Éthiques de/pour l’Intelligence Artificielle : Si l’approche minimaliste paraît efficace, est-elle suffisante ? Si l’approche maximaliste semble souhaitable, comment la rendre effective ?
Résumé
Dans cette intervention, nous souhaitons tirer certaines conséquences de la cartographie que nous avons proposée quant aux « quatre éthiques de l’IA » (Ménissier, 2023). A la question de savoir quel genre d’évaluation éthique peut et doit accompagner l’IA, le numérique et les données, dans leur conception comme pour leur développement sociétal, il est tentant de répondre en faisant référence au minimalisme moral qui s’appuie sur une forme de raisonnement de type conséquentialiste (Ogien, 2007 ; Ogien & Tappolet, 2008). Il est vrai qu’en dépit de ses étonnantes lacunes sur le plan épistémologique, cette approche favorise le développement technologique et passe communément pour pertinente dans les milieux professionnels qui conçoivent et produisent l’IA et le numérique. Sa pertinence a même été récemment défendue au-delà de cette sphère, comme valant dans le cadre d’une philosophie pédagogique du numérique (Roelens, 2023). Mais elle s’expose par ailleurs à de sévères critiques : elle cautionne une « petite éthique » (Hunyadi, 2015) qui apparaît peu probante en regard de la hauteur des défis éthiques posés par l’IA et le numérique. Parmi ceux-ci, la considérable question environnementale (Couillet, Trystram, Ménissier, 2022) n’est absolument pas abordée par une éthique minimale qui se présente explicitement comme non-politique voire antipolitique (Ogien, 2013). Ces défis appellent donc le développement d’une approche « maximaliste » de l’éthique de l’IA, du numérique et de la donnée (déontologiste, arétaïque et axiologique). Toutefois une telle démarche se heurte à une difficulté classique en théorie morale : comment rendre réelle l’éthique maximaliste dans un monde attaché au pluralisme démocratique reposant sur les choix individuels ? Nous entreprendrons d’examiner cette difficulté en regard des ressources fournies par une interprétation de la « convivialité » (Illich, 1973 & 1975) adaptée aux défis de l’IA, du numérique et des data.