cette intuition il y a plus de deux mille ans : on ne devient pas courageux en lisant des traités sur le courage, mais en accomplissant des actes courageux. La vertu, comme le savoir-faire, s’acquiert par l’exercice répété, par ce qu’il appelait une hexis : une disposition forgée dans l’action, et non une connaissance livresque. On ne devient pas entrepreneur en étudiant l’entrepreneuriat, mais en essuyant ses propres échecs.
Le philosophe des sciences Gaston Bachelard, plus tard, est allé jusqu’à faire de l’obstacle la condition même de la connaissance. Dans La formation de l’esprit scientifique (1938), il montre que l’esprit scientifique ne se construit jamais par accumulation tranquille de faits, mais toujours contre quelque chose, contre une résistance qu’il faut identifier et surmonter. La difficulté n’est donc pas un accident regrettable du parcours d’apprentissage. Elle en est, structurellement, le moteur.
Socrate, enfin, en fait la méthode même du savoir : dans ses dialogues, il ne délivrait jamais la réponse toute prête, mais conduisait son interlocuteur jusqu’à l’aporie, ce moment d’embarras où l’on ne sait plus. C’est précisément de ce trouble que naît la véritable compréhension.
Ce que la science confirme
Ces intuitions anciennes se trouvent confirmées par la recherche contemporaine. Dès 1994, le psychologue Robert Bjork, de l’UCLA, a théorisé la notion de desirable difficulties, c’est-à-dire les « difficultés souhaitables » : ajouter une dose de défi dans une activité d’apprentissage produit une meilleure rétention à long terme, même si cela ralentit apparemment la performance immédiate. Bjork distinguait en cela nettement la performance, ce que l’on est capable de faire ici et maintenant, souvent avec de l’aide, de l’apprentissage véritable, ce qui reste gravé une fois l’aide retirée. Cette distinction rappelle celle, plus large, qu’établit Daniel Kahneman entre nos deux systèmes de pensée : la rapidité confortable du système 1 et l’effort du système 2, celui qui, précisément, ancre l’apprentissage. Cette distinction devient décisive à l’ère de l’IA.
Plus près de nous, une étude du MIT Media Lab publiée en juin 2025 a donné un tour presque clinique à cette question. Des chercheurs y ont suivi cinquante-quatre personnes sur trois sessions espacées de quatre mois, réparties entre rédaction sans aucune assistance, rédaction avec un moteur de recherche classique et rédaction avec un modèle de langage. Résultat : le groupe assisté par l’IA a produit les essais les plus rapidement, mais avec la connectivité neuronale la plus faible entre les zones associées à l’attention, à la mémoire de travail et à la décision, c’est-à-dire cet ensemble de fonctions que les chercheurs regroupent sous le terme d’engagement exécutif. Plus frappant encore : plus de quatre-vingts pour cent des utilisateurs de ChatGPT se sont montrés incapables de citer un seul passage du texte qu’ils venaient eux-mêmes de rédiger quelques minutes auparavant. Les chercheurs parlent d’une véritable dette cognitive : ce que l’assistance nous épargne aujourd’hui, elle nous le fait payer demain, sous forme de difficulté à retrouver, sans aide, une activité mentale pleine et entière.
La zone proximale du développement de Lev Vygotsky décrit, elle, l’espace où ce travail se joue : ce que l’apprenant ne sait pas encore faire seul, mais peut accomplir avec aide. C’est dans cette zone de tension, ni trop facile ni trop ardue, que le progrès advient.
L’ère de l’IA : et si la difficulté disparaissait ?
C’est ce qui rend ma propre expérience actuelle si troublante. Je suis un utilisateur quotidien et convaincu de l’intelligence artificielle. Pourtant, j’observe une évolution nette dans ma pratique du code : je n’en écris presque plus. Je pilote des intelligences artificielles, une bascule que je raconte plus en détail dans ma vision de l’IA et du développement logiciel après 40 ans de code. Et j’éprouve à ce sujet des émotions contradictoires. D’un côté, un sentiment de puissance et de performance, peut-être en partie illusoire. De l’autre, la perte de cette satisfaction si particulière de trouver soi-même la solution après des heures d’effort. Je me demande parfois si mes échanges avec Claude, ChatGPT ou d’autres modèles ne court-circuitent pas l’aporie socratique, en me livrant la réponse avant que j’aie eu le temps de m’y perdre un peu.
Nietzsche voyait dans l’obstacle surmonté la matière même dont se forge un soi solide. Sa formule la plus connue, « ce qui ne me tue pas me rend plus fort », n’est pas un simple mot d’esprit : elle porte l’idée d’un dépassement de soi qui ne peut avoir lieu qu’à travers une résistance réellement éprouvée. Que devient alors un esprit à qui l’on retire systématiquement toute résistance ? C’est précisément la question que je me pose lorsque j’interroge une possible paresse intellectuelle, confortablement installée derrière l’alibi de la performance accrue.
Ma conclusion, sans verdict
Alors, faut-il renoncer à l’intelligence artificielle et revenir à des méthodes d’apprentissage traditionnelles ? Je ne le crois pas, et je n’en ai d’ailleurs aucune envie : elle me permet d’aller plus vite et plus loin dans mes projets. Mais je cherche activement à conserver cette part de difficulté, quitte à la déplacer, peut-être inconsciemment, vers d’autres territoires : le sport, une pratique artistique, tout ce que l’intelligence artificielle ne peut pas encore m’aider à accomplir à ma place.
C’est peut-être là que se trouve la véritable réponse. Pour collaborer efficacement avec une intelligence artificielle qui nous décharge de tant d’efforts, nous avons sans doute besoin de conserver, ailleurs, l’habitude de la difficulté, de nous faire un peu mal de temps en temps. Et c’est peut-être précisément dans les domaines où l’IA n’est pas encore présente que nous forgeons l’expérience qui nous permettra, demain, de piloter ces systèmes autrement qu’en simples spectateurs de notre propre pensée déléguée.
Comme l’écrivait Malebranche : « C’est en s’appliquant qu’on se perfectionne. » La question n’est peut-être pas de savoir si la difficulté est nécessaire, elle l’est. Mais de choisir, consciemment, les épreuves auxquelles nous consentons — une question qui rejoint, en creux, celle du Coefficient d’Adaptation : s’adapter sans jamais renoncer à l’effort qui rend le changement réellement acquis.
Articles connexes :