Langdon Winner : les artefacts ont-ils une politique ? — lire l’AI Act autrement

Catégorie : Technologie & IA
Type : Texte fondateur
Sentier du Savoir : Étape 2 — Questionner les évidences
Angle : Comprendre pourquoi une technologie n’est jamais seulement un outil neutre

Quand l’Union européenne annonce un accord sur le Digital Omnibus on AI, les réactions se polarisent rapidement. Pour les uns, l’Europe affaiblit sa régulation et cède aux pressions de l’industrie technologique. Pour les autres, elle corrige enfin un excès bureaucratique qui risquait d’étouffer l’innovation.

Ces deux lectures s’opposent, mais elles partagent souvent une même idée implicite : la technologie avancerait d’abord par elle-même, et la politique viendrait ensuite la freiner, l’encadrer ou l’accompagner.

En 1980, le philosophe américain Langdon Winner publie dans la revue Daedalus un article devenu classique : Do Artifacts Have Politics?, souvent traduit par : “Les artefacts ont-ils une politique ?”. Le texte sera ensuite repris dans son ouvrage The Whale and the Reactor, publié en 1986.

Sa thèse est simple, mais dérangeante : certains objets techniques ne sont pas neutres. Ils peuvent organiser des rapports de pouvoir, rendre certains comportements plus faciles que d’autres, favoriser certains groupes sociaux, ou installer durablement une manière de gouverner.

Lire l’AI Act à la lumière de Langdon Winner, ce n’est donc pas moraliser la technologie. C’est poser une question plus profonde : quels choix collectifs sont déjà inscrits dans les calendriers, les exemptions, les interdictions et les architectures techniques que nous mettons en place ?

Contre l’illusion de la neutralité technique

La pensée ordinaire sépare volontiers la technologie et la politique. D’un côté, il y aurait les outils : routes, machines, logiciels, algorithmes, plateformes. De l’autre, il y aurait les usages, les institutions, les lois et les intentions humaines.

Dans cette vision, un outil serait neutre par nature. Il ne deviendrait politique qu’à travers l’usage que l’on en fait. Un marteau pourrait construire une maison ou blesser quelqu’un. Un algorithme pourrait aider un médecin ou discriminer un candidat. La responsabilité se situerait uniquement du côté de l’utilisateur.

Winner refuse cette séparation trop confortable. Pour lui, certains dispositifs techniques ne sont pas de simples moyens indifférents. Leur forme même peut favoriser un certain ordre social.

Il ne dit pas que chaque objet cache une idéologie. Il ne dit pas non plus que toute technologie serait dangereuse. Il invite plutôt à déplacer le regard : avant de demander si une technologie est bien ou mal utilisée, il faut examiner ce qu’elle rend possible, ce qu’elle rend difficile, ce qu’elle automatise, ce qu’elle invisibilise et qui elle oblige à s’adapter.

Deux façons pour un artefact d’être politique

Winner distingue deux grands cas.

1. Les technologies dont la politique est inscrite dans la forme

Dans certains cas, un objet technique peut incorporer directement une forme d’ordre social. Winner donne l’exemple célèbre des ponts bas construits sur certaines routes de Long Island, associés à l’urbaniste Robert Moses. Ces ponts auraient limité le passage des bus, et donc l’accès de certaines populations aux plages publiques.

L’exemple a été discuté par les historiens, mais son intérêt philosophique demeure : une infrastructure peut orienter les comportements sans avoir besoin d’une interdiction explicite. Aucun panneau ne dit “vous n’avez pas le droit de passer”. Pourtant, la structure matérielle rend certains accès impossibles.

Transposé à l’intelligence artificielle, ce raisonnement devient très éclairant. Un système de tri automatisé des candidatures n’est pas seulement un outil d’aide au recrutement. Selon la manière dont il est conçu, il peut favoriser certains profils, en écarter d’autres, rendre les critères opaques, ou limiter la capacité de contestation des candidats.

La politique n’apparaît pas seulement au moment où l’entreprise décide d’utiliser l’outil. Elle est déjà présente dans les données d’entraînement, les critères de classement, les seuils, les interfaces, les possibilités de recours et la place laissée au jugement humain.

2. Les technologies dont les effets politiques dépendent du contexte

D’autres technologies ne portent pas une politique unique et fixe. Elles peuvent être utilisées dans des contextes très différents, au service d’organisations plus démocratiques ou plus autoritaires.

L’intelligence artificielle générative entre souvent dans cette catégorie. Elle peut aider à résumer des documents, faciliter l’apprentissage, traduire des contenus, accompagner des personnes en difficulté. Mais elle peut aussi produire de la désinformation, automatiser de la surveillance, renforcer des dépendances économiques ou accélérer la production de contenus trompeurs.

Dans ce cas, la politique n’est pas entièrement contenue dans l’objet technique. Elle se joue dans le contexte de déploiement : qui possède l’infrastructure ? Qui contrôle les données ? Qui définit les règles ? Qui peut auditer le système ? Qui peut refuser son usage ?

Mais cela ne rend pas la technologie neutre pour autant. Même lorsqu’elle est polyvalente, elle arrive avec des contraintes, des dépendances, des asymétries de pouvoir et des effets d’échelle.

Ce que Winner nous aide à voir dans l’AI Act

L’AI Act peut être lu comme un texte juridique. Mais il peut aussi être lu comme une tentative de gouverner une infrastructure technique majeure.

La question n’est pas seulement : quelles obligations s’appliquent à quelle date ? La question est aussi : quelle organisation sociale de l’intelligence artificielle ces obligations rendent-elles plus probable ?

En ce sens, le Digital Omnibus on AI n’est pas un simple ajustement administratif. Reporter certaines obligations, avancer certaines interdictions, élargir certaines exemptions ou préciser certains concepts revient à hiérarchiser les risques.

Lorsque l’Europe reporte l’application de certaines obligations sur les systèmes à haut risque, elle donne davantage de temps aux entreprises, aux administrations et aux autorités de contrôle pour se préparer. Mais elle prolonge aussi une période d’incertitude pour les personnes concernées par ces systèmes.

Lorsque l’Europe accélère ou confirme des règles contre les contenus sexuels non consentis générés par IA, elle affirme qu’un certain type de dommage doit être traité en priorité.

Dans les deux cas, le calendrier n’est pas neutre. Il exprime une hiérarchie politique : quels risques doivent être encadrés immédiatement, lesquels peuvent attendre, et au bénéfice de qui ?

Quatre questions pour lire l’AI Act avec Langdon Winner

1. Qui doit s’adapter à qui ?

Une technologie n’arrive jamais seule. Elle oblige certains acteurs à s’adapter. Dans le cas de l’IA, les entreprises doivent adapter leurs procédures, les salariés doivent parfois accepter de nouveaux outils, les citoyens doivent comprendre des décisions automatisées, les administrations doivent contrôler des systèmes complexes.

La question centrale devient donc : qui porte réellement le coût de l’adaptation ?

Si les obligations sont trop lourdes, les petites structures peuvent être désavantagées face aux grands groupes capables de financer des équipes juridiques. Mais si les obligations sont trop faibles ou trop tardives, ce sont les citoyens, les travailleurs ou les usagers qui peuvent subir les effets d’outils mal contrôlés.

Winner nous rappelle que cette répartition du coût n’est jamais purement technique. Elle relève d’un choix collectif.

2. Quelle forme d’ordre est stabilisée ?

Un système technique stabilise souvent une certaine manière d’organiser le monde.

Un algorithme de recrutement peut stabiliser une vision du “bon candidat”. Un système de notation peut stabiliser une vision du “bon comportement”. Un outil de surveillance peut stabiliser une vision du “risque”. Une plateforme numérique peut stabiliser une vision de la visibilité, de la réputation ou de l’attention.

L’AI Act cherche précisément à intervenir à ce niveau : il ne se contente pas de sanctionner après coup. Il tente de définir en amont les conditions acceptables de conception, de déploiement, de documentation et de contrôle.

La question n’est donc pas seulement de savoir si une IA fonctionne. Il faut aussi demander quel ordre social elle rend plus probable.

3. Quelle démocratie technique est possible ?

Winner insiste sur un point essentiel : les choix techniques devraient pouvoir être discutés démocratiquement, surtout lorsqu’ils structurent durablement la vie collective.

Or les systèmes d’IA sont souvent opaques. Leur fonctionnement dépend de modèles complexes, de données massives, de contrats privés, d’infrastructures cloud et de standards techniques difficiles à comprendre pour le grand public.

C’est pourquoi la démocratie technique ne peut pas se limiter à une information vague du citoyen. Elle suppose des droits effectifs : droit de comprendre, droit de contester, droit d’obtenir une intervention humaine, droit d’auditer certains systèmes, droit de connaître les finalités d’un traitement automatisé.

L’AI Act ne résout pas tout. Mais il pose une question fondamentale : comment rendre gouvernable une technologie que très peu d’acteurs maîtrisent réellement ?

4. Quelles fictions neutralisantes faut-il déconstruire ?

Winner aide aussi à repérer les phrases qui neutralisent le débat.

“Ce n’est qu’un outil.”

“Le progrès est inévitable.”

“Il faut s’adapter.”

“La technologie va plus vite que la loi.”

Ces formules contiennent parfois une part de vérité. Mais elles peuvent aussi empêcher la discussion démocratique. Dire qu’une technologie est inévitable revient souvent à retirer aux citoyens la possibilité de délibérer sur ses formes, ses limites et ses finalités.

Or l’histoire des techniques montre que les sociétés choisissent toujours : elles choisissent ce qu’elles financent, ce qu’elles interdisent, ce qu’elles normalisent, ce qu’elles rendent rentable, ce qu’elles rendent désirable.

L’intelligence artificielle ne fait pas exception.

Les limites du cadre de Winner

Pour être rigoureux, il faut aussi reconnaître les limites de cette grille de lecture.

Winner écrit à une époque marquée par les grands systèmes techniques : énergie nucléaire, transport, armement, infrastructures industrielles. L’intelligence artificielle contemporaine possède des caractéristiques différentes. Elle évolue rapidement, se met à jour régulièrement, se diffuse par logiciel et peut changer d’usage selon les contextes.

Un pont ou une centrale électrique sont des objets lourds, durables, difficiles à modifier. Un système d’IA peut être ajusté, réentraîné, corrigé, audité ou remplacé plus vite. Cela ne supprime pas ses effets politiques, mais cela change la manière de les analyser.

Deuxième limite : la régulation elle-même peut devenir un artefact politique. Un texte long, complexe et coûteux à appliquer peut favoriser les acteurs les mieux armés juridiquement. Une régulation conçue pour protéger les citoyens peut aussi, indirectement, renforcer les grandes entreprises capables d’absorber les coûts de conformité.

Troisième limite : Winner ne dit pas quelle politique est juste. Il ne fournit pas un programme complet. Il donne plutôt une méthode de vigilance : ne jamais faire comme si les choix techniques précédaient les choix collectifs.

Pourquoi ce texte fondateur reste utile en 2026

Le débat sur le Digital Omnibus pourrait facilement se réduire à une opposition stérile : pour ou contre l’Europe, pour ou contre l’innovation, pour ou contre la régulation.

Langdon Winner permet de poser une question plus féconde : quelle société de l’IA sommes-nous en train de construire ?

Une société où les décisions automatisées sont documentées, discutables et contrôlables ?

Ou une société où les systèmes techniques deviennent si complexes, si intégrés et si rapides que les citoyens n’ont plus qu’à s’y adapter ?

Cette question dépasse largement le cas de l’AI Act. Elle concerne l’école, le travail, la santé, l’administration, les médias, la justice, la sécurité, la culture. Partout où l’IA s’installe, elle modifie les conditions de l’action humaine.

Voilà pourquoi un article de 1980 éclaire encore Bruxelles en 2026. Il nous rappelle qu’une technologie n’est jamais seulement une performance. Elle est aussi une forme d’organisation du monde.

Ce que ce texte change dans le triptyque du jour

Face à l’actualité du Digital Omnibus, Winner aide à sortir du réflexe immédiat : “l’Europe recule” ou “l’Europe s’adapte”.

La bonne question devient : quelles formes de pouvoir sont renforcées ou contenues par ce nouveau calendrier ?

Face au Sentier du Savoir, Winner justifie une étape essentielle : mettre à distance les récits dominants. Ni cynisme total, car des protections réelles existent. Ni naïveté technologique, car les outils ne sont jamais entièrement neutres. Ni panique réglementaire, car les délais et les compromis font partie du fonctionnement institutionnel.

La pensée critique consiste ici à tenir ensemble trois dimensions : le fait juridique, l’architecture technique et le rapport de pouvoir.

Conclusion

Dire que les artefacts ont une politique ne signifie pas que chaque logiciel, chaque mise à jour ou chaque règlement cache un complot. Cela signifie qu’un choix technique organise toujours un peu le monde.

Dans le cas de l’intelligence artificielle, ce constat devient décisif. Les modèles, les données, les interfaces, les seuils de décision, les calendriers de conformité et les exemptions réglementaires ne sont pas de simples détails. Ils déterminent qui peut agir, qui doit s’adapter, qui peut contester et qui reste invisible.

Langdon Winner nous offre donc un vocabulaire sobre pour lire l’AI Act autrement. Non comme une bataille abstraite entre innovation et bureaucratie, mais comme un débat sur la forme politique que nous voulons donner à l’intelligence artificielle.

Pour le Sentier du Savoir, cette leçon est fondamentale : comprendre une technologie, ce n’est pas seulement comprendre comment elle fonctionne. C’est aussi comprendre le monde qu’elle rend possible.

Dans ce triptyque

Pour voir comment cette grille de lecture éclaire le sujet du jour :

Repères de sources

Liens internes (graphe)

Construire une expertise durable à l’ère de l’IA (Sentier TECH, 2026)

Acemoglu et Johnson : la technologie ne partage pas la prospérité sans choix politiques (TF TECH, 2026 — complément sur le politique économique)

Le phare info – Média indépendant & critique
Sélectionne, organise, contextualise et partage des contenus pertinents autour d’un thème ou d’une problématique, dans une logique de veille, de transmission et de mise en sens.
Pour cet article, l’intelligence artificielle a été utilisée comme un outil d’aide à l’exploration, à la structuration et à la rédaction. Elle permet de confronter plusieurs angles, de repérer certains biais humains possibles et de faire émerger des points de vigilance. Le curateur humain observe aussi les biais possibles de l’IA, vérifie les éléments essentiels, nuance l’analyse, corrige les formulations fragiles et assume la publication.

Articles liés

Timothy Mitchell : infrastructures énergétiques et démocratie du carbone

Mitchell montre que les formes de démocratie modernes ont été façonnées par la matérialité des flux énergétiques — charbon, pétrole — et leurs points de contrôle. Grille pour lire AI.grids et les accords tripartites data centers sans technocratie naïve.

Thomas Schelling : negocier sous menace sans confondre fermete et escalade

Schelling montre que la negociation sous menace repose sur le dosage du risque, la credibilite et les signaux. Un cadre utile pour lire le dossier Iran-Etats-Unis en 2026.

David Collingridge : réguler tôt ou tard — le dilemme du Code GPAI

Collingridge (1980) : réguler tôt manque d information réguler tard manque de levier. Le Code GPAI est une réponse européenne à ce dilemme entre obligations 2025 et exécution 2026 sans standards harmonisés avant 2027.

Bruno Latour : quand l’étiquette ne clôt pas le débat — politiques de la nature et data centers

Latour (Politiques de la nature, 1999 ; Ou atterrir, 2018) montre que mesures et etiquettes ne mettent pas fin au politique : elles le reorganisent. Cadre pour lire le debat europeen PUE/WUE et la querelle de transparence du 27 mai 2026.

Albert Hirschman : commerce, dépendance et pouvoir de contrainte

Dans National Power and the Structure of Foreign Trade (1945), Hirschman montre que le commerce n'est pas seulement un echange de gains mais aussi une architecture de dependances mobilisable en levier politique. Une cle pour lire les sanctions energetiques de 2026.

Étape 1 — Construire une culture générale solide

Construire une base solide de connaissances pour comprendre le monde. Relier les faits, les disciplines et les repères essentiels.

Étape 2 — Maîtriser la pensée critique et l’analyse : apprendre à penser contre ses propres certitudes

Apprendre à analyser l’information, repérer les biais et questionner les évidences. Penser par soi-même dans un monde saturé de récits.

Étape 3 – Apprendre à argumenter et à convaincre

Structurer sa pensée pour convaincre sans manipuler. Savoir débattre, nuancer et formuler des idées claires.

Étape 4 – Approfondir un ou plusieurs domaines d’expertise

Explorer un ou plusieurs domaines en profondeur. Passer de la curiosité à la compréhension experte.

Devenir polyglotte : élargir sa pensée par les langues

Élargir ses horizons par le langage et les cultures. Penser autrement en changeant de langue.

Étape 6 — Comprendre la méthode scientifique et expérimenter

Comprendre la méthode scientifique et l’expérimentation. Distinguer savoirs établis, hypothèses et croyances.

Étape 7 – Écrire, transTransmission : écrire, transmettre, enseigner

Écrire, expliquer, partager ce que l’on a compris. Transformer le savoir en outil collectif.

Étape 9 — Cultiver l’équilibre corps-esprit pour soutenir l’érudition

Cultiver le corps et l’esprit pour soutenir l’érudition dans le temps. Le savoir durable repose aussi sur l’attention et l’équilibre personnel.