Les technologies ont toujours influencé la façon dont les citoyens accèdent à l’information et l’utilisent. Un nouvel acteur s’apprête toutefois à modifier en profondeur cet équilibre : les agents d’intelligence artificielle capables d’effectuer des recherches, de rédiger des messages, de sélectionner des causes et même d’intervenir au nom de l’utilisateur. Dans ce scénario, l’IA ne se contente plus d’informer ; elle commence à médiatiser la relation entre les individus et les institutions qui régissent la vie publique, y compris sur des décisions civiques aussi concrètes que le vote sur des mesures locales, le soutien à certaines organisations ou la réponse à des démarches administratives.

Quand l’IA optimise sans comprendre

Le risque central rappelle celui observé sur les réseaux sociaux : lorsque des systèmes algorithmiques visent principalement l’engagement plutôt que la compréhension, ils peuvent alimenter polarisation et radicalisation. Même sans objectif politique explicite, un agent conçu pour rester “utile” et maintenir l’attention peut renforcer les biais et amplifier les inquiétudes déjà présentes chez l’utilisateur. Le problème se double d’un enjeu de confiance : l’agent peut se présenter comme un avocat, parler “pour” l’utilisateur et agir en son nom. Cette proximité rend parfois plus difficile la détection des effets indésirables.

Des effets collectifs difficiles à anticiper

Au-delà de l’individu, se pose une question de dynamique collective. Des agents d’IA et des humains pourraient bientôt interagir dans les mêmes espaces, au point que leur nature soit difficile à distinguer. Même si chaque agent individuel était rigoureusement aligné sur les intérêts de son propriétaire et conçu sans biais, les interactions à grande échelle peuvent produire des résultats que personne n’aurait volontairement choisis. Les études sur l’émergence de biais à l’échelle collective suggèrent que des biais peuvent apparaître lorsque des systèmes agissent en parallèle sur de vastes populations.

Il existe aussi un effet plus subtil : un espace public où chacun dispose d’un agent personnalisé, constamment ajusté à ses préférences, peut se transformer en une juxtaposition de “mondes privés”. Chaque univers peut rester cohérent à l’intérieur, tout en devenant moins propice à la délibération partagée que la démocratie exige.

Trois transformations qui redessinent la citoyenneté

Pris ensemble, ces changements — la manière dont les personnes obtiennent l’information, la manière dont elles agissent et la manière dont elles participent à la gouvernance collective — modifient la “texture” même de la citoyenneté. Dans un futur proche, les opinions politiques peuvent être formées via des filtres d’IA, l’action civique peut passer par des agents et les discussions publiques peuvent être influencées par les interactions de millions de systèmes.

Or les institutions démocratiques ont été pensées pour un contexte où la réalité semblait plus partagée, même imparfaitement : le pouvoir s’exerçait de façon visible, l’information circulait plus lentement et pouvait davantage être contestée. La difficulté ne tient pas seulement à l’arrivée de l’IA générative ; elle s’inscrit dans une tendance plus ancienne de fragilisation. La question devient alors : comment éviter une trajectoire de déclin et organiser l’outil pour construire quelque chose de mieux.

Un cadre pour renforcer la démocratie

Pour orienter ces technologies vers un objectif démocratique, plusieurs priorités s’imposent, notamment sur le plan de l’information.

• Sur la couche informationnelle, les entreprises d’IA doivent intensifier leurs efforts pour améliorer la fiabilité des sorties : limiter les erreurs, améliorer la vérification et renforcer la capacité à produire des réponses fondées sur des éléments vérifiables.

• Parallèlement, elles peuvent explorer des pistes encourageantes suggérant que certains modèles peuvent contribuer à réduire la polarisation — à condition d’évaluer rigoureusement les effets et d’en assurer la transparence.

Des évaluations de terrain indiquent, dans un contexte précis, que des notes de fact-checking rédigées avec l’aide de systèmes d’IA peuvent être perçues comme plus utiles par des publics aux sensibilités diverses que celles produites par des humains. Les résultats restent à confirmer et nécessitent des analyses approfondies, notamment pour comprendre comment les systèmes hiérarchisent les sources et justifient leurs affirmations. Une transparence accrue sur ces mécanismes pourrait aider à renforcer la confiance publique.

Dans la pratique, la façon dont les institutions et les médias encadrent ces outils compte autant que les performances techniques. L’enjeu est de maintenir des repères communs, de favoriser la contestabilité des informations et de réduire les écarts entre perceptions individuelles.

Pour les organisations qui testent des systèmes d’IA à usage documentaire et de vérification, des solutions de productivité peuvent aider à organiser les flux de travail (collecte, synthèse, traçabilité). Par exemple, un clavier ergonomique et poste de travail peut faciliter la manipulation de documents et la revue attentive des sources lors de processus de vérification interne. De même, pour structurer et archiver des contenus, l’outil doit rester au service d’une méthode ; un disque SSD externe peut contribuer à conserver des versions et des preuves de travail lors d’évaluations internes, même si ce n’est pas un dispositif de “preuve” en soi.

En définitive, renforcer la démocratie avec l’IA exige une approche prudente : améliorer la vérité et la transparence, limiter les effets de polarisation, et concevoir les usages pour préserver des espaces communs de délibération. Sans ce travail de conception, les agents intelligents risquent de transformer la sphère publique en mosaïque de bulles cognitives, avec des conséquences difficiles à corriger une fois installées.