Au début des années 2010, les réseaux sociaux etaient celebres comme un outil de connexion. A la fin des années 2010, ils etaient accuses de la montee de la depression, de la polarisation politique et des troubles de l'attention. Au milieu des années 2020, l'IA est dans sa phase de celebration. Si l'histoire est un guide, le bilan approche.

Le schema d'adoption est identique

Les réseaux sociaux ont suivi un arc prévisible : adoption rapide, couverture médiatique enthousiaste, préoccupations émergentes des chercheurs, résistance de l'industrie, preuves croissantes de nuisances, et finalement attention réglementaire. L'IA suit le meme arc sur un calendrier compressé. Ce qui a pris une décennie aux réseaux sociaux se produit avec l'IA en quelques années.

Le modèle d'engagement est le meme

Les entreprises de réseaux sociaux et d'IA optimisent l'engagement — le temps passe sur la plateforme. Les deux utilisent la personnalisation pour augmenter cet engagement. Les deux beneficient financierement de la dépendance. Et les deux presentent leurs produits comme des outils qui autonomisent les utilisateurs tout en profitant de comportements qui sapent souvent le bien-être des utilisateurs.

Ou l'IA va plus loin

Les réseaux sociaux ont remodele la façon dont nous nous presentons et consommons l'information. L'IA remodele la façon dont nous pensons, creons et entretenons des relations. Les réseaux sociaux operent au niveau superficiel de l'identité — comment nous apparaissons, ce que nous partageons, qui nous suit. L'IA opere au niveau cognitif — comment nous raisonnons, ce que nous creons, comment nous prenons des décisions. La profondeur d'influence est categoriquement différente.

Ce que nous pouvons apprendre

Nous avons quelque chose avec l'IA que nous n'avions pas avec les réseaux sociaux : le recul. Nous connaissons le schema. Nous savons que "connecter les gens" peut signifier "isoler les gens". Nous savons que "outils de productivité" peut signifier "sources de dépendance". Nous savons que l'autoregulation de l'industrie a tendance a échouer. La question est de savoir si nous utiliserons ces connaissances ou repeterons le cycle.

N'attendez pas le bilan. Reflechissez a vos schemas IA des maintenant.