Le chauffeur disparaît aussi des véhicules

L'un des développements qui a le plus retenu mon attention dans le monde automobile ces derniers temps est le Tesla Cybercab. Le premier nouveau modèle développé par Tesla après des années ne possède ni volant, ni pédale d'accélérateur, ni pédale de frein. Le véhicule a été conçu de bout en bout pour la conduite autonome. Elon Musk positionne ce modèle comme la pierre angulaire de son service de robotaxi. En tant qu'observateur attentif de l'histoire de l'automobile, je peux dire ceci : il ne s'agit pas seulement d'un nouveau modèle, mais d'une étape qui transforme l'idée même de l'automobile. Car depuis cent ans, l'automobile était conçue autour du conducteur. Avec le Cybercab, pour la première fois, le conducteur lui-même est exclu de la conception.

Ce qui est intéressant dans cette transformation, c'est que non seulement les entreprises technologiques, mais aussi les constructeurs traditionnels se lancent dans cette course. Par exemple, Mercedes-Benz semble très ambitieux dans le domaine des véhicules autonomes après sa transition vers l'électrique. Les modèles tels que la Mercedes-Benz VLE et la Mercedes-Benz VLR, qui figureront sur les plateformes de nouvelle génération sur lesquelles travaille l'entreprise, en sont le signe. En revanche, une autre partie du secteur continue de tourner autour de la modification, du bruit d'échappement et de la culture de la performance classique. La culture qui s'est formée autour de marques comme Audi, BMW ou la Volkswagen Passat continue de placer l'expérience de conduite au centre. Mon impression est la suivante : le monde de l'automobile est divisé en deux époques distinctes. D'un côté, on parle encore du conducteur derrière le volant, et de l'autre, le volant lui-même disparaît. C'est pourquoi, dans cette nouvelle ère, ce ne sont pas seulement des pièces qui disparaissent des voitures. Le chauffeur lui-même sort progressivement de l'équation.

Un diplôme d'études supérieures vous garantit-il un emploi ?

Pendant de nombreuses années, le diplôme universitaire a été considéré comme la porte la plus fiable vers le monde du travail. Cependant, ces dernières années, cette hypothèse est de plus en plus remise en question. Une analyse publiée dans la Harvard Business Review partage une donnée frappante : dans les pays de l'OCDE, plus de 40 % des jeunes âgés de 25 à 34 ans sont diplômés de l'université, et ce chiffre atteint environ 50 % aux États-Unis. L'éducation a toujours un impact positif sur les revenus. Mais à mesure que le nombre de diplômés augmente, l'avantage supplémentaire offert par le diplôme diminue progressivement. En effet, selon la même étude, alors que le diplôme universitaire augmente les revenus de plus de 20 % en Afrique subsaharienne, cette augmentation ne reste qu'autour de 9 % dans les pays scandinaves, où les diplômés universitaires sont très répandus.

Plus intéressant encore : les recherches montrent que la relation entre le niveau d'éducation et la performance au travail est assez faible. En revanche, les capacités cognitives, la capacité d'apprentissage et les compétences en résolution de problèmes sont des indicateurs beaucoup plus forts. Le monde des affaires commence également à s'en rendre compte. Aujourd'hui, de nombreuses entreprises recherchent chez les candidats la capacité d'apprentissage, la curiosité, les compétences en communication et la capacité d'adaptation plutôt que le diplôme. En d'autres termes, le diplôme peut encore être utile, mais il ne constitue pas à lui seul une assurance carrière. Pour que les universités conservent leur valeur dans ce nouveau monde, elles doivent cesser d'être de simples institutions de transmission de connaissances pour devenir des lieux qui développent des compétences humaines telles que la pensée critique, l'empathie et le leadership.

Einstein avait encore raison

Dans mon enfance, j'admirais énormément les livres d'Isaac Asimov. Un jour, j'ai mis la main sur « Exploding Suns », publié en turc sous le titre « Patlayan Güneşler ». J'avais commencé à le lire en pensant qu'il s'agissait de science-fiction, mais c'était en fait un livre de vulgarisation scientifique expliquant comment les étoiles naissent et meurent. À cet âge, je n'avais pas compris grand-chose. Des années plus tard, lorsque j'ai suivi le cours d'astrophysique de John Freely à l'université du Bosphore, j'ai réalisé que cette curiosité d'enfant touchait en fait juste. J'avais pris beaucoup de plaisir à ce cours ; ma note était un A. Mais mon véritable gain n'était pas la note, mais une curiosité inépuisable envers l'univers.

L'autre jour, une nouvelle lue dans Gazete Oksijen m'a rappelé cette curiosité. L'article expliquait comment les astronomes, en étudiant une supernova extrêmement brillante nommée SN 2024afav, avaient observé l'existence d'un *magnétar* nouveau-né. Il est indiqué que les étranges vibrations dans la lumière montrent que cette masse gigantesque en rotation rapide entraîne l'espace-temps avec elle. En physique, cela s'appelle la précession de Lense-Thirring, et cet effet avait été prédit il y a tout juste un siècle par Albert Einstein dans sa théorie de la relativité générale. En bref, l'univers décrit par ces livres que j'avais du mal à comprendre enfant est aujourd'hui confirmé par les télescopes. Et à chaque nouvelle observation, la même phrase est répétée : Einstein avait encore raison.

Sinan Canan s'est égaré en essayant de produire de la philosophie sur l'intelligence artificielle

J'ai entendu Sinan Canan déclarer dans un discours à propos de l'intelligence artificielle que « ce sont en fait des modèles de langage, les personnes qui ne savent pas utiliser correctement la langue ne pourront pas utiliser l'IA de manière efficace ». Dire que « l'intelligence artificielle est en fait un modèle de langage » est une constatation que même l'homme de la rue connaît aujourd'hui. Il n'y a pas grand intérêt à présenter cela comme une découverte spéciale. Oui, les systèmes que nous utilisons aujourd'hui comme ChatGPT ou Claude sont techniquement basés sur des architectures de modèles de langage étendus (LLM). Les réseaux de neurones basés sur les transformeurs, des milliards de paramètres, des ensembles de données massifs et de grands clusters de GPU constituent l'ingénierie derrière ces systèmes. Cependant, répéter cette vérité technique ne signifie pas expliquer ce que l'intelligence artificielle change.

Le problème commence précisément ici. Lorsque vous enfermez l'intelligence artificielle uniquement dans le cadre du « modèle de langage », vous manquez la véritable rupture technologique. Ce que font les LLM n'est pas seulement traiter le langage ; c'est réunir dans un espace de représentation mathématique la fragmentation linguistique que l'humanité vit depuis la tour de Babel. Différentes langues humaines deviennent compréhensibles au sein d'un même espace sémantique. De plus, cela ne se limite pas aux langues humaines. Les mêmes systèmes peuvent basculer entre les langages de programmation, générer du code et libérer les développeurs de la contrainte d'être limités à une seule langue. C'est pourquoi dire que « ceux qui ne maîtrisent pas bien la langue ne peuvent pas utiliser l'IA » est une lecture inversée du problème. La véritable force de l'intelligence artificielle réside dans sa capacité à compenser les défauts linguistiques des humains. C'est pourquoi, au lieu de réduire le débat au niveau de la grammaire, il faut parler de la manière dont l'intelligence artificielle modifie l'architecture de la connaissance de l'humanité. Ce que Sinan Canan essayait de faire était peut-être de produire de la philosophie ; mais il semble qu'il se soit arrêté au début du chemin et qu'il ait fait demi-tour.