Comprendre ou déléguer à l’IA : le dilemme d’Asimov appliqué à la science

Imaginez un groupe de scientifiques qui obtiennent d’une intelligence artificielle la solution à l’un des plus grands rêves de l’humanité : le voyage interstellaire. Mais ils ne prennent même pas la peine de demander comment cela fonctionne réellement. Ce n'est pas l'avenir : c'est le cœur d'une nouvelle d'Isaac Asimov datant de 1945, où la véritable anticipation n'est pas la fusée spatiale, mais la manière dont les humains délèguent la compréhension profonde aux machines. Et aujourd'hui, dans la science réelle, ce dilemme est plus actuel que jamais. Nous avons l’habitude de penser que la technologie de l’IA n’est qu’un outil puissant, quelque chose qui nous permet de faire plus vite ce que nous savons déjà faire. Mais que se passe-t-il lorsque la solution trouvée par l’IA nous échappe non seulement, mais devient littéralement incompréhensible, même pour ses créateurs ? Le nouveau dilemme n'est plus « Pouvons-nous résoudre ce problème ? », mais « Devons-nous comprendre la solution, ou suffit-il qu'elle fonctionne ? » Prenons l'exemple des Kolmogorov-Arnold Networks, ou KAN, une nouvelle architecture de réseaux de neurones présentée dans un article scientifique en décembre 2025. Les scientifiques travaillent généralement avec des réseaux de neurones où chaque neurone additionne des signaux et les transmet selon des règles fixes, et l’apprentissage se fait en modifiant les poids de ces additions. Mais dans les KAN, la somme reste simple, et les neurones apprennent en revanche des règles de transformation de plus en plus complexes. Cela signifie que, contrairement aux réseaux classiques où les connaissances sont cachées dans une forêt de chiffres, dans les KAN, vous pouvez voir et même dessiner les fonctions que le réseau a apprises. Un détail incroyable : un KAN a réussi à lui seul à redécouvrir une symétrie mathématiquement très sophistiquée, liée à la structure de l’espace-temps autour d’un trou noir, qui avait occupé des générations entières de physiciens pendant près de vingt ans. Ici, l'enjeu n'est pas seulement technique. Lorsque nous laissons l’IA résoudre des problèmes qu’aucun humain ne comprend plus, nous risquons de perdre le sentiment d’être propriétaires de la connaissance. Les scientifiques décrits par Asimov ne demandent jamais d'explications : ils acceptent que la complexité soit hors de portée et se contentent du résultat. Mais la science a toujours été, avant tout, un exercice d'appropriation de la réalité : comprendre, et pas seulement appliquer. Un chercheur en physique qui a lu l’article sur les KAN raconte que, pour la première fois, il a pu « voir » ce que le réseau avait appris, et pas seulement constater qu’il fonctionnait. La différence semble minime, mais c'est la ligne qui sépare la pratique de la science de la délégation aveugle. Ceux qui disent que « l’important, c’est que ça marche » risquent de sombrer dans une nouvelle forme de superstition : la foi aveugle en l’algorithme, au lieu de la compréhension. Et il y a une question que personne ne se pose : que perdons-nous, en tant qu’humanité, lorsque nous laissons l’explication devenir facultative ? Et si, un jour, plus personne n'était capable d'expliquer le fonctionnement des choses que nous utilisons au quotidien, pourquoi continuerions-nous à appeler cela de la science ? Nous nous trouvons à un carrefour : déléguer la compréhension aux machines ou prétendre comprendre réellement. Ceux qui se contentent du résultat se privent de la véritable joie de la découverte. L’IA peut trouver des solutions surprenantes, mais la science naît là où quelqu’un se demande encore : « Comment en sommes-nous arrivés là ? » Si cette histoire vous concerne, sur Lara Notes, vous pouvez appuyer sur I'm In — ce n'est pas un « J'aime », c'est votre façon de dire : cette idée est maintenant la mienne. Et si demain vous parlez à quelqu'un de la KAN qui a résolu une énigme sur les trous noirs, vous pouvez le noter sur Lara Notes : Shared Offline est la façon de dire que cette conversation comptait. Cette information provient du Monde et vous a fait gagner près de cinq minutes par rapport à l’article complet.