IA et santé. L’âge des possibles d’Olivier Cousin et Andy Smith. Presses de Sciences Po, 2025, 264 pages
Notes de lecture parue dans la “Revue française des Affaires sociales”, numéro 2026/1
https://shs.cairn.info/revue-francaise-des-affaires-sociales-2026-1?lang=fr
L’ouvrage d’Olivier Cousin et d’Andy Smith est un exemple de l’engouement que les sociologues manifestent actuellement pour le développement de l’intelligence artificielle. Fruit d’une longue enquête de terrain, ce livre vise à rendre compte du développement de l’intelligence artificielle dans le domaine de la santé.
Les recherches effectuées par Olivier Cousin et Andy Smith sur la diffusion de l’intelligence artificielle dans le monde de la santé, commencées en 2020, s’appuient entre autres sur une soixantaine d’entretiens menés en France et au Québec. Ces entretiens ont été conduits auprès d’entrepreneurs, d’enseignants-chercheurs, de médecins et de personnels administratifs exerçant leurs fonctions au sein d’hôpitaux publics, mais aussi de spécialistes engagés dans la régulation du secteur de la santé. Le but de leur recherche est de documenter les progrès (chapitre 1), les projets (chapitre 2) et les promesses (chapitre 3) associés au développement des technologies d’intelligence artificielle dans le domaine médical, mais aussi les enjeux qui en découlent en termes de production, de partage de données (chapitre 4), d’organisation des activités professionnelles (chapitre 5 et 6) et de marchandisation des technologies susmentionnées (chapitre 7).
Olivier Cousin et Andy Smith écrivent que l’intelligence artificielle se situe dans une sorte d’entre-deux existentiel, entre fiction et réalité. En effet, avec le développement de l’intelligence artificielle dite générative et l’arrivée de ChatGPT en 2022, l’intelligence artificielle est, selon eux, à portée de main : elle envahit notre quotidien. Cependant, elle se diffuse au sein des organisations de santé selon un modèle de captation des ressources fondé sur des résultats et des bénéfices des innovations espérés, mais incertain, qui a pour effet de brouiller les frontières entre ce qui est de l’ordre du projet, du programme de recherche et ce qui est concrètement diffusé et adopté par les acteurs de la santé.
D’après les auteurs, le développement de l’intelligence artificielle en santé est avant tout une promesse qui présage l’avènement d’une médecine préventive et personnalisée. Cette médecine que certains qualifient de 4.0 (Wolf & Scholze, 2018) serait rendue possible grâce à la masse de données aujourd’hui disponible (les big data) et aux algorithmes permettant de les traiter (par exemple, le machine learning). Ils ajoutent que malgré les travaux de recherche qui soutiennent l’effectivité de cette promesse, le secteur de la médecine n’est pas encore vraiment équipé d’intelligence artificielle : « l’intelligence artificielle existe sans avoir de réelle existence » (p. 7).
Les auteurs expliquent ainsi que le fait de travailler sur un objet qui n’existe pas les a conduits à réorienter leur question de départ : ils proposent de mettre de côté celle de savoir comment l’intelligence artificielle transforme ou non la médecine pour se concentrer sur celle du pourquoi elle reste actuellement bloquée aux portes de la médecine. En réponse, la totalité de l’ouvrage cherche à valider l’hypothèse selon laquelle ce blocage est institutionnel : ce sont les normes, les règles et les conventions qui fondent l’institution médicale qui freinent la diffusion de l’intelligence artificielle dans le secteur de la santé (Code de la santé et des essais cliniques qui ne sont encore que très rarement appliqués aux technologies d’intelligence artificielle, lenteurs administratives et lourdeurs bureaucratiques du marquage CE, etc.). Mais, pour les auteurs, il s’agit surtout du fait que ces technologies, en tant qu’offres, ne répondent souvent que très partiellement aux cahiers des charges de l’univers de la santé, que ce soit sur la scène de la médecine, de l’hôpital et du marché. Les auteurs montrent alors comment ce blocage fait face à une puissante économie de la promesse qui, de son côté, cherche à introduire l’intelligence artificielle dans le monde de la santé. Ils insistent ensuite sur le fait que cette économie se manifeste concrètement par un intense travail politique visant le changement ou, à l’inverse, la conservation de ce monde.
En résumé, voici la réponse apportée à la question au départ de l’ouvrage : d’un côté, une révolution technique est annoncée, de l’autre, les acteurs qui en sont les porte-parole n’envisagent pas un bouleversement des règles pour s’imposer (p. 9).
Pour rendre compte de ce freinage institutionnel, les auteurs commencent par présenter l’offre d’intelligence artificielle en santé. D’une manière générale, cette offre s’inscrit dans la continuité de l’histoire de la médecine : comme dans le cas des autres grandes avancées technologiques, l’intelligence artificielle propose d’aller plus loin, plus vite et de brasser plus large (cf. les 3V du big data ; Cardon, 2015 ; Vayre, 2016). Par exemple en neurologie, les technologies d’intelligence artificielle sont susceptibles de permettre un meilleur ciblage des zones du cerveau et ainsi un meilleur traitement de la maladie de Parkinson. Ou encore, dans le domaine de la génétique, ces technologies sont susceptibles de permettre la réalisation de séquençages de données plus massifs et ainsi de faciliter et améliorer leur analyse.
L’intérêt scientifique et politique de l’ouvrage d’Olivier Cousin et d’Andy Smith est indéniable. En montrant comment la diffusion des applications de l’intelligence artificielle au sein du monde de la santé est le produit d’une économie de la promesse qui est freinée par l’institution médicale, les auteurs pointent l’importance du politique dans l’innovation scientifique et technique. Il n’en reste pas moins que ce livre comporte plusieurs manques. Le premier tient à l’affirmation que l’intelligence artificielle en santé est un objet d’étude qui n’existe pas (ou partiellement). Il est établi au contraire que l’intelligence artificielle est une science qui existe depuis bientôt un siècle et que la diffusion de ses applications au sein des diverses sphères constitutives de la société s’est réalisée de façon continue depuis sa naissance (Cardon et al., 2018 ; Crevier, 1999 ; Olazaran, 1996 ; Rose, 1986 ; Vayre, 2019 ; 2021).
Comme le rappelle par exemple Dominique Cardon (2019), internet lui-même a été conçu par des chercheurs en intelligence artificielle et le web est fondé à partir d’un des plus anciens dispositifs conceptuels issu de l’intelligence artificielle : le Memex (Bush, 1945). De même, l’architecture von Neumann (Neumann, 1945) qui est à la base de la majorité des ordinateurs commercialisés jusqu’à aujourd’hui, ou encore, le perceptron (McCulloch & Pitts, 1943) qui est au fondement de ce que l’on appelle aujourd’hui le deep learning et les LLM, sont nés avec l’intelligence artificielle. Plusieurs auteurs (Cardon et al., 2018 ; Crevier, 1999 ; Ganascia, 2007 ; Vayre, 2021) soutiennent en ce sens que l’intelligence artificielle est une science qui a connu plusieurs âges d’or et plusieurs hivers. La période que nous connaissons à l’heure actuelle n’est qu’un renouveau qui a été impulsé par les grands acteurs du numérique, notamment en promouvant ce que nous appelions il y a quinze ans la révolution du big data (Cardon, 2015 ; Vayre, 2016). Il n’en reste pas moins que cela fait près d’un siècle qu’une myriade d’applications issues de l’intelligence artificielle se diffusent au sein des sociétés occidentales, notamment par le biais de ce que les chercheurs en sciences humaines et sociales appellent l’informatisation et la numérisation des organisations.
Le monde de la santé ne fait pas exception. Pour ne citer que quelques-unes des applications les plus connues, les plus anciennes et les plus faciles à documenter, nous savons aujourd’hui que MYCIN (Shortliffe, 1977), EMYCIN (Melle et al., 1984), INTERNIST (Miller, 2010), CADUCEUS (Miller, 2010), CASNET (Weiss & Safir, 1977), GUIDON (Clancey, 1983), ONCOCIN (Shortliffe et al., 1981), Ventilator Manager (Fagan et al., 1980), HELP (Masic, 2016), DXplain (Barnett et al., 1987) ou encore ABEL (Ramesh, 1981) ont posé les bases des systèmes de santé dits intelligents qui ont été par la suite développés au sein des organisations de santé. Notons que ces technologies issues de l’intelligence artificielle de première génération ont parfois même été intégrées à la pratique quotidienne de la médecine (par exemple HELP) ou encore à sa formation (par exemple DXplain) pendant plusieurs années. Aussi mal connue qu’elle soit, cette histoire de l’intelligence permet de comprendre pourquoi et comment le développement de cette science et de ses applications a été promu et bloqué par les acteurs politiques, économiques, par les chercheurs et par le grand public au cours du temps.
Affirmer que l’intelligence artificielle est un objet qui n’existe pas (vraiment) entrave ainsi un travail de définition, et empêche de décrire son évolution dans l’espace et dans le temps. Comme nous l’enseigne la tradition sociologique (Bourdieu et al., 2021 [1968] ; Elias, 1993 ; Lahire, 2007), ces travaux de définition et d’identification sont un prérequis indispensable pour comprendre et maîtriser le présent et l’avenir de l’intelligence artificielle dans les sociétés contemporaines. L’histoire de l’intelligence artificielle nous apprend par exemple que les blocages institutionnels, au cœur des recherches d’Olivier Cousin et d’Andy Smith, existent en réalité depuis la naissance de cette science, notamment parce que son financement a toujours eu un coût élevé et que ces applications ont toujours captivé l’attention des acteurs politiques, économiques, mais aussi des chercheurs et du grand public (Cardon et al., 2018 ; Crevier, 1999 ; Rose, 1986 ; Vayre, 2021). Les promesses utopiques et les arguments catastrophistes qui ont accompagné la diffusion de ces applications sont en ce sens le fruit des tensions qui existent, de manière plus générale, entre science et marché, et qui ont toujours été difficiles à réguler politiquement.
L’histoire de l’intelligence artificielle nous apprend également quelque chose de fondamental dont les recherches d’Olivier Cousin et d’Andy Smith peinent à rendre compte. Pour les auteurs, l’économie de la promesse qui pousse la diffusion des applications de l’intelligence artificielle est freinée par l’institution médicale. Ce blocage est bien étayé par les auteurs, mais il doit être affiné, aussi bien au niveau théorique qu’empirique. Le freinage que décrivent les auteurs laisse en effet penser que l’institution médicale est quelque chose de déjà là, qui a une existence propre : pour eux, l’institution médicale est faite de normes, de règles et de conventions qui préexistent au développement de l’intelligence artificielle – puisque celle-ci n’existe pas (vraiment) du point de vue des auteurs – et qui l’enraye. Cependant, cette manière de représenter ce qu’est une institution et ses interactions avec la technique est, du point de vue sociologique, contestable. Les travaux des sociologues des sciences et des techniques (Akrich, 1989 ; Callon, 2013 ; Latour, 1994) ont en effet depuis longtemps montré qu’une innovation n’est jamais la rencontre d’une technique et d’un social dont les existences seraient autonomes et indépendantes : les deux sont consubstantiels. La diffusion des applications de l’intelligence artificielle au sein des mondes sociaux n’est pas comparable à une boule de billard qui viendrait percuter les autres boules que formeraient les institutions du social (Akrich, 1989).
L’histoire de l’intelligence artificielle montre que science, technique et société constituent un tissu sans couture qui fait l’objet de codéveloppements entre les acteurs politiques, économiques, les chercheurs et le grand public. Le rejet ou l’adoption sont le fruit d’une multitude d’interactions entre différents acteurs qui développent ensemble la pertinence passée, présente et future de ces mêmes interactions. Et ce travail de mise en pertinence que réalisent ces différents acteurs et qui ne se limite pas à une économie de la promesse participe activement à faire exister les institutions sociales – donc les règles, les normes et les conventions qui les composent – qui sont toujours, au moins un peu, en train de se faire.
À l’instar des actes de langage dans le domaine de la pragmatique linguistique (Vayre, 2016), cette pertinence n’est, en effet, pas seulement contrainte par l’acceptabilité des techniques (les règles, les normes et les conventions déjà existantes) mais aussi par leur utilité (ce qu’elles permettent ou non de réaliser dans le passé, le présent et le futur) et leur utilisabilité (la facilité passée, présente et future de leurs appropriations collective et individuelle). Il nous semble en ce sens que les travaux d’Olivier Cousin et d’Andy Smith doivent être discutés et prolongés en considérant plus sérieusement l’existence de l’objet de recherche que constitue l’intelligence artificielle, mais aussi en travaillant à mieux identifier, comprendre et expliquer comment la diffusion des applications technologiques qui sont issues de cette science dépend de leur acceptabilité, mais aussi de leur utilité et de leur utilisabilité. Plusieurs recherches contemporaines en sciences humaines et sociales (Tricot et al., 2016 ; Vayre, 2016) montrent que ce sont aussi cette utilité et cette utilisabilité qui permettent de comprendre et d’expliquer la diffusion plus ou moins réussie des technologies d’intelligence artificielle au sein des diverses sphères constitutives de la société, dont fait partie le monde de la santé.
Laisser un commentaire