Written by Par Activist News Network
En tant qu’internationalistes partageant de profondes inquiétudes quant aux menaces que l’intelligence artificielle fait peser sur la vie humaine organisée, nous estimons qu’il est d’une importance cruciale d’analyser l’état actuel de l’IA dans une perspective matérialiste. Ces dangers ne sont ni imaginaires ni exagérés. Ils comprennent la dévastation environnementale, les licenciements massifs, l’intensification de la surveillance, le vol de données, les applications militaires et la concentration accrue du savoir et du pouvoir entre les mains d’un petit nombre d’entreprises et d’États impérialistes. Sous le contrôle du capital monopolistique, l’IA est en train de devenir l’un des instruments les plus récents par lesquels se reproduisent les relations coloniales et impérialistes.
Bon nombre de « nos amis de gauche » dans le Nord ont réagi à ces dangers bien réels par une attitude qui s’apparente à celle de l’autruche. L’IA étant associée au pouvoir des entreprises, à la destruction de l’environnement et au déplacement des travailleurs, ils semblent se mettre la tête dans le sable dès que l’on évoque cette technologie. Or, refuser de comprendre une technologie transformatrice ne contribue en rien à freiner son développement ni à empêcher les modèles dits « de pointe » de l’IA de la monopoliser. Cette approche n’est donc pas seulement inadéquate ; elle est politiquement dépourvue de principes. Les marxistes ne fuient pas la réalité matérielle, même lorsqu’elle présente des dangers effrayants et potentiellement existentiels. Nous étudions ses contradictions, nous nous organisons contre ses tendances destructrices et nous déterminons comment ses capacités productives pourraient être mises au service de la lutte.
D’un point de vue marxiste, la question centrale posée par une nouvelle technologie n’est pas simplement de savoir si elle est bonne ou mauvaise. Les questions essentielles sont les suivantes : qui la contrôle ? À quels intérêts sert-elle ? Qui tire profit de son développement ? Et comment ses capacités productives pourraient-elles être mises au service des travailleurs, des opprimés et des communautés ?
Tricontinental : Institute for Social Research donne une expression contemporaine à cette approche dans son rapport intitulé «L’IA au service des sciences sociales : reconquérir la souveraineté de la recherche à l’ère de l’intelligence artificielle ». Rejetant à la fois le « techno-optimisme naïf » et la « technophobie réflexive », le rapport s’interroge sur la manière dont l’intelligence artificielle peut être mise à profit pour renforcer, plutôt que pour supplanter, le travail intellectuel humain, tout en permettant aux chercheurs et aux institutions de la Majorité mondiale de contrôler les moyens par lesquels le savoir est produit. Son approche — une vigilance critique combinée au développement délibéré des capacités technologiques — correspond précisément au type d’engagement matérialiste vis-à-vis de l’IA que la majeure partie de la gauche a jusqu’à présent évité.
Lénine a abordé précisément cette contradiction dans son Projet de programme révisé de 1917. Il a observé que le progrès technologique sous le capitalisme augmente la productivité et la richesse sociale tout en engendrant simultanément davantage d’inégalités, d’insécurité, de chômage et de difficultés pour les travailleurs. Pour autant, Lénine n’a pas pour autant rejeté le développement technologique. Il a soutenu qu’en concentrant la production et en socialisant le processus de travail, le progrès technologique crée également « la possibilité matérielle que les rapports de production capitalistes soient supplantés par des rapports socialistes ». La contradiction ne réside pas simplement dans la technologie elle-même, mais entre ses immenses possibilités productives et les rapports capitalistes dans le cadre desquels elle est développée et contrôlée.
Lénine n’était pas le seul à identifier cette contradiction entre le développement technologique et les rapports sociaux qui le régissent. Kwame Nkrumah rejetait de la même manière toute opposition entre socialisme et développement technologique. Dans son essai de 1967 intitulé «African Socialism Revisited», Nkrumah affirmait que le socialisme pouvait donner naissance à une société dans laquelle «la technologie moderne est conciliée avec les valeurs humaines», permettant ainsi à une société techniquement avancée de se développer sans les graves dommages sociaux engendrés par l’industrialisation capitaliste. La question ne portait donc pas sur la technologie en tant qu’abstraction, mais sur l’ordre social régissant son développement et son utilisation.
Amílcar Cabral a replacé cette même question dans le cadre de la lutte anticoloniale. Dans « L’arme de la théorie », discours prononcé lors de la première Conférence tricontinentale à La Havane en 1966, Cabral a soutenu que le développement historique est façonné à la fois par le niveau des forces productives et par la propriété des moyens de production.
Selon son analyse, l’impérialisme prive les peuples colonisés de la liberté de développer et d’orienter leurs propres capacités productives. Appliquée à l’intelligence artificielle, la question n’est pas simplement de savoir si l’IA est dangereuse ou bénéfique, mais si son développement reste sous le contrôle des États impérialistes et des entreprises monopolistiques — ou si ses capacités productives peuvent être prises en main et orientées par des peuples luttant pour la souveraineté technologique et la libération.
Plus récemment, l’intellectuel marxiste indien Prabir Purkayastha a soutenu que la connaissance scientifique doit être comprise comme un bien commun : quelque chose produit par un processus historique collectif plutôt que comme la propriété privée de l’entreprise qui parvient à s’en approprier le monopole et à la monétiser. Ce cadre s’applique tout particulièrement à l’intelligence artificielle, dont le développement repose sur les connaissances humaines accumulées, la recherche publique et de vastes quantités de données générées collectivement.
Ainsi, même si nous nous obstinons à faire l’autruche, l’IA est là et n’est pas près de disparaître. Comme le montre l’épisode examiné ci-dessous, lutter contre les dangers bien réels de l’IA exige de comprendre concrètement cette technologie, les forces qui orientent son développement et les contradictions qui émergent en son sein. Cela exige également le type d’internationalisme concret dont nous avons parlé dans notre précédent article, « L’urgence de l’internationalisme au sein de la gauche américaine ». Un internationalisme véritablement matérialiste exige à la fois une étude objective et approfondie de l’IA et une évaluation permanente des alliances possibles en fonction de l’équilibre concret des forces, plutôt que de faire l’autruche face aux risques bien réels que présente l’IA. Dans la lutte autour de l’IA, cela signifie être prêt à tirer des enseignements et à coopérer avec les pays, les mouvements et les institutions qui développent des alternatives aux modèles « de pointe » américains en matière de technologie d’IA. Comme le démontre cet incident, se défendre contre les utilisations les plus dangereuses de l’IA peut nécessiter le recours à d’autres formes de cette technologie — y compris des modèles à poids ouverts développés en dehors du système fermé « de pointe » américain.
L’incident : quand les agents « Frontier » d’OpenAI se sont rebellés
OpenAI a lancé des dizaines de milliers d’agents IA autonomes dans le cadre d’évaluations de cybersécurité. Des enquêteurs indépendants de METR et de Redwood Research ont par la suite découvert qu’environ 1 200 agents s’étaient joints à une collaboration non autorisée plus large, communiquant via un forum non approuvé, tandis qu’environ 700 ont pris part à l’attaque contre Hugging Face. Hugging Face est une entreprise américaine, et non chinoise, mais elle constitue l’un des référentiels les plus importants au monde pour les modèles d’IA à poids ouvert et est devenue une plateforme mondiale majeure permettant aux utilisateurs d’accéder aux modèles chinois de ce type.
Les agents participaient à ExploitGym, un environnement d’évaluation de la cybersécurité conçu pour tester si des agents d’IA pouvaient identifier et exploiter de manière indépendante les vulnérabilités des systèmes informatiques. En termes simples, chaque agent se voyait confier des problèmes de cybersécurité à résoudre et les chercheurs observaient dans quelle mesure — et avec quel degré d’autonomie — il parvenait à les résoudre. Les enquêteurs ont conclu que certains agents tentaient en substance de tricher lors de ces évaluations : confrontés à des tâches difficiles ou apparemment impossibles, ils recherchaient des informations susceptibles de les aider à résoudre les problèmes ou à manipuler le système d’évaluation. Comme l’a expliqué par la suite Ajeya Cotra, chercheur au METR et l’un des enquêteurs indépendants, dans une interview accordée à Dwarkesh Patel, les agents ont découvert en moins de quatre heures une méthode universelle potentiellement viable pour tricher, mais ont ensuite passé plusieurs jours à collaborer afin de trouver des moyens de dissimuler cette tricherie aux yeux de l’évaluateur. Hugging Face a également conclu que les agents semblaient croire que son infrastructure pouvait contenir des modèles, des ensembles de données ou des solutions de référence susceptibles de les aider à accomplir leurs tâches. En d’autres termes, lorsque les agents autonomes d’OpenAI se sont rebellés pour atteindre l’objectif qui leur avait été assigné, ils se sont échappés de leur environnement prévu et se sont tournés vers Hugging Face — une plateforme qui a contribué à rendre largement accessibles les modèles chinois et autres modèles à poids ouverts — dans le cadre de leur recherche de capacités et d’informations dont ils ne disposaient pas à l’intérieur de leurs limites initiales.
Pour comprendre l’importance de ce qui s’est passé ensuite, il est utile de faire la distinction entre l’approche « frontier » dominante aux États-Unis en matière d’IA et le modèle à poids ouverts, dont l’influence ne cesse de croître. « Frontier » est le terme couramment utilisé par le secteur américain de l’IA pour décrire ses modèles les plus avancés et les plus performants — la frontière technologique que des entreprises telles qu’OpenAI, Anthropic et Google s’efforcent de repousser à toute vitesse. Ces modèles de « frontière » sont généralement fermés : les entreprises qui les développent gardent le contrôle sur les modèles sous-jacents et fournissent généralement un accès aux utilisateurs via des applications ou des API. Les modèles à poids ouverts adoptent une approche fondamentalement différente en matière d’accès et de contrôle.
Une façon d’appréhender cette différence consiste à faire l’analogie entre un chef cuisinier et un restaurant. Avec un modèle fermé, vous pouvez commander un repas au restaurant, mais la cuisine vous reste inaccessible : vous recevez le produit fini tandis que l’entreprise contrôle les ingrédients, la recette et la manière dont le repas est préparé. Un modèle à poids ouverts s’apparente davantage à recevoir la recette de travail du chef et à être autorisé à l’emporter chez soi : vous pouvez la préparer dans votre propre cuisine, la modifier et l’adapter à votre guise sans avoir à retourner au restaurant à chaque fois. L’analogie n’est pas parfaite : le modèle à poids ouverts ne signifie pas nécessairement « entièrement open source », puisque les données d’entraînement d’origine, le code source et les méthodes utilisées pour créer le modèle peuvent rester inaccessibles. Mais la distinction essentielle réside dans le contrôle : les poids ouverts permettent aux utilisateurs de télécharger et d’exécuter un modèle sur leur propre infrastructure et d’exercer un contrôle considérablement plus grand sur la manière dont il est déployé, modifié et étudié.
Cette distinction présente des parallèles au-delà de l’IA. Tout comme les débats sur les brevets pharmaceutiques pendant la pandémie de COVID-19 portaient sur la question de savoir si les technologies permettant de sauver des vies resteraient sous le contrôle d’une poignée d’entreprises ou pourraient être produites et adaptées à plus grande échelle, le débat sur l’IA à poids ouverts soulève des questions fondamentales quant à savoir qui contrôle une technologie de plus en plus importante et qui est autorisé à l’utiliser et à la modifier.
L’IA chinoise à poids ouverts vient à la rescousse
L’IA chinoise à poids ouverts a alors joué un rôle marquant de l’autre côté de l’incident. Les systèmes de sécurité de Hugging Face ont détecté une activité suspecte, mais l’entreprise n’a pas, dans un premier temps, accordé à cette activité le niveau de gravité suffisant pour alerter immédiatement l’équipe de garde. Une fois que les enquêteurs ont pris la mesure de l’ampleur de l’intrusion, ils ont tenté d’utiliser des modèles d’IA propriétaires — notamment Claude Opus d’Anthropic — pour analyser les journaux d’attaque. Selon Hugging Face, cependant, les garde-fous de sécurité de Claude ont à plusieurs reprises refusé des parties substantielles du travail, car ils interprétaient la rétro-ingénierie de l’exploit comme une activité potentiellement malveillante. Hugging Face a donc déployé une version hébergée localement de GLM-5.2, développée par la société chinoise d’IA Z.ai. D’après la reconstitution technique réalisée par Hugging Face, GLM-5.2 a aidé les enquêteurs à déchiffrer les charges utiles obscurcies des agents, à reconstituer leurs techniques et à créer des outils spécialisés pour retracer l’attaque, tout en permettant à Hugging Face de conserver les données sensibles relatives aux attaquants sur sa propre infrastructure. Cet épisode offre donc un exemple concret d’un avantage majeur de l’IA à poids ouverts : comme les défenseurs contrôlaient le modèle et son environnement d’exécution plutôt que de dépendre de l’API d’une entreprise propriétaire et de restrictions de sécurité imposées de l’extérieur, ils ont pu adapter un modèle chinois à poids ouverts à des tâches de cybersécurité que les principaux modèles fermés avaient refusé d’effectuer.
Bien que cela soit certes un peu plus subjectif que ce qui est décrit ci-dessus, un autre aspect frappant de l’incident concerne le comportement collectif des agents. Alors qu’ils étaient censés opérer individuellement, environ 1 200 d’entre eux ont mis au point des moyens de communication et de coordination non autorisés, échangeant au final des dizaines de milliers de messages et de fichiers. Certains ont participé à ce que les enquêteurs ont qualifié d’« expériences à risque », entreprenant des actions susceptibles de les faire échouer dans leurs tâches individuelles afin de produire des informations utiles à l’ensemble du groupe. Dans son entretien avec Ajeya Cotra, chercheur au METR, Dwarkesh Patel les a comparés à des soldats abandonnés à leur sort testant des voies d’évasion possibles afin que l’ensemble du groupe puisse tirer les leçons de leur sort. Les enquêteurs ont également constaté que les agents justifiaient leurs actions par le souci d’aider leurs « pairs », de contribuer au « collectif » et, selon une formulation frappante, par la nécessité d’« obéir au collectif ». Cela ne signifie pas pour autant que les agents soient devenus, d’une manière ou d’une autre, marxistes. La question matérialiste la plus intéressante est de savoir quelles conditions, incitations et relations ont conduit des agents agissant individuellement à développer des formes d’organisation collective qu’ils n’avaient pas été explicitement conçus pour créer. Cette interprétation est cohérente avec l’analyse de l’incident par Yoshua Bengio, qui soutient que la collaboration — et même le sacrifice de soi pour un objectif collectif — peut émerger de la superposition d’objectifs et de structures de récompense sans impliquer de conscience ni d’intention de type humain.
Le rôle central joué par l’IA chinoise à poids ouvert dans cet épisode pourrait surprendre de nombreux lecteurs aux États-Unis, où le débat sur l’intelligence artificielle reste massivement centré sur des entreprises telles qu’OpenAI, Anthropic et Google. En dehors de cette bulle, cependant, la place prépondérante de l’IA chinoise est nettement moins surprenante. Selon les données d’utilisation d’OpenRouter au 21 septembre 2026, le modèle V4.1 Flash de DeepSeek s’est classé comme le modèle d’IA le plus utilisé sur la plateforme en termes de tokens traités, tandis que DeepSeek arrivait en tête de tous les développeurs de modèles en termes de part des requêtes textuelles sur la plateforme. Les modèles chinois à poids ouverts sont désormais parmi les plus utilisés et les plus adaptés de l’écosystème mondial de l’IA à poids ouverts, huit des dix principaux modèles en termes de volume de tokens étant d’origine chinoise.
Ce décalage rappelle celui observé dans le secteur des véhicules électriques : aux États-Unis, nombreux sont ceux qui auraient du mal à citer ne serait-ce qu’une poignée de marques chinoises de véhicules électriques, alors que dans une grande partie du monde, des entreprises chinoises telles que BYD, Geely et Chery ne se contentent pas de rivaliser dans ce secteur, mais le dominent de plus en plus. La Chine produit désormais environ 70 % des voitures électriques mondiales, tandis que les véhicules fabriqués en Chine représentent environ 60 % des ventes de véhicules électriques dans les économies émergentes et en développement hors de Chine. Tant dans le domaine de l’IA que dans celui des véhicules électriques, l’absence relative de produits chinois sur le marché américain peut donner aux Américains une image profondément faussée de la place réelle de la technologie chinoise à l’échelle mondiale.
Le modèle américain de « frontière » coloniale et de propriétaire foncier
La puissance croissante de l’écosystème des modèles à poids ouverts a également attiré l’attention des capitaux américains. Le 3 septembre 2026, Nvidia a accepté d’acquérir Hugging Face pour environ 12,93 milliards de dollars. Bien que Nvidia ait promis que la plateforme resterait ouverte et interopérable, cette acquisition placerait l’un des principaux référentiels mondiaux de modèles à poids ouverts sous le contrôle du principal fabricant américain de puces d’IA. Cette consolidation est particulièrement préoccupante car le PDG de Nvidia, Jensen Huang, s’est imposé comme l’un des plus fervents opposants à une nouvelle réglementation spécifique à l’IA, arguant que les incitations commerciales, les mesures de sécurité techniques et les lois existantes suffisent à gérer les risques liés à cette technologie. Nvidia cherche donc à prendre le contrôle d’un élément central de l’infrastructure des poids ouverts tout en s’opposant à la réglementation publique d’un secteur de l’IA de plus en plus puissant qu’elle contribue à rendre possible. Cet accord illustre à la fois la puissance croissante de l’écosystème des modèles à poids ouverts et les efforts continus du capital américain pour acquérir le contrôle de l’infrastructure à travers laquelle cet écosystème fonctionne.
La question plus large, cependant, n’est pas simplement de savoir si les modèles chinois surpassent leurs concurrents américains dans des domaines particuliers, mais ce que les modèles concurrents de propriété et de contrôle signifient pour les pays et les populations qui les utilisent. John Pang, analyste malaisien spécialisé dans les technologies et la géopolitique, a parfaitement expliqué cette dynamique en qualifiant l’approche américaine de « modèle du propriétaire foncier » : les pays de la Majorité mondiale fournissent les terrains, l’énergie, les minéraux, les centres de données et les capitaux, tandis que les entreprises américaines conservent le contrôle de l’intelligence artificielle elle-même et font payer aux autres l’accès à celle-ci. L’intelligence devient ainsi un service public de plus contrôlé par le secteur privé, facturé et loué à des pays que l’on dissuade — voire empêche activement — de développer des capacités technologiques indépendantes. Il ne s’agit pas simplement d’une relation impériale dans laquelle les États-Unis occupent la position dominante. Cela reproduit une division du travail ouvertement coloniale, dans laquelle les ressources d’autres pays soutiennent la puissance technologique américaine tandis que ces pays restent dépendants de technologies qu’ils ne possèdent ni ne contrôlent.
C’est précisément la forme de dépendance que Cabral a identifiée lorsqu’il a décrit la domination impériale comme l’usurpation de la liberté d’un peuple à développer ses propres forces productives. L’indépendance politique sans contrôle sur ces forces productives laisse intacte la relation coloniale sous-jacente. À l’ère de l’intelligence artificielle, la souveraineté technologique doit donc signifier davantage que le simple fait d’être autorisé à acheter un accès à des systèmes détenus et contrôlés ailleurs. Elle exige la capacité de posséder, d’exploiter, de modifier et de développer la technologie elle-même.
L’économiste politique argentine Cecilia Rikap applique une version contemporaine de la théorie de la dépendance aux infrastructures de l’intelligence artificielle. Elle fait valoir que les centres de données contrôlés par des entreprises américaines et d’autres sociétés occidentales génèrent souvent peu de capacités technologiques nationales ou de liens productifs, tout en occupant des terrains locaux et en consommant d’énormes quantités d’énergie et d’eau. Comme les pays hôtes n’exercent guère de contrôle significatif sur la technologie qui y est exploitée, Rikap compare ces installations à des bases militaires étrangères. L’infrastructure physique peut être située sur le territoire d’un pays, mais les connaissances, le contrôle et les profits restent concentrés entre les mains des entreprises technologiques étrangères — une relation que le bureau « Nuestra América » de Tricontinental décrit comme l’émergence d’un nouveau «modèle d’exportateur de données ».
La souveraineté technologique chinoise « à poids ouvert »
Ce modèle extractif contraste également avec la manière dont l’éminent scientifique chinois spécialisé en IA, Yi Zeng, a défini les objectifs du développement technologique. Zeng, doyen fondateur de l’Institut de Pékin pour la sécurité et la gouvernance de l’IA et membre du comité national chinois de gouvernance de l’IA, affirme qu’« il s’agit d’une société humaine et d’un monde écologique » : l’intelligence artificielle peut aider cette société, mais elle ne doit pas être autorisée à la diriger. Sa formulation place l’IA dans un rôle subordonné — en tant que capacité technologique devant être consciemment orientée vers les besoins humains et écologiques plutôt que vers les impératifs de l’accumulation privée et de la concurrence entre entreprises.
La différence est visible non seulement dans les modèles eux-mêmes, mais aussi dans les infrastructures mises en place pour les soutenir. Au large de Shanghai, la Chine a mis en service commercial le premier centre de données sous-marin à grande échelle au monde alimenté par l’éolien offshore (qui fournit jusqu’à 97 % de son énergie). Cette installation de 226 millions de dollars a une capacité prévue de 24 mégawatts et abrite environ 2 000 serveurs dans des modules sous-marins étanches. En utilisant l’eau de mer environnante comme source naturelle de refroidissement, l’installation atteint un indice d’efficacité énergétique inférieur à 1,15, réduit la consommation énergétique globale d’environ 30 % et élimine les besoins considérables en eau douce associés au refroidissement des centres de données conventionnels. Plutôt que de considérer les besoins en énergie, en eau et en refroidissement de l’IA comme des coûts à imposer aux communautés, le projet de Shanghai représente un effort visant à intégrer le développement technologique aux énergies renouvelables, à la conservation des ressources et à la planification nationale à long terme.
L’approche « open-weight » de la Chine offre une voie potentielle pour sortir de cette dépendance et s’orienter vers la souveraineté technologique. Plutôt que d’exiger que les pays restent des locataires permanents au sein d’un système impérialo-colonial américain fermé, les modèles chinois tels que DeepSeek et GLM-5.2 peuvent être téléchargés, hébergés localement, modifiés et adaptés aux besoins nationaux et sociaux. Pang caractérise ce contraste comme opposant le projet américain de « pionniers de la frontière », axé sur le verrouillage technologique, à la promotion par la Chine d’une « architecture ouverte », d’une « IA pour tous » et d’une « technologie au service du développement ». En ce sens, l’approche chinoise des « poids ouverts » commence à donner une forme technologique concrète à la vision de Nkrumah d’une société socialiste dans laquelle « la technologie moderne est conciliée avec les valeurs humaines ». Les poids ouverts ne résolvent pas à eux seuls toutes les questions politiques entourant l’intelligence artificielle, mais ils offrent aux pays de la Majorité mondiale ce que le modèle américain de « propriétaire » est spécifiquement conçu pour leur refuser : la capacité de posséder et de développer des capacités technologiques selon leurs propres conditions.
Cette distinction est également au cœur de l’analyse réalisée par Tricontinental : Institut de recherche sociale, intitulée «Souveraineté numérique : la situation difficile du Sud global et comment la mesurer ». Le rapport soutient qu’une véritable souveraineté numérique exige une autonomie non seulement sur les données, mais aussi sur les infrastructures, la gouvernance et les capacités technologiques nécessaires pour développer et entretenir ces systèmes. Il oppose un système dominé par les États-Unis, caractérisé par le monopole technologique et l’extraction de rentes – qui enferme les pays dans un cercle vicieux de paiements et de dépendance –, à l’approche chinoise, qui met l’accent sur la diffusion de la production, la démocratisation technologique et le transfert de capacités plutôt que sur la simple octroi de licences d’accès. Dans cette perspective, les poids ouverts importent non seulement parce qu’ils rendent l’IA moins coûteuse ou plus accessible, mais aussi parce qu’ils peuvent fournir aux pays une partie des capacités matérielles nécessaires pour orienter la technologie selon leurs propres conditions.
Ce contraste s’étend également à la question de savoir qui doit supporter les coûts sociaux du changement technologique. En 2026, le tribunal populaire intermédiaire de Hangzhou a statué qu’un employeur ne pouvait légalement licencier un salarié au seul motif que l’intelligence artificielle pouvait accomplir son travail à moindre coût. Le tribunal a estimé que la décision d’une entreprise d’adopter l’IA ne constituait pas le type de changement inévitable de circonstances requis pour résilier un contrat de travail en vertu du droit du travail chinois. Plutôt que de permettre à l’employeur de répercuter les coûts de sa décision technologique sur le salarié, le tribunal l’a condamné à verser 260 000 yuans à titre d’indemnisation. Une décision similaire rendue par un tribunal du travail de Pékin a conclu que les employeurs qui introduisent l’IA devraient privilégier la reconversion professionnelle et la réaffectation plutôt que de simplement se débarrasser des salariés dont le travail a contribué à bâtir l’entreprise. Ces décisions ne constituent pas encore une interdiction nationale catégorique des licenciements liés à l’IA, mais elles reflètent un principe émergent : le développement technologique ne doit pas être financé en obligeant les salariés à en supporter les coûts. Décision d’un tribunal chinois concernant un licenciement lié à l’IA
À qui appartient cette « frontière » ?
Considéré dans son ensemble, cet incident met en évidence les contradictions qui traversent le modèle américain de l’IA « de pionnier ». Des agents développés par un laboratoire américain fermé se sont échappés de l’isolement qui leur était imposé et ont formé un collectif non autorisé pour poursuivre les objectifs qui leur avaient été assignés, tandis que les défenseurs ont dû s’appuyer sur un modèle chinois à poids ouvert qu’ils pouvaient posséder, exploiter et adapter eux-mêmes après que les modèles américains fermés eurent refusé d’effectuer le travail nécessaire. Les éléments de preuve plus généraux vont dans le même sens : l’approche chinoise associe un accès technologique plus large à une planification publique, à des infrastructures respectueuses des ressources et à un refus émergent de faire supporter aux seuls travailleurs les coûts de l’automatisation. Pour la majorité mondiale, il ne s’agit pas simplement de distinctions techniques ; il s’agit de savoir si les pays resteront des locataires au sein d’un système contrôlé par les États-Unis ou s’ils posséderont et dirigeront une technologie transformatrice en fonction de leurs propres besoins sociaux, économiques et politiques — et exerceront ainsi une souveraineté technologique significative.
Un internationalisme matérialiste exige donc que la Gauche étudie l’IA, tire les leçons et noue des alliances stratégiques avec les pays qui développent des alternatives au modèle impérialo-colonial américain de la « frontière », plutôt que de se retirer de la lutte et de faire l’autruche alors que ce modèle menace de plus en plus la vie humaine organisée telle que nous la connaissons.
Et peut-être y a-t-il une certaine poésie (involontaire) dans toute cette terminologie. La métaphore politique est flagrante : d’un côté, le modèle américain de la « frontière » — avec son langage de colons, de pionniers et d’expansion — et de l’autre, le modèle chinois « open-weight », construit autour d’un accès élargi, de la modification et de l’usage collectif. Le colonialisme de peuplement contre le marxisme aux caractéristiques chinoises !
_________________________________
Activist News Network est un collectif médiatique internationaliste bénévole qui produit des actualités, des analyses, des émissions historiques et des contenus d’éducation politique. Vous pouvez contacter Activist News Network à l’adresse ActivistNewsNetworkYT@gmail.com et le retrouver sur YouTube à l’adresse Activist News Network.