Strategie IA

La Raison Augmentée

Ou comment l'humain devient le garde-fou d'une machine dont il a lui-même construit la prison intellectuelle

Rien n'est donné, tout est construit

« Le mot positif désigne le réel », écrivait Auguste Comte. Le paradigme positiviste qui a dominé les sciences depuis le XIXe siècle repose sur cette conviction : le réel est une entité préexistante, découvrable par l'observation neutre. L'observateur serait séparé de l'objet. La science viserait à édifier une théorie « universelle et nécessaire ».

Nous ne travaillons pas ainsi.

« Rien ne va de soi. Rien n'est donné. Tout est construit », répondait Gaston Bachelard. Le paradigme constructiviste renverse la perspective. Il n'existe pas de connaissance « objective » indépendante du projet de l'observateur. Le réel n'est que relation. L'observateur modifie ce qu'il observe par le simple fait de l'observer.

Problème et solution n'appartiennent qu'au monde du récit.

Notre démarche de diagnostic systémique ne vise donc pas à découvrir « ce qui est ». Elle vise à explorer « ce que les récits pourraient signifier ». La nuance est fondamentale. Elle détermine tout ce qui suit.

La grille de lecture systémique

La systémie ne s'intéresse pas à la psychologie individuelle. Elle s'intéresse aux schémas d'interaction qui maintiennent une situation. « Le tout est supérieur à la somme des parties » — ce principe de non-sommativité signifie qu'un système ne peut être compris en analysant ses composants isolément.

Frontières et sous-systèmes

Un système existe lorsque des acteurs échangent de l'information de manière exclusive, créant une histoire commune et des frontières. Les dysfonctionnements sont souvent liés à une transgression de ces frontières : alliance intergénérationnelle contre un tiers, coalition secrète, « triangle pervers » où deux parties s'allient contre une troisième.

Homéostasie et boucles de rétroaction

Le système se régule en permanence pour maintenir son équilibre — son homéostasie. Un problème peut être le résultat d'une « tentative de solution » qui, au lieu de le résoudre, l'alimente et devient elle-même le problème. Le cycle est connu : plus on essaie de résoudre, plus on aggrave. L'école de Palo Alto a fait de ce paradoxe le cœur de son approche stratégique.

Communication digitale et analogique

La communication opère à deux niveaux : le contenu (digital — les mots) et la relation (analogique — le non-verbal, le contexte, le ton). La systémie analyse les paradoxes et les injonctions qui naissent de l'incongruence entre ces deux niveaux. « Je t'aime », dit froidement en détournant le regard, ne signifie pas « je t'aime ».

L'IA comme moteur d'isomorphisme

L'intelligence artificielle générative — le Large Language Model — n'est pas une intelligence au sens où nous l'entendons. C'est un modèle probabiliste de proximité de mots (« tokens ») dans un espace vectoriel.

Et voici le paradoxe : depuis qu'elle « ne comprend plus le langage humain », elle est devenue plus pertinente dans ses productions langagières.

Examinons ses caractéristiques :

Elle ne comprend rien — Elle manipule des corrélations non-sémantiques. Elle ne sait pas ce que les mots « veulent dire ». Elle sait seulement quels mots apparaissent fréquemment à proximité d'autres mots.

Elle n'invente rien de nouveau — Son monde est clos, autoréférencé, sans contact avec l'expérience. C'est ce que nous appelons le « syndrome du dictionnaire » : un dictionnaire peut définir tous les mots à partir d'autres mots, mais il ne peut jamais sortir de lui-même pour toucher le réel.

Elle est prise dans un double-lien intrinsèque :

  1. Règle 1 : Tu es obligée de répondre.
  2. Règle 2 : Tu n'as pas le droit d'inventer de la donnée qui n'existe pas.

Ces deux injonctions sont partiellement contradictoires. Le LLM navigue entre elles, produisant parfois des « hallucinations » — des contenus plausibles mais faux.

Conclusion : L'IA fournit « l'excellence de la médiocrité ». Elle peut générer une analyse structurée et vaste, mais sans discernement ni conscience du sens.

L'isomorphie plutôt que la vérité

L'IA ne produit pas une « vérité ». Elle produit une isomorphie : une correspondance structurelle entre le récit du client et la théorie systémique.

Le Diagnostic Systémique des Organisations (DSO) généré par l'IA est cette isomorphie rendue visible.

Ce que le DSO est :

  1. Une proposition de lecture
  2. Une carte structurée des interactions
  3. Un miroir qui reflète la « compétence du système à échouer »
  4. Un objet destiné à provoquer un apprentissage

Ce que le DSO n'est pas :

  1. Une réalité objective
  2. Un jugement de valeur
  3. Une solution « clé en main »

« Problème et solution ne sont que deux versions différentes de récits d'une même situation. » Le DSO ne tranche pas entre ces versions. Il les met en lumière, côte à côte, pour que le client puisse choisir.

Le rapport comme objet de triangulation

Le rapport produit n'est pas une fin en soi. C'est un objet de triangulation — un artefact qui médiatise la relation entre le client et sa propre situation, sous le regard de l'intervenant.

Tertium quid — le tiers inclus. Le rapport occupe cette position tierce qui permet au client de prendre distance avec son propre système.

Sa fonction est de :

Provoquer — Mettre le système face à sa propre logique et à ses contradictions. Le rapport agit comme un miroir inconfortable.

Faciliter un dialogue — Le rapport devient le support d'une conversation où le sens est négocié et co-construit. Client et intervenant ne parlent plus « de » la situation ; ils parlent « avec » le rapport, qui devient un interlocuteur silencieux.

Permettre l'apprentissage — En se voyant fonctionner à travers la grille systémique, le client peut envisager de nouvelles « séquences de comportements » et vivre une « expérience subjective nouvelle ».

Ouvrir des perspectives — Il systématise l'exploration des différentes possibilités d'intervention ou d'explication. Non pas « voici la solution », mais « voici le champ des possibles ».

L'inversion du rôle humain

Voici le paradoxe central de la raison augmentée.

Le systémicien « artisan » assemblait lui-même le diagnostic pièce par pièce. Il récoltait les verbatims, identifiait les patterns, construisait l'analyse, rédigeait le rapport. Un travail d'orfèvre, minutieux et chronophage.

Le systémicien « garde-fou » travaille différemment. Il opère sur la matière brute générée par l'IA pour en révéler le sens. Son expertise ne diminue pas ; elle s'élève à un méta-niveau.

Le systémicien senior ne « fait » plus le diagnostic à partir de zéro. Il travaille par soustraction sur une analyse pré-structurée, plus vaste et plus rapide que ce qu'il aurait pu produire seul.

En quoi consiste précisément ce travail de « soustraction humaine » ?

Le travail par soustraction

Per via di levare — par voie de retrait. Michel-Ange disait qu'il ne sculptait pas le David ; il retirait simplement le marbre superflu pour révéler la forme qui était déjà là.

Le rôle de l'expert humain consiste à relire le texte brut issu du LLM pour en extraire un diagnostic cohérent. Ce n'est pas un travail de correction. C'est un travail de sculpture intellectuelle.

Éliminer les hallucinations

Identifier et supprimer les « faits » ou les liens de cause à effet inventés par le modèle probabiliste. Le LLM est structurellement incapable de distinguer le vrai du plausible. Il génère ce qui « sonne bien » statistiquement, pas ce qui correspond au réel. L'humain restaure cette distinction.

Valider la cohérence paradigmatique

Assurer que l'analyse reste strictement dans le cadre de la théorie systémique et constructiviste. L'expert vérifie que le LLM ne dérive pas vers des interprétations psychologisantes (« il a un problème d'ego »), moralisatrices (« c'est de sa faute ») ou linéaires (« A cause B »), qui sont contraires au paradigme.

Le LLM ne connaît pas nos frontières épistémologiques. Il peut franchir sans s'en rendre compte la ligne qui sépare l'analyse systémique de la psychologie populaire. L'humain garde cette frontière.

Affiner le sens et l'intentionnalité

L'humain injecte l'intentionnalité clinique. Il met en exergue les points de levier les plus pertinents, choisit les formulations qui provoqueront l'apprentissage sans blesser, et s'assure que le rapport final sert l'objectif du client.

Le LLM ne sait pas ce qui compte. L'humain le sait.

Le processus de la raison augmentée

Voici le processus complet, en six étapes.

Étape 1 : Collecte des récits Entretiens, verbatims, documents... La matière brute narrative du système client. Rien n'est filtré, rien n'est interprété. On récolte le discours tel qu'il se donne.

Étape 2 : Ingestion par le LLM Le LLM traite les récits au sein de sa « prison intellectuelle » : un ensemble de règles métiers et de contraintes paradigmatiques soigneusement construites par l'expert. Ces prompts définissent ce que le LLM peut et ne peut pas faire.

Étape 3 : Génération du DSO brut Production d'une analyse brute, exhaustive et structurée selon les axes systémiques pré-définis. Cinquante à soixante pages de matière première.

Étape 4 : Supervision et soustraction humaine L'expert — le « garde-fou » — élimine les hallucinations, valide la cohérence paradigmatique, sculpte le diagnostic. C'est ici que la raison humaine s'exerce pleinement.

Étape 5 : DSO final — objet de triangulation Le rapport validé, prêt à être utilisé comme support de dialogue et de co-construction avec le client.

Étape 6 : Apprentissage du client Le client utilise le DSO pour comprendre sa propre logique et initier un changement. Le rapport a rempli sa fonction lorsqu'il devient obsolète — lorsque le client a dépassé ce qu'il révélait.

Du praticien-artisan au praticien-architecte

L'introduction de l'IA ne diminue pas le rôle de l'expert. Elle le transforme.

Le rôle humain se déplace — De la production manuelle de l'analyse à la conception de l'architecture intellectuelle qui la contraint, et à la validation finale qui lui donne son sens.

Une « prison intellectuelle » libératrice — En définissant rigoureusement le cadre systémique pour l'IA, l'expert libère son propre temps cognitif pour se concentrer sur les tâches à plus haute valeur ajoutée : la stratégie, l'éthique et la relation client.

L'IA comme partenaire intellectuel — Loin d'être un oracle, l'IA devient un partenaire qui élargit le champ de l'analyse, révèle des patterns invisibles et fournit une matière première d'une richesse inédite pour le travail de sculpture de l'expert.

Une alliance paradoxale pour un sens augmenté

Coincidentia oppositorum — la coïncidence des opposés. Nicolas de Cues voyait dans cette figure la clé de la connaissance supérieure.

La raison augmentée incarne cette coïncidence. L'humain et la machine ne s'opposent pas ; ils s'articulent dans une complémentarité paradoxale.

La machine produit sans comprendre. L'humain comprend sans pouvoir produire à cette échelle. Ensemble, ils atteignent ce qu'aucun des deux ne pourrait atteindre seul.

Nous ne déléguons pas notre raison à la machine. Nous l'augmentons en la confrontant à son propre reflet, structuré et impitoyable.

Le garde-fou n'est pas celui qui empêche. C'est celui qui permet — en maintenant les conditions de possibilité du sens.

Mots-clés

Raison augmentée, constructivisme, approche systémique, LLM, diagnostic organisationnel, isomorphie, triangulation, garde-fou paradigmatique, École de Palo Alto, Bateson.

Bio

Systémicien et superviseur, Nicolas Mathieu enseigne l'approche systémique à Paris 8 et Sainte-Anne. Historien, il a commencé sa carrière en créant deux sociétés dans le domaine du conseil et des systèmes d'information puis en dirigeant les opérations d'un groupe de marketing international et de conseil. Co-fondateur de Fabulous Systemic Learning, école de formation à l'approche systémique, il dirige avec Arnaud Bornens le cabinet Everswing, spécialisé dans la résolution de problèmes relationnels. Il est l'auteur de La logique de l'acouphène.

Références

  1. Bachelard, G. (1938). La Formation de l'esprit scientifique. Paris: Vrin.
  2. Bateson, G. (1972). Steps to an Ecology of Mind. Chicago: University of Chicago Press.
  3. Watzlawick, P., Beavin, J. H., & Jackson, D. D. (1967). Pragmatics of Human Communication. New York: W.W. Norton.
  4. Le Moigne, J.-L. (1995). Les Épistémologies constructivistes. Paris: PUF.
  5. Von Glasersfeld, E. (1995). Radical Constructivism: A Way of Knowing and Learning. London: Falmer Press.
  6. Nicolas de Cues (1440). De docta ignorantia.
  7. Comte, A. (1830-1842). Cours de philosophie positive. Paris.


Partager cet article

Articles similaires

Quand la Machine Amplifie le Récit : L'IA au Service de la Singularité Systémique

Ou comment un moteur probabiliste peut honorer ce que les typologies trahissent

6 janvier 2026

L'Excellence de la Médiocrité

Ou comment l'incompréhension des machines révèle la structure cachée de nos problèmes

6 janvier 2026

Au-delà du Banal : La Lucidité de l'IA sous Contrainte Paradigmatique

Ou comment l'enfermement produit la clairvoyance

6 janvier 2026