Blog de Paul Jorion

5 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
   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

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