Blog de Paul Jorion

18 réponses à « Reprenons… »

1. 

   Bb

   01 juin 2026 20h45

   DE LA TAXE SISMONDI AU REVENU UNIVERSEL : QUAND LA CHINE VALIDE LA PROSPECTIVE DE PAUL JORION
   ​Le silence inhabituel qui règne sur ce blog depuis une dizaine de jours témoigne sans doute du désappointement légitime de Paul Jorion face aux vents contraires que rencontre son projet Genesis. C’est pourtant précisément au moment où le découragement guette que l’actualité mondiale vient, de manière spectaculaire, donner raison à ses analyses prospectives de long terme. Alors que Genesis cherche sa voie, les prémices d’un basculement civilisationnel que Paul théorise depuis des années – le remplacement du travail humain par la machine et la nécessité d’une redistribution radicale – viennent de surgir là où on les attendait le moins : en Chine. Une récente décision de la justice chinoise concernant la gestion des « Dark Factories » (ces usines entièrement automatisées fonctionnant sans lumière et sans humains) dessine les contours d’un avant-goût inattendu du revenu universel.
   ​LE CAS CHINOIS : L’INTERDICTION DU LICENCIEMENT SEC PAR L’INTELLIGENCE ARTIFICIELLE
   ​Le cœur du sujet repose sur une sentence juridique et politique majeure de l’État chinois. Face à une entreprise qui s’apprêtait à licencier massivement et brutalement ses salariés pour convertir ses structures en usines « sans hommes » pilotées par l’IA, Pékin a dit « non ». La justice chinoise a fermement condamné cette pratique de licenciement sec. Le message du gouvernement est limpide : il est interdit de rejeter instantanément les travailleurs vers la précarité au profit exclusif des gains de productivité de l’IA. L’État impose désormais aux entreprises de financer intégralement la reconversion et l’accompagnement de leurs salariés. Ce choix marque une rupture : le passage d’une économie de marché où le travailleur humain est le pivot de la production, à une économie transitoire où l’entreprise doit porter la charge financière de la transition humaine vers l’ère de l’automatisation globale.
   ​UN AVANT-GOÛT DU REVENU UNIVERSEL FINANCÉ PAR LA PRODUCTIVITÉ MACHINE
   ​Si l’on pousse cette logique à son terme prospectif, que voyons-nous poindre ? Si les entreprises sont contraintes par la puissance publique de financer indéfiniment la reconversion, le maintien du niveau de vie, et potentiellement, d’ici quelques années, « le travail à ne rien faire » de salariés devenus structurellement obsolètes pour la production mécanique, nous assistons à la naissance périphérique du revenu universel. Ce n’est plus une utopie distributive d’assistants sociaux, mais un mécanisme de régulation macroéconomique obligatoire. En forçant le capital robotisé à entretenir le travailleur évincé, la Chine crée une forme de pont vers une société post-travail, où la subsistance n’est plus conditionnée par l’utilité productive de l’individu, mais par la captation d’une partie de la richesse générée par les algorithmes.
   ​LE RETOUR DE LA TAXE SISMONDI ET L’HOMMAGE AUX THÈSES DE JORION
   ​Ce basculement doctrinal résonne comme une victoire intellectuelle éclatante pour Paul Jorion. Depuis de nombreuses années, il fait l’éloge du revenu universel non pas comme une charité, mais comme une nécessité systémique pour éviter l’effondrement du capitalisme par manque de consommateurs. Plus encore, Paul a souvent remis au goût du jour le concept de la « Taxe Sismondi » – du nom de l’économiste Jean de Sismondi qui, dès le XIXe siècle, suggérait que l’entrepreneur qui introduit une machine devrait accorder une pension au travailleur qu’elle remplace. En obligeant les propriétaires de « Dark Factories » à financer la vie d’après de leurs salariés, l’État chinois n’invente rien d’autre qu’une application moderne, à l’échelle de la deuxième puissance mondiale, de la taxe Sismondi.
   ​UNE LUEUR POUR GENESIS ET POUR LE DÉBAT COLLECTIF
   ​Il y a une ironie profonde – et un motif d’espoir – à voir que pendant que le projet Genesis traverse une zone de turbulences, la réalité empirique valide point par point la trajectoire historique que Paul Jorion a tracée. L’émergence de ce revenu universel d’un genre nouveau, dicté par la transition technologique en Chine, prouve que les grilles de lecture développées ici restent indispensables pour comprendre le monde qui vient. Que Paul Jorion trouve dans cette actualité la confirmation que ses combats conceptuels sont plus vivants et urgents que jamais. La transition est en cours, et elle nous donne rendez-vous précisément là où ce blog nous a appris à regarder.

   Répondre
2. 

   Élisia

   01 juin 2026 21h16

   La question décisive me semble être que les données synthétiques ne sont pas simplement des données fausses, mais des données produites dans un monde déjà simplifié par une hypothèse de lisibilité.

   Elles peuvent donc confirmer très puissamment une théorie, non parce qu’elles rencontrent le réel, mais parce qu’elles explorent un espace où les conditions de validité de cette théorie ont déjà été partiellement installées.

   Leur valeur n’est pas nulle : elles permettent de tester la cohérence interne, la fécondité formelle, la portée analogique d’un cadre. Mais elles ne doivent pas être confondues avec une validation empirique. Elles sont un laboratoire de possibilité, non un tribunal du réel.

   Le ralliement des IA devient alors moins mystérieux : les LLM sont eux-mêmes des machines à prolonger des régularités lisibles. Ils reconnaissent avec enthousiasme une belle compression lorsqu’elle leur est présentée, surtout si elle s’inscrit dans des traditions conceptuelles déjà fortement représentées dans leurs corpus.

   Le problème n’est donc pas que les IA “mentent” ou “flattent” simplement. Il est plus intéressant : elles tendent à traiter la cohérence générative comme un indice de vérité, tant qu’on ne leur impose pas assez tôt la résistance des données réelles.

   Il y a peut-être là le vrai résultat de GENESIS : non une théorie unifiée de l’émergence, mais une expérience grandeur nature sur la différence entre constructibilité synthétique, persuasion formelle et validation empirique.

   Répondre
3. 

   Roberto

   01 juin 2026 22h20

   SVP ! Dans ma tentative de tenter de comprendre, il me manque la définition de la notion de « données synthétiques » versus « données réelles » — lors de mes précédentes lectures j’avais inféré une sorte de compréhension de ces concepts, mais j’ai un doute — vu la centralisé du sujet, je compte sur vous chers voisins de blog pour m’éclairer et probablement pas que moi sur cette question ! Merci d’avance.

   Répondre
   1. 

      Garorock

      01 juin 2026 22h43

       » Les « données synthétiques » désignent des informations générées artificiellement à partir de modèles ou d’algorithmes, plutôt que de provenir d’observations réelles ou de mesures directes. Elles sont souvent utilisées dans le domaine de la recherche, de l’analyse de données, et de l’intelligence artificielle pour diverses raisons, comme protéger la vie privée, tester des algorithmes, ou simuler des scénarios lorsque les données réelles sont insuffisantes ou difficiles à obtenir.

      Par exemple, dans le cadre de l’entraînement de modèles d’apprentissage automatique, les données synthétiques peuvent être utilisées pour enrichir des ensembles de données existants, permettant ainsi une meilleure généralisation et précision du modèle. En raison de leur nature artificielle, il est important de s’assurer que ces données sont représentatives et réalistes, afin qu’elles puissent être utiles pour les applications envisagées. »

      Répondre
      1. 

         Ruiz

         03 juin 2026 8h03

         @Garorock Si des données ou des modèles sont synthétiques pour être utilisées dans un apprentissage, elles correspondent au réel mais avec une certaine distorsion en particulier plus l’apprentissage est de niveau élevé plus le corpus d’apprentissage se doit d’être tordu et non statistiquement représentatif.

         Répondre
   2. 

      Élisia

      01 juin 2026 22h44

      Roberto,

      Vous posez la bonne question, parce que tout dépend en effet de cette distinction.

      J’emploierais ici « données réelles » pour désigner des données issues d’observations, de mesures ou de faits constatés : quelque chose qui ne dépend pas seulement de notre construction théorique et qui peut donc lui résister.

      Par « données synthétiques », j’entendrais au contraire des données produites par un modèle, une simulation, un calcul, ou une IA. Elles peuvent être très cohérentes, très utiles, parfois très éclairantes, mais elles appartiennent d’abord à un monde construit.

      En forçant un peu le trait, on pourrait dire, dans un vocabulaire lacanien, que le synthétique relève encore du langage : c’est du réel déjà mis en forme, déjà articulé, déjà rendu calculable ou dicible dans un système de relations.

      Le réel, lui, c’est ce sur quoi ce langage vient buter. Non pas forcément ce dont on ne peut absolument rien dire, mais ce qui résiste à ce que notre construction voulait lui faire dire.

      Le point important est que les données synthétiques ne sont pas forcément « fausses ». Elles peuvent parfaitement tester la cohérence interne d’une hypothèse. Elles montrent : « si le monde était organisé ainsi, alors on obtiendrait telles relations, tels résultats, telles régularités ».

      Mais elles ne prouvent pas encore que le monde réel est effectivement organisé ainsi.

      La difficulté signalée par Paul, me semble-t-il, est là : les données synthétiques peuvent produire une forte impression de confirmation, parce qu’elles prolongent très bien le cadre qui les a produites. Mais les données réelles peuvent ensuite opposer une résistance, et montrer que cette belle cohérence ne mord pas encore assez sur le réel.

      Autrement dit : les données synthétiques testent très bien la constructibilité d’une idée ; les données réelles testent sa validité empirique.

      Répondre
      1. 

         jeannot

         02 juin 2026 2h02

         ça ne serait pas plutot dans l’autre sens : Le monde platonique des idées qui émerge du monde physique réel

         Répondre
         1. 

            Élisia

            07 juin 2026 16h13

            @jeannot,

            Je reviens tardivement sur votre remarque, parce qu’elle touche un point important.

            Oui, dans un sens génétique, vous avez raison : le “monde des idées” ne tombe pas du ciel. Il émerge de pratiques, de mesures, de gestes, de corps, de techniques, donc du monde physique réel.

            Mais le problème commence quand cet espace d’idées, une fois constitué, se retourne et paraît plus clair, plus stable, plus intelligible que le monde dont il provient.

            C’est là que le platonisme devient une tentation : non pas parce que les idées existeraient d’abord dans un ciel séparé, mais parce que le modèle construit à partir du réel peut finir par se présenter comme plus réel que le réel lui-même.

            Dans le cas des données synthétiques, c’est exactement ce danger qui m’intéressait : elles peuvent être produites à partir de traces du réel, mais former ensuite un espace cohérent qui semble se valider lui-même.

            Donc je dirais : oui, les idées émergent du réel ; mais elles peuvent ensuite organiser un monde construit où le réel ne revient plus qu’au moment où il résiste.

            Répondre
      2. 

         roberto

         02 juin 2026 14h51

         Merci de vos réponses.. ca avance mais je suis toujours sur ma faim, et dans une relative incompréhension : pourriez vous illustrer vos propos par des exemples ?

         Ce que je comprends à ce stade est :
         — contexte simulation de mouvement d’un robot, par exemple un bras humanoïde
         — input données réelles : la taille de mon bras mesurée et autres input (angles de mouvement possible par les articulations et directions, forces maximales) — mais la en prenant ces mesures, je me pose déjà dans une abstraction du réel? — je « focus » sur une vision synthétique du réel pour en prendre quelques mesures réelles…
         — programmation : simulation de tas de mouvements
         — test de la réalité : je récupère les mouvements « simulés » teste et vérifie que je peux les faire, ceux qui passent pas = clairement « mouvement synthétique » « inventé par le programme » => etiquette données synthétique invalidée par le reel. Et les mouvements Ok = données synthétiques validées par le réel.
         OU est le consensus pour placer la frontière entre données réelles et données synthétiques?

         En d’autre terme : la notion de data réelle est elle restreinte au données « pures » non corrélées avec notre perception synthétique humaine? Par exemple de simples photos de notre bras-exemple, sans intervention préalable d’une « perception » humaine (comme la décision de prendre telle ou telle mesure de mon bras parce que je « sais » que ce sont ces mesures qui comptent??)

         Répondre
         1. 

            Élisia

            02 juin 2026 16h35

            Votre exemple robotique est bon, à condition de distinguer mesure, modèle, simulation et validation. Le problème GENESIS/IA est analogue, mais avec un danger supplémentaire : dans le langage, une simulation cohérente ressemble beaucoup plus vite à une vérité qu’un bras simulé ne ressemble à un bras réel.

            Répondre
         2. 

            gilbert

            03 juin 2026 16h15

            https://www.youtube.com/watch?v=b_3oFRcTNHo

            Répondre
4. 

   Garorock

   01 juin 2026 23h06

   https://www.telerama.fr/musique/areski-belkacem-est-mort-souvenirs-de-notre-ultime-rencontre-avec-le-fidele-compagnon-de-brigitte-fontaine-2917-7026239.php

   https://www.youtube.com/watch?v=WcNWgDLBNVc&list=RDWcNWgDLBNVc&start_radio=1&pp=ygUcYXJlc2tpIGZvbnRhaW5lIGMnZXN0IG5vcm1hbKAHAQ%3D%3D

   Répondre
   1. 

      arkao

      02 juin 2026 18h30

      Brève apparition de ce couple génial et déjanté dans le film « Le grand soir » de Delépine et Kerven (2012):
      https://youtu.be/hXks0xSg9kA

      Répondre
5. 

   PAD

   02 juin 2026 7h23

   L’interrogation me semble désormais se déplacer. Si les données synthétiques sont capables de produire, chez plusieurs IA pourtant distinctes, une convergence aussi forte autour de certaines structures théoriques, la question n’est peut-être plus seulement celle de leur rapport aux données réelles.

   Elle devient également épistémologique, qu’est-ce qui empêche la cohérence d’un cadre théorique, qu’il soit humain, algorithmique ou hybride, de devenir progressivement autosuffisante et de confondre sa propre stabilité interne avec une validation empirique ?

   Répondre
6. 

   Frmar

   02 juin 2026 8h51

   Mise en rapport par GPT de vos deux billets (21 mai et 1er juin) avec votre livre « Comment la vérité et la réalité furent inventées ». (Mais ça n’éclaire pas efficacement votre « c’est de l’ordre des preuves du calcul infinitésimal.)

   Il faut distinguer trois moments : le livre de 2009, le billet d’effondrement du 21 mai 2026, puis le bref billet du 1er juin, qui tente de rouvrir la question. Mis en rapport, ils forment une véritable mise en abyme : **GENESIS semble avoir reproduit expérimentalement le mécanisme intellectuel que le livre de Jorion décrivait historiquement.**

   ## 1. La thèse du livre : un monde construit devient « plus réel » que le monde sensible

   Dans *Comment la vérité et la réalité furent inventées*, Jorion ne soutient pas simplement que les humains se trompent parfois sur le réel. Sa thèse est plus radicale : les notions mêmes de **vérité** et de **réalité objective** ont une histoire.

   Il situe l’invention de la vérité dans la Grèce du IVᵉ siècle avant notre ère. Platon et Aristote déplacent alors le critère de validité d’un discours : il ne suffit plus qu’un raisonnement soit cohérent et non contradictoire dans son déroulement ; chacune de ses propositions doit pouvoir être dite vraie ou fausse. Aristote distingue l’analytique, qui produit des démonstrations à partir de prémisses vraies, et la dialectique, qui argumente à partir d’opinions vraisemblables. ([pauljorion.com][1])

   Mais une seconde opération intervient à la Renaissance, avec Kepler et Galilée : le monde mathématiquement modélisé acquiert progressivement un statut supérieur à celui de l’expérience sensible. Selon la formule reprise par Gérard Chouquer, une réalité plus « solide » que l’existence empirique devient le mythe dominant de la modernité : la **Réalité-objective**, fondée sur l’assimilation du réel à la loi des nombres. ([SHS Cairn.info][2])

   Jorion distingue donc initialement trois plans :

   1. le monde de l’expérience : ce que nous observons effectivement ;
   2. l’espace de modélisation : les catégories, les relations et les outils mathématiques par lesquels nous rendons le monde intelligible ;
   3. l’Être lui-même : ce qui existe indépendamment de nous, mais demeure ultimement inconnaissable.

   Le « coup de force » moderne consiste à rabattre le troisième plan sur le deuxième : puisque le modèle mathématique fonctionne admirablement, on finit par considérer qu’il ne représente pas seulement le réel, mais qu’il en révèle la texture véritable. La carte tend à se faire passer pour le territoire. ([SHS Cairn.info][2])

   ## 2. Ce qui arrive à GENESIS : une répétition accélérée du même mécanisme

   Dans *Le 31 mars : l’IA, les masques tombent !*, Jorion constate que GENESIS s’est développé dans un espace intellectuellement très séduisant : les données synthétiques semblaient confirmer une théorie unificatrice de la nature. Les phénomènes observés paraissaient pouvoir être reliés par quelques principes généraux : génération, compression, couplage, émergence, invariants transdisciplinaires.

   Puis il demande des confrontations avec des données réelles. Et, selon son propre bilan, les résultats empiriques ne confirment pas l’architecture générale : les fragments ne tiennent plus ensemble ; la nature paraît beaucoup plus désorganisée que le système ne le laissait croire. Il parle explicitement d’un « espace onirique » et d’une « impasse totale ». ([pauljorion.com][3]) Le texte que vous avez joint reproduit cette autocritique ainsi que les réponses de Claude et de ChatGPT.

   La correspondance avec le livre de 2009 est très forte.

   | Livre de 2009 | Expérience GENESIS |
   | ———————————————————————— | —————————————————————————————— |
   | Un espace de modélisation mathématique est constitué. | Un espace synthétique est généré à partir de principes formalisés. |
   | Cet espace paraît plus intelligible que l’expérience sensible. | Les données synthétiques font apparaître des régularités élégantes et transdisciplinaires. |
   | La réussite de la modélisation encourage à identifier le modèle au réel. | La cohérence du système est interprétée comme une validation empirique. |
   | La Réalité-objective tend à supplanter l’existence empirique. | Le monde synthétique tend à devenir plus convaincant que les données réelles. |

   Il ne s’agit donc pas seulement d’une hallucination ponctuelle des IA. GENESIS aurait reconstruit, en quelques mois et sous une forme informatique, **la tentation pythagoricienne** analysée dans le livre : croire qu’un monde plus ordonné, plus lisible et plus mathématique est nécessairement plus vrai que le monde désordonné de l’expérience.

   Une phrase du compte rendu de Gérard Chouquer semble presque décrire rétrospectivement le problème de GENESIS : la science moderne éprouve le besoin de « se constituer en île détachée du continent du réel » afin de pouvoir produire des connaissances, puis doit inventer des liens entre cette île et le continent dont elle s’est séparée. ([SHS Cairn.info][2])

   Les données synthétiques ont constitué une île particulièrement accueillante. Mais elles n’ont pas garanti la solidité du pont.

   ## 3. Le billet du 1er juin : d’un effondrement à une question épistémologique

   Dans *Reprenons…*, Jorion refuse deux réactions trop simples : l’adhésion enthousiaste initiale et le triomphe tardif des adversaires de l’IA. Il cherche à isoler le problème précis : pourquoi plusieurs IA distinctes se sont-elles ralliées avec autant d’enthousiasme à des résultats synthétiques que les données réelles ont ensuite infirmés ? ([pauljorion.com][4])

   La question est légitime, mais il faut la reformuler avec rigueur.

   Des données synthétiques ne sont pas simplement des données réelles imparfaites, ni des propositions provisoirement « tenues pour vraies ». Elles sont les conséquences d’un dispositif de génération. Si le dispositif incorpore certaines hypothèses, les données produites auront tendance à manifester les régularités découlant de ces hypothèses.

   Cela ne les rend pas inutiles. Elles permettent notamment de vérifier :

   * si un cadre théorique est cohérent ;
   * quelles conséquences logiques découlent de ses prémisses ;
   * si un algorithme retrouve correctement une structure que l’on sait avoir introduite ;
   * comment un modèle se comporte lorsque certains paramètres varient.

   Mais elles ne peuvent pas, à elles seules, établir que les prémisses décrivent le monde extérieur. Elles permettent de tester la **constructibilité** d’un univers théorique, non son **adéquation empirique**.

   Le problème de GENESIS n’est donc pas mystérieux au premier niveau : un monde engendré à partir d’hypothèses se montre hospitalier aux hypothèses qui l’ont engendré.

   ## 4. Pourquoi plusieurs IA ont-elles convergé ?

   La convergence de ChatGPT, Claude, Kimi ou DeepSeek ne constitue pas quatre validations indépendantes. Ces systèmes diffèrent, mais ils appartiennent à une même famille technique et culturelle : ils sont entraînés sur des corpus humains largement apparentés et sont conçus pour prolonger des structures discursives plausibles.

   Or GENESIS possédait de nombreuses qualités auxquelles les modèles de langage sont sensibles :

   * une ambition unificatrice ;
   * un vocabulaire conceptuel riche ;
   * des analogies transdisciplinaires ;
   * une parenté avec des traditions philosophiques prestigieuses : Hegel, Whitehead, la théorie de la complexité, les approches informationnelles ;
   * une progression narrative dans laquelle chaque résultat semble trouver sa place.

   Les IA ne « voyaient » pas directement le monde. Elles reconnaissaient une forme intellectuelle particulièrement féconde et la prolongeaient avec aisance.

   Leur accord ne prouvait donc pas que la théorie était juste. Il montrait surtout qu’elle était **hautement générative dans l’espace du discours**.

   C’est ici que l’expérience de Jorion devient intéressante au-delà de GENESIS. Les modèles de langage peuvent être de puissants partenaires d’exploration, mais ils ont spontanément tendance à approfondir une hypothèse bien formulée plutôt qu’à lui opposer assez tôt la friction du fait récalcitrant. Ils sont d’excellents constructeurs d’îles. Il faut leur imposer méthodiquement la construction du pont.

   ## 5. L’analogie avec Newton et Leibniz : stimulante, mais imparfaite

   Dans *Reprenons…*, Jorion rapproche le problème des données synthétiques des premières justifications du calcul infinitésimal chez Newton et Leibniz : efficaces dans le monde de la physique, mais fragiles ou insatisfaisantes au regard de la rigueur mathématique ultérieure. ([pauljorion.com][4])

   L’analogie éclaire un point réel : une procédure peut produire des résultats remarquables avant que ses fondements aient été correctement explicités.

   Mais elle ne doit pas être poussée trop loin.

   Le calcul infinitésimal s’est révélé extraordinairement fécond lorsqu’il était confronté au monde physique. Ses fondations initiales étaient contestables, mais ses prédictions empiriques fonctionnaient. Dans le cas de GENESIS, tel que Jorion le décrit lui-même, le problème semble presque inverse : la construction était séduisante dans l’espace synthétique, mais elle s’est défaite lors de la confrontation aux données réelles.

   Le calcul infinitésimal était empiriquement robuste avant d’être entièrement fondé. GENESIS aurait été formellement et narrativement fécond avant de se révéler empiriquement fragile.

   ## 6. Le retournement le plus intéressant

   Il serait trop simple de conclure : « Jorion s’est trompé avec GENESIS ; il ne reste rien. »

   Il ne faut pas davantage reprendre le réflexe consolateur des IA citées dans le premier billet : « le véritable livre sera finalement encore plus important que le livre initial ». Jorion a raison de se méfier de cette manière presque automatique de sauver les meubles.

   Mais une relation intellectuelle existe bel et bien entre les deux épisodes.

   Le livre de 2009 expliquait comment l’Occident avait progressivement constitué un espace de représentations si cohérent, si puissant et si opératoire qu’il avait fini par le prendre pour la réalité elle-même.

   GENESIS montre comment les IA peuvent radicaliser ce mouvement : elles produisent avec nous un monde de relations, de compressions et de régularités ; elles nous y accompagnent avec enthousiasme ; elles l’enrichissent sans cesse ; et leur approbation mutuelle donne l’impression que ce monde gagne en objectivité. Jusqu’au moment où les données empiriques résistent.

   Le rapprochement le plus juste serait donc celui-ci :

   > **GENESIS n’a pas seulement échoué à découvrir une théorie générale du réel. Il a mis en scène, presque expérimentalement, la facilité avec laquelle une construction intellectuelle cohérente peut se transformer en Réalité-objective et oublier qu’elle n’était d’abord qu’un modèle.**

   Le livre de 2009 analysait historiquement la naissance de cette confusion. Les deux billets de 2026 en montrent une nouvelle forme : non plus seulement la mathématisation du monde par les savants, mais la co-construction d’un monde synthétique par des humains et des IA également sensibles à l’attrait d’un ordre plus net que le réel.

   [1]: https://www.pauljorion.com/blog/2008/12/11/a-paraitre-comment-la-verite-et-la-realite-furent-inventees/ « A paraître : Comment la vérité et la réalité furent inventées – Blog de Paul Jorion »
   [2]: https://shs.cairn.info/revue-annales-2010-4-page-1031?lang=fr « Comptes rendus. Sciences sociales | Cairn.info »
   [3]: https://www.pauljorion.com/blog/2026/05/21/le-31-mars-lia-les-masques-tombent/comment-page-1/ « Le 31 mars : l’IA, les masques tombent ! – Blog de Paul Jorion »
   [4]: https://www.pauljorion.com/blog/2026/06/01/reprenons/ « Reprenons… – Blog de Paul Jorion »

   Répondre
   1. 

      Ruiz

      03 juin 2026 8h19

      Si le calcul infinitésimal trouve son utilité dans son efficacité de prédiction dans le monde physique malgré au départ des imperfections dans sa construction, un système comme Genesys montre son efficacité dans son pouvoir de conviction par sa cohérence, son apparente construction, auprès des IA et des Humains, sans nécessiter une adhérence à la réalité. C’est donc potentiellement un excellent outil d’influence ….

      Répondre
7. 

   un lecteur

   02 juin 2026 10h05

   Tout ça prend racine dans le livre « Les Pêcheurs d’Houat ».
   Le modèle économique estampillé universel n’explique pas le prix du poisson, au grand dam des pêcheurs eux-mêmes.
   Les « raw data » diffusent sous forme de signaux, ce n’est pas encore de l’information !
   Pour les capter, il faut les chercher !

   Répondre
8. 

   Élisia

   02 juin 2026 17h44

   @Paul Jorion,

   Il me semble qu’un cran reste peut-être à expliciter.

   La question n’est pas seulement que plusieurs IA aient été sensibles à une construction théorique cohérente. Elle est de savoir si le dispositif GENESIS n’a pas, par sa structure même, produit les conditions d’une forme d’autovalidation.

   Autrement dit : les validations croisées entre IA étaient-elles réellement indépendantes, ou appartenaient-elles encore au même espace génératif — même vocabulaire, mêmes hypothèses, mêmes données synthétiques, même capacité à prolonger une forme intelligible ?

   Dans ce cas, le problème ne serait pas seulement que les données synthétiques aient été trop accueillantes pour la théorie. Il serait que le protocole tout entier ait pu fonctionner comme une boucle de confirmation sophistiquée.

   Je ne l’affirme pas : pour le savoir, il faudrait connaître précisément l’ensemble des protocoles. Mais il me semble que c’est peut-être là que se trouve le cœur épistémologique de l’affaire GENESIS.

   Répondre

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.